Multiple Recurrence and Algorithmic Randomness
这项工作有助于研究有效版本的“几乎处处“定理的分析和遍历论通过算法的随机性的方案。我们确定的水平的随机性所需的一个点在康托空间$ \{0,1\}^{\NN}$与统一的措施和通常的转变,使有效版本的Furstenberg的多重递归定理举行迭代开始的点。我们考虑递归到具有不同程度的有效性的闭集:clopen,$\PPI$与可计算的措施,和$\PPI$。Kurtz、Schnorr和\ML \随机性的概念分别被证明是足够的。对于$\{0,1\}^{\NN^{\normalsize k}}$上的$k$交换移位算子,我们得到了类似的多重递归结果。
2016-05-09 math.DS math.LO
Algorithmic randomness for Doob's martingale convergence theorem in continuous time
在算法随机性的背景下,研究了布朗运动上可计算连续时间鞅的Doob鞅收敛定理。给出了定理成立的样本点类的一个刻画。这些点被称为Doob随机点。证明了一个点是Doob随机的,如果它的尾部在一定意义下是可计算随机的。此外,Doob随机性严格弱于可计算随机性,与Schnorr随机性不可比拟。
2014-12-17 cs.LO math.LO math.PR
Ergodic theorem and algorithmic randomness
本文证明了Birkhoff遍历定理的构造性版本,基于一个明确的组合学陈述,并提出了相关问题。
2023-06-22 math.DS math.LO math.PR
Algorithmic tests and randomness with respect to a class of measures
本文考虑不同随机性概念的定量版本:算法测试测量非随机性的量(并且对于非随机序列是无限的)。我们从康托空间(和马丁-洛夫随机性)上的可计算测度开始,然后考虑一致随机性(测试是序列和测度的函数,不一定是可计算的)和任意构造性度量空间。我们还考虑测试类的措施,特别是伯努利措施康托空间,并显示它们是如何相关的统一测试和原始马丁-洛夫定义。我们表明,Hyppocratic(盲,预言)的随机性是等效的均匀随机性的措施,在一个有效的正交有效紧类。我们还考虑了稀疏集和在线随机性的概念,并展示了它们如何在我们的框架中表达。
2011-05-26 cs.IT math.IT math.LO
Randomness and differentiability in higher dimensions
本文给出了两个关于多元函数算法随机性和可微性的定理。首先,我们证明了Rademacher定理的一个有效形式:我们证明了可计算随机性蕴含着多元可计算Lipschitz函数的可微性。其次,我们证明了弱2-随机性等价于可计算a.e.的可微性。多元可微函数。
2015-09-26 math.LO
Algorithmic Randomness and Capacity of Closed Sets
我们研究了闭集空间的测度、容量和算法随机性之间的关系。对于任何可计算测度m,可计算容量T可以通过令T(Q)是与Q有非空交集的闭集族K的测度来定义。我们证明了一个有效的版本Choquet的能力定理表明,每一个可计算的能力,可以得到一个可计算的措施,以这种方式。我们建立了测度m的条件,刻画了m-随机闭集的容量等于零的情况。这包括经典概率论中的新结果以及算法随机性的结果。对于某些可计算的措施,我们构造有效的封闭集的正容量和勒贝格措施零。我们证明了对于可计算测度,实q是上半可计算的当且仅当存在一个具有容量q的有效闭集。
2011-09-22 cs.LO math.LO
A refinement of quantum mechanics by algorithmic randomness
概率的概念在量子力学中起着至关重要的作用。它在量子力学中以玻恩定则的形式出现。然而,在描述量子力学的现代数学中,概率论只意味着测度论,因此概率概念的任何操作特征在量子力学中仍然缺失。本文基于算法随机性工具包,提出了一种改进的玻恩规则,作为玻恩规则的替代规则,用于以可操作的方式描述量子测量结果的性质。数学随机性是一个数学领域,它使我们能够考虑单个无限序列的随机性。然后,我们提出了一个操作改进的玻恩规则的混合状态,作为替代规则,它的基础上,算法的随机性。特别是,我们给出了一个精确的定义的概念的混合状态。然后,我们表明,所有的纯态和混合态的玻恩规则的细化规则可以从一个单一的假设,称为典型性原则,在一个统一的方式。我们是从量子力学的多世界解释的观点来做这个的。最后,基于典型性原则,将该框架应用于BB84量子密钥分发协议,以验证该框架在量子力学实际问题中的有效性.
2018-04-26 math.LO quant-ph
Algorithmic randomness in harmonic analysis
Hofstra University(霍夫斯特拉大学);University of Dallas(达拉斯大学);Sam Houston State University(山姆休斯顿州立大学)
本文研究了调和分析中算法随机性与函数收敛性的关系,证明了傅里叶级数和Poisson积分的径向极限与Martin-Löf和Schnorr随机实数的联系。
2026-01-06 cs.LO math.LO
Uniform distribution and algorithmic randomness
一个开创性的定理由于外尔国家,如果(a_n)是任何序列的不同整数,然后,几乎所有的实数x,序列(a_n x)是均匀分布模1。特别是,对于单位区间中的几乎每个x,序列(a_n x)对于每个不同整数的可计算序列(a_n)都是模一均匀分布的。把这样的x称为“UD random”。这里证明了每个Schnorr随机实都是UD随机的,但也有Kurtz随机实不是UD随机的。另一方面,外尔定理相对于一个特定的有效闭零集仍然成立,所以有UD随机实不是库尔兹随机。
2012-07-14 math.LO math.NT
Solovay functions and their applications in algorithmic randomness
经典版本的柯尔莫哥洛夫复杂性是不可计算的。然而,在1975年Solovay表明,有可计算的功能$f > K+O(1)$,使无限多字符串$σ$,$f(σ)=K(σ)+O(1)$,其中$K$表示前缀自由柯尔莫哥洛夫复杂性(而$C$表示平原柯尔莫哥洛夫复杂性)。这样的$f$现在被称为Solovay函数。证明了用Solovay函数代替$K$可以得到关于$K$的许多经典结果.例如,函数$g$的以下三个属性对于函数$K$都成立。(i)项$\sum_n 2^{-g(n)}$的和是一个马丁-勒夫随机实数。(ii)序列A是Martin-Löf随机的当且仅当$C(A \upharpoonright n) > n -g(n)-O(1)$。(iii)序列A是K-平凡的当且仅当$K(A \upharpoonright n) < g(n) + O(1)$。我们表明,当固定这三个属性中的任何一个时,在所有可计算函数中,Solovay函数都具有这一属性。此外,这种特征相应地扩展到更大的右c. e.类。功能协调发展的
2016-03-28 math.LO
Trivial measures are not so trivial
虽然关于各种非均匀可计算测度的算法随机性得到了很好的研究,但很少关注关于可计算\emph{trivial}测度的算法随机性,其中如果$μ$的支持由可数序列集合组成,则$2^ω$上的测度$μ$是平凡的。在这篇文章中,它表明,有更多的结构,平凡的可计算措施比以前怀疑。
2015-03-21 math.LO
Lowness, randomness, and computable analysis
分析概念有助于我们通过算法测试来理解实数的随机性。它们也影响随机性和低级概念之间的相互作用。我们提供了一个调查,写在罗德唐尼的60岁生日之际。
2016-07-24 math.CA math.LO
Algorithmic randomness and the weak merging of computable probability measures
University of California, Irvine(加州大学尔湾分校);University of California, Los Angeles(加州大学洛杉矶分校);Carnegie Mellon University(卡内基梅隆大学)
本文通过Kullback-Leibler散度定义算法随机性,探讨可计算概率测度的弱合并特性。
2026-03-07 cs.IT math.IT math.LO
Luzin's (N) and randomness reflection
证明了可计算函数$f:\mathbb R\rightarrow\mathbb R$具有Luzin性质(N)当且仅当它反映$Π^1_1$ -随机数,当且仅当它反映$Δ^1_1(\mathcal O)$ -随机数,当且仅当它反映$\mathcal O$ -Kurtz随机数,但反映Martin-Löf随机数或弱2-随机数是不够的.这里,如果每当$f(x)$是$R$ -随机的,则$x$也是$R$ -随机的,则函数$f$被称为反映随机性概念$R$。如果另外已知$f$具有有界变差,则我们证明$f$具有Luzin(N)当且仅当它反映弱2-随机性,并且当且仅当它反映$\emptyset'$ -Kurtz随机性。这将经典的实分析与算法随机性联系起来。
2020-09-26 math.LO
Coarse Reducibility and Algorithmic Randomness
Ω的子集A的粗略描述是Ω的子集D,使得A和D的对称差具有渐近密度0。我们研究在何种程度上可以有效地恢复非计算信息从所有粗糙的描述一个给定的集合A,特别是当A是有效的随机在某种意义上。我们证明了如果A是1-随机的,B是可计算的,那么B是K-平凡的,这意味着如果A实际上是弱2-随机的,那么B是可计算的。我们的主要工具是一种紧致性定理的锥避免描述,这也使我们能够证明相同的结果1-genericity弱2-随机性的地方。在另一个方向上,我们证明了如果A是图灵约化为0 '的1-随机集,则存在不可计算的c. e.集合A的每个粗描述都是可计算的,但不是所有的K-平凡集合都是某个1-随机集的每个粗描述都可计算的。我们研究了粗约化的一致和非一致概念。一个集合Y可以一致粗约化为X,如果存在一个图灵泛函Phi使得如果D是X的粗描述,那么Phi^D是Y的粗描述。一个集合B可以非一致粗约化为A,如果A的每一个粗描述都计算B的一个粗描述。我们表明,一定的自然嵌入到粗糙度(均匀和非均匀)的图灵度是不满射。我们还表明,如果两个集是相互弱3-随机,那么他们的粗度形成一个最小的对,在均匀和非均匀的情况下,但这并不是真的每一对相对2-随机集,至少在非均匀粗度。
2015-05-07 math.LO
Some Questions of Uniformity in Algorithmic Randomness
本文证明无法从 Martin-Löf 随机左 c.e. 实数一致构造对应停机概率的通用前缀自由机器,并回答 Barmpalias 和 Lewis-Pye 关于左 c.e. 实数差的一致性问题。
2021-11-02 cs.LO math.LO
Using almost-everywhere theorems from analysis to study randomness
我们通过分析和遍历论中的几乎处处定理的有效版本来研究算法的随机性概念。有效化是指由可计算的集合所描述的对象,例如下半可计算的函数。相应的随机性概念略强于\ML \(ML)随机性。我们建立了几个等价关系。给定ML-随机实数$z$,以下所需的附加随机性强度是等价的。\n(1)所有包含$z$的有效闭类在$z$处具有密度$1$。\n(2)一致左不变的非减函数增量在$z$是可微的。\n(3)$z$是每个下半可积函数的Lebesgue点。我们还考虑了左c. e.的收敛性。鞅和Birkhoff逐点遍历定理意义下的收敛性。最后,我们研究了$Π^0_n$和$Σ^1_1$类密度的随机性概念。
2016-03-19 math.LO
Algorithmic Randomness, Effective Disintegrations, and Rates of Convergence to the Truth
本文利用有效概率论方法,在可计算Polish空间上引入有效分解理论,刻画了条件期望收敛到真值的概率1集合与收敛速率,并证明了基于算法随机点的收敛性与可计算收敛速率的存在性,为Bayes概率论基础提供了统一的新框架。
2024-06-01 math.LO math.PR
Martin-Lof randomness, invariant measures and countable homogeneous structurs
利用拓扑动力学(顺从性)、组合学(结构拉姆齐理论)和模型论(Fra\”{i}ss\' e极限)的思想,研究可数集对称群$S_\infty$的闭顺从子群$G$,其中$S_\infty$具有点式收敛拓扑拓扑.我们构造$G$ -不变测度的通用最小流与这些组$G$,而且,算法的方式。这导致了识别的通用元素,在这个意义上是马丁-L\”的随机,这些流相对于构造的不变测度。沿着这些路线,我们研究的随机元的$S_\infty$,这是置换,转换递归提出的普遍结构到这样的结构,这是马丁-L”的随机。
2012-05-02 math.LO
Von Neumann Entropy and Quantum Algorithmic Randomness
本文研究量子算法随机性与冯·诺依曼熵的关系,证明可计算量子Schnorr随机态的熵密度极限为1,定义量子s-测试并建立熵密度与覆盖s的关系,推导熵密度下界与强量子随机性的关联及量子Schnorr随机性的一致可积等价条件。
2024-12-24 cs.IT math.IT math.LO
Around Kolmogorov complexity: basic notions and results
数学信息论研究描述的复杂性和随机性,现在是理论计算机科学和数理逻辑的一个众所周知的领域。有几本教科书和专着致力于这一理论,人们可以找到许多困难的结果以及历史参考的详细论述。然而,它似乎是一个简短的调查,其基本概念和主要结果,这些概念相互关联,是失踪。本报告试图填补这一空白,并涵盖了算法信息论的基本概念:柯尔莫哥洛夫复杂性(平原,条件,前缀),所罗门诺夫普遍先验概率,随机性的概念(马丁-洛夫随机性,米塞斯-丘奇随机性),有效豪斯多夫维数。我们证明了它们的基本性质(信息的对称性,先验概率与前缀复杂性的关系,用复杂性表示随机性的准则,有效维数的复杂性刻画),并给出了它们的一些应用(计算复杂性理论中的不可压缩性方法,不完备性定理).它是根据作者在乌普萨拉大学的一门课程的讲义。
2015-04-20 cs.IT math.IT math.LO
Randomness and Non-ergodic Systems
我们的特点,满足Birkhoff的遍历定理在一定的可计算性条件下的算法随机性。首先,我们使用切割和堆叠的方法证明,如果康托空间的元素x不是马丁-洛夫随机的,则存在可计算的保测变换和可计算集合,证明x对于遍历定理来说不是典型的,这给了我们V 'yugin定理的逆。进一步证明了若x是弱2-随机的,则它对所有可计算的保测变换和所有下半可计算函数都满足遍历定理。
2012-06-12 math.DS math.LO
Logic Blog 2018
算法随机性的一些概念被扩展到测量和量子态。有很多关于群论及其与逻辑的关系。这包括了一些关于寡纯群的新结果。还有度量空间和斯科特秩,以及可解释性。
2019-03-14 math.LO
Randomness and Differentiability
我们通过有效函数的可微性来描述一些主要的算法随机性概念。(1)作为主要结果,我们证明了[0,1]中的实数z是可计算随机的当且仅当每个非减可计算函数[0,1]->R在z处可微. (2)证明了[0,1]中的实数z是弱2-随机的当且仅当每个几乎处处可微的可计算函数[0,1]->R在z处可微. (3)重铸经典语言的结果可以追溯到1975年的建构主义者Demuth,我们表明,真正的z是ML随机的当且仅当每个可计算的有界变差函数是可微的z,同样的绝对连续的功能。我们还使用我们的分析方法来表明,可计算的随机性的真正的基础不变,并得出其他的保存结果的随机性概念。
2014-04-07 cs.LO math.LO
Logic Blog 2019
该博客关注算法随机性及其与量子信息论、群论及其与逻辑的联系,以及基本特征的可计算性类似物。
2020-02-28 math.GR math.LO
Conditional probabilities and van Lambalgen theorem revisited
连续分布条件概率的定义是概率数学理论发展的重要一步。我们如何在算法概率论中定义这个概念呢?在本调查中,我们讨论了这方面的发展,试图解释什么是困难,可以做些什么来避免它们。本文中讨论的几乎所有结果都已发表(我们提供了参考文献),但我们试图把它们放在一个更直观的方式来解释证明。我们假设读者熟悉测度论和算法随机性的基本概念。
2016-07-14 math.LO
Schnorr Randomness and Effective Bayesian Consistency and Inconsistency
University of California, Irvine(加州大学尔湾分校);University of California, Los Angeles(加州大学洛杉矶分校);Carnegie Mellon University(卡内基梅隆大学)
该研究从可计算概率与算法随机性视角,结合Schnorr随机性,解决了Diaconis和Freedman关于贝叶斯规则一致性参数的问题,强化了Martin-Löf随机性相关结果。
2026-10-19 math.LO math.ST stat.TH
K-trivial, K-low and MLR-low sequences: a tutorial
算法随机性和算法信息论的一个显著成就是发现了K-平凡集、K-低集和马丁-洛夫-随机低集的概念:三个不同的定义由于非常重要的原因而被证明是等价的。本文根据作者之一(L.B.)在Poncelet实验室(CNRS,莫斯科)在2014年,提供了这种等价性的证明和一些相关结果的阐述。我们假设读者熟悉算法信息论的基本概念。
2015-10-01 cs.IT math.IT math.LO
Fixed point theorems on partial randomness
在我们以前的工作[K。Tadaki,Local Proceedings of CiE 2008,pp.425-434,2008],我们通过将温度T下的热力学量的概念(例如自由能F(T)、能量E(T)和统计机械熵S(T))引入到理论中,开发了算法信息论的统计机械解释。这些量是实变元T>0的实函数。然后,我们发现,在解释中,温度T等于所有这些热力学量的值的部分随机性,其中部分随机性的概念是通过程序大小复杂性来更强地表示压缩率。此外,我们还证明了这种情况对于作为热力学量的温度本身也成立。也就是说,配分函数Z(T)值的可计算性给出了T在(0,1)中是部分随机不动点的充分条件。本文证明了上述热力学量的可计算性也给出了充分条件。此外,我们证明了F(T)的可计算性给出了与Z(T)的可计算性完全不同的不动点。
2009-03-19 cs.CC cs.IT math.IT