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
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
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
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
Computability in infinite Galois theory and algorithmically random algebraic fields
本文在无限伽罗瓦理论中发展可计算性工具,定义代数域的算法随机性,证明存在连续统多个随机代数扩张及非随机的不可计算代数域,并部分刻画随机代数域集合的指标集。
2024-07-03 math.LO math.NT
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
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
Asymptotic density, immunity, and randomness
2012年,受到群论和复杂性发展的启发,Jockusch和Schupp引入了一般可计算性,捕捉了算法可能正确工作的想法,除了消失的情况。然而,我们观察到他们对可忽略集的定义不是可计算不变的(因此在1度上没有很好的定义),导致了一些直觉的失败和可计算性理论中标准期望的突破。为了加强他们的方法,我们引入了一个新的概念的内在渐近密度,丰富的关系,随机性和经典的可计算性理论。然后,我们应用这些想法,提出替代基础(内在)通用可计算性的进一步发展。为了实现这些目标,我们将内在密度0分类为一个新的免疫属性,指定其在标准层次结构中的位置,从免疫到凝聚力的一般和$Δ^0_2$集,并确定内在密度$\frac{1}{2}$作为随机性对应的排列随机性。我们还证明了赖斯定理扩展到所有的内在变化的通用可计算性,特别是证明,没有这样的概念认为$\emptyset'$是“可计算的”。
2015-02-27 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
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