証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/08/07 04:53 UTC 版)
c ( G ) ≥ q ( E , F ) c ( O P T ) {\displaystyle c(G)\geq q(E,F)c(OPT)} の証明の概要を述べる。 G {\displaystyle G} を最良選択貪欲法で得られる解、 O P T {\displaystyle OPT} を最適解とする。 E = { e 1 , … , e n } {\displaystyle E=\{e_{1},\ldots ,e_{n}\}} は、 c ( e 1 ) ≥ c ( e 2 ) ≥ ⋯ ≥ c ( e n ) {\displaystyle c(e_{1})\geq c(e_{2})\geq \cdots \geq c(e_{n})} となるようにソート済みであるとし、 E j = { e 1 , … , e j } {\displaystyle E_{j}=\{e_{1},\ldots ,e_{j}\}} とする。また、 d j = { c ( e n ) , if j = n c ( e j ) − c ( e j + 1 ) , otherwise {\displaystyle d_{j}={\begin{cases}c(e_{n}),&{\mbox{if }}j=n\\c(e_{j})-c(e_{j+1}),&{\mbox{otherwise}}\end{cases}}} とし、任意の X ⊆ 2 E {\displaystyle X\subseteq 2^{E}} に対して、 X j = X ∩ E j {\displaystyle X_{j}=X\cap E_{j}} と置く。このとき、次の事実が成り立つ。 任意の X ⊆ 2 E {\displaystyle X\subseteq 2^{E}} において、 c ( X ) = ∑ j = 1 n | X j | d j {\displaystyle c(X)=\sum _{j=1}^{n}|X_{j}|d_{j}} 任意の 1 ≤ j ≤ n {\displaystyle 1\leq j\leq n} において、 ρ ( E j ) ≤ | G j | {\displaystyle \rho (E_{j})\leq |G_{j}|} 任意の X ⊆ E {\displaystyle X\subseteq E} において、 r ( X ) q ( E , F ) ≤ ρ ( X ) {\displaystyle r(X)q(E,F)\leq \rho (X)} 任意の 1 ≤ j ≤ n {\displaystyle 1\leq j\leq n} において、 | O P T j | ≤ r ( E j ) {\displaystyle |OPT_{j}|\leq r(E_{j})} 以上のことから、 c ( G ) = ∑ j = 1 n | G j | d j ≥ ∑ j = 1 n ρ ( E j ) d j ≥ q ( E , F ) ∑ j = 1 n r ( E j ) d j ≥ q ( E , F ) ∑ j = 1 n | O P T j | d j = q ( E , F ) c ( O P T ) {\displaystyle c(G)=\sum _{j=1}^{n}|G_{j}|d_{j}\geq \sum _{j=1}^{n}\rho (E_{j})d_{j}\geq q(E,F)\sum _{j=1}^{n}r(E_{j})d_{j}\geq q(E,F)\sum _{j=1}^{n}|OPT_{j}|d_{j}=q(E,F)c(OPT)} となる。
※この「証明の概要」の解説は、「マトロイド」の解説の一部です。
「証明の概要」を含む「マトロイド」の記事については、「マトロイド」の概要を参照ください。
証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2019/10/21 04:12 UTC 版)
「最大フロー最小カット定理」の記事における「証明の概要」の解説
証明は、以下のようにしてできる。 最大フローはフォード・ファルカーソンのアルゴリズムにより、以下のようにして見つけることができる。 二端子フローネットワーク Ν (G(V, E), c, s, t) が与えられたとする。 最大フローを見つけるために、s から t への道を見つける。この道を構成するすべてのエッジの容量の最小値を、エッジの流量として割り当てると、これはこのネットワークのフローになる。 流量の余裕を容量とする順方向のエッジと、現在の流量を容量とする逆方向のエッジからなるネットワークで、容量が 0 となるエッジを取り除いたものを残余ネットワーク (residual network) もしくは補助ネットワークと呼ぶ。この残余ネットワークの中で、同じように道を見つける。道の構成要素のうち、順方向のエッジでは流量を増加させ、逆方向のエッジでは流量を減少させることで、より流量の大きな新しいフローを得ることができる。(このような、フロー f の残余ネットワークにおける s から t への道を、f の増加道と呼ぶ。) 増加道がなくなれば、このフローが Ν の最大フローである。 最大フローの残余ネットワークは、 s {\displaystyle s} から到達可能なノード群 S {\displaystyle S} と到達不可能なノード群 T {\displaystyle T} に分けることができる。増加道がないので、t は T に含まれる。定義より、残余ネットワーク上では S から T へのエッジは存在しない。もとのネットワークに戻って考えると、S から出るエッジ (u, v) はすべて、残余ネットワークに存在しないことから、流量の余裕がない、すなわち f ( u , v ) = c ( u , v ) {\displaystyle f(u,v)=c(u,v)} となっていることが分かる。また、S に入るエッジは逆方向のエッジが残余ネットワークにないことから、流量が 0 であることが分かる。これらのことより、 c ( S , T ) = | f m a x | {\displaystyle c(S,T)=|f_{\mathrm {max} }|} となる。 したがって、 | f m a x | = c ( S , T ) ≥ c ( ( S , T ) m i n ) {\displaystyle |f_{\mathrm {max} }|=c(S,T)\geq c((S,T)_{\mathrm {min} })} といえる。 次に c ( ( S , T ) m i n ) ≥ | f m a x | {\displaystyle c((S,T)_{\mathrm {min} })\geq |f_{\mathrm {max} }|} も成り立つことをみる。任意のフロー f に対して、T へ流れこむエッジ (u, v) の流量は最大で c(u, v) であり、これの和は (S, T) のカットの容量の定義そのものである。一方、T から S へ逆流するエッジの流量は、当然ながら最小値は 0 以上である。フローの流量は流量保存により、T に流入する流量から逆流する流量を引いたものであることを確認したが、このことよりfの流量は最大で カット (S, T) の容量となる。このことより、 c ( S , T ) ≥ | f | {\displaystyle c(S,T)\geq |f|} 、特に c ( ( S , T ) m i n ) ≥ | f m a x | {\displaystyle c((S,T)_{\mathrm {min} })\geq |f_{\mathrm {max} }|} である。
※この「証明の概要」の解説は、「最大フロー最小カット定理」の解説の一部です。
「証明の概要」を含む「最大フロー最小カット定理」の記事については、「最大フロー最小カット定理」の概要を参照ください。
証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2019/10/05 05:24 UTC 版)
調和関数に対する「弱最大値原理」は、単純な計算による事実の帰結である。証明において重要となるのは、調和関数の定義から、f のラプラシアンがゼロであるという事実である。 x 0 {\displaystyle x_{0}\,} が f(x) の非退化な臨界点であるなら、鞍点が存在する。実際、もしそうでないなら、f の二階微分の和がゼロとなることがなくなるからである。これはもちろん、証明としては完全ではなく、 x 0 {\displaystyle x_{0}\,} が退化点である場合も残されているが、本質的な証明のアイデアである。 「強最大値原理」はホップの補題(英語版)に依るものであり、これはまたさらに複雑である。
※この「証明の概要」の解説は、「最大値原理」の解説の一部です。
「証明の概要」を含む「最大値原理」の記事については、「最大値原理」の概要を参照ください。
証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/09 22:52 UTC 版)
「シャノンの通信路符号化定理」の記事における「証明の概要」の解説
この証明は、通信路符号化定理とほぼ同じ方法で行われる。達成可能性は、それぞれの通信路で通信路容量を得る確率分布に従ってランダムに抽出された各シンボルを用いたランダム符号化を用いて証明される。典型性の議論では、漸近的等分配性(英語版)の記事の非定常情報源における典型集合の定義を使用する。
※この「証明の概要」の解説は、「シャノンの通信路符号化定理」の解説の一部です。
「証明の概要」を含む「シャノンの通信路符号化定理」の記事については、「シャノンの通信路符号化定理」の概要を参照ください。
証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/10/28 01:20 UTC 版)
「バナッハ=タルスキーのパラドックス」の記事における「証明の概要」の解説
定理の証明を与える。ここでの方法はバナッハとタルスキーによるものと似ているが全く同一ではない。証明は本質的に4つのステップに分かれる。 2つの生成元を持つ自由群 F 2 {\displaystyle F_{2}} の「パラドキシカルな分割」を見つける。 自由群 F 2 {\displaystyle F_{2}} と同型な3次元の回転群を見つける。 2で作った回転群のパラドキシカルな分割と選択公理を用いて2次元球面の分割を作る。 3の2次元球面の分割を3次元球の分割に拡張する。 それぞれのステップの詳細について述べる。
※この「証明の概要」の解説は、「バナッハ=タルスキーのパラドックス」の解説の一部です。
「証明の概要」を含む「バナッハ=タルスキーのパラドックス」の記事については、「バナッハ=タルスキーのパラドックス」の概要を参照ください。
証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/18 15:44 UTC 版)
「リース=ソリンの定理」の記事における「証明の概要」の解説
リース=ソリンの補間定理の証明は、必要な上界を得る上で、アダマールの三線定理(英語版)に主に依っている。Lp空間の双対空間の特徴付けにより、次の等式が成立することが分かる。 ‖ T f ‖ q θ = sup ‖ g ‖ p θ ≤ 1 | ∫ ( T f ) g d μ 2 | . {\displaystyle \|Tf\|_{q_{\theta }}=\sup _{\|g\|_{p_{\theta }}\leq 1}\left|\int (Tf)g\,d\mu _{2}\right|.} C 内の各 z に対し、 f および g の適切な派生形 fz および gz を定義することで、次の整函数 ϕ ( z ) = ∫ ( T f z ) g z d μ 2 {\displaystyle \phi (z)=\int \left(Tf_{z}\right)g_{z}\,d\mu _{2}} を得ることが出来る。この z = θ での値は ∫ ( T f ) g {\displaystyle \int (Tf)g} となる。このとき、直線 Re(z) = 0 および Re(z) = 1 上での Φ の上界を得るために仮定を用いることが出来る。するとアダマールの三線定理によって、直線 Re(z) = θ 上の Φ の補間的な上界を得ることが出来る。あとはその z = θ での上界が求めるものであることを調べればよい。
※この「証明の概要」の解説は、「リース=ソリンの定理」の解説の一部です。
「証明の概要」を含む「リース=ソリンの定理」の記事については、「リース=ソリンの定理」の概要を参照ください。
証明の概要
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/09 22:52 UTC 版)
「シャノンの通信路符号化定理」の記事における「証明の概要」の解説
情報理論における他のいくつかの主要な結果と同様に、雑音のある通信路符号化定理の証明は、達成可能性の結果と、対応する逆定理の結果を含む。ここでの場合、これらの2つの構成要素は、雑音のある通信路を介して通信する際に可能なデータレートの集合の有界性を示す役割を果たし、また対応する逆定理は、これらの上下界がタイトであることを示している。 以下の概要は、情報理論の教科書で学習できる様々な証明スタイルのうちの一例に過ぎない。
※この「証明の概要」の解説は、「シャノンの通信路符号化定理」の解説の一部です。
「証明の概要」を含む「シャノンの通信路符号化定理」の記事については、「シャノンの通信路符号化定理」の概要を参照ください。
- 証明の概要のページへのリンク