Die Stärke probabilistischer Berechnungen im Vergleich mit nichtdeterministischen und deterministischen Berechnungen

Randomisierte(Zufall Sgesteuerte)算法人在VIELEN Software-Produkten eingesetzt中找到了算法家族和标准。经常有人去实践L的算法，他的算法也是随机的，他的算法效率很高。从理论和算法的角度来看，这是一个随机性很强的理论。Randomisierte Systeme könnnen Wesentlich Kompakter和Hre Definistischen Varianten sein，wodurursie sie Dann letztendlich zuverlässiger以及Komplexere Definistische Systeme Sind。这是一件很重要的事情，因为这件事发生了。在此基础上，我们将：1.确定的可能性、可能性和模型的可能性。大北基础设施--自动化--自动化-自动2.分析Zufall sbit and die Anzahl der Nichtdefinistischen Entscheidungen Sind Wichtige Resichtige Resichtige Resouren Randrosierter and NichtDefinistischer Berechnungen。Wir wollen Diese Resouren Als Komplexitätsmaçe im权衡MIT der Berechnungskomplexität(Oder der Beschreibungskomplexität)Betrachten.3.一个集中的方法是在公共通信的基础上进行分析，而不是在公共通信模型(NICHT标准)的公共通信模型分析中使用。在这方面，我们需要更多的交流模型来分析。

Randomisierte (zufallsgesteuerte) Algorithmen sind ein fester Bestandteil der Algorithmenfamilie und werden standardmäßig in vielen Software-Produkten eingesetzt. Oft bezeichnet man die Klasse praktisch lösbarer algorithmischer Aufgaben als die Klasse der Aufgaben, die man mit randomisierten Algorithmen effizient lösen kann. Die Bestimmung der tatsächlichen Berechnungsstärke randomisierter Berechnungen ist deshalb eine der zentralen Aufgabenstellungen der Komplexitätstheorie und der Algorithmentheorie. Randomisierte Systeme können wesentlich kompakter als ihre deterministischen Varianten sein, wodurch sie dann letztendlich zuverlässiger als komplexere deterministische Systeme sind. Dieser Aspekt der geringen Beschreibungskomplexität ist neben der Berechnungsstärke von ebenfalls zentraler Relevanz. Die Hauptrichtungen unserer Untersuchung sind: 1. Ein Vergleich der Berechnungsstärke und der Beschreibungskomplexität von deterministischen, probabilistischen und nichtdeterministischen Berechnungsmodellen. Dabei gehen wir von einfacheren Modellen (wie Einweg-Automaten, Zweiweg-Automaten oder Kellerautomaten) zu komplexeren Modellen (wie Branchingprogramme oder Kommunikationsmodelle) vor. 2. Die Anzahl der Zufallsbits und die Anzahl der nichtdeterministischen Entscheidungen sind wichtige Ressourcen randomisierter und nichtdeterministischer Berechnungen. Wir wollen diese Ressourcen als Komplexitätsmaße im Trade-Off mit der Berechnungskomplexität (oder der Beschreibungskomplexität) betrachten. 3. Eine zentrale Methode unserer Untersuchungen basiert auf der Anwendung der Kommunikationskomplexität. Unser Ansatz besteht in der Modellierung vorgegebener Maschinenmodelle durch (nicht-standard) Kommunikationsmodelle und einer anschließenden Analyse des jeweiligen Kommunikationsmodells. Die Entwicklung hinreichend mächtiger, aber noch analysierbarer Kommunikationsmodelle steht deshalb im Vordergrund.