답변:
예를 들어 R = Z 의 경우 종종 NP-hard 인 링 R에 대해 만족되는 선형 방정식의 수를 최대화 하는 문제 을 고려하십시오.
이 문제의 예를 들어 보자. 여기서 A 는 n × m 행렬입니다. k = m + 1 이라고하자 . 새로운 선형 시스템 ~ A ~ x = ~ ~ b를 구성합니다 . 여기서 ~ A 는 k n × ( k n + m ) 행렬, ~ x 는 이제 ( k n + m ) 차원 벡터, ~ ~ bA는 차원 벡터 :
여기서IN은 ISN×N행렬.
이 시스템은 항상 벡터 의해 만족됩니다 . 실제로 ~ x 의 첫 번째 m 항목은 임의적 일 수 있으며 해당 접두사가있는 솔루션 벡터가 있습니다.
나는 이제 적어도 δ n k 0 을 갖는 ~ A ~ x = ~ b 의 희소 용액이 존재한다면 A x = b 의 방정식의 분율 이 만족 스럽다고 주장한다 . 이는 x 가 ~ x로 확장 될 때 A x = b 의 모든 만족 된 행이 k 잠재적 0을 산출 하기 때문입니다.
따라서 가장 희소 한 솔루션의 희소성이 인 경우 희소성을 k 로 나눔으로써 δ 를 최대화 했습니다 .
따라서 귀하의 문제는 NP-hard라고 생각합니다.
이것을 Sparsest Solution Vector 문제라고하며 실제로 NP-hard 입니다.
이 설정은 다양한 설정에서 어렵습니다 . 이 질문에 대한 다른 답변에서 언급했듯이 문제는 정수보다 NP- 완전합니다.
신호 처리에서 행렬과 벡터는 합리적인 항목을 가지며이 문제는 때때로 희소 재구성 문제 라고합니다 . 이 설정에서 문제는 NP- 완료입니다 (정리 1 참조).
코딩 이론에서, 엔트리는 유한 필드로부터 온 것이며,이 문제는 때때로 최대 가능성 디코딩 문제로 불린다 . 이 설정에서 문제는 지수 시간 가설을 가정하여 NP가 완전 하며 지수가 아닌 시간에 있지 않은 것입니다 . 또한 arXiv에 있는 이전 버전의 용지에 따르면 ( 용지 버전 1의 Lemma C.2 참조) 문제는 W [1]-완료입니다.