ROBERTOGONALVESSANTOSJNIOR

OPROBLEMAPVSNP

LavrasMG
2016

SUMRIO
1INTRODUO.....................................................................................3
2REFERENCIALTERICO................................................................5
3METODOLOGIA.................................................................................9
4RESULTADOSEDISCUSSES........................................................11
5CONCLUSES.....................................................................................13
6REFERNCIASBIBLIOGRFICAS................................................14

1INTRODUO

OProblemaPvsNPumaquestocentralparaa paraainformtica
contempornea. Informalmente ele procura investigarse para umaclassede
problemas importantes computacionais, a busca exaustiva por solues
essencialmenteamelhoralternativaalgortmicapossvel.
Infelizmente, essa no uma soluovivelparadiversasreasdo
conhecimento,como afsica,biologia,matemticaseoutrasdisciplinas,mas
omelhor que podemos realizar.Esseproblema,apesardeserestudadopor
dcadas,ainda umproblema emaberto. Portanto,osmtodosutilizadosna
matemticaecinciadacomputaonososuficientespararesolvlo.
De modo intrigante, durante o sculo passado diversos
pesquisadores demonstraram que existem barreiras primrias limitando a
nossa capacidade de processar informaes. Por exemplo, demonstrouse
matematicamente, que existem problemas computacionais extremamente
difceis. Em outra forma, mesmo que utilizassemos os melhores
computadores da atualidade durante todo otempo devida douniverso,no
seramos capazes de encontrar solues para muitos desses problemas,
emboraelasexistam.
A teoria de complexidade computacional procura classificar os
problemascomputacionaisdeacordocomograudedificuldade.Oprincipal
desafio para os pesquisadores dessa disciplina o desenvolvimento de
mtodos matemticos que possam ser usados para provar que certos
problemascomputacionaissoemsuatotalidade,difceis.
A soluo do problema P vs NP ser um grande avano para a
cincia da computao, sem dvida alguma. possvel supor que toda a
sociedade avanada questionouem algum asua habilidade decomputar,de
transformar informao em conhecimento. fascinante presenciar o
momento em que ns adquirimos conhecimento suficiente para formular
umaquestotofundamentalcomoessa.EncontrararespostadoproblemaP
3

vs NP um desafio a ser vencido pela cincia moderna, fruto da lgica e

inteligncia humana. Independentemente da resposta, sua soluo ter
necessariamente que revolucionar a matemtica e a cinciadacomputao
nosdiasdehoje.
Fazendo um paralelo, a teoria dacomputabilidadefornece mtodos
para classificarmos quais problemas so solucionveis poralgoritmos. J a
teoria da complexidade pode ser vista como uma continuao dessa
disciplina, tendo em vista que ela ramifica os problemas que podem ser
resolvidos por algoritmos em diversas classes,deacordo coma quantidade
de recursos computacionais necessrios e suficientes para resolver cada
problema.

2REFERENCIALTERICO

Ao final da dcada de sessenta, uma grande classe de problemas

computacionais para os quais ningum conhecia algoritmo eficiente foi
identificada. A maioria deles so problemas de otimizao como
empacotamento timo, agendamento de horrios e o problema do caixeiro
viajante. O que todos possuem em comum uma grande quantidade de
solues possveis enenhummtodoconhecido parabuscarasoluotima
a no ser essencialmente a busca exaustiva. Aps grande quantidade de
tempoe esforo despendidosnatentativadeencontrar algoritmoseficientes
para esses problemas,comeousea suspeitarquetais algoritmospudessem
noexistir.
Apesar disso, no havia motivos aparentes para a existncia de
qualquer relao entre esses problemas, ou porque um deveria ser mais
difcil do que o outro. A teoria de NPCompletude,introduzidapor Cook
em1971,trouxeexatamentea evidncianecessria.OqueCookmostrouem
seu artigofoique aexistncia dealgoritmoseficintespara todososoutros
problemas. Diversos problemas naturais possuem essa propriedade e so
chamadosde NPCompletos. Umanomaistarde,Karputilizouosresultados
de Cook para incluir vinte novos problemas

na lista de problemas

NPcompletosforamidentificados, demonstrando aimportnciadoconceito

descoberto. Mais tarde centenas de outros problemasNPCompletosforam
identificados.MaistardecentenasdeoutrosproblemasNPCompletos

foram identificados. Muito desses so de extrema importncia industrial,

comoaqueles de rotamentoe agendamento.Paraentenderessesresultados
precisoestudaroconceitodereduoentreproblemascomputacionais.
A noo de reduo entre problemas amplamente utilizada na
computao. Emgeral,umalinguagemL1podeserreduzidalinguagemL2
se existncia de um algoritmo A2 que decide L2 pode ser usada para a
criao de umalgoritmoA1capaz dedecidirL1.Existemdiversasmaneiras
5

deformalizaro conceitodereduo.A forma de reduo maisabrangente

aquela em que permitimos que o artigo A1 invoque diversas vezes o
algoritmoA2comosubrotina.
Suponha que umalinguagemL1sejaredutvelaumalinguagemL2.
Se resolvemos o problema de deciso L2, ento tambm resolvemos o
problema de deciso L1.Por isso,podemosconsiderarqueL2pelomenos
todifcilquantoL1.Emcomplexidadecomputacionalestamosinteressados
principalmente em redues eficintes, ou seja, computadas em tempo
polinomial.
Suponha que P!=NP. Para provarmos isso, precisamos exibir uma
linguagemLemNP quenoestemP.Seforpossveldeterminar quaisso
as linguagens mais difceis em NP, ento essas seroboas candidatas para
esse papel.Demodo surpreendente, o queCook provounoseu artigoque
existemproblemasem NPquesotodifceisquantoqualquerproblema em
NP. Em outras palavras, existe uma linguagem L em NP tal que qualquer
outra linguagememNPsereduz L. Almdomais,umanoodereduo
maisrestritasuficienteparapromoveresseresultado.
No incio do sculo passado, descobriuse que o uso intuitivo e
indiscriminado de diversas noes matemticas bsicas poderia levar ao
surgimento de insconsistencias lgicas. Esse fato inusitado provocou um
enorme desenvolvimento no estudo da matemtica, e diversos sistemas
formais foram sugeridos na tentativa de construir a matemtica apartir de
bases mais seguras. Dentre os diversos sistemas axiomticos formais
propostos, um dosmais importante ateoria de conjuntos conhecida como
ZFC(TeoriadeConjuntosZermeloFraenkelwithChoice).
Essa teoria possui trs propriedades muito interessantes. Em
primeiro lugar, todososteoremasmatemticosusuaispodem serprovadosa
partir dos axiomas e regras do sistema ZFC. Alm disso, a linguagem
utilizada na demonstrao de teoremas a partir dos axiomas dessa teoria
completamente formalizada.Por ltimo,nosistemaZFCpodemosverificar a
6

validade de umaprovaemtempopolinomial notamanho dademonstrao.

Essas propriedades garantem que um algoritmo ou computador pode ser
utilizado para oestudodediversasquestes relacionadascomessesistemae
ecomamatemticaemgeral.
Em virtude disso, um matemtico muito importante em suapoca,
chamadoDavidHilbert,estava interessadonacriaodeumalgoritmocapaz
de verificar automaticamente se uma dada afirmao matemtica um
teorema.Essaquesto ficouconhecidacomooproblema dedeciso.Parao
espanto de todos, Alan Turing provou em 1936 que no existe algoritmo
pararesolveroproblema.
Apesar desse resultado de impossibilidade, a complexidade
computacionalinspirouoestudodeumaversomodernadesseproblema.

Suponha que P = NP e considere como isso poderia ser

demonstrado. A maneira mais natural seria exibir umalgoritmopolinomial
para alinguagemSAT oupara algumoutroproblemaNPCompleto. Existe
umasriedemtodosalgortmicosquepodemserutilizadosparaisso.
Devido grande importncia industrial de diversos problemas
NPCompletos, um imenso nmero de programadores e engenheiros
tentaram encontrar algoritmos eficientes para esses problemas durante as
ltimasdcadas,masnoobtiveramsucesso.
Um mtodo algortmico interessante a modelagem de problemas
computacionais atravs da programaolinear.Comoesseltimo problema
pode ser resolvido em tempo polinomial, se for possvel reduzir
eficientemente algum problema NPcompleto um problema de
programao linear, ficar provado que P=NP. No entanto, Yannakis
mostrou que um importante problema NPcompleto conhecido como
TSP(problema do caixeiro viajante) no possui formulao eficiente como
umproblemadeprogramao linearcomcertasrestries.Issoilustraofato

deque possvel demonstrar quecertasabordagens nososuficientespara

provarqueP=NP.
Por outro lado, caso P != NP, existem muitos mtodos que foram
propostos na tentativa de provar esse resultado. Alguns deles foram
amplamente estudados e algumas limitaes importantes tambm foram
descobertas.Eseroessescasosqueiremosdiscutir.

3METODOLOGIA

3.1 Tipo de pesquisa utilizada segundo os procedimentos:

Descritiva.
3.2Tipodepesquisaconsiderandoosobjetivos:Aplicada.
3.3Populao,AmostrasouParticipantes

A amostra utilizada consiste de testes matemticos e

demonstrao de alguns mtodos do P vs NP. Essas demonstraes so

constitudas dos conjuntos de testes e mtodos utilizados para chegar no
objetivoterico.
3.4Local
OLocalser oDepartamentodeCinciadaComputaoda
UniversidadeFederaldeLavras.
3.5Instrumentos/EquipamentoseTarefa
Os instrumentos utilizados sero os computadores do
laboratrioparaprocessarotempodosalgoritmos.
A tarefa a ser realizada sero os testes exaustivos
relacionados a busca por solues e tambm a aplicao de Mquina de
Turingparaaresoluodealgunslemas.
A Mquina de Turing, de modo informal, um modelo
computacional capaz de simular todos os modelos computacionais
fisicamente implementveis. Em uma Mquina de Turing a memrida do
algoritmo(conjunto finitodeinstrues) representadopormeiodeumafita
infinita para a direita, lembrandoqueeste ummodeloterico. Sendoque
uma fita um conjunto infinito de clulas, cada qual podendo conter um
smboloprovenientedeumdeterminadoconjunto.
AMquinade Turing,possui um conjunto finito deestados
que irei denotar como Q. Aexecuo da Mquina de Turing divididaem
passos discretos, sendo que a cada passo a mquina se encontra em um
estadoqpertencenteQespecficico.
9

O estadoatual determinaqual sero prximopasso da MT

queconsisteem:
1. Lerossmbolospresentesnasclulasatuaisdetodasasfitas
2. Sobrescreverossmbolosatuaiscomnovossmbolos
3. AlteraroseuestadoatualparaumnovoestadodeQ
4. Mover a cabea de leitura de cada fita para a esquerda ou para a
direita
3.6VariveisdeEstudo
O principal problema da busca exaustiva que sua
implementao requerumnmerodepassoscomputacionais proporcionalao
nmerodepossibilidadesno espao debusca,o que emgeralumafuno
decrescimentoexponencialnotamanhodasinstnciasdo problema.Logo as
variveis de estudo so variveis dependentes do tempo de execuo do
algoritmo.

10

4RESULTADOSEDISCUSSES

O mtodo de diagonalizao teve origem com a demonstrao de

Cantor de que o conjunto de nmeros reais no enumervel. Adaptado
teoria da computao,essemtodofoiutilizadoinicialmenteparaprovar que
certos problemas computacionais so indecidveis. Em complexidade, um
argumento envolvendo simulao e diagonalizao pode ser aplicado para
demonstrarqueexistemproblemascomputacionaisarbitrariamentedifceis.
Alm disso, a diagonalizao pode ser usada para provar limites
inferiores superexponnciais na complexidade de alguns problemas
importantes.Apesar dessa tcnicaserextremamentepoderosa,hevidncias
fortes de que ela sozinha no suficiente para separar as classes de
complexidade P e NP. Ainda que a tcnica de diagonalizao possua essa
importante limitao,quandocombinadacomoutrosmtodos,elacapazde
provarresultadosinteressantesemcomplexidadecomputacional.
A relativizao das tcnicas baseadas apenas em simulao e
diagnalizao indica que devemos de fato analisar as computaes
envolvidas,

e no apenas simullas. Alguns resultados importantes

provados na dcada de oitenta tornaram interessante o estudo de certos

problemasatravsdousodecircuitosbooleanos.
Nacomplexidadedecircuitos,asfunessoclassificadasdeacordo
com otamanho(quantidadedeportaslgicas)eaprofundidadedoscircuitos
booleanos capazes de computlas. Um aspecto interessante desse modelo
computacional de computao afaltadeuniformidade. Issosignifica que,
aocontrriodas mquinas de Turing,entradascomtamanhosdiferentesso
processadasporcircuitosbooleanosdiferentes.
O problema P vs NP abordado atravs da complexidade de
circuitos da seguinte maneira.Em primeirolugar,paratodalinguagememP
existeumafamliadecircuitosbooleanoscomumaquantidadepolinomialde
portas lgicas(em funo do tamanho da entrada) capaz de decidla. Por
11

outro lado, h fortes evidncias de que os problemas NPcompletos no

podem ser computados por famlias de circuitos de tamanho polinomial.
Como circuitos booleanos so muito mais simplesquemquinas deturing,
diversos mtodos combinatrios e probabilsticos podem ser utilizados na
tentativa de provar quealgumalinguagemNPcompletanoadmitecircuitos
eficientes.
Embora essa abordagem tenha tido algum sucesso com modelos
mais restritos decircuitos booleanos, os melhoresresultados obtidosparao
caso geral so muito fracos. Assim como ocorre com a diagonalizao,
tambmpossveljustificarpartedofracassodessaabordagem.
A questo P vs NP equivalente a umproblemadecomplexidade
envolvendo duasclassesdistintasdeexpresseslgicas.Todasaslinguagens
em P podem ser representadas por meio de frmulas lgicas de primeira
ordem envolvendo um operador adicional de ponto fixo. Similarmente, as
linguagens em NP socapturadas pelasexpresseslgicasemlinguagemde
segundaordem existencial. Portanto, o problema P vs NP equivalente
seguintequesto:algicadesegundaordemexistencialcapazde descrever
maislinguagens doquea lgicadeprimeiraordemcomooperadordeponto
fixo? Um ponto forte dessa abordagem a disponibilidade de mtodos
bastanteestudadosprovenientesdalgicamatemtica.

12

5CONCLUSO

Em complexidadecomputacionalexistemmaisperguntasintrigantes
que respostas. Como provar que P != NP? Quais so os limites da
computaoeficiente?Qual a relaoentredeterminismo determinsticoe
nodeterminstico? A complexidade computacional no uma disciplina
sobrecomputadores,mas sim sobre computao.Infelizmente,no sabemos
muitosobreesseconceito.
Vimos no incio que, para mostrar que certos algoritmos no
existem,precisamosdeumademonstraomatemtica.Noentanto,namaior
parte do texto, o que usamos realmente da matemtica, almdo raciocnio
lgico? Essencialmente, construmos novos algoritmos para provar que
certos algoritmos no existem, deixando de lado teorias e teoremas
matemticosmaisavanados.
A prova desses teoremas utilizam umargumentodediagonalizao
muito simples. Analisando a essncia desses resultados, notamos que eles
estabelecemofatofundamentaldequenopossvelacelerara computao
de mquinas de Turing universais. Pode parecer ridculo, mas dado nosso
conhecimento atual, sem diagonalizao a principal questo em aberto da
teoria da complexidade computacional seria: existe alguma linguagem que
nopodeserdecididaemtempolinear?
Felizmente, sabemos mais do que isso. Alm disso, olhando para
certosuniversos
computacionais alternativos, fomos capazes de perceber que apenas
simulao e diagonalizao no so suficientes para resolver diversos
problemas importantes. Estimulados por esse resultado,descobrimosnovos
mtodos,assimcomonovasbarreiras.
Todas essas limitaes sugerem que o problema P vs NP sutl
demais paraastcnicas conhecidas.bemprovvelque sejaprecisoutilizar
mtodosmuitomaisavanadospararesolveresseproblema
13

6REFERNCIASBIBLIOGRFICAS

[1]

S.

Aaronson.

The

complexity

zoo.

Dispon

vel

em

http://qwiki.caltech.edu/wiki/
ComplexityZoo.
[2]S.Aaronson.IsPVersusNPFormallyIndependent?
81:109136,2003.
BulletinoftheEATCS,
[3] S. Aaronson. The prime facts: From Euclid toAKS,2003.Dispon
vel
emhttp:
//www.scottaaronson.com/writings/prime.pdf.
[4]S.Aaronson. GuestColumn:NPcompleteproblemsandphysicalreality.
ACM
SIGACTNews,36(1):3052,2005.
[5]S.AaronsoneA.Wigderson.Algebrization:Anewbarrierincomplexity
theory.
ACMTransactionsonComputationTheory,1(1):2,2009.
[6] M. Agrawal, N. Kayal, e N. Saxena. PRIMES is in P. Annals of
Mathematics,
p
aginas781793,2004.
[7] S. Arora e B. Barak. ComputationalComplexity:AModernApproach.
Cambridge
UniversityPress,NewYork,NY,2009.
[8]T.Baker, J.Gill, eR.Solovay.RelativizationsoftheP=?NP Question.
Journal
oftheACM,42:401420,1975.
[9] S. BenDavid e S. Halevi. On the independence of P versus NP.Relat
oriot

ecnico,
Relat
orioT
ecnico.

14

[10] C.H.Bennette J.Gill.Relativeto aRandom Oracle A,PA =NP A=

coNPAwith
Probability1.SIAMJournalonComputing,10(1):96113,1981.
[11] P. Berman. Relationship between density anddeterministic complexity
ofNP
completelanguages.FifthInternationa
28]StephenCook.
ThePversusNPproblem,2001.Dispon
velemhttp://www.
claymath.org/prize_problems/p_vs_np.pdf.
[29] T.H. Cormen, C.E. Leiserson,eR.L.Rivest. Introductiontoalgorithms.
TheMIT
press,2001.
[30] S.C.Coutinho.Primalidadeemtempo polinomial:umaintrodu
c
aoao
algoritmo
AKS.IMPA,2003.
[31]MartinDavis.TheUndecidable.RavenPress,Hewlett,NY,1965.
[32] M. Dekhtyar. On the relativization of deterministic and
nondeterministiccomplexity
classes. MathematicalFoundations ofComputer Science, p
aginas255259,
1976.
[33] D.Z. Du e K.I. Ko. Theory of computational complexity. WileyNew
York,2000.

15