ݺߣ

ݺߣShare a Scribd company logo
Теория кодирования
МФТИ, осень 2013
Александр Дайняк
www.dainiak.com
Коды
Пусть 𝔸 𝑞 — некоторый алфавит из 𝑞 символов.
𝑞-ичный код — это произвольное множество
𝐶 ⊆ 𝔸 𝑞
𝑛
𝑛 — длина кода (длина кодовых слов)
𝐶 — мощность кода (число кодовых слов)
Чаще всего рассматривают двоичные коды, т.е. когда 𝑞 = 2 и 𝔸 𝑞 = 0,1 .
Для произвольного двоичного слова 𝒂 будем через 𝒂 обозначать вес
слова, т.е. величину
# 𝑖 ∣ 𝑎𝑖 ≠ 0
Границы Хемминга и Синглтона
Теорема. (Граница Хемминга, граница сферической упаковки)
Для любого 𝑛, 𝑀, 𝑑 𝑞-кода имеем 𝑀 ≤ 𝑞 𝑛
𝑆 𝑑−1 2 𝟎
Теорема. (В некотором смысле, обратная границе Хемминга)
Пусть числа 𝑞, 𝑛, 𝑀, 𝑑 ∈ ℕ таковы, что 𝑀 ≤ 𝑞 𝑛 𝑆 𝑑 𝟎 .
Тогда существует 𝑛, 𝑀, 𝑑 𝑞-код.
Теорема. (R.C. Singleton)
Для любого 𝑛, 𝑀, 𝑑 𝑞-кода имеем 𝑀 ≤ 𝑞 𝑛−𝑑+1
.
Граница Плоткина
Теорема. (M. Plotkin)
Пусть 𝑛𝑟 < 𝑑, где 𝑟 ≔ 1 − 1
𝑞
. Тогда для любого 𝑛, 𝑀, 𝑑 𝑞-кода
𝑀 ≤
𝑑
𝑑 − 𝑛𝑟
Граница Плоткина
Доказательство:
Рассмотрим матрицу, в которой по строкам выписаны все кодовые
слова:
𝒂1
⋮
𝒂 𝑀
Элементы этой матрицы будем обозначать 𝑎𝑖𝑗.
Оценим снизу и сверху следующую сумму:
𝑇 ≔
1≤𝑘≤𝑛
1≤𝑖<𝑗≤𝑀
𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘
Граница Плоткина
Имеем
𝑇 =
1≤𝑖<𝑗≤𝑀 1≤𝑘≤𝑛
𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘
=
1≤𝑖<𝑗≤𝑀
𝑑 𝒂𝑖, 𝒂𝑗
Отсюда
𝑇 ≥
𝑀 ⋅ 𝑀 − 1
2
⋅ 𝑑
Граница Плоткина
С другой стороны
𝑇 =
1≤𝑘≤𝑛 1≤𝑖<𝑗≤𝑀
𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘
Зафиксируем произвольное 𝑘.
Пусть среди кодовых слов ровно 𝑥 𝑠 слов имеют 𝑘-ю координату,
равную 𝑠. Тогда
1≤𝑖<𝑗≤𝑀
𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘
=
𝑠′≠𝑠′′
𝑥 𝑠′ ⋅ 𝑥 𝑠′′
Граница Плоткина
Имеем
𝑠′≠𝑠′′
𝑥 𝑠′ ⋅ 𝑥 𝑠′′ =
1
2
⋅
𝑠
𝑥 𝑠
2
−
𝑠
𝑥 𝑠
2
=
1
2
⋅ 𝑀2
−
𝑠
𝑥 𝑠
2
Минимум выражения 𝑠 𝑥 𝑠
2
достигается, когда все 𝑥 𝑠 равны 𝑀 𝑞
(неравенство Коши—Буняковского).
Отсюда
1
2
⋅ 𝑀2 −
𝑠
𝑥 𝑠
2 ≤
1
2
⋅ 𝑀2 − 𝑞 ⋅
𝑀2
𝑞2
=
𝑀2
2
1 − 1
𝑞
Граница Плоткина
При любом 𝑘 мы получаем
𝑠′≠𝑠′′
𝑥 𝑠′ ⋅ 𝑥 𝑠′′ ≤
𝑀2
2
1 − 1
𝑞
Значит
𝑇 =
1≤𝑘≤𝑛 1≤𝑖<𝑗≤𝑀
𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘
≤
𝑛𝑀2
2
1 − 1
𝑞
Граница Плоткина
Сопоставим верхнюю и нижнюю оценки для 𝑇:
𝑀 ⋅ 𝑀 − 1
2
⋅ 𝑑 ≤ 𝑇 ≤
𝑛𝑀2
2
1 − 1
𝑞
Отсюда
𝑀 − 1 ⋅ 𝑑 ≤ 𝑛𝑟𝑀 ⇔ 𝑀 𝑑 − 𝑛𝑟 ≤ 𝑑
Так как 𝑑 − 𝑛𝑟 > 0 по условию, и 𝑀 ∈ ℤ, то
𝑀 ≤
𝑑
𝑑 − 𝑟𝑛
Вложение метрических пространств
Метрическое пространство — это множество с заданной на нём
метрикой.
Примеры:
• 0,1 𝑛, 𝑑 𝒂, 𝒃 — метрическое пространство Хемминга
(здесь 𝑑 — метрика Хемминга).
• ℝ 𝑛, 𝑑 𝒂, 𝒃 — евклидово метрическое пространство (здесь
𝑑 𝒂, 𝒃 ≔ 𝑖 𝑎𝑖 − 𝑏𝑖
2 — обычная евклидова метрика).
Вложение метрических пространств
Вложение метрического пространства 𝑈 в метрическое
пространство 𝑉 — это отображение 𝜙: 𝑈 → 𝑉, сохраняющее
метрику:
dist 𝑈 𝑥, 𝑦 = dist 𝑉 𝜙 𝑥 , 𝜙 𝑦
Вложение 𝑛-мерного хеммингова пространства в евклидово 𝑛-
мерное пространство при 𝑛 > 1 сделать не получится, но можно
выполнить отображение, сохраняющее определённую
информацию о метрике…
Вложение метрических пространств
Сопоставим каждому вектору 𝒂 ∈ 0,1 𝑛 вектор 𝒙 𝒂 ∈ ℝ 𝑛 по
правилу:
𝑥𝑖
𝒂
=
1, если 𝑎𝑖 = 1
−1, если 𝑎𝑖 = 0
При этом:
• 𝑑 𝒙 𝒂, 𝒙 𝒃 = 2 ⋅ 𝑑 𝒂, 𝒃
• 𝒙 𝒂
, 𝒙 𝒃
= 𝑛 − 2 ⋅ 𝑑 𝒂, 𝒃
• 𝒙 𝒂 = 𝑛 (здесь ⋅ — евклидова норма)
Лемма о векторах в ℝ 𝑛
Лемма (о тупоугольной системе векторов).
Пусть 𝒚, 𝒙1, … , 𝒙 𝑚 ∈ ℝ 𝑛
таковы, что выполнено
• 𝒙𝑖, 𝒚 > 0 для 𝑖 = 1, … , 𝑚
• 𝒙𝑖, 𝒙𝑗 ≤ 0 при 𝑖 ≠ 𝑗
Тогда 𝒙1, … , 𝒙 𝑚 линейно независимы и, в частности, 𝑚 ≤ 𝑛.
Доказательство леммы о векторах
Рассмотрим произвольную нулевую линейную комбинацию:
𝑐1 𝒙1 + ⋯ + 𝑐 𝑚 𝒙 𝑚 = 𝟎
Положим
Pos ≔ 𝑖 𝑐𝑖 > 0 , Neg ≔ 𝑖 𝑐𝑖 < 0
Нам нужно доказать, что Pos = Neg = ∅.
Допустим, что это не так, и придём к противоречию.
Пусть, например, Pos ≠ ∅ (быть может, при этом Neg = ∅).
Доказательство леммы о векторах
𝑐1 𝒙1 + ⋯ + 𝑐 𝑚 𝒙 𝑚 = 𝟎
Положим
𝒛 ≔
𝑖∈Pos
𝑐𝑖 𝒙𝑖 =
𝑗∈Neg
−𝑐𝑗 𝒙𝑗
Имеем
𝒛, 𝒚 =
𝑖∈Pos
𝑐𝑖 𝒙𝑖, 𝒚 > 0
Отсюда следует, что 𝒛 ≠ 𝟎.
Доказательство леммы о векторах
𝑐1 𝒙1 + ⋯ + 𝑐 𝑚 𝒙 𝑚 = 𝟎
Имеем
𝒛 ≔
𝑖∈Pos
𝑐𝑖 𝒙𝑖 =
𝑗∈Neg
−𝑐𝑗 𝒙𝑗 ≠ 𝟎
Рассмотрим теперь соотношения
0 < 𝒛, 𝒛 =
𝑖∈Pos
𝑐𝑖 𝒙𝑖 ,
𝑗∈Neg
−𝑐𝑗 𝒙𝑗 =
=
𝑖∈Pos
𝑗∈Neg
𝑐𝑖 −𝑐𝑗 ⋅ 𝒙𝑖, 𝒙𝑗 ≤ 0 — противоречие!
Граница Элайеса—Бассалыго
Теорема. (P. Elias, Л.А. Бассалыго)
Для любого 𝑛, 𝑀, 𝑑 -кода, где 𝑑 ≤ 𝑛 2, выполнено неравенство
𝑀 ≤
𝑛2 𝑛
𝑆 𝜏𝑛−1
где 𝜏 = 1− 1−2𝛿
2
, 𝛿 = 𝑑
𝑛
.
(𝑆 𝜏𝑛−1 — сокращённое обозначение для шара 𝑆 𝜏𝑛−1 𝟎 )
Доказательство теоремы Э.—Б.
Пусть 𝐶 — 𝑛, 𝑀, 𝑑 -код, и пусть 𝑡 ∈ ℕ.
Положим deg 𝑡 𝐶 ≔ max
𝒃∈ 0,1 𝑛
𝐶 ∩ 𝑆𝑡 𝒃 .
Имеем
𝐶 ⋅ 𝑆𝑡 =
𝒂∈𝐶 𝒃∈ 0,1 𝑛
𝟙 𝑑 𝒂,𝒃 ≤𝑡 =
𝒃∈ 0,1 𝑛 𝒂∈𝐶
𝟙 𝑑 𝒂,𝒃 ≤𝑡 ≤ 2 𝑛 ⋅ deg 𝑡 𝐶
Отсюда 𝑀 ≤ 2 𝑛⋅deg 𝑡 𝐶
𝑆 𝑡
для любого 𝑡 ∈ ℕ.
Доказательство теоремы Э.—Б.
Пусть 𝐶 — 𝑛, 𝑀, 𝑑 -код.
Положим 𝛿 ≔ 𝑑
𝑛
, 𝜏 ≔ 1− 1−2𝛿
2
и 𝑡 ≔ 𝜏𝑛 − 1 .
Мы обосновали, что
𝑀 ≤
2 𝑛 ⋅ deg 𝑡 𝐶
𝑆𝑡
Осталось доказать, что при выбранном 𝑡 выполнено неравенство
deg 𝑡 𝐶 ≤ 𝑛.
Доказательство теоремы Э.—Б.
𝛿 ≔ 𝑑
𝑛
, 𝜏 ≔ 1− 1−2𝛿
2
и 𝑡 ≔ 𝜏𝑛 − 1 .
Пусть 𝒃 ∈ 0,1 𝑛, и 𝒂1, … , 𝒂 𝑚 ∈ 𝐶 ∩ 𝑆𝑡 𝒃 (𝒂𝑖 ≠ 𝒂𝑗 при 𝑖 ≠ 𝑗).
Нам нужно доказать, что 𝑚 ≤ 𝑛.
Сопоставим словам 𝒃, 𝒂1, … , 𝒂 𝑚 вектора 𝒚, 𝒙1, … , 𝒙 𝑚 ∈ ℝ 𝑛
так
(на примере 𝒃):
𝑦𝑖 =
1 𝑛 , если 𝑏𝑖 = 1
−1 𝑛 , если 𝑏𝑖 = 0
Доказательство теоремы Э.—Б.
𝛿 ≔ 𝑑
𝑛
, 𝜏 ≔ 1− 1−2𝛿
2
и 𝑡 ≔ 𝜏𝑛 − 1 .
Сопоставим словам 𝒃, 𝒂1, … , 𝒂 𝑚 вектора 𝒚, 𝒙1, … , 𝒙 𝑚 ∈ ℝ 𝑛 так (на
примере 𝒃):
𝑦𝑖 =
1 𝑛 , если 𝑏𝑖 = 1
−1 𝑛 , если 𝑏𝑖 = 0
При этом
𝒙𝑖, 𝒚 = 1
𝑛 𝑛 − 2𝑑 𝒂𝑖, 𝒃 ≥ 1
𝑛 𝑛 − 2𝑡 > 1 − 2𝜏
и
𝒙𝑖, 𝒙𝑗 = 1
𝑛 𝑛 − 2𝑑 𝒂𝑖, 𝒂𝑗 ≤ 1
𝑛 𝑛 − 2𝑑 = 1 − 2𝛿
Доказательство теоремы Э.—Б.
𝛿 ≔ 𝑑
𝑛
, 𝜏 ≔ 1− 1−2𝛿
2
и 𝑡 ≔ 𝜏𝑛 − 1 .
Имеем
• 𝒙𝑖, 𝒚 > 1 − 2𝜏 при всех 𝑖
• 𝒙𝑖, 𝒙𝑗 ≤ 1 − 2𝛿 при 𝑖 ≠ 𝑗
Похоже, можно применить лемму о векторах в ℝ 𝑛
, но для этого
придётся «подправить» вектора 𝒚 и 𝒙1, … 𝒙 𝑚.
Для этого перейдём к векторам
2𝜏𝒚, 𝒙1 − 1 − 2𝜏 𝒚 , … , 𝒙 𝑚 − 1 − 2𝜏 𝒚
Доказательство теоремы Э.—Б.
𝛿 ≔ 𝑑
𝑛
, 𝜏 ≔ 1− 1−2𝛿
2
• 𝒙𝑖, 𝒚 > 1 − 2𝜏 при всех 𝑖
• 𝒙𝑖, 𝒙𝑗 ≤ 1 − 2𝛿 при 𝑖 ≠ 𝑗
Для векторов
2𝜏𝒚, 𝒙1 − 1 − 2𝜏 𝒚 , … , 𝒙 𝑚 − 1 − 2𝜏 𝒚
получаем
𝒙𝑖 − 1 − 2𝜏 𝒚 , 2𝜏𝒚 = 2𝜏 𝒙𝑖, 𝒚 − 2𝜏 1 − 2𝜏 𝒚, 𝒚 =
= 2𝜏 𝒙𝑖, 𝒚 − 2𝜏 1 − 2𝜏 > 0
Доказательство теоремы Э.—Б.
𝛿 ≔ 𝑑
𝑛
, 𝜏 ≔ 1− 1−2𝛿
2
• 𝒙𝑖, 𝒚 > 1 − 2𝜏 при всех 𝑖
• 𝒙𝑖, 𝒙𝑗 ≤ 1 − 2𝛿 при 𝑖 ≠ 𝑗
Имеем
𝒙𝑖 − 1 − 2𝜏 𝒚 , 𝒙𝑗 − 1 − 2𝜏 𝒚 =
= 𝒙𝑖, 𝒙𝑗 + 1 − 2𝜏 2
𝒚, 𝒚 − 1 − 2𝜏 𝒙𝑖, 𝒚 + 𝒙𝑗, 𝒚 ≤
≤ 1 − 2𝛿 + 1 − 2𝜏 2
− 2 1 − 2𝜏 2
= −2 2𝜏2
− 2𝜏 + 𝛿 = 0
Доказательство теоремы Э.—Б.
Для векторов
2𝜏𝒚, 𝒙1 − 1 − 2𝜏 𝒚 , … , 𝒙 𝑚 − 1 − 2𝜏 𝒚
мы доказали соотношения
𝒙𝑖 − 1 − 2𝜏 𝒚 , 2𝜏𝒚 > 0
𝒙𝑖 − 1 − 2𝜏 𝒚 , 𝒙𝑗 − 1 − 2𝜏 𝒚 ≤ 0
и отсюда, по лемме о тупоугольной системе векторов, следует, что
𝑚 ≤ 𝑛.
Мы доказали, что deg 𝑡 𝐶 ≤ 𝑛, и тем самым доказали теорему.
Сравнение границ для 𝑛, 𝑀, 𝑑 -кодов
𝑑 𝑛
log2 𝑀
𝑛
Что было и что будет
На лекции мы рассмотрели:
• Граница Плоткина
• Вложение метрических пространств
• Граница Элайеса—Бассалыго
В следующий раз:
• Линейные коды

More Related Content

What's hot (20)

Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Alex Dainiak
20111015 inroduction to_combinatorics_on_words_frid_lecture02
20111015 inroduction to_combinatorics_on_words_frid_lecture0220111015 inroduction to_combinatorics_on_words_frid_lecture02
20111015 inroduction to_combinatorics_on_words_frid_lecture02
Computer Science Club
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её применения
Alex Dainiak
Алгоритмы и структуры данных осень 2013 лекция 8
Алгоритмы и структуры данных осень 2013 лекция 8Алгоритмы и структуры данных осень 2013 лекция 8
Алгоритмы и структуры данных осень 2013 лекция 8
Technopark
Линейная алгебра - II
Линейная алгебра - IIЛинейная алгебра - II
Линейная алгебра - II
DEVTYPE
элементы языка и типы данных
элементы языка и типы данныхэлементы языка и типы данных
элементы языка и типы данных
Елена Ключева
20101030 reals and_integers_matiyasevich_ekb_lecture05-06
20101030 reals and_integers_matiyasevich_ekb_lecture05-0620101030 reals and_integers_matiyasevich_ekb_lecture05-06
20101030 reals and_integers_matiyasevich_ekb_lecture05-06
Computer Science Club
Скорость роста функций
Скорость роста функцийСкорость роста функций
Скорость роста функций
DEVTYPE
Об одном методе автоматической транскрипции
Об одном методе автоматической транскрипцииОб одном методе автоматической транскрипции
Об одном методе автоматической транскрипции
Спецсеминар "Искусственный Интеллект" кафедры АЯ ВМК МГУ
Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.
Alex Dainiak
Линейная алгебра - I
Линейная алгебра - IЛинейная алгебра - I
Линейная алгебра - I
DEVTYPE
презентация
презентацияпрезентация
презентация
MarijVANGLIS
Основы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задачОсновы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задач
DEVTYPE
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Computer Science Club
Основы комбинаторики - II
Основы комбинаторики - IIОсновы комбинаторики - II
Основы комбинаторики - II
DEVTYPE
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Alex Dainiak
20111015 inroduction to_combinatorics_on_words_frid_lecture02
20111015 inroduction to_combinatorics_on_words_frid_lecture0220111015 inroduction to_combinatorics_on_words_frid_lecture02
20111015 inroduction to_combinatorics_on_words_frid_lecture02
Computer Science Club
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её применения
Alex Dainiak
Алгоритмы и структуры данных осень 2013 лекция 8
Алгоритмы и структуры данных осень 2013 лекция 8Алгоритмы и структуры данных осень 2013 лекция 8
Алгоритмы и структуры данных осень 2013 лекция 8
Technopark
Линейная алгебра - II
Линейная алгебра - IIЛинейная алгебра - II
Линейная алгебра - II
DEVTYPE
элементы языка и типы данных
элементы языка и типы данныхэлементы языка и типы данных
элементы языка и типы данных
Елена Ключева
20101030 reals and_integers_matiyasevich_ekb_lecture05-06
20101030 reals and_integers_matiyasevich_ekb_lecture05-0620101030 reals and_integers_matiyasevich_ekb_lecture05-06
20101030 reals and_integers_matiyasevich_ekb_lecture05-06
Computer Science Club
Скорость роста функций
Скорость роста функцийСкорость роста функций
Скорость роста функций
DEVTYPE
Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.
Alex Dainiak
Линейная алгебра - I
Линейная алгебра - IЛинейная алгебра - I
Линейная алгебра - I
DEVTYPE
Основы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задачОсновы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задач
DEVTYPE
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Computer Science Club
Основы комбинаторики - II
Основы комбинаторики - IIОсновы комбинаторики - II
Основы комбинаторики - II
DEVTYPE

Viewers also liked (14)

Основы теории графов 01: напоминание определений, теорема Форда—Фалкерсона
Основы теории графов 01: напоминание определений, теорема Форда—ФалкерсонаОсновы теории графов 01: напоминание определений, теорема Форда—Фалкерсона
Основы теории графов 01: напоминание определений, теорема Форда—Фалкерсона
Alex Dainiak
Основы теории графов 07: сепараторы в планарных графах
Основы теории графов 07: сепараторы в планарных графахОсновы теории графов 07: сепараторы в планарных графах
Основы теории графов 07: сепараторы в планарных графах
Alex Dainiak
Графовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкостьГрафовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкость
Alex Dainiak
Основы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьяхОсновы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьях
Alex Dainiak
Основы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графовОсновы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графов
Alex Dainiak
Основы теории графов 10: экстремальная теория графов
Основы теории графов 10: экстремальная теория графовОсновы теории графов 10: экстремальная теория графов
Основы теории графов 10: экстремальная теория графов
Alex Dainiak
Основы теории графов 03: связность
Основы теории графов 03: связностьОсновы теории графов 03: связность
Основы теории графов 03: связность
Alex Dainiak
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—ШпильманаЗадача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Alex Dainiak
Основы теории графов 11: гамильтоновы циклы
Основы теории графов 11: гамильтоновы циклыОсновы теории графов 11: гамильтоновы циклы
Основы теории графов 11: гамильтоновы циклы
Alex Dainiak
Основы теории графов 02: факторизация графов (разложение на простые подграфы)
Основы теории графов 02: факторизация графов (разложение на простые подграфы)Основы теории графов 02: факторизация графов (разложение на простые подграфы)
Основы теории графов 02: факторизация графов (разложение на простые подграфы)
Alex Dainiak
Основы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраскиОсновы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраски
Alex Dainiak
Основы теории графов 09: раскраски планарных графов, совершенные графы
Основы теории графов 09: раскраски планарных графов, совершенные графыОсновы теории графов 09: раскраски планарных графов, совершенные графы
Основы теории графов 09: раскраски планарных графов, совершенные графы
Alex Dainiak
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графыОсновы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Alex Dainiak
Эйлеровы и гамильтоновы циклы. Теорема Турана.
Эйлеровы и гамильтоновы циклы. Теорема Турана.Эйлеровы и гамильтоновы циклы. Теорема Турана.
Эйлеровы и гамильтоновы циклы. Теорема Турана.
Alex Dainiak
Основы теории графов 01: напоминание определений, теорема Форда—Фалкерсона
Основы теории графов 01: напоминание определений, теорема Форда—ФалкерсонаОсновы теории графов 01: напоминание определений, теорема Форда—Фалкерсона
Основы теории графов 01: напоминание определений, теорема Форда—Фалкерсона
Alex Dainiak
Основы теории графов 07: сепараторы в планарных графах
Основы теории графов 07: сепараторы в планарных графахОсновы теории графов 07: сепараторы в планарных графах
Основы теории графов 07: сепараторы в планарных графах
Alex Dainiak
Графовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкостьГрафовая модель канала связи. Шенноновская ёмкость
Графовая модель канала связи. Шенноновская ёмкость
Alex Dainiak
Основы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьяхОсновы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьях
Alex Dainiak
Основы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графовОсновы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графов
Alex Dainiak
Основы теории графов 10: экстремальная теория графов
Основы теории графов 10: экстремальная теория графовОсновы теории графов 10: экстремальная теория графов
Основы теории графов 10: экстремальная теория графов
Alex Dainiak
Основы теории графов 03: связность
Основы теории графов 03: связностьОсновы теории графов 03: связность
Основы теории графов 03: связность
Alex Dainiak
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—ШпильманаЗадача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Alex Dainiak
Основы теории графов 11: гамильтоновы циклы
Основы теории графов 11: гамильтоновы циклыОсновы теории графов 11: гамильтоновы циклы
Основы теории графов 11: гамильтоновы циклы
Alex Dainiak
Основы теории графов 02: факторизация графов (разложение на простые подграфы)
Основы теории графов 02: факторизация графов (разложение на простые подграфы)Основы теории графов 02: факторизация графов (разложение на простые подграфы)
Основы теории графов 02: факторизация графов (разложение на простые подграфы)
Alex Dainiak
Основы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраскиОсновы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраски
Alex Dainiak
Основы теории графов 09: раскраски планарных графов, совершенные графы
Основы теории графов 09: раскраски планарных графов, совершенные графыОсновы теории графов 09: раскраски планарных графов, совершенные графы
Основы теории графов 09: раскраски планарных графов, совершенные графы
Alex Dainiak
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графыОсновы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Alex Dainiak
Эйлеровы и гамильтоновы циклы. Теорема Турана.
Эйлеровы и гамильтоновы циклы. Теорема Турана.Эйлеровы и гамильтоновы циклы. Теорема Турана.
Эйлеровы и гамильтоновы циклы. Теорема Турана.
Alex Dainiak

Similar to Границы Плоткина и Элайеса—Бассалыго (18)

Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.
Alex Dainiak
Теорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел РамсеяТеорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел Рамсея
Alex Dainiak
Производящие функции
Производящие функцииПроизводящие функции
Производящие функции
Alex Dainiak
Reshenie diofantovyh uravnenij
Reshenie diofantovyh uravnenijReshenie diofantovyh uravnenij
Reshenie diofantovyh uravnenij
dimonz9
VOL-1-No-53-2020
VOL-1-No-53-2020VOL-1-No-53-2020
VOL-1-No-53-2020
Sciences of Europe
Use of eliptic curves for generating digital signature
Use of eliptic curves for generating digital signatureUse of eliptic curves for generating digital signature
Use of eliptic curves for generating digital signature
Andrei Poliakov
20101028 proof complexity_hirsch_lecture06
20101028 proof complexity_hirsch_lecture0620101028 proof complexity_hirsch_lecture06
20101028 proof complexity_hirsch_lecture06
Computer Science Club
ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4
Alexey Paznikov
ИТМО Machine Learning. Рекомендательные системы — часть 2
ИТМО Machine Learning. Рекомендательные системы — часть 2ИТМО Machine Learning. Рекомендательные системы — часть 2
ИТМО Machine Learning. Рекомендательные системы — часть 2
Andrey Danilchenko
приложение 1. материал для занятий
приложение 1. материал для занятийприложение 1. материал для занятий
приложение 1. материал для занятий
Narine Gevorgyan
20101007 proof complexity_hirsch_lecture04
20101007 proof complexity_hirsch_lecture0420101007 proof complexity_hirsch_lecture04
20101007 proof complexity_hirsch_lecture04
Computer Science Club
Григорий Анатольевич Кабатянский - Конечные алгебры, геометрии и коды
Григорий Анатольевич Кабатянский - Конечные алгебры, геометрии и кодыГригорий Анатольевич Кабатянский - Конечные алгебры, геометрии и коды
Григорий Анатольевич Кабатянский - Конечные алгебры, геометрии и коды
Yandex
презентация по теме «действительные числа»
презентация по теме «действительные числа»презентация по теме «действительные числа»
презентация по теме «действительные числа»
Kirrrr123
7. Дискретная вероятность
7. Дискретная вероятность7. Дискретная вероятность
7. Дискретная вероятность
DEVTYPE
Алгоритмы и структуры данных осень 2013 лекция 1
Алгоритмы и структуры данных осень 2013 лекция 1Алгоритмы и структуры данных осень 2013 лекция 1
Алгоритмы и структуры данных осень 2013 лекция 1
Technopark
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
AIST
1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства
DEVTYPE
Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.
Alex Dainiak
Теорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел РамсеяТеорема Рамсея, оценки чисел Рамсея
Теорема Рамсея, оценки чисел Рамсея
Alex Dainiak
Производящие функции
Производящие функцииПроизводящие функции
Производящие функции
Alex Dainiak
Reshenie diofantovyh uravnenij
Reshenie diofantovyh uravnenijReshenie diofantovyh uravnenij
Reshenie diofantovyh uravnenij
dimonz9
Use of eliptic curves for generating digital signature
Use of eliptic curves for generating digital signatureUse of eliptic curves for generating digital signature
Use of eliptic curves for generating digital signature
Andrei Poliakov
20101028 proof complexity_hirsch_lecture06
20101028 proof complexity_hirsch_lecture0620101028 proof complexity_hirsch_lecture06
20101028 proof complexity_hirsch_lecture06
Computer Science Club
ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4
Alexey Paznikov
ИТМО Machine Learning. Рекомендательные системы — часть 2
ИТМО Machine Learning. Рекомендательные системы — часть 2ИТМО Machine Learning. Рекомендательные системы — часть 2
ИТМО Machine Learning. Рекомендательные системы — часть 2
Andrey Danilchenko
приложение 1. материал для занятий
приложение 1. материал для занятийприложение 1. материал для занятий
приложение 1. материал для занятий
Narine Gevorgyan
20101007 proof complexity_hirsch_lecture04
20101007 proof complexity_hirsch_lecture0420101007 proof complexity_hirsch_lecture04
20101007 proof complexity_hirsch_lecture04
Computer Science Club
Григорий Анатольевич Кабатянский - Конечные алгебры, геометрии и коды
Григорий Анатольевич Кабатянский - Конечные алгебры, геометрии и кодыГригорий Анатольевич Кабатянский - Конечные алгебры, геометрии и коды
Григорий Анатольевич Кабатянский - Конечные алгебры, геометрии и коды
Yandex
презентация по теме «действительные числа»
презентация по теме «действительные числа»презентация по теме «действительные числа»
презентация по теме «действительные числа»
Kirrrr123
7. Дискретная вероятность
7. Дискретная вероятность7. Дискретная вероятность
7. Дискретная вероятность
DEVTYPE
Алгоритмы и структуры данных осень 2013 лекция 1
Алгоритмы и структуры данных осень 2013 лекция 1Алгоритмы и структуры данных осень 2013 лекция 1
Алгоритмы и структуры данных осень 2013 лекция 1
Technopark
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
AIST
1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства
DEVTYPE

More from Alex Dainiak (8)

Конспект лекций по теории кодирования
Конспект лекций по теории кодированияКонспект лекций по теории кодирования
Конспект лекций по теории кодирования
Alex Dainiak
Визуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарностиВизуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарности
Alex Dainiak
Визуализация графов: укладки деревьев
Визуализация графов: укладки деревьевВизуализация графов: укладки деревьев
Визуализация графов: укладки деревьев
Alex Dainiak
Визуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладкеВизуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладке
Alex Dainiak
Визуализация графов: история
Визуализация графов: историяВизуализация графов: история
Визуализация графов: история
Alex Dainiak
Визуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудностьВизуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудность
Alex Dainiak
Размерность Вапника—Червоненкиса
Размерность Вапника—ЧервоненкисаРазмерность Вапника—Червоненкиса
Размерность Вапника—Червоненкиса
Alex Dainiak
Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...
Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...
Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...
Alex Dainiak
Конспект лекций по теории кодирования
Конспект лекций по теории кодированияКонспект лекций по теории кодирования
Конспект лекций по теории кодирования
Alex Dainiak
Визуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарностиВизуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарности
Alex Dainiak
Визуализация графов: укладки деревьев
Визуализация графов: укладки деревьевВизуализация графов: укладки деревьев
Визуализация графов: укладки деревьев
Alex Dainiak
Визуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладкеВизуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладке
Alex Dainiak
Визуализация графов: история
Визуализация графов: историяВизуализация графов: история
Визуализация графов: история
Alex Dainiak
Визуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудностьВизуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудность
Alex Dainiak
Размерность Вапника—Червоненкиса
Размерность Вапника—ЧервоненкисаРазмерность Вапника—Червоненкиса
Размерность Вапника—Червоненкиса
Alex Dainiak
Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...
Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...
Частично-упорядоченные множества, булеан, теоремы о разложении на цепи и анти...
Alex Dainiak

Границы Плоткина и Элайеса—Бассалыго

  • 1. Теория кодирования МФТИ, осень 2013 Александр Дайняк www.dainiak.com
  • 2. Коды Пусть 𝔸 𝑞 — некоторый алфавит из 𝑞 символов. 𝑞-ичный код — это произвольное множество 𝐶 ⊆ 𝔸 𝑞 𝑛 𝑛 — длина кода (длина кодовых слов) 𝐶 — мощность кода (число кодовых слов) Чаще всего рассматривают двоичные коды, т.е. когда 𝑞 = 2 и 𝔸 𝑞 = 0,1 . Для произвольного двоичного слова 𝒂 будем через 𝒂 обозначать вес слова, т.е. величину # 𝑖 ∣ 𝑎𝑖 ≠ 0
  • 3. Границы Хемминга и Синглтона Теорема. (Граница Хемминга, граница сферической упаковки) Для любого 𝑛, 𝑀, 𝑑 𝑞-кода имеем 𝑀 ≤ 𝑞 𝑛 𝑆 𝑑−1 2 𝟎 Теорема. (В некотором смысле, обратная границе Хемминга) Пусть числа 𝑞, 𝑛, 𝑀, 𝑑 ∈ ℕ таковы, что 𝑀 ≤ 𝑞 𝑛 𝑆 𝑑 𝟎 . Тогда существует 𝑛, 𝑀, 𝑑 𝑞-код. Теорема. (R.C. Singleton) Для любого 𝑛, 𝑀, 𝑑 𝑞-кода имеем 𝑀 ≤ 𝑞 𝑛−𝑑+1 .
  • 4. Граница Плоткина Теорема. (M. Plotkin) Пусть 𝑛𝑟 < 𝑑, где 𝑟 ≔ 1 − 1 𝑞 . Тогда для любого 𝑛, 𝑀, 𝑑 𝑞-кода 𝑀 ≤ 𝑑 𝑑 − 𝑛𝑟
  • 5. Граница Плоткина Доказательство: Рассмотрим матрицу, в которой по строкам выписаны все кодовые слова: 𝒂1 ⋮ 𝒂 𝑀 Элементы этой матрицы будем обозначать 𝑎𝑖𝑗. Оценим снизу и сверху следующую сумму: 𝑇 ≔ 1≤𝑘≤𝑛 1≤𝑖<𝑗≤𝑀 𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘
  • 6. Граница Плоткина Имеем 𝑇 = 1≤𝑖<𝑗≤𝑀 1≤𝑘≤𝑛 𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘 = 1≤𝑖<𝑗≤𝑀 𝑑 𝒂𝑖, 𝒂𝑗 Отсюда 𝑇 ≥ 𝑀 ⋅ 𝑀 − 1 2 ⋅ 𝑑
  • 7. Граница Плоткина С другой стороны 𝑇 = 1≤𝑘≤𝑛 1≤𝑖<𝑗≤𝑀 𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘 Зафиксируем произвольное 𝑘. Пусть среди кодовых слов ровно 𝑥 𝑠 слов имеют 𝑘-ю координату, равную 𝑠. Тогда 1≤𝑖<𝑗≤𝑀 𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘 = 𝑠′≠𝑠′′ 𝑥 𝑠′ ⋅ 𝑥 𝑠′′
  • 8. Граница Плоткина Имеем 𝑠′≠𝑠′′ 𝑥 𝑠′ ⋅ 𝑥 𝑠′′ = 1 2 ⋅ 𝑠 𝑥 𝑠 2 − 𝑠 𝑥 𝑠 2 = 1 2 ⋅ 𝑀2 − 𝑠 𝑥 𝑠 2 Минимум выражения 𝑠 𝑥 𝑠 2 достигается, когда все 𝑥 𝑠 равны 𝑀 𝑞 (неравенство Коши—Буняковского). Отсюда 1 2 ⋅ 𝑀2 − 𝑠 𝑥 𝑠 2 ≤ 1 2 ⋅ 𝑀2 − 𝑞 ⋅ 𝑀2 𝑞2 = 𝑀2 2 1 − 1 𝑞
  • 9. Граница Плоткина При любом 𝑘 мы получаем 𝑠′≠𝑠′′ 𝑥 𝑠′ ⋅ 𝑥 𝑠′′ ≤ 𝑀2 2 1 − 1 𝑞 Значит 𝑇 = 1≤𝑘≤𝑛 1≤𝑖<𝑗≤𝑀 𝟙 𝑎 𝑖𝑘≠𝑎 𝑗𝑘 ≤ 𝑛𝑀2 2 1 − 1 𝑞
  • 10. Граница Плоткина Сопоставим верхнюю и нижнюю оценки для 𝑇: 𝑀 ⋅ 𝑀 − 1 2 ⋅ 𝑑 ≤ 𝑇 ≤ 𝑛𝑀2 2 1 − 1 𝑞 Отсюда 𝑀 − 1 ⋅ 𝑑 ≤ 𝑛𝑟𝑀 ⇔ 𝑀 𝑑 − 𝑛𝑟 ≤ 𝑑 Так как 𝑑 − 𝑛𝑟 > 0 по условию, и 𝑀 ∈ ℤ, то 𝑀 ≤ 𝑑 𝑑 − 𝑟𝑛
  • 11. Вложение метрических пространств Метрическое пространство — это множество с заданной на нём метрикой. Примеры: • 0,1 𝑛, 𝑑 𝒂, 𝒃 — метрическое пространство Хемминга (здесь 𝑑 — метрика Хемминга). • ℝ 𝑛, 𝑑 𝒂, 𝒃 — евклидово метрическое пространство (здесь 𝑑 𝒂, 𝒃 ≔ 𝑖 𝑎𝑖 − 𝑏𝑖 2 — обычная евклидова метрика).
  • 12. Вложение метрических пространств Вложение метрического пространства 𝑈 в метрическое пространство 𝑉 — это отображение 𝜙: 𝑈 → 𝑉, сохраняющее метрику: dist 𝑈 𝑥, 𝑦 = dist 𝑉 𝜙 𝑥 , 𝜙 𝑦 Вложение 𝑛-мерного хеммингова пространства в евклидово 𝑛- мерное пространство при 𝑛 > 1 сделать не получится, но можно выполнить отображение, сохраняющее определённую информацию о метрике…
  • 13. Вложение метрических пространств Сопоставим каждому вектору 𝒂 ∈ 0,1 𝑛 вектор 𝒙 𝒂 ∈ ℝ 𝑛 по правилу: 𝑥𝑖 𝒂 = 1, если 𝑎𝑖 = 1 −1, если 𝑎𝑖 = 0 При этом: • 𝑑 𝒙 𝒂, 𝒙 𝒃 = 2 ⋅ 𝑑 𝒂, 𝒃 • 𝒙 𝒂 , 𝒙 𝒃 = 𝑛 − 2 ⋅ 𝑑 𝒂, 𝒃 • 𝒙 𝒂 = 𝑛 (здесь ⋅ — евклидова норма)
  • 14. Лемма о векторах в ℝ 𝑛 Лемма (о тупоугольной системе векторов). Пусть 𝒚, 𝒙1, … , 𝒙 𝑚 ∈ ℝ 𝑛 таковы, что выполнено • 𝒙𝑖, 𝒚 > 0 для 𝑖 = 1, … , 𝑚 • 𝒙𝑖, 𝒙𝑗 ≤ 0 при 𝑖 ≠ 𝑗 Тогда 𝒙1, … , 𝒙 𝑚 линейно независимы и, в частности, 𝑚 ≤ 𝑛.
  • 15. Доказательство леммы о векторах Рассмотрим произвольную нулевую линейную комбинацию: 𝑐1 𝒙1 + ⋯ + 𝑐 𝑚 𝒙 𝑚 = 𝟎 Положим Pos ≔ 𝑖 𝑐𝑖 > 0 , Neg ≔ 𝑖 𝑐𝑖 < 0 Нам нужно доказать, что Pos = Neg = ∅. Допустим, что это не так, и придём к противоречию. Пусть, например, Pos ≠ ∅ (быть может, при этом Neg = ∅).
  • 16. Доказательство леммы о векторах 𝑐1 𝒙1 + ⋯ + 𝑐 𝑚 𝒙 𝑚 = 𝟎 Положим 𝒛 ≔ 𝑖∈Pos 𝑐𝑖 𝒙𝑖 = 𝑗∈Neg −𝑐𝑗 𝒙𝑗 Имеем 𝒛, 𝒚 = 𝑖∈Pos 𝑐𝑖 𝒙𝑖, 𝒚 > 0 Отсюда следует, что 𝒛 ≠ 𝟎.
  • 17. Доказательство леммы о векторах 𝑐1 𝒙1 + ⋯ + 𝑐 𝑚 𝒙 𝑚 = 𝟎 Имеем 𝒛 ≔ 𝑖∈Pos 𝑐𝑖 𝒙𝑖 = 𝑗∈Neg −𝑐𝑗 𝒙𝑗 ≠ 𝟎 Рассмотрим теперь соотношения 0 < 𝒛, 𝒛 = 𝑖∈Pos 𝑐𝑖 𝒙𝑖 , 𝑗∈Neg −𝑐𝑗 𝒙𝑗 = = 𝑖∈Pos 𝑗∈Neg 𝑐𝑖 −𝑐𝑗 ⋅ 𝒙𝑖, 𝒙𝑗 ≤ 0 — противоречие!
  • 18. Граница Элайеса—Бассалыго Теорема. (P. Elias, Л.А. Бассалыго) Для любого 𝑛, 𝑀, 𝑑 -кода, где 𝑑 ≤ 𝑛 2, выполнено неравенство 𝑀 ≤ 𝑛2 𝑛 𝑆 𝜏𝑛−1 где 𝜏 = 1− 1−2𝛿 2 , 𝛿 = 𝑑 𝑛 . (𝑆 𝜏𝑛−1 — сокращённое обозначение для шара 𝑆 𝜏𝑛−1 𝟎 )
  • 19. Доказательство теоремы Э.—Б. Пусть 𝐶 — 𝑛, 𝑀, 𝑑 -код, и пусть 𝑡 ∈ ℕ. Положим deg 𝑡 𝐶 ≔ max 𝒃∈ 0,1 𝑛 𝐶 ∩ 𝑆𝑡 𝒃 . Имеем 𝐶 ⋅ 𝑆𝑡 = 𝒂∈𝐶 𝒃∈ 0,1 𝑛 𝟙 𝑑 𝒂,𝒃 ≤𝑡 = 𝒃∈ 0,1 𝑛 𝒂∈𝐶 𝟙 𝑑 𝒂,𝒃 ≤𝑡 ≤ 2 𝑛 ⋅ deg 𝑡 𝐶 Отсюда 𝑀 ≤ 2 𝑛⋅deg 𝑡 𝐶 𝑆 𝑡 для любого 𝑡 ∈ ℕ.
  • 20. Доказательство теоремы Э.—Б. Пусть 𝐶 — 𝑛, 𝑀, 𝑑 -код. Положим 𝛿 ≔ 𝑑 𝑛 , 𝜏 ≔ 1− 1−2𝛿 2 и 𝑡 ≔ 𝜏𝑛 − 1 . Мы обосновали, что 𝑀 ≤ 2 𝑛 ⋅ deg 𝑡 𝐶 𝑆𝑡 Осталось доказать, что при выбранном 𝑡 выполнено неравенство deg 𝑡 𝐶 ≤ 𝑛.
  • 21. Доказательство теоремы Э.—Б. 𝛿 ≔ 𝑑 𝑛 , 𝜏 ≔ 1− 1−2𝛿 2 и 𝑡 ≔ 𝜏𝑛 − 1 . Пусть 𝒃 ∈ 0,1 𝑛, и 𝒂1, … , 𝒂 𝑚 ∈ 𝐶 ∩ 𝑆𝑡 𝒃 (𝒂𝑖 ≠ 𝒂𝑗 при 𝑖 ≠ 𝑗). Нам нужно доказать, что 𝑚 ≤ 𝑛. Сопоставим словам 𝒃, 𝒂1, … , 𝒂 𝑚 вектора 𝒚, 𝒙1, … , 𝒙 𝑚 ∈ ℝ 𝑛 так (на примере 𝒃): 𝑦𝑖 = 1 𝑛 , если 𝑏𝑖 = 1 −1 𝑛 , если 𝑏𝑖 = 0
  • 22. Доказательство теоремы Э.—Б. 𝛿 ≔ 𝑑 𝑛 , 𝜏 ≔ 1− 1−2𝛿 2 и 𝑡 ≔ 𝜏𝑛 − 1 . Сопоставим словам 𝒃, 𝒂1, … , 𝒂 𝑚 вектора 𝒚, 𝒙1, … , 𝒙 𝑚 ∈ ℝ 𝑛 так (на примере 𝒃): 𝑦𝑖 = 1 𝑛 , если 𝑏𝑖 = 1 −1 𝑛 , если 𝑏𝑖 = 0 При этом 𝒙𝑖, 𝒚 = 1 𝑛 𝑛 − 2𝑑 𝒂𝑖, 𝒃 ≥ 1 𝑛 𝑛 − 2𝑡 > 1 − 2𝜏 и 𝒙𝑖, 𝒙𝑗 = 1 𝑛 𝑛 − 2𝑑 𝒂𝑖, 𝒂𝑗 ≤ 1 𝑛 𝑛 − 2𝑑 = 1 − 2𝛿
  • 23. Доказательство теоремы Э.—Б. 𝛿 ≔ 𝑑 𝑛 , 𝜏 ≔ 1− 1−2𝛿 2 и 𝑡 ≔ 𝜏𝑛 − 1 . Имеем • 𝒙𝑖, 𝒚 > 1 − 2𝜏 при всех 𝑖 • 𝒙𝑖, 𝒙𝑗 ≤ 1 − 2𝛿 при 𝑖 ≠ 𝑗 Похоже, можно применить лемму о векторах в ℝ 𝑛 , но для этого придётся «подправить» вектора 𝒚 и 𝒙1, … 𝒙 𝑚. Для этого перейдём к векторам 2𝜏𝒚, 𝒙1 − 1 − 2𝜏 𝒚 , … , 𝒙 𝑚 − 1 − 2𝜏 𝒚
  • 24. Доказательство теоремы Э.—Б. 𝛿 ≔ 𝑑 𝑛 , 𝜏 ≔ 1− 1−2𝛿 2 • 𝒙𝑖, 𝒚 > 1 − 2𝜏 при всех 𝑖 • 𝒙𝑖, 𝒙𝑗 ≤ 1 − 2𝛿 при 𝑖 ≠ 𝑗 Для векторов 2𝜏𝒚, 𝒙1 − 1 − 2𝜏 𝒚 , … , 𝒙 𝑚 − 1 − 2𝜏 𝒚 получаем 𝒙𝑖 − 1 − 2𝜏 𝒚 , 2𝜏𝒚 = 2𝜏 𝒙𝑖, 𝒚 − 2𝜏 1 − 2𝜏 𝒚, 𝒚 = = 2𝜏 𝒙𝑖, 𝒚 − 2𝜏 1 − 2𝜏 > 0
  • 25. Доказательство теоремы Э.—Б. 𝛿 ≔ 𝑑 𝑛 , 𝜏 ≔ 1− 1−2𝛿 2 • 𝒙𝑖, 𝒚 > 1 − 2𝜏 при всех 𝑖 • 𝒙𝑖, 𝒙𝑗 ≤ 1 − 2𝛿 при 𝑖 ≠ 𝑗 Имеем 𝒙𝑖 − 1 − 2𝜏 𝒚 , 𝒙𝑗 − 1 − 2𝜏 𝒚 = = 𝒙𝑖, 𝒙𝑗 + 1 − 2𝜏 2 𝒚, 𝒚 − 1 − 2𝜏 𝒙𝑖, 𝒚 + 𝒙𝑗, 𝒚 ≤ ≤ 1 − 2𝛿 + 1 − 2𝜏 2 − 2 1 − 2𝜏 2 = −2 2𝜏2 − 2𝜏 + 𝛿 = 0
  • 26. Доказательство теоремы Э.—Б. Для векторов 2𝜏𝒚, 𝒙1 − 1 − 2𝜏 𝒚 , … , 𝒙 𝑚 − 1 − 2𝜏 𝒚 мы доказали соотношения 𝒙𝑖 − 1 − 2𝜏 𝒚 , 2𝜏𝒚 > 0 𝒙𝑖 − 1 − 2𝜏 𝒚 , 𝒙𝑗 − 1 − 2𝜏 𝒚 ≤ 0 и отсюда, по лемме о тупоугольной системе векторов, следует, что 𝑚 ≤ 𝑛. Мы доказали, что deg 𝑡 𝐶 ≤ 𝑛, и тем самым доказали теорему.
  • 27. Сравнение границ для 𝑛, 𝑀, 𝑑 -кодов 𝑑 𝑛 log2 𝑀 𝑛
  • 28. Что было и что будет На лекции мы рассмотрели: • Граница Плоткина • Вложение метрических пространств • Граница Элайеса—Бассалыго В следующий раз: • Линейные коды