একটি স্ট্যান্ডার্ড আনুমানিক তত্ত্ব আছে যেখানে আনুমানিক অনুপাতটি ( উদ্দেশ্যগুলির সাথে সমস্যাগুলির জন্য ), - কিছু অ্যালগরিদম এবং দ্বারা প্রত্যাবর্তিত মান - একটি সর্বোত্তম মান। এবং অন্য একটি তত্ত্ব, পার্থক্যজনিত সান্নিধ্যের যেখানে অনুপাত , \ ওমেগা - প্রদত্ত উদাহরণের জন্য একটি সম্ভাব্য সমাধানের সবচেয়ে খারাপ মান। লেখক এই তত্ত্ব দাবি এটা শাস্ত্রীয় বেশি কিছু নির্দিষ্ট সুফল রয়েছে যে। উদাহরণ স্বরূপ:
- এটি ন্যূনতম ভারটেক্স কভার এবং সর্বাধিক স্বতন্ত্র সেট হিসাবে একই সমস্যার প্রায় একই অনুপাত দেয় যা একই সমস্যার মাত্র বিভিন্ন উপলব্ধি হিসাবে পরিচিত;
- এটি একই সমস্যার সর্বাধিক এবং ন্যূনতম সংস্করণগুলির জন্য একই অনুপাত দেয়। একই সাথে আমরা স্ট্যান্ডার্ড থিওরিতে জানি মিন টিএসপি এবং ম্যাক্স টিএসপির খুব আলাদা অনুপাত রয়েছে।
- এটি কেবলমাত্র সর্বোত্তম নয় অপেক্ষাকৃত me ওমেগার দূরত্বও পরিমাপ করে । সুতরাং ভার্টেক্স কভারের ক্ষেত্রে স্ট্যান্ডার্ড আনুমানিক তত্ত্বটি বলে যে সর্বোত্তম উপরের আবদ্ধ। তবে অপরিহার্য হ'ল ব্যর্থতা এবং সর্বোত্তমের মধ্যে সর্বাধিক অনুপাত। সুতরাং এই জাতীয় অ্যালগরিদম সবচেয়ে খারাপ মানের সাথে সমাধান আউটপুট করার গ্যারান্টিযুক্ত।
আমার যুক্তি সমর্থকটি হ'ল: অ্যাসিম্পোটিক বিশ্লেষণে আমরা ধ্রুবকগুলি এবং নিম্ন-আদেশের শর্তাদি বিবেচনা করি না (এখানে আমি অ্যাভি উইডগারসনের উদ্ধৃতিটি স্মরণ করি: "আমরা সঠিকভাবে বিমূর্তির সঠিক স্তরটি ব্যবহার করি বলেই আমরা সফল হই" ") এবং এটিই সংস্থানসমূহের অ্যালগরিদমের ব্যবহারের তুলনা করার জন্য বিমূর্তির স্তর। তবে যখন আমরা অনুমানের অধ্যয়ন করি তখন আমরা কোনও কারণে সেই জায়গাগুলির পার্থক্যের পরিচয় করি যেখানে আমরা এড়াতে পারি।
আমার প্রশ্ন
কেন ডিফারেনশিয়াল আনুমানিক তত্ত্বটি এত খারাপভাবে অধ্যয়ন করেছিল। অথবা যুক্ত যুক্তিগুলি কি যথেষ্ট শক্তিশালী নয়?