Theoretische Grundlagen der Informatik

Größe: px
Ab Seite anzeigen:

Download "Theoretische Grundlagen der Informatik"

Transkript

1 Theoretische Grundlagen der Informatik Übung am INSTITUT FÜR THEORETISCHE 0 KIT Universität des Andrea Landes Schumm Baden-Württemberg - Theoretische und Grundlagen der Informatik INSTITUT FÜR THEORETISCHE nationales Forschungszentrum in der Helmholtz-Gemeinschaft

2 Aufgabe 1 Zeigen Sie, dass die folgende Sprache nicht entscheidbar ist: H := {w {0, 1} T w hält für alle Eingaben aus {0, 1}.} Hinweis: Dazu können Sie benutzen, dass auch die folgende Version der Halteproblemsprache nicht entscheidbar ist: H := {w#v w, v {0, 1} und T w hält auf der Eingabe v.} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

3 Aufgabe 1 H := {w {0, 1} T w hält für alle Eingaben aus {0, 1}.} H := {w#v w, v {0, 1} und T w hält auf der Eingabe v.} Lösung: Annahme: H ist entscheidbar. Sei M DTM, die H entscheidet. Zeige: Mit Hilfe von M kann das Halteproblem entschieden werden Konstruiere DTM M wie folgt: Sei w#v eine Eingabe, von der wir wissen wollen, ob sie in H liegt. Sei T w die DTM, die sich ergibt, indem T w wie folgt modifiziert wird: T w löscht zunächst die Eingabe und schreibt v auf das Band Danach simuliert T w T w. w ist genau dann in H, wenn w#v in H ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

4 Aufgabe 1 H := {w {0, 1} T w hält für alle Eingaben aus {0, 1}.} H := {w#v w, v {0, 1} und T w hält auf der Eingabe v.} Lösung: In der ersten Phase berechnet M zu gegebener Eingabe die Gödelnummer w von T w In der zweiten Phase simuliert M M auf der Eingabe w M hält immer und akzeptiert die Eingabe genau dann, wenn w in H, also w#v in H liegt Widerspruch zu H nicht entscheidbar Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

5 Aufgabe 2 Zeigen Sie, dass das folgende Problem Validity in co-n P ist: Gegeben sei eine Boolesche Formel Φ. Das Problem besteht darin, zu entscheiden, ob Φ allgemeingültig ist, d.h. ob Φ für alle möglichen Belegungen der Variablen mit Wahrheitswerten erfüllt ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

6 Aufgabe 2 Zeigen Sie, dass das folgende Problem Validity in co-n P ist: Gegeben sei eine Boolesche Formel Φ. Das Problem besteht darin, zu entscheiden, ob Φ allgemeingültig ist, d.h. ob Φ für alle möglichen Belegungen der Variablen mit Wahrheitswerten erfüllt ist. Lösung: Komplementäres Problem co-validity: Gegeben: Boolesche Formel Φ Frage: Gibt es eine Belegung der Variablen, so dass Φ nicht erfüllt ist? zu zeigen: co-validity NP Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

7 Aufgabe 2 Zeigen Sie, dass das folgende Problem Validity in co-n P ist: Gegeben sei eine Boolesche Formel Φ. Das Problem besteht darin, zu entscheiden, ob Φ allgemeingültig ist, d.h. ob Φ für alle möglichen Belegungen der Variablen mit Wahrheitswerten erfüllt ist. Lösung: Sei Φ eine Ja-Instanz von co-validity. Es gibt eine Belegung der Variablen (Zeuge), so dass Φ nicht erfüllt ist Ob eine gegebene Belegung der Variablen Φ nicht erfüllt, kann in Polynomialzeit entschieden werden Mit Hilfe eines Zeugen kann in Polynomialzeit verifiziert werden, dass eine Ja-Instanz vorliegt co-validity NP Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

8 Aufgabe 3 Zeigen Sie: Aus P = N P folgt P \ {, Σ } = N PC. Warum sind und Σ (insbesondere unter dieser Annahme) nicht N P-vollständig? Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

9 Aufgabe 3 Zeigen Sie: Aus P = N P folgt P \ {, Σ } = N PC. Warum sind und Σ (insbesondere unter dieser Annahme) nicht N P-vollständig? Beweis: Annahme: Sei P = N P : Sei L 1 in P \ {, Σ } und L 2 in N P Zeige: Es gibt eine polynomiale Transformation von L 2 in L 1 gibt. Daraus folgt direkt, dass L 1 N P-vollständig ist. Da P = N P ist, gibt es eine DTM M, die L 2 in polynomialer Zeit entscheidet Modifiziere M wie folgt: Falls die Eingabe akzeptiert wird, schreibt M ein beliebiges Wort aus L 1 auf das Band, falls nicht, schreibt M ein beliebiges Wort aus Σ \ L 1 auf das Band Damit gilt offensichtlich, dass die Ausgabe der DTM genau dann in L 1 liegt, wenn die Eingabe in L 2 lag Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

10 Aufgabe 3 Zeigen Sie: Aus P = N P folgt P \ {, Σ } = N PC. Warum sind und Σ (insbesondere unter dieser Annahme) nicht N P-vollständig? Beweis: Annahme: Sei P = N P : Sei L in N PC Da P = N P ist, liegt L auch in P. Falls L die leere Menge ist, so kann eine beliebige nicht-leere Sprache offensichtlich nicht in L transformiert werden. Falls L = Σ ist, so kann eine beliebige Sprache ungleich Σ offensichtlich nicht in L transformiert werden. Beides ist ein Widerspruch zur N P-Vollständigkeit von L Also ist L P \ {, Σ } Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

11 Aufgabe 4 Betrachten Sie das Problem HAMILTONIAN CIRCUIT: Definition (HC): Gegeben: Ungerichteter Graph G = (V, E). Gesucht: Enthält G einen hamiltonschen Kreis? Bemerkung: Ein hamiltonscher Kreis ist eine Permutation (v 1, v 2,..., v n ) der Knotenmenge, so dass (v i, v i+1 ) E für alle i = 1,..., n 1 und (v n, v 1 ) E. Ein hamiltonscher Kreis ist also ein zusammenhängender Kreis in G, der jeden Knoten genau einmal enthält Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

12 Aufgabe 4 a) Geben Sie einen hamiltonschen Kreis in den folgenden Graphen an oder argumentieren Sie, warum der Graph keinen hamiltonschen Kreis enthalten kann: 2 G Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

13 Aufgabe 4 a) Geben Sie einen hamiltonschen Kreis in den folgenden Graphen an oder argumentieren Sie, warum der Graph keinen hamiltonschen Kreis enthalten kann: 2 G Beispiel für einen hamiltonschen Kreis: (1, 2, 3, 9, 8, 7, 6, 5, 11, 12, 10, 4) Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

14 Aufgabe 4 a) Geben Sie einen hamiltonschen Kreis in den folgenden Graphen an oder argumentieren Sie, warum der Graph keinen hamiltonschen Kreis enthalten kann: G Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

15 Aufgabe 4 a) Geben Sie einen hamiltonschen Kreis in den folgenden Graphen an oder argumentieren Sie, warum der Graph keinen hamiltonschen Kreis enthalten kann: G Jeder Pfad, der von 1 nach 4 und wieder zurück führt, enthält den Knoten 3 zweimal. Dies gilt auch für jeden (zusammenhängenden) Kreis, der 1 und 4 enthält, also gibt es keinen hamiltonschen Kreis Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

16 DIRECTED HAMILTONIAN CIRCUIT (DHC) Wir wollen zeigen, dass das HAMILTONIAN CIRCUIT-Problem N P-vollständig ist Dazu: Umweg über das DIRECTED HAMILTONIAN CIRCUIT-Problem Definition: Gegeben ist ein gerichteter Graph G = (V, E). Das DIRECTED HA- MILTONIAN CIRCUIT-Problem besteht darin, zu entscheiden, ob G einen gerichteten Hamiltonkreis enthält Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

17 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: DHC ist in N P enthalten, da wir in polynomieller Zeit entscheiden können, ob eine Menge an Kanten ein gerichteter hamiltonscher Kreis ist. N P-Schwere wird über eine Reduktion direkt von 3-SAT gezeigt Sei I mit Variablenmenge X = {x i,..., x n } und Klauselmenge C = (c 1,..., c m ) eine Eingabe für 3-SAT Wir konstruieren daraus in polynomieller Zeit einen gerichten Graphen G, der genau dann einen HC enthält, wenn I lösbar ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

18 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Identifiziere jede Variable mit einem Knoten und jede Klausel mit einem Subgraphen (Klauselkomponente), der aus 6 Knoten besteht Jede Klauselkomponente hat 3 Teile mit 2 Knoten, die den einzelnen Literalen entsprechen Verbinde die Variablenknoten und die Klauselkomponenten durch zwei Kreise (einen grünen und einen roten) Der grüne Kreis verbindet die Variablenknoten mit den Teilen der Klauselkomponenten, die positive Literale enthalten Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

19 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Dazu: Jede Variable x i hat genau eine ausgehende grüne Kante, diese führt zum ersten Auftreten von x i in einer Klauselkomponente (oder zu x i+1, falls x i in keiner Klausel vorkommt) Jeder Teil x i einer Klauselkomponente hat eine Kante zur nächsten Klauselkomponente, in der x i auftaucht, oder zum Variablenknoten x i+1, falls es keine solche Komponente mehr gibt (x 1, falls i = m) Analog dazu verbindet der rote Kreis die Variablenknoten mit den Teilen der Klauselkomponenten, die negative Literale enthalten Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

20 Beispielreduktion (a b c) (a b d) (a b c) a b c d a b c a b d a b c Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

21 Beispielreduktion (a b c) (a b d) (a b c) a b c d a b c a b d a b c Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

22 Beispielreduktion (a b c) (a b d) (a b c) a b c d a b c a b d a b c Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

23 Beispielreduktion (a b c) (a b d) (a b c) a b c d a b c a b d a b c Erfüllende Belegung: a, b, c, d Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

24 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Was müssen die Klauselkomponenten erfüllen? Wenn ein HC eine Komponente über die i-te eingehende Kante betritt, muss er sie auch über die i-te ausgehende Kante verlassen Es muss möglich sein, dass ein Hamiltonkreis eine Komponente ein-, zwei- oder dreimal passiert Die folgende Komponente erfüllt diese Anforderungen: einmal zweimal dreimal durchlaufen Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

25 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Was müssen die Klauselkomponenten erfüllen? Wenn ein HC eine Komponente über die i-te eingehende Kante betritt, muss er sie auch über die i-te ausgehende Kante verlassen Es muss möglich sein, dass ein Hamiltonkreis eine Komponente ein-, zwei- oder dreimal passiert Die folgende Komponente erfüllt diese Anforderungen: zweimal dreimal einmal durchlaufen Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

26 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Was müssen die Klauselkomponenten erfüllen? Wenn ein HC eine Komponente über die i-te eingehende Kante betritt, muss er sie auch über die i-te ausgehende Kante verlassen Es muss möglich sein, dass ein Hamiltonkreis eine Komponente ein-, zwei- oder dreimal passiert Die folgende Komponente erfüllt diese Anforderungen: dreimal einmal zweimal durchlaufen Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

27 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Was müssen die Klauselkomponenten erfüllen? Wenn ein HC eine Komponente über die i-te eingehende Kante betritt, muss er sie auch über die i-te ausgehende Kante verlassen Es muss möglich sein, dass ein Hamiltonkreis eine Komponente ein-, zwei- oder dreimal passiert Die folgende Komponente erfüllt diese Anforderungen: einmal zweimal dreimal durchlaufen Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

28 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Was müssen die Klauselkomponenten erfüllen? Wenn ein HC eine Komponente über die i-te eingehende Kante betritt, muss er sie auch über die i-te ausgehende Kante verlassen Es muss möglich sein, dass ein Hamiltonkreis eine Komponente ein-, zwei- oder dreimal passiert Die folgende Komponente erfüllt diese Anforderungen: Wenneinmal zweimal dreimal die Komponente durchlaufen mit falscher Kante verlassen wird, werden Knoten isoliert Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

29 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Sei nun eine erfüllende Belegung der Variablen gegeben Starte Hamiltonkreis an der ersten Variable und beginne mit grüner ausgehenden Kante, falls die Variable erfüllt ist, sonst mit roter Kante Durchlaufe die Klauselkomponenten jeweils so, wie auf der letzten Folie illustriert (je nachdem, welche Literale erfüllt sind) Erreiche zweiten Variablenknoten und fahre entsprechend fort Konstruiere so Hamiltonkreis Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

30 Satz: Das DIRECTED HAMILTONIAN CIRCUIT-Problem ist N P-vollständig Beweis: Sei nun Hamiltonkreis gegeben Für jede Variable prüfe, welche der beiden ausgehenden Kanten im Kreis sind Falls rote Kante, setze Variable auf falsch, falls grüne Kante, setze Variable auf wahr Der Kreis durchläuft dabei nur Klauselkomponenten, die erfüllte Literale enthalten Da wir einen Hamiltonkreis durchlaufen haben, müssen alle Klauseln erfüllt sein Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

31 Satz: Das HAMILTONIAN CIRCUIT-Problem (HC) ist N P-vollständig Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

32 Satz: Das HAMILTONIAN CIRCUIT-Problem (HC) ist N P-vollständig Beweis: HC ist in N P enthalten, da wir in polynomieller Zeit entscheiden können, ob eine Menge an Kanten ein ungerichteter hamiltonscher Kreis ist Reduziere von DHC Sei G = (V, E) ein gerichteter Graph, also eine Instanz von DHC Konstruiere daraus ungerichteten Graphen G = (V, E ), der genau dann einen HC enthält, wenn G einen DHC enthält Konstruiere G so, dass jede gerichtete Kante durch eine ungerichtete Kante ersetzt wird und jeder Knoten durch einen Pfad, der aus drei Knoten besteht Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

33 Satz: Das HAMILTONIAN CIRCUIT-Problem (HC) ist N P-vollständig Beweis: Die eingehenden Kanten werden mit erstem Knoten des Pfades verbunden, die ausgehenden Kanten mit letztem Knoten des Pfades Ein DHC in G läßt sich direkt in einen ungerichteten HC in G übersetzen Sei C ein HC in G Betrachte die Kanten in C, die bereits in G waren Diese bilden DHC in G, denn: Würde man z.b. den linkesten Knoten im Beispiel von links erreichen und nach links wieder verlassen, wäre der mittlere Knoten nicht mehr auf einem HC passierbar Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

34 Erinnerung: TRAVELING SALESMAN-Entscheidungsproblem Gegeben sei ein vollständiger Graph G = (V, E, c), mit Kantengewichten, d.h. V := {1,..., n} E := {{u, v} u, v V, u = v} c : E Z +. Gegeben sei zusätzlich auch ein Parameter k Z +. Die Frage ist nun: Gibt es eine Tour(Rundreise), deren Länge höchstens k ist? Dabei entspricht eine Tour einer Permutation π auf V, das bedeutet, dass jeder Knoten genau einmal enthalten ist. Eine Tour entspricht also genau einem hamiltonschen Kreis in einem vollständigen, gewichteten Graphen Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

35 Aufgabe 4 b) Zeigen Sie, dass das TRAVELING SALESMAN-Entscheidungsproblem N P-vollständig ist. Benutzen Sie dazu die Tatsache, dass das HAMILTONIAN CIRCUIT-Problem N P-vollständig ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

36 Aufgabe 4 b) Zeigen Sie, dass das TRAVELING SALESMAN-Entscheidungsproblem N P-vollständig ist. Benutzen Sie dazu die Tatsache, dass das HAMILTONIAN CIRCUIT-Problem N P-vollständig ist. TSP liegt in N P, denn in polynomieller Zeit kann man überprüfen, ob eine (Orakel-)Eingabe eine Rundreise ist und deren Länge berechnen (s. Skript). Transformiere HAMILTONIAN CIRCUIT auf TSP Sei G = (V, E), V = {x 1,... x n } eine Instanz von HC Konstruiere daraus Instanz I von TSP mit n Orten {o 1,..., o n } Gewichten c ij, die 1 sind, falls (x i, x j ) E und n + 1 sonst Kostengrenze k := n Offensichtlich ist die Transformation polynomial Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

37 Aufgabe 4 b) Zeigen Sie, dass das TRAVELING SALESMAN-Entscheidungsproblem N P-vollständig ist. Benutzen Sie dazu die Tatsache, dass das HAMILTONIAN CIRCUIT-Problem N P-vollständig ist. Beispiel für eine Konstruktion: Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

38 Aufgabe 4 b) Zeigen Sie, dass das TRAVELING SALESMAN-Entscheidungsproblem N P-vollständig ist. Benutzen Sie dazu die Tatsache, dass das HAMILTONIAN CIRCUIT-Problem N P-vollständig ist. Beispiel für eine Konstruktion: Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

39 Aufgabe 4 b) Zeigen Sie, dass das TRAVELING SALESMAN-Entscheidungsproblem N P-vollständig ist. Benutzen Sie dazu die Tatsache, dass das HAMILTONIAN CIRCUIT-Problem N P-vollständig ist. Es gilt: G enthält einen HC genau dann, wenn I eine Rundreise mit Kosten n zulässt, denn: Sei (x i1,..., x in ) ein HC in G dann sind die Kosten der Rundreise (o i1,..., o in ) gleich n Sei (o i1,..., o in ) eine Rundreise mit Kosten höchstens n, dann gilt für i = 1,..., n 1 dass (x i, x i+1 ) E und (x n, x 1 ) in E ist Damit ist (x i1,..., x in ) ein HC in G. Also gibt es eine polynomiale Transformation vom HAMILTONIAN CIRCUIT-Problem in das TSP-Problem Damit ist das TSP-Problem N P-vollständig Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

40 Aufgabe 5 Rentier-Schlitten-Entscheidungsproblem (RSE) Gegeben: Endliche Menge an Rentieren, endliche Menge an Schlittenmodellen, die für Teilmengen dieser Rentiere konzipiert sind, und Parameter k N 0 Frage: Ist es möglich, k Modelle auszuwählen, so dass jedes Rentier höchstens einen Schlitten ziehen muss? Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

41 Aufgabe 5 a) Formulieren Sie das Rentier-Schlitten-Problem auch als Optimierungsproblem Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

42 Aufgabe 5 a) Formulieren Sie das Rentier-Schlitten-Problem auch als Optimierungsproblem. Rentier-Schlitten-Optimierungsproblem Gegeben: Menge an Rentieren und Menge an Schlittenmodellen Gesucht: Eine möglichst große Teilmenge der Modelle, so dass jedes Rentier höchstens einen Schlitten ziehen muss Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

43 Aufgabe 5 a) Was ist das zum Entscheidungsproblem komplementäre Problem co-rse? Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

44 Aufgabe 5 a) Was ist das zum Entscheidungsproblem komplementäre Problem co-rse? co-rentier-schlitten-entscheidungsproblem Gegeben: Menge an Rentieren und Menge an Schlittenmodellen Frage: Gibt es für jede Teilmenge der Schlittenmodelle der Größe k mindestens ein Rentier, das für mindestens zwei dieser Modelle benötigt wird? Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

45 Aufgabe 5 b) Lösen Sie folgende Instanz des Rentier-Schlitten-Optimierungsproblems: Rentiere Rudi Berni Thomas Rosa Klara Susi Georg Tim Schlittenmodelle Reindeer Sleighs International United Reindeer Vehicles Schneewagen AG Robert Frost GmbH General Sleighs SAN SE Rudi, Berni, Thomas, Rosa Rosa, Klara Thomas, Rosa, Georg Rudi, Susi, Tim Berni, Thomas Rudi, Berni, Thomas Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

46 Aufgabe 5 b) Lösen Sie folgende Instanz des Rentier-Schlitten-Optimierungsproblems: Rentiere Rudi Berni Thomas Rosa Klara Susi Georg Tim Schlittenmodelle Reindeer Sleighs International United Reindeer Vehicles Schneewagen AG Robert Frost GmbH General Sleighs SAN SE Rudi, Berni, Thomas, Rosa Rosa, Klara Thomas, Rosa, Georg Rudi, Susi, Tim Berni, Thomas Rudi, Berni, Thomas Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

47 Aufgabe 5 b) Lösen Sie folgende Instanz des Rentier-Schlitten-Optimierungsproblems: Rentiere Rudi Berni Thomas Rosa Klara Susi Georg Tim Schlittenmodelle Reindeer Sleighs International United Reindeer Vehicles Schneewagen AG Robert Frost GmbH General Sleighs SAN SE Rudi, Berni, Thomas, Rosa Rosa, Klara Thomas, Rosa, Georg Rudi, Susi, Tim Berni, Thomas Rudi, Berni, Thomas Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

48 Aufgabe 5 b) Lösen Sie folgende Instanz des Rentier-Schlitten-Optimierungsproblems: Rentiere Rudi Berni Thomas Rosa Klara Susi Georg Tim Schlittenmodelle Reindeer Sleighs International United Reindeer Vehicles Schneewagen AG Robert Frost GmbH General Sleighs SAN SE Rudi, Berni, Thomas, Rosa Rosa, Klara Thomas, Rosa, Georg Rudi, Susi, Tim Berni, Thomas Rudi, Berni, Thomas Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

49 Aufgabe 5 c) Zeigen Sie, dass das Rentier-Schlitten-Entscheidungsproblem NP-vollständig ist. Dazu können Sie benutzen, dass das folgende Entscheidungsproblem Independent Set NP-vollständig ist: Independent Set Gegeben: Graph G = (V, E), K V mit K N 0 Frage: Gibt es eine unabhängige Menge der Größe K in G, d.h. eine Menge V V, mit V K, so dass {v, w} / E für alle v, w V? Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

50 Aufgabe 5 c) Lösung RSE ist in NP: Sei I = (R, S, k) eine Ja-Instanz von RSE und M eine Menge von Schlitten (Zeuge), die I löst In Polynomialzeit kann überprüft werden, ob M = k und ob jedes Rentier für höchstens einen Schlitten aus M benötigt wird Also kann mit Hilfe eines Zeugen in Polynomialzeit verifiziert werden, dass I eine Ja-Instanz ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

51 Aufgabe 5 c) Lösung Noch zu zeigen: es gibt eine polynomiale Transformation von Independent Set auf RSE: Sei I = (G = (V, E), k) eine Instanz von Independent Set Konstruiere dazu Instanz I = (R, S, k ) von RSE Bilde jeden Knoten v auf ein Rentier r v und jede Kante e auf ein Rentier r e ab Für jeden Knoten v wird ein Schlittenmodell S v eingeführt, das r v enthält sowie alle Rentiere r {v,u}, für die {u, v} E k = k Diese Transformation ist offensichtlich polynomial Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

52 Beispieltransformation {a, b} a a b {a, c} b c d c {b, c} d {b, d} {c, d} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

53 Beispieltransformation {a, b} S a a a b S b b {a, c} c d S c c {b, c} {b, d} S d d {c, d} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

54 Aufgabe 5 c) Lösung Noch zu zeigen: I ist genau dann Ja-Instanz, wenn I Ja-Instanz ist Vorüberlegung: Kein Rentier, das einen Knoten repräsentiert, kommt in mehr als einem Schlittenmodell vor. Sei I = (G = (V, E), k) Ja-Instanz Dann enthält I eine unabhängige Menge U der Größe k Sei S die Menge der zugehörigen Schlittenmodelle. Jedes Rentier, das eine Kante repräsentiert, kann für höchstens eines der Schlittenmodelle aus S benötigt werden, da sonst die entsprechende Kante zwei Knoten aus U verbinden würde S ist also eine gültige Lösung für I Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

55 Aufgabe 5 c) Lösung Noch zu zeigen: I ist genau dann Ja-Instanz, wenn I Ja-Instanz ist Sei I eine Ja-Instanz Dann gibt es Menge S an Schlittenmodellen mit S = k, so dass jedes Rentier für höchstens eines dieser Modelle benötigt wird Jedes dieser Schlittenmodelle benötigt genau ein Rentier, das einen Knoten repräsentiert. Sei V die Menge der entsprechenden Knoten in I. Falls zwei dieser Knoten durch eine Kante verbunden wären, würde das entsprechende Kanten-Rentier für beide Schlittenmodelle benötigt Also ist V eine unabhängige Menge der Größe k Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

56 Beispieltransformation {a, b} S a a a b S b b {a, c} c d S c c {b, c} {b, d} S d d {c, d} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

57 Beispieltransformation S a a {a, b} a b {a, c} b c d c {b, c} S d d {b, d} {c, d} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

58 Aufgabe 5 d) Formulieren Sie das Rentier-Schlitten-Entscheidungsproblem(RSE) als Integer Program. Konstruieren Sie dazu zu einer allgemeinen Instanz I von RSE, bei der jedes Schlittenmodell mindestens ein Rentier benötigt, eine Instanz von Integer Programming, die genau dann eine Ja-Instanz ist, wenn I eine Ja-Instanz ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

59 Aufgabe 5 d) Lösung Gegeben Instanz I von RSE: M := {R 1,..., R m } : Menge von Rentieren S := {S 1,..., S n } : Menge an Schlittenmodellen k : Parameter von RSE Transformation: Idee: Führe für jedes Schlittenmodell S i Variable x i ein Interpretation: x i = 1 gdw S i in einer Teilmenge von S enthalten ist Schritt 1: Stelle sicher, dass x i in {0, 1} sind: x i 1 für i {1,..., n} Jede Variablenbelegung induziert also Teilmenge von S Schritt 2: Stelle sicher, dass Rentier R j für höchstens ein S i benötigt wird: i:s i benötigt R j x i 1 für j {1,..., m} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

60 Aufgabe 5 d) Lösung Gegeben Instanz I von RSE: M := {R 1,..., R m } : Menge von Rentieren S := {S 1,..., S n } : Menge an Schlittenmodellen k : Parameter von RSE Transformation: Schritt 2: Stelle sicher, dass Rentier R j für höchstens ein S i benötigt wird: i:s i benötigt R j x i 1 für j {1,..., m} Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

61 Aufgabe 5 d) Lösung Gegeben Instanz I von RSE: M := {R 1,..., R m } : Menge von Rentieren S := {S 1,..., S n } : Menge an Schlittenmodellen k : Parameter von RSE Transformation: Schritt 2: Stelle sicher, dass Rentier R j für höchstens ein S i benötigt wird: i:s i benötigt R j x i 1 für j {1,..., m} Hinweis: Da nach Vor. jedes Modell mindestens ein Rentier benötigt, folgt damit auch direkt, dass alle x i kleiner gleich 1 sind Schritt 3: Stelle sicher, dass die induzierte Teilmenge Kardinalität k hat: n x i = k i Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

62 Aufgabe 5 d) Lösung (formell) Gegeben: M := {R 1,..., R m } : Menge von Rentieren S := {S 1,..., S n } : Menge an Schlittenmodellen k : Parameter von RSE Zugehöriges Integer Program: n := n m := m{ 1, S a ij := j benötigt R i 0, sonst. b i := 1, für 1 i m c i := 1, für 1 i n B := k Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

63 Aufgabe 5 e) Geben Sie an, wie man an einer gültigen Variablenbelegung x 1,..., x n einer nach Ihrer Vorschrift transformierten Instanz von RSE eine Menge an k Schlitten ablesen kann, die Rentier-disjunkt sind Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

64 Aufgabe 5 e) Geben Sie an, wie man an einer gültigen Variablenbelegung x 1,..., x n einer nach Ihrer Vorschrift transformierten Instanz von RSE eine Menge an k Schlitten ablesen kann, die Rentier-disjunkt sind. Lösung: Schlittenmodell S i ist genau dann in der Lösung, wenn die entsprechende Variable x i wahr ist Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

65 Schöne Weihnachten! Andrea Schumm - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Übung am 16.12.2010 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 01. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 01.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Theoretische Grundlagen der Informatik. Vorlesung am 27. November INSTITUT FÜR THEORETISCHE INFORMATIK

Theoretische Grundlagen der Informatik. Vorlesung am 27. November INSTITUT FÜR THEORETISCHE INFORMATIK Theoretische Grundlagen der Informatik 0 27.11.2018 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Letzte Vorlesung Die

Mehr

Theorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.

Theorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21. Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 5. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 05.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität

Mehr

Informatik III - WS07/08

Informatik III - WS07/08 Informatik III - WS07/08 Kapitel 4 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 4 : Komplexitätsklassen Informatik III - WS07/08 Kapitel 4 2 Sprachen, Probleme, Zeitkomplexität

Mehr

Lösungen zur Vorlesung Berechenbarkeit und Komplexität

Lösungen zur Vorlesung Berechenbarkeit und Komplexität Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin

Mehr

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Reduktion. Komplexitätsklassen.

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Reduktion. Komplexitätsklassen. Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 06. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 06.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 16.11.2010 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung Informatik III Christian Schindelhauer Wintersemester 2006/07 20. Vorlesung 12.01.2007 1 Komplexitätstheorie - Zeitklassen Die Komplexitätsklassen TIME DTIME, NTIME P NP Das Cook-Levin-Theorem Polynomial-Zeit-Reduktion

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Weitere NP-vollständige Probleme Wir betrachten nun folgende Reduktionskette und weisen dadurch nach, daß alle diese Probleme NP-hart sind (sie sind auch in NP und damit NP-vollständig). SAT p 3-SAT p

Mehr

Satz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr

Satz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr Definition 6 3SAT ist die Menge der booleschen Formeln in konjunktiver Normalform, die in jeder Klausel höchstens drei Literale enthalten und die erfüllbar sind. Satz 7 3SAT ist N P-vollständig. Info IV

Mehr

Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft

Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 5. Februar 2010 Berthold Vöcking, Informatik

Mehr

Erfüllbarkeitsprobleme. Begriffe. Varianten von SAT

Erfüllbarkeitsprobleme. Begriffe. Varianten von SAT Erfüllbarkeitsprobleme SAT (satisfiability problem) Eingabe: Formel F in konjunktiver Form. Frage: Gibt es eine Belegung x der Variablen in F mit F(x)=1? Beispiel: Begriffe erfüllbar satisfiable: Eigenschaft

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 20. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 20.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Übungsblatt 4. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 4. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 4 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 6. Dezember 2017 Abgabe 19. Dezember 2017, 11:00 Uhr

Mehr

Das Rucksackproblem. Definition Sprache Rucksack. Satz

Das Rucksackproblem. Definition Sprache Rucksack. Satz Das Rucksackproblem Definition Sprache Rucksack Gegeben sind n Gegenstände mit Gewichten W = {w 1,...,w n } N und Profiten P = {p 1,...,p n } N. Seien ferner b, k N. RUCKSACK:= {(W, P, b, k) I [n] : i

Mehr

Probleme aus NP und die polynomielle Reduktion

Probleme aus NP und die polynomielle Reduktion Probleme aus NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 15. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Berechenbarkeitstheorie 24. Vorlesung

Berechenbarkeitstheorie 24. Vorlesung 1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creatie Commons Attribution-NonCommercial 3.0 Unported Lizenz. DHC Eingabe:

Mehr

Dank. Theoretische Informatik II. Teil VI. Vorlesung

Dank. Theoretische Informatik II. Teil VI. Vorlesung Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität

Mehr

Konjunktive Normalform

Konjunktive Normalform Konjunktive Normalform Eine Formel α in konjunktiver Normalform hat die Form α k 1 k 2... k r. Die Klauseln k 1,..., k r sind Disjunktionen von Literalen, also Disjunktionen von Variablen oder negierten

Mehr

Die Klasse NP und die polynomielle Reduktion. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen

Die Klasse NP und die polynomielle Reduktion. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 26 Optimierungsprobleme und ihre Entscheidungsvariante Beim Rucksackproblem

Mehr

Die Klasse NP und die polynomielle Reduktion

Die Klasse NP und die polynomielle Reduktion Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Dezember 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 23. November 2017 INSTITUT FÜR THEORETISCHE 0 23.11.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität

Mehr

Übungsblatt Nr. 5. Lösungsvorschlag

Übungsblatt Nr. 5. Lösungsvorschlag Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 5 Aufgabe 1: Eine schöne Bescherung (K)

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 25. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 25.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlagen der Theoretischen Informatik Komplexitätstheorie (VI) 20.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 DTIME und NTIME / DSPACE und NSPACE DTIME(T(n)) ist die Klasse

Mehr

NP-vollständige Probleme. Michael Budahn - Theoretische Informatik 1

NP-vollständige Probleme. Michael Budahn - Theoretische Informatik 1 NP-vollständige Probleme Michael Budahn - Theoretische Informatik 1 Motivation Michael Budahn - Theoretische Informatik 2 Motivation viele praxisrelevante Probleme sind NPvollständig und eine Lösung würde

Mehr

Aufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13

Aufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13 Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2003/04 ILKD Prof. Dr. D. Wagner 14. April 2004 2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Hier Aufkleber

Mehr

Übungsblatt 5. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17

Übungsblatt 5. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 5 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 9. Dezember 2016 Abgabe 20. Dezember 2016, 11:00 Uhr

Mehr

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung Informatik III Christian Schindelhauer Wintersemester 2006/07 23. Vorlesung 25.01.2007 1 NP-Vollständigkeit Definition: Eine Sprache S ist NP-vollständig, wenn: S NP S ist NP-schwierig, d.h. für alle L

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 7. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 07.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität

Mehr

abgeschlossen unter,,,, R,

abgeschlossen unter,,,, R, Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen

Mehr

Hamiltonsche Graphen

Hamiltonsche Graphen Hamiltonsche Graphen Definition 3.2. Es sei G = (V, E) ein Graph. Ein Weg, der jeden Knoten von G genau einmal enthält, heißt hamiltonscher Weg. Ein Kreis, der jeden Knoten von G genau einmal enthält,

Mehr

Formale Grundlagen der Informatik 1 Kapitel 21 P und NP

Formale Grundlagen der Informatik 1 Kapitel 21 P und NP Formale Grundlagen der Informatik 1 Kapitel 21 Frank Heitmann heitmann@informatik.uni-hamburg.de 28. Juni Frank Heitmann heitmann@informatik.uni-hamburg.de 1/41 Die Klassen Probleme in P := {L es gibt

Mehr

1. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004. Mit Lösung!

1. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004. Mit Lösung! Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 23/4 ILKD Prof. Dr. D. Wagner 2. Februar 24. Klausur zur Vorlesung Informatik III Wintersemester 23/24 Mit Lösung! Beachten Sie:

Mehr

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2) Formale Grundlagen der Informatik 1 Kapitel 23 (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/37 Die Klassen P und NP P := {L

Mehr

Übungsblatt 5. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 5. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 5 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 20. Dezember 2017 Abgabe 16. Januar 2018, 11:00 Uhr

Mehr

Kochrezept für NP-Vollständigkeitsbeweise

Kochrezept für NP-Vollständigkeitsbeweise Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Grundlagen der Informatik Kapitel 20. Harald Krottmaier Sven Havemann

Grundlagen der Informatik Kapitel 20. Harald Krottmaier Sven Havemann Grundlagen der Informatik Kapitel 20 Harald Krottmaier Sven Havemann Agenda Klassen von Problemen Einige Probleme... Approximationsalgorithmen WS2007 2 Klassen P NP NP-vollständig WS2007 3 Klasse P praktisch

Mehr

Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z}

Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} u v u v z w z w y x y x Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} Definition 0.0.1 (Vertex Cover (VC)). Gegeben: Ein ungerichteter

Mehr

Rucksackproblem und Verifizierbarkeit

Rucksackproblem und Verifizierbarkeit Rucksackproblem und Verifizierbarkeit Gegeben: n Gegenstände mit Gewichten G={g 1,g 2,,g n } und Werten W={w 1,w 2,,w n } sowie zulässiges Gesamtgewicht g. Gesucht: Teilmenge S {1,,n} mit i i S unter der

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

Einführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.

Einführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie. Einführung (1/3) 3 Wir verfolgen nun das Ziel, Komplexitätsklassen mit Hilfe von charakteristischen Problemen zu beschreiben und zu strukturieren Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit

Mehr

Algorithmische Methoden für schwere Optimierungsprobleme

Algorithmische Methoden für schwere Optimierungsprobleme Algorithmische Methoden für schwere Optimierungsprobleme Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund

Mehr

Rechenzeit für A. Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +).

Rechenzeit für A. Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +). Rechenzeit für A Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +). Rechenzeit des resultierenden Algo für A: t A (n) p(n) + q(n) t B (r(n)). Ist polynomiell, falls t B Polynom.

Mehr

Theoretische Informatik 1

Theoretische Informatik 1 Theoretische Informatik 1 Nichtdeterminismus David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Nichtdeterminismus NTM Nichtdeterministische Turingmaschine Die

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Knoten-Partitionierung in feste Eigenschaften ist NP-schwer

Knoten-Partitionierung in feste Eigenschaften ist NP-schwer Knoten-Partitionierung in feste Eigenschaften ist NP-schwer Seminar: Ausgewählte Kapitel der Informatik bei Prof. Dr. R. Schrader Seminarvortrag von Nils Rosjat Wintersemester 09 / 10 1 Einleitung Dieser

Mehr

Theoretische Informatik II

Theoretische Informatik II Theoretische Informatik II Einheit 5.2 Das P N P Problem 1. Nichtdeterministische Lösbarkeit 2. Sind N P-Probleme handhabbar? 3. N P-Vollständigkeit Bei vielen schweren Problemen ist Erfolg leicht zu testen

Mehr

Theoretische Grundlagen der Informatik. Vorlesung am 16. November INSTITUT FÜR THEORETISCHE INFORMATIK

Theoretische Grundlagen der Informatik. Vorlesung am 16. November INSTITUT FÜR THEORETISCHE INFORMATIK Theoretische Grundlagen der Informatik 0 16.11.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu KIT-Gedenkfeier für

Mehr

Statt Turingmaschinen anzugeben, genügt die Angabe eines C++ Programms oder die Angabe eines Pseudocodes.

Statt Turingmaschinen anzugeben, genügt die Angabe eines C++ Programms oder die Angabe eines Pseudocodes. Turingmaschinen Wir haben Turingmaschinen eingeführt. Bis auf einen polynomiellen Anstieg der Rechenzeit haben Turingmaschinen die Rechenkraft von parallelen Supercomputern! Statt Turingmaschinen anzugeben,

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 17.November 2011 INSTITUT FÜR THEORETISCHE 0 KIT 17.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

Übung Theoretische Grundlagen

Übung Theoretische Grundlagen Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in

Mehr

NP-vollst. u. NP-äquiv. Probleme

NP-vollst. u. NP-äquiv. Probleme NP-vollst. u. NP-äquiv. Probleme Literatur: Kapitel K6. Ziel: Weitere Probleme kennen lernen (und damit weitere Basisprobleme für eigene Reduktionen) Weitere Beispiele für NP-Vollständigkeitsbeweise kennen

Mehr

Informatik III. 4.3 Weitere NP-Vollständige Probleme und Approximation. Christian Schindelhauer

Informatik III. 4.3 Weitere NP-Vollständige Probleme und Approximation. Christian Schindelhauer 4.3 Weitere NP-Vollständige Probleme und Approximation Institut für Informatik Wintersemester 2007/08 1 Komplexitätstheorie Vertex Cover ist NP-vollständig 2 2 Wiederholung: 3-SAT Definition: 3-SAT = {

Mehr

NP-Vollständigkeit des Erfüllbarkeitsproblems

NP-Vollständigkeit des Erfüllbarkeitsproblems NP-Vollständigkeit des Erfüllbarkeitsproblems Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 25 Def: NP-Härte Definition (NP-Härte) Ein Problem L heißt NP-hart,

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Map Labeling INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Vorlesung 7 und 8: Euler- und Hamilton-Graphen Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 17. April 2018 1/96 WIEDERHOLUNG Eulersche

Mehr

Das P=NP-Problem. Besitzen (Entscheidungs-)Probleme mit einer Nichtdeterministischen. deterministische Polynomielle Lösung?

Das P=NP-Problem. Besitzen (Entscheidungs-)Probleme mit einer Nichtdeterministischen. deterministische Polynomielle Lösung? Das P=NP-Problem Besitzen (Entscheidungs-)Probleme mit einer Nichtdeterministischen Polynimiellen Lösung immer auch eine deterministische Polynomielle Lösung? Eines der bekanntesten offenen Probleme der

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz http://www.inf.uni-konstanz.de/algo/lehre/ss08/info2 Sommersemester 2008 Sven

Mehr

Arbeitsheft zur NP-Vollständigkeit

Arbeitsheft zur NP-Vollständigkeit Arbeitsheft zur NP-Vollständigkeit (BuK / WS 2017 / RWTH Aachen) Gerhard J. Woeginger Dieses Arbeitsheft enthält einige Übungsaufgaben zur NP-Vollständigkeit. Jede Aufgabe besteht im Wesentlichen aus einem

Mehr

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017 2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie

Mehr

VL-13: Polynomielle Reduktionen. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger

VL-13: Polynomielle Reduktionen. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger VL-13: Polynomielle Reduktionen (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger WS 2018, RWTH BuK/WS 2018 VL-13: Polynomielle Reduktionen 1/46 Organisatorisches Nächste Vorlesungen: Donnerstag,

Mehr

Klausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016)

Klausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016) Technische Universität Berlin, Berlin, 28.07.2016 Name:... Matr.-Nr.:... Klausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016) Einlesezeit: Bearbeitungszeit: Max.

Mehr

Lösungsvorschläge Blatt Z1

Lösungsvorschläge Blatt Z1 Theoretische Informatik Departement Informatik Prof. Dr. Juraj Hromkovič http://www.ita.inf.ethz.ch/theoinf16 Lösungsvorschläge Blatt Z1 Zürich, 2. Dezember 2016 Lösung zu Aufgabe Z1 Wir zeigen L qi /

Mehr

Einige Grundlagen der Komplexitätstheorie

Einige Grundlagen der Komplexitätstheorie Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf

Mehr

NP-Vollständigkeit einiger Zahlprobleme

NP-Vollständigkeit einiger Zahlprobleme NP-Vollständigkeit einiger Zahlprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 22. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin

Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung

Mehr

Lösungen zur Ergänzung 12

Lösungen zur Ergänzung 12 Theoretische Informati II SS 018 Carlos Camino Lösungen zur Ergänzung 1 Hinweise: In der Literatur sind zwei verschiedene Definitionen der natürlichen Zahlen gängig: N = {0, 1,,...} und N = {1,, 3,...}.

Mehr

Musterlösung Informatik-III-Nachklausur

Musterlösung Informatik-III-Nachklausur Musterlösung Informatik-III-Nachklausur Aufgabe 1 (2+2+4+4 Punkte) (a) L = (0 1) 0(0 1) 11(0 1) 0(0 1) (b) Der Automat ist durch folgendes Übergangsdiagramm gegeben: 0, 1 0, 1 0, 1 0, 1 0 s q 1 1 0 0 q

Mehr

Approximationsalgorithmen für NP-harte Optimierungsprobleme

Approximationsalgorithmen für NP-harte Optimierungsprobleme Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 18 Was tun mit NP-harten Problemen? Viele praxisrelevante

Mehr

Kapitel L:II. II. Aussagenlogik

Kapitel L:II. II. Aussagenlogik Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen

Mehr

Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge)

Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge) Universität des Saarlandes Theoretische Informatik (WS 2015) Fakultät 6.2 Informatik Team der Tutoren Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge) 1 Berechenbarkeitstheorie Aufgabe 8.1 (Wahr oder

Mehr

Approximationsalgorithmen für NP-harte Optimierungsprobleme

Approximationsalgorithmen für NP-harte Optimierungsprobleme Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 4. Januar 2011 Berthold Vöcking, Informatik 1 () Vorlesung

Mehr

Die Klassen P und NP. Formale Grundlagen der Informatik 1 Kapitel 11. Die Klassen P und NP. Die Klasse P

Die Klassen P und NP. Formale Grundlagen der Informatik 1 Kapitel 11. Die Klassen P und NP. Die Klasse P Die Klassen Formale Grundlagen der Informatik 1 Kapitel 11 Frank Heitmann heitmann@informatik.uni-hamburg.de P := {L es gibt ein Polynom p und eine p(n)-zeitbeschränkte DTM A mit L(A) = L} = i 1 DTIME(n

Mehr

Stefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie

Stefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie Stefan Schmid TU Berlin & T-Labs, Berlin, Germany Reduktionen in der Berechenbarkeitstheorie Problem: Wie komme ich von hier zum Hamburger Hbf? 2 Beispiel P1 Wie komme ich von hier zum Hamburger Hbf? kann

Mehr

Theoretische Informatik Mitschrift

Theoretische Informatik Mitschrift 10. Komplexitätstheorie Theoretische Informatik Mitschrift Klassifikation algorithmischer Probleme (formalisiert als Sprachen) nach ihrem Bedarf an Berechnungsressourcen (= Rechenzeit, Speicherplatz als

Mehr

1. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018

1. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018 1. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie

Mehr

Sudoku ist NP-vollständig

Sudoku ist NP-vollständig Sudoku ist NP-vollständig Seminar über Algorithmen und Komplexität Freie Universität Berlin Institut für Informatik SS 007 Sarah Will 8.07.007 Einführung Sudoku ist ein japanisches Logikrätsel und hat

Mehr

Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012

Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012 Hier Aufkleber mit Name und Matrikelnr. anbringen

Mehr

Wie komme ich von hier zum Hauptbahnhof?

Wie komme ich von hier zum Hauptbahnhof? NP-Vollständigkeit Wie komme ich von hier zum Hauptbahnhof? P Wie komme ich von hier zum Hauptbahnhof? kann ich verwende für reduzieren auf Finde jemand, der den Weg kennt! Alternativ: Finde eine Stadtkarte!

Mehr

Approximierbarkeit. Definition. Ein Optimierungsproblem P ist gegeben durch ein Quadrupel. P = (I, Sol, m, goal), wobei:

Approximierbarkeit. Definition. Ein Optimierungsproblem P ist gegeben durch ein Quadrupel. P = (I, Sol, m, goal), wobei: Approximierbarkeit Ein Optimierungsproblem P ist gegeben durch ein Quadrupel wobei: P = (I, Sol, m, goal), I ist die Menge der Instanzen von P. Sol ist eine Funktion, die ein x I abbildet auf die Menge

Mehr

VL-18: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger

VL-18: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger VL-18: Jenseits von P und NP (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-18: Jenseits von P und NP 1/43 Organisatorisches Nächste (letzte) Vorlesung: Mittwoch,

Mehr

Übungsblatt Nr. 6. Lösungsvorschlag

Übungsblatt Nr. 6. Lösungsvorschlag Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nico Döttling Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 6 Aufgabe (K) (4 Punkte)

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik 1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 4 Komplexitätstheorie Zeitkomplexität 3 Definition: Sei

Mehr

Technische Universität München Zentrum Mathematik. Optimierung 2, WS 2008/09 Übungsblatt 12

Technische Universität München Zentrum Mathematik. Optimierung 2, WS 2008/09 Übungsblatt 12 Technische Universität München Zentrum Mathematik Prof. Dr. P. Gritzmann, Dipl.-Inf. Dipl.-Math. S. Borgwardt, Dr. M. Ritter Optimierung 2, WS 2008/09 Übungsblatt 12 Aufgabe 12.1 Betrachten Sie die folgenden

Mehr

Theoretische Grundlagen der Informatik. Vorlesung am 17. Januar INSTITUT FÜR THEORETISCHE INFORMATIK

Theoretische Grundlagen der Informatik. Vorlesung am 17. Januar INSTITUT FÜR THEORETISCHE INFORMATIK Theoretische Grundlagen der Informatik 0 17.01.2019 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Evaluation Ergebnisse

Mehr

Eulerweg, Eulerkreis. Das Königsberger Brückenproblem. Definition 3.1. Ein Weg, der jede Kante von G genau einmal

Eulerweg, Eulerkreis. Das Königsberger Brückenproblem. Definition 3.1. Ein Weg, der jede Kante von G genau einmal 3. Kreis- und Wegeprobleme Kapitelübersicht 3. Kreis- und Wegeprobleme Eulerweg, Eulerkreis Charakterisierung von eulerschen Graphen Bestimmung von eulerschen Wegen und Kreisen Hamiltonsche Graphen Definition

Mehr

Einführung in das Seminar Algorithmentechnik

Einführung in das Seminar Algorithmentechnik Einführung in das Seminar Algorithmentechnik 10. Mai 2012 Henning Meyerhenke, Roland Glantz 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Roland undglantz: nationales Einführung Forschungszentrum

Mehr

Algorithmische Methoden für schwere Optimierungsprobleme

Algorithmische Methoden für schwere Optimierungsprobleme Algorithmische Methoden für schwere Optimierungsprobleme Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund

Mehr

Willkommen zur Vorlesung Komplexitätstheorie

Willkommen zur Vorlesung Komplexitätstheorie Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V7, 5.12.2011 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v.

Mehr

Übungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17

Übungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 22. Dezember 2016 Abgabe 17. Januar 2017, 11:00 Uhr

Mehr