Theoretische Informatik

Größe: px
Ab Seite anzeigen:

Download "Theoretische Informatik"

Transkript

1 HTWM Hochschule für Technik und Wirtschaft Mittweida University of Applied Sciences Technikumsplatz 17 0xxxx Mittweida Fachbereich: MPI Fachgruppe Informatik Seminargruppe: IF99P1 Mitschrift von: Isabel Drost Massaneier Str Waldheim Theoretische Informatik Mitschrift von: Drost, Isabel/ if99wp1 Seite 1 von 9

2 Alles was entscheidbar ist, ist auch aufzählbar! Beispiele aufzählbarer Mengen: 1. Natürliche Zahlen 1. Primzahlen Entscheidbar: T Element von M Aufzählbar: T T kein Element von M I Semipositiv entscheidbar: A I M T M Zusammenhänge: (semipositiv=semientscheidbar) 1. entscheidbar=> aufzählbar (Satz x) 2. entscheidbar=> semipositiv entscheidbar 3. entscheidbar=> seminegativ entscheidbar 4. seminegativ+semipositiv <=> entscheidbar 5. Satz 7 6. M semipositiv=> ϕ(m) negativ semientscheidbar 7. M semipositiv=> M aufzählbar (Nachweis: DB von semientscheidbar: M, satz8: M ist aufzählbar, da es semientscheidbar ist. ) X(Kappa)(x)=1 falls x M n.d. sonst (Partielle Charakteristische Funktion von M) Bemerkungen: 1. Aufzählbarkeit und semipositivität sind synonym. 2. Eine Menge ist entscheidbar, wenn die charakt. Fkt. c M berechenbar ist, sie ist aufzählbar, wenn die part. charakt. Fkt. X M berechenbar ist. tϕϕ t ϕϕ A M A M T Μ T ϕ(μ) Zu 6.: ist A m semientscheidbar, ist dessen Komplement semientscheidbar. Damit sind Entscheidungen immer für die gleichen Zahlen möglich. Beispieltabelle: entscheidbar aufzählbar=positiv semientsch. neg. entscheidbar M 3 ={[i,j]: ϕ i, ϕ j Pr,ϕ i ϕ j } i, j=nummern von Funktionen (Programme von Fkt.) M 1 =DBϕ, ϕ P a M 2 ={[i,j]: ϕ i, ϕ j Pr,ϕ i= ϕ j } M2: gibt es einen Algorithmus, der herausfindet, ob beide das gleiche leisten, den gleichen Output liefern (nicht entscheidbar!) M 2 ={[i,j]: ϕ i, ϕ j Pr,ϕ i= ϕ j } aufzählbar hieße, ich kann nacheinander neue Programme erstellen, die den gleichen Algorithmus nach meiner Vorgabe liefern bzw. ich kann bei seminegativ welche finden, die das Gegenteil liefern. Ob sie verschieden sind, krieg ich raus: nach endlicher Zeit kann ich dann nämlich aufhören, zu kontrollieren, ob sie den gleichen Output haben, nämlich an der Stelle, wo sie sich dann unterscheiden. M 3 ={[i,j]: ϕ i, ϕ j Pr,ϕ i ϕ j } ist aufzählbar nach den Dove-tailing-Verfahren. Vorgehensweise: Nimm an, Du hast ein Paar x 1, x 2, wenn die beiden Ausgaben der Funktionen Phi verschieden sind, so kriege ich das nach endlicher Zeit heraus. Wenn sie identisch sind, kriege ich das nicht raus. Also ist M3 positiv entscheidbar, aufzählbar. Nicht aber neg. semientscheidbar. Mitschrift von: Drost, Isabel/ if99wp1 Seite 2 von 9

3 Das Dove-tailing-Verfahren: Ergänzung zum Beweis von Satz8: RE={D ϕ :ϕp a } RE {W ϕ :ϕ P a } und zu zeigen: RE {W ϕ :ϕ P a } Es sei M=W ϕ (ϕ P a) Konstruktion einer Aufzählung f für M mit dovetailing (dt). 1. Fall: W ϕ =φ=m RE (Definition) 1. Fall: W ϕ <>φ=> es gibt ein a W ϕ a falls im x-ten Schritt von dt die Berechnung abbricht f(x)= Df { } ϕ (i) falls die Berechnung von ϕ (i) abbricht f(x)= W ϕ Seminar 2 mit Topflappen Weise nach, das H10={[a 0,...,a n ]:n N a i Z von i=0 bis n a i *x i =0 besitzt ganzzahlige Lösung} H10 REC stimmt REC=RE? Zeige H10 ist aufzählbar (Strategie Dove-tailing) Im x-ten Schritt des Dovetailing wird festgestellt, dass x 0 [1,-1] (entspricht 1-x=0) keine Lösung von t n ist f(x)={ } t n (Neu gefundenes, lösbares Polynom)Im x-ten Schritt des Dovetailing wird festgestellt, dass x 0 eine Lösung von t n ist. to t1... tn x [*] RE (aufzählbar) REC (entscheidbar) ϕ (N) FIN = Menge aller endlichen Mengen Ist A entscheibar, ist auch ihr Komplement entscheidbar. Komplement zu endlichen Mengen ist unendliche, da beide zusammen die natürlichen Zahlen ergibt. Komplement von B kann entweder endlich oder nur entscheidbar sein. Beispiel endlich: B sei Menge der natürlichen Zahlen ohne die 1. Beispiel undendlich: Menge der positiven ganzen Zahlen. Komplement von C liegt nur innerhalb der Menge aller Komplemente ist nicht aufzählbar und nicht entscheidbar (Satz7) Komplement von D kann aufzählbar sein, aber auch außerhalb liegen. card(re/ REC/ FIN)= ℵ 0 (abzählbar) card(ϕ(n))= ℵ 1 (überabzählbar) Mitschrift von: Drost, Isabel/ if99wp1 Seite 3 von 9

4 M N REC (entscheidbar) RE (aufzählbar) unendlich nein nein wiederholungsfrei nummerierbar nein nein monoton nummerierbar nein nein strengmonoton nummerierbar nein nein berechenbar nummerierbar nein ja wiederholgsfrei berechen. num.bar nein ja streng monoton berechn. num.bar ja ja endlich ja ja Das Post sche Korrespondenzproblem: Geg: Folge ((x 0,y 0 ), (x 1,y 1 ),..., (x n,y n )) (Folge von Wortpaaren über einem Alphabet) mit x i,y i X *. Ges: I=(i 1,i 2,... i n ) mit x i1 x i2... x in =y i1... y in Bsp: K1=((1,101),(10,00),(011,11)) I=(1, 3,2,3) x y x y x y geht nicht x y sieht besser aus x y fertig Es ist algorithmisch nicht entscheidbar, ob ein PKP (Post sches Korrespondenzproblem) lösbar ist, oder nicht. K2=((001,0),01,011,(01,101),(10,001)) diese hat als kürzeste Lösung hat 66 Elemente. Ist die Menge der PKP aufzählbar/ entscheidbar? 1. PKP REC 1. PKP RE Beweis mit dem Projektionssatz: Suche entscheidbare Menge B, mit PKP ist Projektion von B. B={[pkp, ind]:pkp ist Post sches Korrespondenzproblem, ind ist endliche Indexfolge} B ={[pkp,ind ]:pkp lösbares PKP und ind ist Lösung} Es gibt einen Algorithmus, der bei vorgegebenen PKP und vorgegebener Indexfolge herausfindet, ob diese Indexfolge Lösung des PKP ist. Vorgehensweise: Ausprobieren. B ist somit entscheidbar. PKP ist Prjektion von B :pkp PKP es gibt eine Lösung ind mit [pkp, ind] B qed. RE H10 REC PKP Dϕ ist aufzählbar (Beweis mit dovetailing) 1. Es ist bekannt: 15 Dϕ 1. Τ berechne ϕ (T ist Turingmaschine) T kommt bei Eingabe von x nach y Schritten in den Finalzustand i in der Zeichnung Ergebnis der Berechnung das Phi Mitschrift von: Drost, Isabel/ if99wp1 Seite 4 von 9

5 i t x ϕ(i) f(0) = 15 (da die 0te Maschine nicht im 1. Takt, sondern im 6. Takt aufhört, somit muß ich mein Standardergebins ausgeben) f(1) = 15 f(2) = f(7) = 15 f(8) = 2 f(13)=3 f(15)=0 f(x)= i falls im x-ten Schritt von dovetailing die Berechnung von ϕ abbricht 15 sonst (denn davon wissen wir, dass bei dessen Eingabe die Berechnung immer abbricht) somit is f überall definiert und somit allgemein rekursiv. W f = Dϕ Eingabe der Turingmaschine ist das, was links der Tabelle steht. Kommt er zum Ende geben wir das i aus. Aufgabe: Zeigen Sie mit dem Projektionsatz, für ϕ Pa gilt: Dϕ RE Benötigt entscheidbare Menge B mit: Dϕ ist Projektion von B x Dϕ <=> es gibt y, es gibt z, es gibt u, mit [x,y,z,u] B Es gibt einen Takt t und es gibt eine Ausgabe y, mit: Die Berechnung von ϕ(x) hört an der Stelle t auf und die Ausgabe ist y. Wenn dem so ist, so gehört x zum Definitionsbereich der Turingmaschine ϕ. B={[x,t,y]:Berechnung von ϕ (x) hört nach t Takten mit Ausgabe von y auf} Dieses B ist entscheidbar: bei bestimmten vorgegebenen Parametern einfach ausprobieren (Nimm die Maschine x, lasse sie 13 Takte rechnen und gucke, ob y rauskommt. B ist entscheidbar, somit ist Dϕ aufzählbar (B REC=> Dϕ RE) PKP={pkp:Menge aller lösbaren Post schen Korrespondenzprobleme} Behauptung: Diese Menge ist aufzählbar PKP n = DF {pkp:pkp PKP und pkp besitzt eine Lösung der Länge n}:pkp n REC (entscheidbar und aufzählbar) Zeige, dass pkp aufzählbar ist: pkp PKP es gibt Lösung l mit [pkp,l] B B={[pkp,l ]:l ist Lösung von pkp} REC PKP ist Projektion von B! B={[a,x,0],[a,y,1],[b,x,1],[c,y,0]} Projektionen von B: P1={[a,x],[a,y],[b,x],[c,y]} P2={[a,0],[a,1],[b,1],[c,0]} P3={[x,0],[y,1],[x,1],[y,0]} PRP REC wurde bewiesen. Mitschrift von: Drost, Isabel/ if99wp1 Seite 5 von 9

6 Es ist relativ einfach, nachzuweisen, dass eine Menge entscheidbar oder aufzählbar ist. (Finde einfach einen Entscheidungs- bzw. Aufzählungsalgorithmus) Schwieriger ist der Nachweis, dass eine Menge nicht entscheidbar/ nicht aufzählbar ist (Weise nach, dass es keinen solchen Algorithmus gibt, c m Pa). Möglichkeiten für den Nachweis der Nicht-Entscheidbarkeit und der Nichtaufzählbarkeit: A,B N; A m B (A auf B m-reduzierbar (transformierbar))= Es gibt f R mit x A<=> f(x) B Eigenschaften: Es sei A m B: a) B REC Ich kriege auch heraus, ob x zu A gehört: berechne f(x). x gehört zu A, wenn f(x) zu B gehört. Ist B entscheidbar, so ist auch A entscheidbar. a) B RE X A (Aufzählbarkeit von A, Semientscheidbarkeit von A) ist herauszufinden, wie oben. Will ich wissen, ob x zu A gehört, muß ich f(x) berechnen. Wenn f(x) zu B gehört, gehört x zu A. B ist aber nur im positiven Falle entscheidbar. Also kann ich die Zuordnung in A auch nur im positiven Falle treffen. A m B positive algorithmische Eigenschaften (Aufzählbarkeit, Entscheidbarkeit) vererben sich von oben nach unten, von rechts nach links. a) A ist nicht entscheidbar, dann muß auch B nicht entscheidbar sein. a) A ist nicht aufzählbar, dann muß auch B nicht aufzählbar sein. A m B, die negativen algorithmischen Eigenschaften vererben sich von oben nach unten/ von links nach rechts. Spezielles Halteproblem K, K ist aufzählbar (RE) und nicht entscheidbar (REC). K m PKP wurde bewiesen. Somit ist PKP nicht entscheidbar. K {[x,y]:x D y } heißt allgemeines Halteproblem (x gehört zum DB der yten Funktion). K={i:i D i } ist das spezielle Halteproblem (i gehört zum DB der iten Fkt.) Halte ich an, oder nicht? Behauptungen: K ist aufzählbar und nicht entscheidbar. 1. Beweis K ist aufzählbar über den Projektionssatz: Projektionsatz: A ist aufzählbar, genau dann, wenn A ist Projektion einer entscheidbaren Menge B. Die Projektion einer Menge ist die Reduktion auf Komponenten dieser Menge. Um diesen Satz anwenden zu können, brauchen wir eine Menge mit mehr Komponenten als K. Turingprädikat : T(y,x,t,z) Suche also von der bekannten Menge K eine entscheidbare Menge und stelle K als Projektion von M dar (M={[i,x,t,y]:T(i,x,t,y)} REC) [x,y] K es gibt eine Taktzahl t und es gibt eine Ausgabe z (oben als y bezeichnet) mit [y,x,t,z] M M ist entscheidbar, somit ist auch K entscheidbar. Halte ich nach t Takten an, oder nicht? 1. Zeige K<= m K (K reduzierbar auf K K ist nichtentscheidbar) Dazu wird die allgemein rekursive Funktion f R mit x K f(x) K. f(x)=[x,x] (ich habe für K zwei Werte als Eingabe, für K nur einen Wert, gebe ich bei K x ein, wird geprüft, ob die xte Maschine bei Eingabe von x anhält, dies erreiche ich, wenn ich bei K x eingebe und intern prüfe, ob die xte Maschine bei Eingabe von x anhält, also die eine Eingabe vorher in eine Eingabe von [x,x] umwandle. Somit gilt: x K f(x) K x D x [x,x] K Somit ist K reduzierbar auf K. M={i: ϕ i ist monoton steigend} Welche algorithmischen Eigenschaften hat M? M ist eine Sammlung von Programmen, die monotone Fkt. berechnen. Ist diese Menge z.b. nicht entscheidbar entscheidbar Mitschrift von: Drost, Isabel/ if99wp1 Seite 6 von 9

7 entscheidbar gibt es einen Algorithmus, der mir sagt, ob ein bestimmtes Programm x eine monotone Funktion beschreibt oder nicht. Nach dem Satz von Rice ist nebenstehende Entscheidung unmöglich. 1. M ist also nicht entscheidbar. 1. Komplement von M aufzählbar (positiv semientscheidbar)? ϕ (M) =M M ={i: ϕ i ist nicht monoton steigend} Beweis über den Projektionssatz: x M Es gibt z mit ϕ x (z) definiert und ϕ x (z-1) definiert und mit ϕ x (z)< ϕ x (z-1) (eine Stelle, die kleiner ist, als die Stelle einen Schritt vorher) Welche Algorithmischen Eigenschaften hat M? es gibt t,t,z mit ϕ x hält bei Eingabe von z nach t Takten (ϕ x ist an der Stelle z definiert), ϕ x hält bei Eingabe von z-1 nach t Takten (ϕ x ist an der vorhergehenden Stelle definiert) und ϕ x (z)< ϕ x (z-1) B{[x,t,t,z]: ϕ x stopt bei Eingabe von z nach t Takten, bei Eingabe von z-1 nach t Takten und es ist ϕ x (z)< ϕ x (z-1)} Diese Menge B ist entscheidbar! (Nimm die Eingabe z und lasse die Maschine x t Takte arbeiten stoppt sie, nimm das Ergebnis, nimm dann die Eingabe z-1 und lasse die Maschine x t Takte arbeiten, ist diese Ergebnis kleiner als das, was Du Dir gemerkt hast, gib true aus!) Ergebnis1 < Ergebnis2 true false x M es gibt z,t,t mit [x,t,t,z] B Spezifikation des H10 mittels Projektionsatz H10={[a 0... a n ]:a i Z 1 Σa i x i (von i=0 bis n) =0 besitzt ganzahlige Lösung} H10 RE (aufzählbar, Beweis mit Projektionssatz) [a 0... a n ] H10 es gibt z Z mit Σa i z i (von i=0 bis n) =0 es gibt z Z mit [a 0... a n ] B qed. Behauptung: M REC M monoton aufzählbar (M ist auch dann entscheidbar, wenn M monoton und nicht streng monoton ist) Beweis: => konstruktiv siehe VO <= a) M ist endlich => M ist entscheidbar nach der Definition a) M ist unendlich => Mitschrift von: Drost, Isabel/ if99wp1 Seite 7 von 9

8 Gibt es einen Algorithmus, der alle Programme auflistet (aufzählt), die 1) an wenigsten 2 Stellen definiert sind 1) niemals den Wert 0 annehmen 1) an keiner Stelle x den Wert x annehmen. 1) 1), 2) und 3) erfüllen? Beweis der Nichtentscheidbarkeit (REC): M REC [ M RE UND ϕ(m) RE (Komplement von M) ] ODER [M RE] REC RE M1= {i: ϕ i an wenigsten 2 Stellen definiert} = nicht entscheidbar nach Satz von Rice aufzählbar (positiv semientscheidbar, mit der Vorgehensweise des Projektionssatzes) B= {[i,x1,x2,t1,t2,y1,y2]:i N und T(i,x1,t1,y1) und T(i,x2,t2,y2)} Diese Menge B ist entscheidbar. Es gilt: i M1 es gibt ein x1,x2, t1,t2, y1, y2 mit [i, x1,x2, t1, t2, y1, y2] B Damit folgt, dass M1 aufählbar ist, M1 RE. M1= {i: Es gibt x 1, es gibt x 2 mit ϕ i (x1) definiert und ϕ i (x 2 ) definiert} M2= {i: ϕ i!= 0 für alle x N} = nicht entscheidbar nach Satz von Rice ϕ(m2)= {i: es gibt ein x mit ϕ i (x)=0} = aufzählbar, aber nicht entscheidbar (Beweis der Aufzählbarkeit mittels Projektionssatz) i ϕ(m2) es gibt x und es gibt t mit T(i,x,t,0) (bzw. B ([i,x,t,0]) Diese Menge ist entscheidbar. B={[x1,x2,x3,x4]:T(x1,x2,x3,x4)} REC. Damit folgt nach dem Projektionssatz, dass das Komplement von M2 aufzählbar, M2 aber nicht aufzählbar ist. ϕ(m3)= {i: ϕ i (x)= x für alle x N} M3= {i: ϕ i (x)!=x für alle x Ν } = aufzählbar, aber nicht entscheidbar nach dem Satz von Rice i ϕ(m3) es gibt x und es gibt t und T(i,x,t,x) Somit ist das Komplement von M3 aufzählbar, damit ist aber M3 selbst nicht aufzählbar, da ja M3 nach dem Satz von Rice nicht entscheidbar ist. Allgemeine Vorgehensweise: Man weise die Nichtaufzählbarkeit folgendermaßen nach: 1) Die Nichtentscheidbarkeit (REC) sei nach dem Satz von Rice gegeben. 2) Die Aufzählbarkeit von M oder dessen Komplement sei nachzuweisen, z.b. via Projektionssatz. 3) Somit kann ich auf die Nichtaufzählbarkeit des jeweils anderen Stücks schließen. Es gilt, M4 ist nicht entscheidbar nach dem Satz von Rice. Es gilt, M4 und sein Komplement sind nicht aufzählbar. Komplement von A RE REC Mitschrift von: Drost, Isabel/ if99wp1 Seite 8 von 9

9 Ist R (Menge der allgemein rekursiven Funktionen) gödeliesierbar? Pr und Pa sind gödelisierbar, R ist nicht gödelisierbar. Pr R Pa Annahme: R sei gödelisierbar (ϕ) f(x) = ϕ x (x)+1 f(x) ist überall definiert und überall berechenbar, das heißt f R Es gibt m mit ϕ m =f (*) f(m)= ϕ m (m) (wegen *) f(m)= ϕ m (m) +1 wegen Definition von f => Widerspruch mit der Zeile drüber! (Klausur) Mitschrift von: Drost, Isabel/ if99wp1 Seite 9 von 9

Theoretische Informatik

Theoretische Informatik HTWM Hochschule für Technik und Wirtschaft Mittweida University of Applied Sciences Technikumsplatz 17 0xxxx Mittweida Fachbereich: MPI Fachgruppe Informatik Theoretische Informatik Seminargruppe: IF99P1

Mehr

Entscheidungsprobleme

Entscheidungsprobleme Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge M Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge

Mehr

Entscheidungsprobleme

Entscheidungsprobleme Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge

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

2.5 Halteproblem und Unentscheidbarkeit

2.5 Halteproblem und Unentscheidbarkeit 38 25 Halteproblem und Unentscheidbarkeit Der Berechenbarkeitsbegriff ist auf Funktionen zugeschnitten Wir wollen nun einen entsprechenden Begriff für Mengen einführen Definition 255 Eine Menge A Σ heißt

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Lektion 10: Entscheidbarkeit Kurt-Ulrich Witt Wintersemester 2013/14 Kurt-Ulrich Witt Theoretische Informatik Lektion 10 1/15 Inhaltsverzeichnis Kurt-Ulrich Witt Theoretische Informatik

Mehr

Referat rekursive Mengen vs. rekursiv-aufzählbare Mengen

Referat rekursive Mengen vs. rekursiv-aufzählbare Mengen Kapitel 1: rekursive Mengen 1 rekursive Mengen 1.1 Definition 1.1.1 informal Eine Menge heißt rekursiv oder entscheidbar, wenn ihre charakteristische Funktion berechenbar ist. 1.1.2 formal Eine Menge A

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik

Mehr

Unentscheidbarkeit. 1. Wann sind Sprachen unentscheidbar? 1, A 0, A } = {

Unentscheidbarkeit. 1. Wann sind Sprachen unentscheidbar? 1, A 0, A } = { Unentscheidbarkeit 1. Wann sind Sprachen unentscheidbar? Eine Menge A heisst entscheidbar, falls die charakteristische Funktion von A, nämlich A : {0,1}, berechenbar ist, d.h. gilt: A = { 1, A 0, A } Eine

Mehr

Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier

Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:

Mehr

Der Satz von Rice. Dann ist C(S) eine unentscheidbare Menge.

Der Satz von Rice. Dann ist C(S) eine unentscheidbare Menge. Der Satz von Rice Satz: Sei R die Klasse der (Turing-) berechenbaren Funktionen, S eine nichttriviale Teilmenge von R und C(S) ={w Mw berechnet eine Funktion aus S}. Dann ist C(S) eine unentscheidbare

Mehr

Theoretische Informatik Mitschrift

Theoretische Informatik Mitschrift Theoretische Informatik Mitschrift 9. Berechenbarkeit, Entscheidbarkeit, Aufzählbarkeit 9.1 Grundbegriffe bereits gezeigt: Spracherkennung durch Turingmaschine = Berechnung der semi-charakteristischen

Mehr

Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.

Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Rückschau 12.11.04 Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Wir haben das Prinzip der Diagonalisierung eingeführt und mit DIAG eine erste nicht rek. aufz. Sprache

Mehr

Beispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2

Beispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2 Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q

Mehr

Ausgewählte unentscheidbare Sprachen

Ausgewählte unentscheidbare Sprachen Proseminar Theoretische Informatik 15.12.15 Ausgewählte unentscheidbare Sprachen Marian Sigler, Jakob Köhler Wolfgang Mulzer 1 Entscheidbarkeit und Semi-Entscheidbarkeit Definition 1: L ist entscheidbar

Mehr

Theoretische Informatik für Wirtschaftsinformatik und Lehramt

Theoretische Informatik für Wirtschaftsinformatik und Lehramt Theoretische Informatik für Wirtschaftsinformatik und Lehramt Entscheidungsprobleme Priv.-Doz. Dr. Stefan Milius stefan.milius@fau.de Theoretische Informatik Friedrich-Alexander Universität Erlangen-Nürnberg

Mehr

Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice

Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die

Mehr

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie 1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff

Mehr

Reduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B.

Reduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B. Reduktionen Formalisierung von Sprache A ist nicht schwerer als Sprache B. Idee: Algorithmus/DTM für B kann genutzt werden, um A zu entscheiden/akzeptieren. WS 2018/19 Reduktionen 1 Zwei einfache Sprachen

Mehr

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie 1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal

Mehr

Einführung in die Theoretische Informatik Tutorium IX

Einführung in die Theoretische Informatik Tutorium IX Einführung in die Theoretische Informatik Tutorium IX Michael R. Jung 16. & 17. 12. 2014 EThI - Tutorium IX 1 1 Entscheidbarkeit, Semi-Entscheidbarkeit und Unentscheidbarkeit 2 EThI - Tutorium IX 2 Definitionen

Mehr

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V7, 3.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III Name Vorname Matrikelnummer Universität Karlsruhe Institut für Theoretische Informatik o. Prof. Dr. P. Sanders 10.4.2007 Klausur: Informatik III Aufgabe 1. Multiple Choice 11 Punkte Aufgabe 2. Minimalautomaten

Mehr

Übungsblatt 3. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 3. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 3 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 21. November 2017 Abgabe 5. Dezember 2017, 11:00 Uhr

Mehr

Falls H die Eingabe verwirft, so wissen wir, dass M bei Eingabe w nicht hält. M hält im verwerfenden Haltezustand. Beweis:

Falls H die Eingabe verwirft, so wissen wir, dass M bei Eingabe w nicht hält. M hält im verwerfenden Haltezustand. Beweis: 1 Unentscheidbarkeit 2 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 #include char *s="include

Mehr

Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier

Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:

Mehr

Übungsblatt 1. Lorenz Leutgeb. 30. März 2015

Übungsblatt 1. Lorenz Leutgeb. 30. März 2015 Übungsblatt Lorenz Leutgeb 30. März 205 Aufgabe. Annahmen ohne Einschränkungen: P Σ und P Γ. Per Definitionem der Reduktion: P P 2 f : Σ Γ wobei f total und berechenbar, genau so, dass: w Σ : w P f(w)

Mehr

Reduktion / Hilberts 10. Problem

Reduktion / Hilberts 10. Problem Reduktion / Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 9. November 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und

Mehr

Die Reduktion Hilberts 10. Problem

Die Reduktion Hilberts 10. Problem Die Reduktion Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 8. November 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Theoretische Informatik I

Theoretische Informatik I Theoretische Informatik I Einheit 4.3 Eigenschaften von L 0 /L 1 -Sprachen 1. Abschlußeigenschaften 2. Prüfen von Eigenschaften 3. Grenzen der Sprachklassen Sprachklassen Semi-entscheidbare Sprache Sprache,

Mehr

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/17 Rekursions- und Lerntheorie

Mehr

GTI. Hannes Diener Juli. ENC B-0123,

GTI. Hannes Diener Juli. ENC B-0123, GTI Hannes Diener ENC B-0123, diener@math.uni-siegen.de 4.-9. Juli 1 / 29 Entscheidungsprobleme und Halteproblem In diesem Kapitel wollen wir uns an Stelle von Berechenbarkeit von Funktion, welche bei

Mehr

Allgemeines Halteproblem Hilberts 10. Problem

Allgemeines Halteproblem Hilberts 10. Problem Allgemeines Halteproblem Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Automaten, Formale Sprachen und Berechenbarkeit I Wichtige Begriffe

Automaten, Formale Sprachen und Berechenbarkeit I Wichtige Begriffe Automaten, Formale Sprachen und Berechenbarkeit I Wichtige Begriffe Eine partielle Funktion ist eine Relation f A B; für jedes x dom(f) gibt es ein y range(f) mit x f y; wir schreiben statt f A B und x

Mehr

Informatik III. Arne Vater Wintersemester 2006/ Vorlesung

Informatik III. Arne Vater Wintersemester 2006/ Vorlesung Informatik III Arne Vater Wintersemester 2006/07 11. Vorlesung 30.11.2006 1 Beziehungen zwischen den Sprachen Jede reguläre Sprache ist eine kontextfreie Sprache. Jede kontextfreie Sprache ist eine entscheidbare

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

Theoretische Informatik und Logik Übungsblatt 1 (2016S) Lösung

Theoretische Informatik und Logik Übungsblatt 1 (2016S) Lösung Theoretische Informatik und Logik Übungsblatt (26S) en Aufgabe. Sei L = {w#w r w {, } }. Geben Sie eine deterministische Turingmaschine M an, welche die Sprache L akzeptiert. Wählen Sie mindestens einen

Mehr

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V8, 5.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick

Mehr

Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion

Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 26. November 2007 Semi-Entscheidbarkeit

Mehr

Wie man eine Sprache versteht

Wie man eine Sprache versteht Aufzählbarkeit Formale Grundlagen der Informatik 1 Kapitel 10 Aufzählbarkeit und (Un-)Entscheidbarkeit Frank Heitmann heitmann@informatik.uni-hamburg.de 11. Mai 2015 Definition 1 Eine Menge M Σ heißt (rekursiv)

Mehr

Prüfungsprotokoll der mündlichen Prüfung Grundlagen der Theoretischen Informatik (Bachelor Informatik)

Prüfungsprotokoll der mündlichen Prüfung Grundlagen der Theoretischen Informatik (Bachelor Informatik) Prüfungsprotokoll der mündlichen Prüfung Grundlagen der Theoretischen Informatik 25310 (Bachelor Informatik) Prüfer: Prof. Dr. Verbeek Semester der Prüfung: SS 2010 Datum der Prüfung: 25.11.2010 Dauer:

Mehr

Clevere Algorithmen programmieren

Clevere Algorithmen programmieren ClevAlg 2017 Theoretische Informatik Clevere Algorithmen programmieren Dennis Komm, Jakub Závodný, Tobias Kohn 06. Dezember 2017 Die zentralen Fragen sind... Was kann man mit einem Computer nicht machen?

Mehr

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung Informatik III Christian Schindelhauer Wintersemester 2006/07 13. Vorlesung 07.12.2006 1 Überblick: Die Church- Turing-These Turing-Maschinen 1-Band Turing-Maschine Mehrband-Turing-Maschinen Nichtdeterministische

Mehr

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/16 Rekursions- und Lerntheorie

Mehr

Rekursive Aufzählbarkeit Die Reduktion

Rekursive Aufzählbarkeit Die Reduktion Rekursive Aufzählbarkeit Die Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Relativierte Berechnungen und die arithmetische Hierachie

Relativierte Berechnungen und die arithmetische Hierachie Berechenbarkeit und Komplexität Wintersemester 2010/2011 1 Relativierte Berechnungen und die arithmetische Hierachie Relativierte Berechnungen und Orakel Definition 1 Eine Menge A ist entscheidbar mit

Mehr

Unentscheidbarkeit von Problemen mittels Turingmaschinen

Unentscheidbarkeit von Problemen mittels Turingmaschinen Unentscheidbarkeit von Problemen mittels Turingmaschinen Daniel Roßberg 0356177 Roland Schatz 0355521 2. Juni 2004 Zusammenfassung In dieser Arbeit befassen wir uns mit der Unentscheidbarkeit von Problemen

Mehr

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 2. ALGORITHMEN. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2011

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 2. ALGORITHMEN. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2011 EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 2. ALGORITHMEN Theoretische Informatik (SoSe 2011) 2. Algorithmen 1 / 51 Übersicht 1 Typen von Algorithmen: Entscheidungs-,

Mehr

Angewandte Mathematik am Rechner 1

Angewandte Mathematik am Rechner 1 Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 3 [Bildquellen: Wikipedia User David Madore, Inductiveload ] Grundlagen 2: Funktionen, Berechenbarkeit und emergente Komplexität Michael Wand

Mehr

Die Church-Turing-These

Die Church-Turing-These Die Church-Turing-These Elmar Eder () Die Church-Turing-These 1 / 12 Formale Systeme Formale Systeme µ-partiellrekursive Funktionen Logikkalküle SLD-Resolution (Prolog) Chomsky-Grammatiken Turing-Maschinen

Mehr

1 Eine Menge M Σ heißt (rekursiv) aufzählbar genau. 2 Die Familie aller aufzählbaren Mengen wird mit RE

1 Eine Menge M Σ heißt (rekursiv) aufzählbar genau. 2 Die Familie aller aufzählbaren Mengen wird mit RE Aufzählbarkeit Formale Grundlagen der Informatik 1 Kapitel 9 Entscheidbarkeit und Aufzählbarkeit Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Mai 2014 Definition 1 Eine Menge M Σ heißt (rekursiv)

Mehr

Das Halteproblem für Turingmaschinen

Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen ist definiert als die Sprache H := { T w : T ist eine TM, die bei Eingabe w {0, 1} hält }. Behauptung: H {0, 1} ist nicht entscheidbar.

Mehr

Berechenbarkeitstheorie 14. Vorlesung

Berechenbarkeitstheorie 14. Vorlesung 1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Erinnerung

Mehr

Einführung in die Theoretische Informatik A Lösungshinweise zur Klausur am

Einführung in die Theoretische Informatik A Lösungshinweise zur Klausur am Einführung in die Theoretische Informatik A Lösungshinweise zur Klausur am 15.03.003 Aufgabe 1 a) Sei die stellige Turingmaschine M durch das folgende Flussdiagramm gegeben: 17 1 1:R 0:R 6 :R 19 0:1 6

Mehr

Übungsaufgaben Blatt 3

Übungsaufgaben Blatt 3 Departement Informatik Open Class Sieben Wunder der Informatik Prof Dr Juraj Hromkovič Übungsaufgaben Blatt 3 Zürich, 23 November 26 Zusammenfassung und Aufgaben Ein Entscheidungsproblem besteht darin,

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

Satz von Rice. Lemma 39

Satz von Rice. Lemma 39 Unentscheidbarkeit Satz von Rice Das nächste Resultat zeigt, dass jede Eigenschaft der von einer Turing-Maschine berechneten Funktion unentscheidbar ist. Das bedeutet, es gibt keine Methode, mit der man

Mehr

VL-06: Unentscheidbarkeit II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger

VL-06: Unentscheidbarkeit II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger VL-06: Unentscheidbarkeit II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-06: Unentscheidbarkeit II 1/37 Organisatorisches Nächste Vorlesung: Mittwoch, November

Mehr

Existenz nicht rekursiv aufz. Sprachen

Existenz nicht rekursiv aufz. Sprachen S : Kardinalität einer Menge S (Anzahl ihrer Elemente) Wie vergleichen wir die Kardinalität unendlicher Mengen? A B : es gibt eine surjektive Abbildung von A nach B A = B : A B und B A Zwei Mengen A und

Mehr

Einführung in die Informatik Algorithms II

Einführung in die Informatik Algorithms II Einführung in die Informatik Algorithms II Eigenschaften von Algorithmen Wolfram Burgard Cyrill Stachniss 14.1 Was können Computer berechnen? In Kapitel 1 haben wir gesagt, dass Programme die Umsetzung

Mehr

Klausur zur Vorlesung Einführung in die Theoretische Informatik

Klausur zur Vorlesung Einführung in die Theoretische Informatik Universität Heidelberg 19. Juli 2012 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Einführung in die Theoretische Informatik LÖSUNGEN Es können

Mehr

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekt mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten

Mehr

Halteproblem/Kodierung von Turing-Maschinen

Halteproblem/Kodierung von Turing-Maschinen Halteproblem/Kodierung von Turing-Maschinen Unser Ziel ist es nun zu zeigen, dass das sogenannte Halteproblem unentscheidbar ist. Halteproblem (informell) Eingabe: Turing-Maschine M mit Eingabe w. Frage:

Mehr

Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion

Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 7. Dezember 2006 Rekursiv vs. rekursiv

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie

Mehr

Mächtigkeit von LOOP-Programmen. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen

Mächtigkeit von LOOP-Programmen. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Mächtigkeit von LOOP-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Die Programmiersprache LOOP Syntax Elemente eines LOOP-Programms Variablen

Mehr

Algorithmentheorie 8. Vorlesung

Algorithmentheorie 8. Vorlesung Algorithmentheorie 8. Vorlesung Martin Dietzfelbinger 1. Juni 2006 1.7 Die Churchsche These Der intuitive Berechenbarkeitsbegriff wird durch die Formalisierung TM-Berechenbarkeit, also Rekursivität von

Mehr

Algorithmentheorie 9. Vorlesung

Algorithmentheorie 9. Vorlesung Algorithmentheorie 9. Vorlesung Martin Dietzfelbinger 8. Juni 2006 Turingtafel von M: Gödelnummern TM-Codes (q 0, 0,q 2, 1,R), (q 0, 1,q 0, 0,R), (q 0,B,q 1, 1,N), (q 2, 0,q 2, 0,R), (q 2, 1,q 2, 1,R),

Mehr

Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem

Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 25. Oktober 2010 Berthold Vöcking, Informatik

Mehr

Theoretische Informatik II

Theoretische Informatik II Theoretische Informatik II Einheit 4.6 Elementare Berechenbarkeitstheorie II: Unlösbare Probleme 1. Beweistechniken für Unlösbarkeit 2. Wichtige unlösbare Probleme 3. Der Satz von Rice 4. Unentscheidbare

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

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie

Mehr

Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch

Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch 3. Teilklausur 25. 07. 2007 Persönliche Daten bitte gut leserlich

Mehr

11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P

11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie

Mehr

Klausur zur Vorlesung Mathematische Logik

Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 19 Entscheidbarkeit und Berechenbarkeit In der letzten Vorlesung haben wir verschiedene mathematische Operationen

Mehr

Vorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte)

Vorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) 1 Aufgabe 1 (19 Punkte) a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) Q, die endliche Zustandsmenge b) Was besagt die Church-Turing-These? (1 Punkt)

Mehr

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung Informatik III Christian Schindelhauer Wintersemester 2006/07 15. Vorlesung 14.12.2006 1 Reduktionen Unentscheidbare Probleme Das Halteproblem Das Leerheitsproblem einer Turingmaschine Ein einfaches nicht

Mehr

Berechenbarkeit/Entscheidbarkeit

Berechenbarkeit/Entscheidbarkeit Berechenbarkeit/Entscheidbarkeit Frage: Ist eine algorithmische Problemstellung lösbar? was ist eine algorithmische Problemstellung? formale Sprachen benötigen einen Berechenbarkeitsbegriff Maschinenmodelle

Mehr

Kapitel 1.4. Exkurs: Entscheidbarkeit und Komplexität. Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10

Kapitel 1.4. Exkurs: Entscheidbarkeit und Komplexität. Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10 Kapitel 1.4 Exkurs: Entscheidbarkeit und Komplexität Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10 Algorithmen Ein Algorithmus oder eine Rechenvorschrift ist ein effektives

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

Unentscheidbare Probleme: Diagonalisierung

Unentscheidbare Probleme: Diagonalisierung Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Logik und Beweisbarkeit

Logik und Beweisbarkeit Logik und Beweisbarkeit VL 10 Martin Mundhenk Univ. Jena, Institut für Informatik 22. Januar 2019 Vorlesung 11: Beweissysteme 3. Berechenbarkeitstheorie VL08: URM-berechenbare Funktionen und die These

Mehr

Wir suchen Antworten auf die folgenden Fragen: Was ist Berechenbarkeit? Wie kann man das intuitiv Berechenbare formal fassen?

Wir suchen Antworten auf die folgenden Fragen: Was ist Berechenbarkeit? Wie kann man das intuitiv Berechenbare formal fassen? Einige Fragen Ziel: Wir suchen Antworten auf die folgenden Fragen: Wie kann man das intuitiv Berechenbare formal fassen? Was ist ein Algorithmus? Welche Indizien hat man dafür, dass ein formaler Algorithmenbegriff

Mehr

Universelle Maschinen und universelle Funktionen

Universelle Maschinen und universelle Funktionen Universelle Maschinen und universelle Funktionen UNIVERSELLE FUNKTIONEN DEFINITION. Sei F eine Klasse von partiellen Funktionen über N. Eine partielle Funktion ϕ (n+1) ist n-universell für F, wenn (i)

Mehr

Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13

Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13 Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13 Vorname Nachname Matrikelnummer Hinweise Für

Mehr

Berechenbarkeitsmodelle

Berechenbarkeitsmodelle Berechenbarkeit 2 Endliche Automaten erkennen nicht alle algorithmisch erkennbaren Sprachen. Kontextfreie Grammatiken erzeugen nicht alle algorithmisch erzeugbaren Sprachen. Welche Berechnungsmodelle erlauben

Mehr

Durchschnittsleerheitsproblem (DLP)

Durchschnittsleerheitsproblem (DLP) 1 Durchschnittsleerheitsproblem (DLP) Gegeben: L, L. Es ist zu entscheiden, ob L L = Komplement von DLP (DNLP) Gegeben: L, L. Es ist zu entscheiden, ob L L Durchschnittsleerheitsproblem (DLP) 2 Nichtentscheidbarkeit

Mehr

Unentscheidbarkeit. Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen

Unentscheidbarkeit. Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Henning Kerstan & Jan Stückrath Worum geht

Mehr

1936 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus

1936 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus //5 Abstrakte Maschinenmodelle: Turingmaschine (TM) 96 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus einem festen Teil ( "Hardware ) einem variablen Teil ( "Software

Mehr

Diagonalisierung und Reduktion

Diagonalisierung und Reduktion Diagonalisierung und Reduktion Sebastian Wild und Markus E. Nebel 13. März 2012 Inhaltsverzeichnis 1 Notationen 1 2 Diagonalisierung 3 2.0 Grundidee..................................... 3 2.1 Beispielaufgabe..................................

Mehr

Theoretische Informatik: Berechenbarkeit und Formale Sprachen

Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto 26.09.2011 Fachbereich Elektrotechnik/Informatik Universität Kassel Klausur zur Vorlesung Theoretische Informatik: Berechenbarkeit und Formale Sprachen SS 2011 Name:................................

Mehr

Unentscheidbarkeitssätze der Logik

Unentscheidbarkeitssätze der Logik Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie

Mehr

Unentscheidbarkeit des Halteproblems, Unterprogrammtechnik

Unentscheidbarkeit des Halteproblems, Unterprogrammtechnik Unentscheidbarkeit des Halteproblems, Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 26. Oktober 2009 Berthold Vöcking, Informatik 1 () Vorlesung

Mehr

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge. Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen

Mehr