3.5 Symmetrie Agenda
|
|
- Alma Lorenz
- vor 5 Jahren
- Abrufe
Transkript
1 Model Cheking für finite state systems Computergestützte Verifikation.. explizit:.: Tiefensuhe Kapitel symbolish: Kapitel.: LTL-Model Cheking.: CTL-Model Cheking.: Fairness.: B-basiertes CTL-Model Cheking.: SAT-basiertes Model Cheking.: Reduktion durh Symmetrie.: Partial Order Redution.: Tools.: Tools. Symmetrie Agenda Grundgedanke: symmetrish strukturierte Systeme haben symmetrishes Verhalten Quellen für Symmetrie: a) regelmäßig strukturierte atentypen b) replizierte Komponenten im Gesamtsystem Wenn Verhalten bei s bekannt und s symmetrish zu s, brauht Verhalten bei s niht mehr untersuht werden. Formale efinition: symmetrishes Verhalten. Konstruktion des Quotientensystems. Welhe Eigenshaften bleiben erhalten?. Erkennung von atenstruktursymmetrie. Erkennung von Komponentensymmetrie tehnish: Äquivalenzrelation; Quotienten-Transitionssystem.. Symmetrishes Verhalten Basis: Transitionssystem σ heißt Symmetrie, wenn: - σ ist Bijektion S S - s e s gdw. ex. e : σ(s) e σ(s ) -s I gdw. σ(s) I mit Induktion: s s s... Pfad in einem Transitionssystem σ(s) σ(s) σ(s)... ebenfalls -Id ist immer Symmetrie -Wenn σ Symmetrie, so auh σ - -Wenn σ und σ Symmetrien, so auh σ o σ Σ TS : Menge aller Symmetrien von TS [Σ TS,o] ist Gruppe.. Symmetrie in atentypen Fall : Skalare atentypen -Menge von Werten - nur, in Guards - : (Zuweisung) - als Indexmenge von (einfahen) Arrays anderer atentypen - Shleifen der Form FOR ALL x O... - hoose(x) - keine Konstanten Seien x,..., xn alle Variablen eines skalaren atentyps, β eine Belegung dieser Variablen mit Werten, und π eine Permutation auf. Setzen π zu einer Symmetrie σ fort
2 Graphautomorphismen Eine Permutation s: V V heißt Graphautomorphismus, falls für alle v,v aus V gilt:. (v) (σ(v)). Wenn [v,v ] E, so [σ(v),σ(v )] E und ([v,v ]) ([σ(v),σ(v )]) Graphautomorphismen des Kommunikationsgraphen induzieren Symmetrien eines Komponentensystems Hinter allen Symmetrieansätzen steken Graphautomorphismen, z.b. auh hinter atentypsymmetrie: inr inr inr inr Orbits Jede Untergruppe U definiert eine Äquivalenzrelation auf G: g ~ U g gdw. g o g - U reflexiv: g o g - e U symmetrish: Sei g o g - u U g o g - (g o g - ) - u - U transitiv: Sei g o g - u U und g o g - u U g o g - g o (g - o g ) o g - (g o g - ) o (g o g - ) u o u U Klassen heißen Orbits Bsp: Restklassen modulo k x y mod k gdw. k x - y Orbits endliher Gruppen Konzept für Erzeugendensystem Alle Orbits haben gleih viele Elemente, nämlih U Sei g G und O g der Orbit, in dem g liegt. O g { g o u u U} U U (Ein Erzeugendensystem für) U + pro Orbit ein (beliebiges!) Element bilden zusammen ein Erzeugendensystem für G Erzeugung ist in einem gewissen Sinne eindeutig: für jedes g O g gibt es genau ein u U mit g g o u U U U U... Un {e} Eindeutige arstellung: Jedes Element g von G besitzt genau eine arstellung der Form g g o g o... o gn mit gi aus einem der von Ui in U(i-) generierten Orbit Zurük zu Graphautomorphismen [V,E,]; Sei V {v,..., vn} Ui {π π ist Graphautomorphismus und π(vj) vj für j i} Orbits O ik bzgl. Ui in U(i-): {π π ist Graphautomorphismus, π(vj) vj für j < i, π(vi) vk} E {,, ; } g g g g o g o i- i- i j Erzeugendensystem: für alle i {,.., n} und k {i+,.., n}: Wenn O ik dann nimm genau ein Element in das Erzeugendensystem auf (für O ii immer ). o g g o g o g g o g g o g o g max. n(n-)/ Elemente
3 Zweites A Berehnung von Automorphismen - atenstruktur abstrakte Permutation B A... An V B... Bn V g g o g o g A B σ C gdw. σ(ai) Bi (für alle i). Ebene:.... Ebene,,,. Ebene,,, + + Erzeugende für x x Automorphismen A An... C B Bn Abstrakte Permutation Bsp. Komplexität V V jede Permutation ist konsistent {v (v) d} {v (v) d}... {v (v) dk} {v (v) dk} alle Permutationen, die Beshriftung der Knoten respektieren geg: abstrakte Permutation C ges: ein Automorphismus, der konsistent mit C ist ist äquivalent zum Graphisomorphieproblem {v} {v}... {v(i-)} {v(i-)} {vi} {vk} Rest Rest ie Automorphismen, die konsistent sind, sind genau die Elemente eines Orbits bzgl. Ui in U(i-) Berehnungsproblem: geg.: abstrakte Permutation C Graphisomorphismus G G ist Automorphismus von G G, der konsistent mit V V, V V ist konsistenter Automorphismus ist Isomorphismus von G auf G, wobei im Urbild (v) i falls v in Ai, und im Bild (v) i falls v in Bi. ges: ein Automorphismus, der mit C konsistent ist # -Nahbarn in A REFINE #-Nahbarn in B EFINE Jeder Automorphismus, der mit dem alten Constraint konsistent ist, ist auh mit den neuen Constraints konsistent Jeder Automorphismus, der mit dem alten Constraint konsistent ist ist mit genau einem der neuen Constraints konsistent
4 Automorphismenberehnung Orbitproblem poly a e b f a g g g g g g g g g exp #Ai #Bi ist selten meistens poly. Laufzeit!!! geg: s ges: anrep(s). s : MIN{gi - (s), i...}. s : MIN{gi - (s), i...}. s : MIN{gi - (s), i...}... n. sn : MIN{gi - (s[n-]), i...} anrep(s) : sn E {,, ; } g g g g x x s x x - (s) (s) x x x x x x - (s) (s) x x x x - (s) (s) x x x x - (s) (s) s x x E {,, ; } g g g g x x s x x - (s) (s) Resultat x x x x x x x x s - (s) (s) x x x x x x Resultat anrep(s) (s) x x Globales Min führt niht immer über min. Zwishenresultate (si)! Lösung des Orbit-Problems a) exakte Berehnung von anrep äquivalent zu Graphisomorphie b) ganz andere Lösungen des Orbit-Problems sind bekannt: eins funktioniert gut nur für shmale Symmetriegruppen eins funktioniert gut nur für dihte Symmetriegruppen ) approximative Berehnung nah dem beshriebenen Verfahren polynomiell, aber zus. Speiherplatz nötig... Vorteile der approximativen Lösung überwiegen Zusammenfassung Symmetrie Symmetrien können in speziellen atentypen oder als Automorphismen geeigneter Graphen gefunden werden atentypsymmetrie: - nur einige spezielle Symmetriegruppen, + Erkennung der Symmetrien trivial + Orbit-Problem effizient lösbar Automorphismen: + viele Symmetriegruppen ( mehr Reduktion) - Erkennung der Symmetrien aufwendig, obwohl meist doh polynomiell - Orbit-Problem langsam oder approximativ
5 Übung Bestimme ein Erzeugendensystem für die Automorphismengruppe des folgenden Graphen: Übung Wieviele Elemente hat das in der Vorlesung studierte Erzeugendensystem eines a) gerihteten Ringes mit n Knoten, z.b. b) ungerihteten Ringes mit n Knoten, z.b. Übung Finde einen (niht notwendigerweise zusammenhängenden) Graph mit Knoten,...,, dessen Automorphismengruppe folgende Eigenshaften hat:. ie Automorphismengruppe hat Elemente. ie Untergruppe U derjenigen Automorphismen, die Knoten auf sih selbst abbilden, hat Elemente. ie Untergruppe U derjenigen Automorphismen, die Knoten und jeweils auf sih selbst abbilden, enthält nur die Identität
Temporale Operatoren auf Pfaden. Sicherheit und Lebendigkeit. Der Berechnungsbaum. CTL* -Pfadquantoren. Computergestützte Verifikation.
Inhalt Computergetützte Verifikation Kapitel 1: Syteme Kapitel 2: Temporale Logik 25.4.03 Fehlerbeeitigung Simulation Verfeinerung Gegenbeipiel Sytem Abtraktion Präziierung Modell - Model Cheker + Spezifikation
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
MehrInhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS Grundlegende Definitionen (Wiederholung)
Inhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017 Kapitel I. Gruppen 1 Grundlegende Definitionen (Wiederholung) 1.1 Definition. Eine Gruppe ist ein Paar
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrAufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z:
Aufgabe 1.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 2, 2, 2, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 2, 2, 2, 3, 4) zusammenhängend? (c) Hat jeder einfache
MehrAufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y:
Aufgabe 3.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (2, 3, 3, 3, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (2, 3, 3, 3, 3, 4) zusammenhängend? (c) Hat jeder einfache
MehrAufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y:
Aufgabe 2.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 1, 2, 2, 4, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 1, 2, 2, 4, 4) zusammenhängend? (c) Hat jeder einfache
Mehr1.4 Homomorphismen und Isomorphismen
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,
MehrViel Erfolg! Universität Kassel Lösungen zur Klausur WS 2010/11 Diskrete Strukturen II (Informatik) Name:... Matr.-Nr.:...
8. März 2011 Prof. Dr. W. Bley Universität Kassel Lösungen zur Klausur WS 2010/11 Diskrete Strukturen II (Informatik) 1 2 3 4 5 6 Name:................................................ Matr.-Nr.:............................................
MehrDas 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
MehrGruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,
Kapitel 1 Gruppen 1.1 Operationen Lernziele 1. Gruppen und Untergruppen, Erzeugendensysteme, Operationen und Bahnen 1.1.1 Definiton Gruppe, symmetrische Gruppen Definition 1.1. Sei G eine nicht leere Menge
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrKurzskript MfI:AGS WS 2018/19 Teil II: Gruppen 9
Kurzskript MfI:AGS WS 2018/19 Teil II: Gruppen 9 Satz 3.1.15 Sei N eine Natürliche Zahl. Dann gilt S =! := 1 2. (D.h. -Fakultät Elemente.) Beweis : Um eine bijektive Abbildung σ : {1} {1} zu erhalten,
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )
MehrMultiple Choice Quiz: Lösungen
D-MATH Algebra I HS 2015 Prof. Richard Pink Multiple Choice Quiz: Lösungen Jede Frage hat mindestens eine richtige Antwort, manchmal mehrere. 1. Eine nichtleere Teilmenge H G einer Gruppe G ist eine Untergruppe
Mehr5. Äquivalenzrelationen
36 Andreas Gathmann 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will so kann es sinnvoll sein zunächst kleinere einfachere Mengen (bzw. Gruppen) zu betrachten
Mehr1 4. Algebraisch abgeschlossene Körper
1 4. Algebraisch abgeschlossene örper Z iel: onstruktion einer kleinsten algebraisch abgeschlossenen örpererweiterung des örpers und Eindeutigkeit von bis auf -Isomorphie. 1 4. 1. Definition: Ein örper
MehrZur Zykelschreibweise von Permutationen
Zur Zykelschreibweise von Permutationen Olivier Sète 16. Juni 2010 1 Grundlagen Definition 1.1. Eine Permutation von {1, 2,..., n} ist eine bijektive Abbildung σ : {1, 2,..., n} {1, 2,..., n}, i σ(i).
MehrBA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom
Prof. Dr. Norbert Blum Elena Trunz Informatik V BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom 5.2.2014 Bitte beachten Sie, dass die tatsächlichen Klausuraufgaben
MehrÜbungen zur Ingenieur-Mathematik III WS 2015/2016 Blatt h(x, y, z) := (x 2) 2 + y 2 + z 2 4 = 0,
Übungen ur Ingenieur-Mathematik III WS 5/6 Blatt..6 Aufgabe 4: Betrahten Sie die Gleihungen: Lösung: h(,, := ( + + 4 =, g(,, := =, ( h(,, f(,, := = g(,, (. a Geben Sie eine geometrishe Interpretation der
MehrS n. C n. D n. A n. Automorphismengruppe. Definition: Gruppe. Eigenschaften: Äquivalenzrelation. Definition: Nebenklasse. Definition: Normalteiler
S n C n D n A n Automorphismengruppe Definition: Gruppe Definition: Nebenklasse Eigenschaften: Äquivalenzrelation Satz: Lagrange Definition: Normalteiler Einheitswurzelgruppe C n = {ζ C; ζ n = 1} Permutationsgruppe
MehrÜbung zur Vorlesung Diskrete Strukturen I
Technische Universität München WS 00/0 Institut für Informatik Aufgabenblatt Prof. Dr. J. Csirik. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am. und.
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 5 In dieser Vorlesung diskutieren wir Normalteiler, das sind Untergruppen, für die Links- und Rechtsnebenklassen übereinstimmen.
MehrNachbarschaft, Grad, regulär, Inzidenz
Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad
MehrLiften von Lösungen modulo 2
Liften von Lösungen modulo 2 Übung: An welcher Stelle im vorigen Beweis benötigen wir p 2? Geben Sie ein Gegenbeispiel für voriges Lemma für p = 2, r = 3. Modifizieren Sie den Beweis, um das folgende Lemma
Mehr1. Übungsscheinklausur Diskrete Strukturen SS 2000
Aachen, den 23.06.2000 der RWTH Aachen Prof. Dr. L. Volkmann 1. Übungsscheinklausur Diskrete Strukturen SS 2000 1) (4 Punkte) Für welche m, n N mit ggt (m, n) = 1 gilt (m + n) mn? 2) (4 Punkte) Man bestimme
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 15: Graphen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
MehrLiften von Lösungen modulo 2
Liften von Lösungen modulo 2 Übung: An welcher Stelle im vorigen Beweis benötigen wir p 2? Geben Sie ein Gegenbeispiel für voriges Lemma für p = 2, r = 3. Modifizieren Sie den Beweis, um das folgende Lemma
Mehrn (als K 0 -Vektorraum) und insbesondere
Algebra I c Rudolf Scharlau, 2002 2010 209 4.3 Endliche Körper. Wir beschäftigen uns in diesem Abschnitt mit endlichen Körpern. Zum einen kann hier die allgemeine Theorie (auch die der folgenden Abschnitte
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrDiskrete Strukturen Nachholklausur
Technische Universität München Winter 0/7 Prof. H. J. Bungartz / Dr. M. Luttenberger, J. Bräckle, K. Röhner HA- Diskrete Strukturen Nachholklausur.04.07 Beachten Sie: Soweit nicht anders angegeben, ist
MehrDiskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)
WS 2015/16 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrÜbungen zur Vorlesung Einführung in die Mathematik
Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
Mehralle Abbildungen Die Menge aller Abbildungen von A nach B wird mit B A bezeichnet. Es gilt die leere Abbildung die einzige Abbildung von Ø nach B.
Mathematik I für Informatiker Abbildungen p. 1 alle Abbildungen Die Menge aller Abbildungen von A nach B wird mit B A bezeichnet. Es gilt B A = B A. die leere Abbildung die einzige Abbildung von Ø nach
Mehr85 Die allgemeine Cauchysche Integralformel und holomorphe Stammfunktionen
85 Die allgemeine Cauhyshe Integralformel und holomorphe Stammfunktionen 85. Holomorphe Stammfunktionen 85.2 Äquivalenzen zur Gültigkeit des Cauhyshen Integralsatzes für eine feste Funktion 85.(Ho) Homotopie
MehrÜbungsblatt 4. Hausübungen
Übungsblatt 4 Hausübungen Die Hausübungen müssen bis Mittwoch, den 07.11.18, um 18:00 Uhr in den Briefkasten mit Ihrer Übungsgruppennummer im Mathematischen Institut, Raum 301 abgegeben werden. Bitte schreiben
MehrMehr über Abbildungen
Mehr über Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de alle Abbildungen Die Menge aller Abbildungen von A nach B wird mit B A bezeichnet. Es
MehrInvariantentheorie. Vorlesung 24. Die Beziehung zwischen SL 2 (C) und SO 3 (R)
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 24 Die Beziehung zwischen SL 2 C) und SO 3 R) Für die Klassifikation der endlichen Untergruppen der SL 2 C) werden wir die platonische
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/42 Graphische Darstellung von Zusammenhängen schon an vielen Stellen
MehrNachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012
Institut für Theoretishe Informatik Lehrstuhl Prof. Dr. D. Wagner Nahklausur zur Vorlesung Theoretishe Grundlagen der Informatik Wintersemester 2011/2012 Hier Aufkleber mit Name und Matrikelnr. anbringen
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 7 Nebenklassen Definition 7.1. Sei G eine Gruppe und H G eine Untergruppe. Wir setzen x H y (und sagen, dass x und y äquivalent
MehrEinführung 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
MehrKongruenz ist Äquivalenzrelation
Kongruenz ist Äquivalenzrelation Lemma Kongruenz ist Äquivalenzrelation Die Kongruenz modulo n ist eine Äquivalenzrelation auf Z. D.h. für alle a, b, c Z gilt 1 Reflexivität: a a mod n 2 Symmetrie: a b
MehrGrundbegriffe der mathematischen Logik
Grundbegriffe der mathematischen Logik Vorlesung WS 2005/2006 Jakob Kellner http://www.logic.univie.ac.at/ kellner Kurt Gödel Research Center for Mathematical Logic 5. Vorlesung, 2005-11-16 Jakob Kellner
MehrÜbungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 45: Gesucht ist die Schnittmenge der beiden Zylinder
Übungen ur Ingenieur-Mathematik III WS 2/2 Blatt..22 Aufgabe 45: Gesuht ist die Shnittmenge der beiden Zlinder 2 + 2 =, 2 + 2 =. (i Zeigen Sie, dass die Shnittmenge aus wei geshlossenen Kurven besteht
Mehr3 Moduln. Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert.
3 Moduln Analogon zu K-Vektorräumen, aber statt über einem Körper, über einem Ring definiert. Beispiele: (1) (Z n, +, (Z, )), wobei (Z, ) Skalarmultiplikation. k (a 1,...,a n )=(ka 1,...,ka n )inz. (2)
MehrNeues Thema: abstrakte Algebra: Gruppen- und Körpertheorie
Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Def. Eine Gruppe besteht aus einer nicht leeren Menge G und einer Abbildung : G G G (wir werden a b oder ab statt (a,b) schreiben; die Abbildung
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Vorbereitung der Abschlussklausur am 06.02.2018 (Teil 2) 2. Februar 2018 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler 2. Februar 2018
MehrTheoretische 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
MehrVorlesung 6: Gruppen und Homomorphismen
Vorlesung 6: Gruppen und Homomorphismen Gabriele Link 11.11.2013 Gabriele Link Vorlesung 6: Gruppen und Homomorphismen 1 Erinnerung: Verknüpfung Gegeben sei eine Menge M. Eine (innere) Verknüpfung auf
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Vorbereitung der Abschlussklausur am 16.02.2017 (Teil 2) 15. Februar 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 15. Februar 2017
MehrTheorie 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
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist
Mehr5.9 Permutationsgruppen. Sei nun π S n. Es existiert folgende naive Darstellung: Kürzer schreibt man auch
5.9 Permutationsgruppen Definition 103 Eine Permutation ist eine bijektive Abbildung einer endlichen Menge auf sich selbst; o. B. d. A. sei dies die Menge U := {1, 2,..., n}. S n (Symmetrische Gruppe für
MehrTheoretische 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
MehrMathematik für Informatiker I,
Teil II Algebra 70 Kapitel 8 Gruppen 8.1 Bedeutung in der Informatik Gruppen sind abstrakte Modelle für Mengen, auf denen eine Verknüpfung (etwa Addition oder Multiplikation) definiert ist. Allgemeine
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 9 Graduierte Körpererweiterungen Definition 9.1. Es sei K ein Körper und D eine kommutative Gruppe. 1 Eine K-Algebra A heißt D-graduiert,
Mehr3-Färbbarkeit. Korollar: Zu Entscheiden, ob ein Graph k-färbbar ist mit k 3, ist NP-vollständig.
3-Färbbarkeit Wir wissen bereits, dass in polynomieller Zeit entschieden werden kann, ob ein Graph 2-färbbar ist. Satz: Zu Entscheiden, ob ein Graph 3-färbbar ist, ist NPvollständig. Beweis: Reduktion
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/59 Graphische Darstellung von Zusammenhängen schon
MehrFORMALE SYSTEME. 8. Vorlesung: Minimale Automaten. TU Dresden, 6. November Markus Krötzsch Lehrstuhl Wissensbasierte Systeme
FORMALE SYSTEME 8. Vorlesung: Minimale Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 6. November 2017 Rückblick Markus Krötzsch, 6. November 2017 Formale Systeme Folie 2 von 26
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws13/14
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 44 In den folgenden Vorlesungen werden wir unsere Methoden um einige wesentliche Aspekte erweitern, indem wir
MehrSatz 94 Sei b N 0 und p N eine Primzahl. Dann gilt:
5.6 Satz von Fermat Satz 94 Sei b N 0 und p N eine Primzahl. Dann gilt: b p b mod p, (falls b 0 mod p : b p 1 1 mod p) (gemeint ist: die Gleichung b p = b gilt modulo p) Diskrete Strukturen 5.6 Satz von
MehrAuswertung von Operatorbäumen Huffman-Code
Datenstrukturen: Bäume 4 Bäume 4. Terminologie und Grundlagen: Modelle für Graphen und Bäume 4.. Spezifikation und einfahe Algorithmen 4. Anwendungen - 4.. Auswertung von Operatoräumen - 4.. Huffman-Code
MehrRelationen und DAGs, starker Zusammenhang
Relationen und DAGs, starker Zusammenhang Anmerkung: Sei D = (V, E). Dann ist A V V eine Relation auf V. Sei andererseits R S S eine Relation auf S. Dann definiert D = (S, R) einen DAG. D.h. DAGs sind
MehrProbleme 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
MehrWas bisher geschah. gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen
Was bisher geschah gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen Spezielle Graphen: I n, K n, P n, C n, K m,n, K 1,n, K n1,...,n m Beziehungen zwischen Graphen: Isomorphie, Teilgraph,
MehrANALYSIS I FÜR TPH WS 2017/18 2. Übung Übersicht
ANALYSIS I FÜR TPH WS 207/8 2. Übung Übersiht Aufgaben zu Kapitel und 2 Aufgabe : Nummerierungsfunktionen Aufgabe 2: Gibt s das? Aufgabe 3: ( ) Selbstbezüglih definierte Funktionen Aufgabe 4: ( ) Eine
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph
MehrApproximierbarkeit. 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
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
MehrVortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC. 1 Der Einbettungssatz von Jech und Sochor
Seminar zur Mengenlehre: Forcing SS 2007 Prof. Dr. P. Koepke 11. und 18. Juni 2007 Dr. B. Irrgang Vortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC Friedemann Diener 1 Der
MehrDie umgekehrte Richtung
Die umgekehrte Richtung Satz 95 Sei n N, n 2. Dann gilt: b n 1 1 mod n für alle b Z n \ {0} = n ist prim. Beweis: [durch Widerspruch] Annahme: r n für ein r N, r > 1. Dann also r n 1 1 (r mod n) n 1 1
Mehr21 Körperhomomorphismen
21 Körperhomomorphismen Definition 21.1. Seien K, L, M... Körper. (i) Ein Ringhomomorphismus σ : K L heißt Körperhomomorphismus. Die Menge der Körperhomomorphismen K L bezeichnen wir mit Hom(K, L). Ein
MehrDiskrete Mathematik Kongruenzen
Diskrete Mathematik Kongruenzen 31. Mai 2006 1 Inhaltsverzeichnis 1. Einleitung 2. Prime Restklassen 3. Die Sätze von Euler und Fermat 4. Lineare Kongruenzen 5. Systeme 2 Einleitung 3 Fragestellung Wie
MehrKlausur Algorithmentheorie
Prof. Dr. G. Schnitger Frankfurt, den 06.04.2009 Klausur Algorithmentheorie WS 2008/2009 Name: Vorname: Geburtsdatum: Studiengang: BITTE GENAU LESEN Die Klausur besteht aus 4 Aufgaben, in denen maximal
MehrÜbungsblatt 12: Abschluss
Übungsblatt 1: Abschluss 1. PRIMITIVE ELEMENTE V 1.1. (a) Sei E K eine endliche Galoiserweiterung. Zeigen Sie (mit Hilfe der Galoiskorrespondenz), dass für α E die beiden Aussagen äquivalent sind: (i)
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
Mehr17 Lineare Abbildungen
Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
Mehr- Theorie der uninterpretierten
Theorie der uninterpretierten Funktionen Entscheidungsverfahren mit Anwendungen in der Softwareverifikation STEPHAN FALKE INSTITUT FÜR THEORETISCHE INFORMATIK (ITI) 0 KIT 13. Universität Mai 2013 des S.
MehrGraphentheorie. Algebraic Graph Theory von Chris Godsil und Gordon Royle. Kapitel Seminararbeit. von. Katharina Mayr
Graphentheorie Algebraic Graph Theory von Chris Godsil und Gordon Royle Kapitel 1.1 1.3 Seminararbeit von Katharina Mayr 01210559 Universität Graz Insitut für Mathematik und wissenschaftliches Rechnen
MehrAlgebra und Zahlentheorie I, Blatt 10, Aufgabe 4
Algebra und Zahlentheorie I, Blatt 10, Aufgabe 4 Aufgabe 4. (Die Gruppen der Ordnung 12) Beweisen Sie, dass jede Gruppe der Ordnung 12 sich als semidirektes Produkt einer 2-Sylowuntergruppe mit einer 3-Sylowuntergruppe
MehrAufgabensammlung zum Tutorium zur STEOP für LAK
Aufgabensammlung zum Tutorium zur STEOP für LAK Zusammengestellt von A. Čap aufbauend auf die Beiepiele von H. Schichl aus früheren Semestern Dieses Skriptum enthält Übungsaufgaben zur Vorlesung Einführung
MehrNeues Thema: abstrakte Algebra: Gruppen- und Körpertheorie
Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Def. Eine Gruppe besteht aus einer nicht leeren Menge G und einer Abbildung : G G G (wir werden a b oder ab statt (a,b) schreiben; die Abbildung
MehrAlgebra I. Zwischenprüfung. 19. Februar 2016
Name: Vorname: Studiengang: Legi-Nr.: Algebra I D-MATH, HS 2015 Prof. Richard Pink Algebra I Zwischenprüfung Wichtig: 19. Februar 2016 Die Prüfung dauert 120 Minuten. Bitte legen Sie Ihre Legi (Studierendenausweis)
MehrAlgorithmentheorie 1. Vorlesung
Algorithmentheorie. Vorlesung Martin Dietzfelbinger 6. April 2006 Methode, Material Vorlesung Vorlesungsskript (Netz, Copyshop) Folien (im Netz) Vorlesung nachbereiten! Übung Übungsblätter (im Netz) Übung
MehrAngewandte Mathematik am Rechner 2 WINTERSEMESTER 2017/18 *#$?!! Kapitel 5. Symmetrie. Michael Wand Institut für Informatik.
Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 2 WINTERSEMESTER 2017/18 *#$?!! Kapitel 5 Symmetrie Symmetrie Geometrische Symmetrie Beispiele Symmetrische geometrische Objekte (2D)
MehrGrundlagen der Theoretischen Informatik
1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Notation für Wörter w a is die Anzahl der Vorkommen von
MehrSerie 4. Abgabetermin. Bis zum in meinem Briefkasten (Raum A 514). Bitte die Lösungen mit Namen, Matrikelnummer und Übungsgruppe versehen.
Wintersemester 17/18 ALGEBRA I Serie 1 Prof. Dr. J.S. Wilson Aufgabe 1.1. (a) Seien H 1, H 2 Untergruppen einer Gruppe G und sei G = H 1 H 2. Zeigen Sie, daß entweder H 1 = G oder H 2 = G. (b) Geben Sie
MehrNP-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
MehrEinführung in LTL unter MAUDE. Maschine!es Beweisen Einführung in LTL Seit# 1
Einführung in LTL unter MAUDE Mashine!es Beweisen Einführung in LTL Seit# 1 Verifikation eines Systems System- Verhalte% System- Spezifikatio% Mashine!es Beweisen Einführung in LTL Seit# 2 Verifikation
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
Mehr19 Körperhomomorphismen
19 Körperhomomorphismen Definition und Bemerkung 19.1. (i) Seien K, L Körper. Ein Ringhomomorphismus σ : K L heißt Körperhomomorphismus. Die Menge der Körperhomomorphismen K L bezeichnen wir mit Hom(K,
Mehr