Seminar - Model Checking

Größe: px
Ab Seite anzeigen:

Download "Seminar - Model Checking"

Transkript

1 Seminr - Model Checking Äquivlenz(Klssen) - Trces, Simultion, Bisimultion,... Tim Hrtmnn

2 Gliederung Einleitung Trnsitionssysteme Beobchtbres Verhlten Äquivlenz Äquivlenzreltionen Trces Simultion Bisimultion Stotter-Reltionen 2

3 S, S Trnsitionssysteme (Aktionszentriert) : Menge von Zuständen : Trnsitionsreltion Schreibweise: Act : Menge von Aktionen I Act, I s S S, Act p q für p, q S Act p,,q : Menge ller Aktionen, die in möglich sind Lbeled Trnsition System (LTS) nch vn Glbbeek 1+2) Milner 4) s 3

4 Beispiel Trnsitionssystem s 0 b s 1 S={s 0, s 1, s 2 } s 2 c Act={, b,c} ={ s 0,, s 1, s 0,, s 2, s 1, c, s 2, s 2,b, s 1 } Strtzustände? - Mrkiert, Zustände ohne eingehende Trnsitionen, beliebig, vriiert in der Litertur Endzustände? - Zustände ohne usgehende Trnsition Eigenschften von Zuständen? 4

5 Beschriftetes Trnsitionssystem (Zustndsbsiert) Komplettes Tupel: : Menge von tomren Aussgen : Beschriftungsfunktion AP L s sei eine Aussgefunktion s erfüllt L s erfüllt Weiterhin: Strtzustände S, Act,, I, AP, L I S L s : S 2 AP Lbelled Trnsition System nch Bier, Ktoen 3) 2 AP : Potenzmenge (Powerset) von AP 5

6 Beispiel LTS s 0 s 1 { rot } { grün } L s 0 =rot, L s 1 =grün =EF grün s 1 erfülllt Vergleich: Kripke Struktur 6

7 LTS und Petri Netze Zustnd 0 Trnsition schltet Aktion Zustnd 1 7

8 LTS und Petri Netze Zustnd 0 Tür öffnen L(Z 0 )= Tür öffnen Aktion Tür öffnen L(Z 1 )= Zustnd 1 8

9 Beobchtbres Verhlten Wie unterscheiden sich zwei LTS? Für eine Antwort: ds Verhlten von beiden beobchten. Lässt sich kein Unterschied feststellen, werden sie ls gleich identifiziert Grundstzfrge: Aktionen oder Zustände beobchten? Ampel ht uf Rot geschltet oder Ampel ist im Zustnd mit der Eigenschft Rot? Beides ist gleich mächtig 9

10 Beobchten Kein Wissen über interne Abläufe oder Struktur System ist Blck Box in einem Testszenrio Von ussen sichtbre Aktionen/Aussgen Gibt es Interktion mit der Umwelt? Können Aktionen eingeschränkt werden? Trifft ein Benutzer eine Auswhl? Lssen sich finle Zustände erkennen?... 10

11 Äquivlenz Abhängig dvon ws und wie beobchtet wird, werden LTS ls gleich identifiziert O p : mögliche Beobchtungen von Äquivlenzreltionen: Reflexiv Symmetrisch Trnsitiv p p= O q O p =O q Äquivlenzklssen: [ p] O ={q S p= O q} weitere Schreibweisen: [p], p/~o,... 11

12 Trces Definition Aktionsbsiert Act ist Trce von p, wenn q, mit p q T p : Menge ller Trces von p Trce-Äquivlenz: p= T q T p =T q 12

13 Trces Beispiel Zwei Getränkeutomten links und rechts T 0,50 =T r l ={ 0,50, } T l =T r left= T right Obwohl der rechte Automt nichtdeterministisch in einen fehlerhften Zustnd geht, lässt sich nhnd der Trces kein Unterschied feststellen. 13

14 Complete Trces Definition Act ist complete Trce von p wenn q,mit p q I q = CT p : Menge ller Complete Trces von p CTrce-Äquivlenz: p= CT q CT p =CT q 14

15 Trces Definition Zustndsbsiert infinite Pth: =s 0 s 1 s 2... trce =L s 0 L s 1 L s 2... Trces TS : Menge ller Trces eines TS für initile, mximle Pfde Trce-Äquivlenz: Trces TS 1 =Trces TS 2 15

16 Complete Trces Beispiel Zwei Getränkeutomten links und rechts CT r ={ 0,50 0,50, } CT l ={ 0,50, } CT l CT r left CT right 16

17 Simultion Definition Aktionsbsiert prq p p' q' : q q' p' Rq ' p, p' S 1, q, q ' S 2, Act p wird simuliert von q, p q, wenn R mit prq Simultionsäquivlenz: p= S q p q q p 17

18 Simultion Definition Zustndsbsiert TS i = S i, Act i, i, I i, AP, L i,i=1,2 Simultion: binäre Reltion s 1 I 1 s 2 I 2 s 1, s 2 R R S 1 S 2 s 1, s 2 R gilt : (1) L s 1 =L s 2 (2) s 1 ' Post s 1 dnn s 2 ' Post s 2 mit s 1 ', s 2 ' R TS 2 simuliert TS 1,TS 1 TS 2 Simultionsäquiv.: TS 1 TS 2 TS 1 TS 2 TS 2 TS 1 18

19 Simultion Beispiel 1 Zwei Getränkeutomten links und rechts right left? Kffee Kffee 19

20 Simultion Beispiel 1 Zwei Getränkeutomten links und rechts Kffee Kffee 20

21 Simultion Beispiel 1 Zwei Getränkeutomten links und rechts Kffee Kffee 21

22 Simultion Beispiel 1 Zwei Getränkeutomten links und rechts Kffee Kffee Der rechte Automt wird vom linken simuliert. 22

23 Simultion Beispiel 1 Zwei Getränkeutomten links und rechts right left left right Kffee left = CT right Kffee left S right Der rechte Automt knn den rot mrkierten Zustnd des linken Aumten nicht simulieren. 23

24 Simultion Beispiel 2 Andere Aktionen/Eigenschften bezhlen right left left right bezhlen bezhlen Getränk Getränk Getränk Getränk left= S right Aus jedem der rot mrkierten Zustände führt eine Trnsition mit der Aktion Getränk. Eine Eigenschft wie: A bezhlen U Getränk wird von beiden Systemen erfüllt. 24

25 Simultion Beispiel 3 Zwei Getränkeutomten links und rechts left right? right left? 25

26 Simultion Beispiel 3 Zwei Getränkeutomten links wird simuliert von rechts 26

27 Simultion Beispiel 3 Zwei Getränkeutomten rechts wird simuliert von links 27

28 Simultion Beispiel 3 Zwei Getränkeutomten links und rechts right left left right left= S right left CT right Simultion ist unbhängig von Complete Trces (Vergleich: Beispiel 1 und Beispiel 3). 28

29 Bisimultion Definition prq p p' q' : q q' p' Rq ' prq q q' p' : p p ' p ' Rq' p, p' S 1, q, q ' S 2, Act Bisimultionsäquivlenz: p= B q Bisimultion R mit prq weitere Schreibweise 3+4) : p~q 29

30 Bisimultion Definition Zustndsbsiert TS i = S i, Act i, i, I i, AP, L i,i=1,2 Bisimultion: binäre Reltion (1) (2) (3) s 1 I 1 s 2 I 2 s 1, s 2 R s 2 I 2 s 1 I 1 s 1, s 2 R R S 1 S 2 s 1, s 2 R gilt : L s 1 =L s 2 s 1 ' Post s 1 dnn s 2 ' Post s 2 mit s 1 ', s 2 ' R s 2 ' Post s 2 dnn s 1 ' Post s 1 mit s 1 ', s 2 ' R Bisimultionsäquivlenz: TS 1 ~TS 2 30

31 Bisimultion Gegenbeispiel Zwei Getränkeutomten links und rechts left= S right left B right Es gibt keine Bisimultion, welche die rot mrkierten Zustände enthält. Denn drus müsste die blu gekennzeichnete Zuordnung folgen. 31

32 Bisimultion Beispiel Abstrktere LTS p und q p 0 b p 1 q 0 q 1 b p 2 p~q? q 2 b 32

33 Bisimultion Beispiel Abstrktere LTS p und q p 0 b p 1 q 0 q 1 b p 2 p~q? q 2 b B={ p 0, q 0, p 0, q 2,...} 33

34 Bisimultion Beispiel Abstrktere LTS p und q p 0 b p 1 q 0 q 1 b p 2 p~q q 2 b B={ p 0, q 0, p 0, q 2, p 1, q 1, p 2,q 1 } 34

35 (Bi)Simultion und Trces Bisimultion, Simultion und Trces lssen sich in eine Reihenfolge bringen: TS 1 ~TS 2 TS 1 TS 2 Decken sich in AP-deterministischen TS Simultion und (complete) Trces sind unbhängig Wenn TS 1 keine Terminlzustände enthält: TS 1 TS 2 Trces TS 1 Trces TS 2 35

36 (Bi)Simultion und Trces Fortsetzung: In AP-deterministischen TS: TS 1 TS 2 Trces TS 1 =Trces TS 2 Grfik für Aktionsbsierte Reltionen: Bisimultion Simultion Complete Trces Trces 36

37 Quotientensysteme (Bi)Simultion erlubt Vergleiche zwischen LTS Knn uch eingesetzt werden, um Zustände innerhlb eines LTS zu vergleichen Quotentensystem knn deutlich kleiner sein, ws effizienteres Model Checking erlubt Trces, Simultion und Bisimultion erhlten bestimmte Eigenschften (LTL, CTL) 37

38 Quotientensystem/Abstrktion Quotientensystem q bezhlen bezhlen bezhlen bezhlen Getränk Getränk Getränk Getränk l 1, l 2 [q] l~q Getränk Eine Eigenschft wie: wird von llen Systemen erfüllt. A bezhlen U Getränk 38

39 Stotter (Linerzeit) Reltionen Auch bezeichnet ls schwche / wek... Trnsition knn uf Sequenz von Trnsitionen bgebildet werden: Wenn sich der Whrheitswert der Atomren Aussgen nicht ändert So lng nur innere / unsichtbre Aktionen usgeführt werden Ermöglicht beliebig viele Stotter-Schritte innerhlb einer Äquivlenzklsse Divergenz?: verlssen Stotter-Pfde die Äquivlenzklssen? 39

40 Stotter Reltionen Beispiel s 0 {} s 1 s 2 s 3 {} {} { } s 0 und s 1 sind Stotter-Äquivlent [] es ist möglich unendlich lng in zu bleiben s 0, s 1 und s 2 sind nur Stotter-Äquivlent, wenn Divergenz nicht bechtet wird 40

41 Litertur 1) R. J. vn Glbbeek. The Liner Time - Brnching Time Spectrum I. The Semntics of Concrete, Sequentil Processes. Online vilble version ) R. J. vn Glbbeek. The Liner Time - Brnching Time Spectrum II. The semntics of sequentil systems with silent moves. Online vilble version ) Christel Bier, Joost-Pieter Ktoen. Principles of Model Checking. MIT Press ) Robin Milner. Communicting nd Mobile Systems: The Pi Clculus. Cmbridge Univ Press

1 Logiken und Transitionssysteme

1 Logiken und Transitionssysteme 1 Logiken und Trnsitionssysteme 1.1 Modellierung mithilfe von Logik Definition 1.1 Eine reltionle Signtur ist ein Tupel τ = (R 1,.., R n ) us Reltionensymbolen. Jedes Symbol R i ht eine Stelligkeit r(r

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip. Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011 Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl

Mehr

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen. Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.

Mehr

Minimierung von DFAs. Minimierung 21 / 98

Minimierung von DFAs. Minimierung 21 / 98 Minimierung von DFAs Minimierung 21 / 98 Ein Beispiel: Die reguläre Sprche L({, } ) Wie stellt mn fest, o ein Wort ds Suffix esitzt? Ein erster Anstz: Speichere im ktuellen Zustnd die eiden zuletzt gelesenen

Mehr

2.6 Reduktion endlicher Automaten

2.6 Reduktion endlicher Automaten Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n

Mehr

Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2012 Universität Duisburg-Essen. Erreichbarkeit. Vorstellung

Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2012 Universität Duisburg-Essen. Erreichbarkeit. Vorstellung Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2012 Universität Duisburg-Essen Brbr König Übungsleitung: Henning Kerstn Ds heutige Progrmm: Orgnistorisches Vorstellung bluf der Vorlesung und

Mehr

Modellierung und Analyse eingebetteter und verteilter Systeme

Modellierung und Analyse eingebetteter und verteilter Systeme Modellierung und Anlyse eingebetteter und verteilter Systeme Thred Funktionlität Teil 1 Einleitung Zustndstrnsitionssysteme Petrinetz und Prtilordnungsmodelle Prozesslgebr: CCS Temporle Logik: LTL, CTL,

Mehr

Ergänzungsblatt 6. Letzte Änderung: 24. November 2018

Ergänzungsblatt 6. Letzte Änderung: 24. November 2018 Ergänzungsltt 6 Letzte Änderung: 24. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Erinnerung: Die Besprechungstermine für die Ergänzungen 7 is 10 fllen is uf Weiteres us. Aufgen, Lösungen

Mehr

2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht

2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht Formle Systeme, Automten, Prozesse Übersicht 2 2.1 Reguläre Ausdrücke 2.2 Endliche Automten 2.3 Nichtdeterministische endliche Automten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.7 Berechnung

Mehr

Formale Sprachen. Endliche Automaten - Kleene. Reguläre Sprachen. Rudolf FREUND, Marion OSWALD. Endliche Automaten. Endliche Automaten: Beispiel

Formale Sprachen. Endliche Automaten - Kleene. Reguläre Sprachen. Rudolf FREUND, Marion OSWALD. Endliche Automaten. Endliche Automaten: Beispiel Formle Sprchen Reguläre Sprchen Endliche Automten - Kleene STEPHEN KLEENE (99-994) Rudolf FREUND, Mrion OSWALD 956: Representtion of events in nerve nets nd finite utomt. In: C.E. Shnnon und J. McCrthy

Mehr

Relationen: Äquivalenzrelationen, Ordnungsrelationen

Relationen: Äquivalenzrelationen, Ordnungsrelationen TH Mittelhessen, Sommersemester 202 Lösungen zu Üungsltt 9 Fchereich MNI, Diskrete Mthemtik 2. Juni 202 Prof. Dr. Hns-Rudolf Metz Reltionen: Äquivlenzreltionen, Ordnungsreltionen Aufge. Welche der folgenden

Mehr

Analysevefahren am Beispiel Wechselseitiger Ausschluß II

Analysevefahren am Beispiel Wechselseitiger Ausschluß II Modellierung und Anlyse mittels FSs Anlysevefhren m Beispiel Wechselseitiger Ausschluß II Üersicht- Wiederholung Beispielprolem: Interferenz von rozessen und wechselseitiger Ausschluß (mutul exclusion).

Mehr

Modellierung und Analyse eingebetteter und verteilter Systeme. Thread Funktionalität Teil 1

Modellierung und Analyse eingebetteter und verteilter Systeme. Thread Funktionalität Teil 1 Modellierung und Anlyse eingebetteter und verteilter Systeme Thred Funktionlität Teil 1 Einleitung Zustndstrnsitionssysteme Petrinetz und Prtilordnungsmodelle Prozesslgebr: CCS Temporle Logik: LTL, CTL,

Mehr

Grundlagen der Theoretischen Informatik, WS11/12 Minimale Automaten

Grundlagen der Theoretischen Informatik, WS11/12 Minimale Automaten Fkultät IV Deprtment Mthemtik Lehrstuhl für Mthemtische Logik und Theoretische Informtik Prof. Dr. Dieter Spreen Dipl.Inform. Christin Uhrhn Grundlgen der Theoretischen Informtik, WS11/12 Minimle Automten

Mehr

Berechenbarkeitstheorie 4. Vorlesung

Berechenbarkeitstheorie 4. Vorlesung 1 Berechenbrkeitstheorie Dr. Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attribution-NonCommercil 3.0 Unported Lizenz. Reguläre Ausdrücke

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlgen der Theoretischen Informtik 3. Endliche Automten (II) 28.04.2016 Vioric Sofronie-Stokkermns e-mil: sofronie@uni-koblenz.de 1 Übersicht 1. Motivtion 2. Terminologie 3. Endliche Automten und reguläre

Mehr

Formale Techniken in der Software-Entwicklung: Reaktive Systeme

Formale Techniken in der Software-Entwicklung: Reaktive Systeme Formle Techniken in der Softwre-Entwicklung: Rektive Systeme Christin Prehofer LMU München uf Bsis von Mterilien von Mrtin Wirsing SS 2012 C. Prehofer: Formle Techniken in der Softwre-Entwicklung: Rektive

Mehr

Grundlagen des Maschinellen Lernens Kap 3: Lernverfahren in anderen Domänen

Grundlagen des Maschinellen Lernens Kap 3: Lernverfahren in anderen Domänen . Motivtion 2. Lernmodelle Teil I 2.. Lernen im Limes 2.2. Fllstudie: Lernen von Ptternsprchen 3. Lernverfhren in nderen Domänen 3.. 3.2. Entscheidungsbäume 3.3. Entscheidungsbäume über regulären Ptterns

Mehr

Modellierung nebenläufiger Systeme (Notizen zur Vorlesung im Sommersemester 2012 an der Universität Duisburg-Essen) Barbara König

Modellierung nebenläufiger Systeme (Notizen zur Vorlesung im Sommersemester 2012 an der Universität Duisburg-Essen) Barbara König Modellierung nebenläufiger Systeme (Notizen zur Vorlesung im Sommersemester 202 n der Universität Duisburg-Essen) Brbr König 20. Juni 202 Inhltsverzeichnis Einleitung 2 2 Trnsitionssysteme 3 2. Eigenschften

Mehr

Modellierung nebenläufiger Systeme (Notizen zur Vorlesung im Sommersemester 2011 an der Universität Duisburg-Essen) Barbara König

Modellierung nebenläufiger Systeme (Notizen zur Vorlesung im Sommersemester 2011 an der Universität Duisburg-Essen) Barbara König Modellierung nebenläufiger Systeme (Notizen zur Vorlesung im Sommersemester 2011 n der Universität Duisburg-Essen) Brbr König 1. Juni 2011 Inhltsverzeichnis 1 Einleitung 2 2 Trnsitionssysteme 3 2.1 Eigenschften

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von

Mehr

Nichtdeterministische endliche Automaten. Nichtdetermistische Automaten J. Blömer 1/12

Nichtdeterministische endliche Automaten. Nichtdetermistische Automaten J. Blömer 1/12 Nichtdeterministische endliche Automten Nichtdetermistische Automten J. Blömer 1/12 Nichtdeterministische endliche Automten In mnchen Modellierungen ist die Forderung, dss δ eine Funktion von Q Σ Q ist,

Mehr

Endliche Automaten 7. Endliche Automaten

Endliche Automaten 7. Endliche Automaten Endliche Automten 7 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte

Mehr

Reguläre Sprachen. Reguläre Ausdrücke NFAs

Reguläre Sprachen. Reguläre Ausdrücke NFAs Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Dr Snder Bruggink Üungsleitung: Jn Stückrth Wir eschäftigen uns jetzt einige Wochen mit regulären Sprchen deterministische

Mehr

Automaten, Spiele, und Logik

Automaten, Spiele, und Logik Automten, Spiele, und Logik Woche 9 13. Juni 2014 Inhlt der heutigen Vorlesung Büchi Automten co-büchi Automten Komplementierung für deterministische Büchi Automten Ein Ziel: den Stz von Büchi-Elgot-Trkhtenrot

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise

Mehr

Gliederung. Kapitel 1: Endliche Automaten

Gliederung. Kapitel 1: Endliche Automaten Gliederung. Einleitung und Grundegriffe. Endliche utomten 2. Formle Sprchen 3. Berechenrkeitstheorie 4. Komplexitätstheorie E: diversion.. Grundlgen.2..3. Grenzen endlicher utomten /2, S. 28 Prof. Steffen

Mehr

Potenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit

Potenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit 1 Potenzutomt Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit D(S, x) = d(s, x) s S für lle S P(Z), x I; F P = {S P(Z) S F }. Potenzutomt

Mehr

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Vorlesung Grundlgen der Theoretischen Informtik / Einführung in die Theoretische Informtik I Bernhrd Beckert Institut für Informtik Sommersemester 2007 B. Beckert Grundlgen d. Theoretischen Informtik:

Mehr

Berechenbarkeitstheorie 2. Vorlesung

Berechenbarkeitstheorie 2. Vorlesung Berechenrkeitstheorie Dr. Frnzisk Jhnke Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attriution-NonCommercil 3.0 Unported Lizenz. Deterministischer

Mehr

Finite-State Technology

Finite-State Technology Finite-Stte Technology Teil IV: Automten (2. Teil) 1 Definition eines -NEA Ein -NEA ist ein Quintupel A = (Q,, δ, q0, F), wobei Q = eine endliche Menge von Zuständen = eine endliche Menge von Eingbesymbolen

Mehr

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge Formle Grundlgen der Informtik Kpitel 2 und reguläre Sprchen Frnk Heitmnn heitmnn@informtik.uni-hmurg.de 7. April 24 Frnk Heitmnn heitmnn@informtik.uni-hmurg.de /7 Alphet und Wörter - Zusmmengefsst Die

Mehr

RWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt

RWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt RWTH Achen Lehrgeiet Theoretische Informtik Rossmnith Dreier Hrk Kuinke SS 2017 Bltt 4 22.5.2017 Lösungsvorschlg zur Vorlesung Formle Sprchen, Automten und Prozesse Aufge T11 1. L, d L, er / L. L, d für

Mehr

Protokoll zur Vorlesung Theoretische Informatik I

Protokoll zur Vorlesung Theoretische Informatik I Protokoll zur Vorlesung Theoretishe Informtik I! " # $ % # & ' ( % ) * + & " & & &, " ' % + - + # + & '. / 0 1 # 0 & 2 & # & 3 4 & 5 # 0 + & 6 & ' + 7 7 3 8 4 & 7 + + + % ( % 6 # 9 & 5 # 0 + & 3 8. : &

Mehr

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle

Mehr

Lösungen zum Ergänzungsblatt 4

Lösungen zum Ergänzungsblatt 4 en zum Ergänzungsltt 4 Letzte Änderung: 23. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Vorereitungsufgen Vorereitungsufge 1 Sei M = ({p, q, r}, {, }, δ, p, {q, r}) ein DEA mit folgender

Mehr

1.2 Eigenschaften der reellen Zahlen

1.2 Eigenschaften der reellen Zahlen 12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden

Mehr

Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013)

Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013) Berlin, 17.07.2013 Nme:... Mtr.-Nr.:... Klusur TheGI 2 Automten und Komplexität (Niedermeier/Hrtung/Nichterlein, Sommersemester 2013) 1 2 3 4 5 6 7 8 Σ Bereitungszeit: mx. Punktezhl: 60 min. 60 Punkte

Mehr

7 Modellierung von Abläufen 7.1 Endliche Automaten

7 Modellierung von Abläufen 7.1 Endliche Automaten 7 Modellierung von Aläufen 7. Endliche Automten Mod-7. Endlicher Automt: Formler Klkül zur Spezifiktion von relen oder strkten Mschinen. Sie regieren uf äußere Ereignisse, ändern ihren inneren Zustnd,

Mehr

Determinisierung von Transduktoren nach Mohri

Determinisierung von Transduktoren nach Mohri Determinisierung von Trnsduktoren nch Mohri Simone Eberhrd Ktj Niemnn Inet Sējāne 28.06.2004 1 Determinisierung von Trnsduktoren Motivtion Wichtige Eigenschften für die Verrbeitung großer Dtenmengen: Lufzeit

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlgen der Theoretischen Informtik 3. Endliche Automten 6.05.2015 Vioric Sofronie-Stokkermns e-mil: sofronie@uni-kolenz.de 1 Üersicht 1. Motivtion 2. Terminologie 3. Endliche Automten und reguläre Sprchen

Mehr

a) Eine Menge, die aus jeder Äquivalenzklasse genau ein Element enthält, ist

a) Eine Menge, die aus jeder Äquivalenzklasse genau ein Element enthält, ist Lösungen zu den Fschingsufgen Aufge 15 ) Eine Menge, die us jeder Äquivlenzklsse genu ein Element enthält, ist { n n N 0 } { n n N 0 } {}. ) n N 0 : w = n {w {, } ww L} = { k n+k k N 0 }. c) Nein. n N

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:

Mehr

Automaten, Spiele, und Logik

Automaten, Spiele, und Logik Automten, Spiele, und Logik Woche 1 15. April 2014 Inhlt der gnzen Vorlesung Automten uf endlichen Wörtern uf undendlichen Wörtern uf endlichen Bäumen Spiele Erreichrkeitsspiele Ehrenfeucht-Frïssé Spiele

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):

Mehr

Deterministische endliche Automaten. Berechenbarkeit und Komplexität Endliche Automaten. Deterministische endliche Automaten

Deterministische endliche Automaten. Berechenbarkeit und Komplexität Endliche Automaten. Deterministische endliche Automaten Berechenrkeit und Komplexität Endliche Automten Deterministische endliche Automten Folge von Symolen c 4 d 2 Bnd Wolfgng Schreiner Wolfgng.Schreiner@risc.jku.t Automt Folge kzeptiert Reserch Institute

Mehr

4. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16

4. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16 Krlsruher Institut für Technologie Institut für Theoretische Informtik Prof. Dr. Peter Snders L. Hüschle-Schneider, T. Mier 4. Üungsltt zu Theoretische Grundlgen der Informtik im WS 2015/16 http://lgo2.iti.kit.edu/tgi2015.php

Mehr

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} + Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung von endlichen Automaten in reguläre Ausdrücke Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien Inhltsverzeichnis Automten und formle Sprchen Notizen zu den Folien 1 Grundlgen und formle Beweise 3 Venn-Digrmme (Folie 28).................................. 3 Beispiele zu Mengenopertionen (Folie 29)..........................

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,

Mehr

Automaten, Spiele, und Logik

Automaten, Spiele, und Logik Automten, Spiele, und Logik Wohe 7 19. Mi 2014 Inhlt der heutigen Vorlesung Alternierende Automten Definition Verindung zu regulären Sprhen Komplementtion Engel und Teufel Ws ist eine nihtdeterministishe

Mehr

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten Vorlesung Theoretische Informtik Sommersemester 28 Dr. B. Bumgrten Üungen zur Wiederholung quer durch den Stoff Mit Lösungseispielen Vollständigkeit wird nicht grntiert, und einige sind klusuruntypisch

Mehr

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz. Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.

Mehr

10: Lineare Abbildungen

10: Lineare Abbildungen Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert

Mehr

Minimalität des Myhill-Nerode Automaten

Minimalität des Myhill-Nerode Automaten inimlität des yhill-nerode Automten Wir wollen zeigen, dss der im Beweis zum yhill-nerode Stz konstruierte DEA für die reguläre Sprche L immer der DEA mit den wenigsten Zuständen für L ist. Sei 0 der konstruierte

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

Franz Binder. Vorlesung im 2006W

Franz Binder. Vorlesung im 2006W Formle Reguläre und Formle Institut für Alger Johnnes Kepler Universität Linz Vorlesung im 2006W http://www.lger.uni-linz.c.t/students/win/ml Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm δ: Σ (Q

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III Nme Vornme Mtrikelnummer Lösungsvorschlg Universität Krlsruhe Institut für Theoretische Informtik o. Prof. Dr. P. Snders 8. März 2006 Klusur: Informtik III Aufgbe 1. Multiple Choice 10 Punkte Aufgbe 2.

Mehr

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }. Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,

Mehr

Formalisierung von Sicherheitseigenschaften im µ-kalkül

Formalisierung von Sicherheitseigenschaften im µ-kalkül Formlisierung von Sicherheitseigenschften im µ-klkül Huptseminr: Nchweis von Sicherheitseigenschften für JvCrd durch pproximtive rogrmmuswertung Michel Whler (whler@in.tum.de) Überblick Einführungsbeispiel:

Mehr

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus Klusur Formle Sprchen und Automten Grundlgen des Compilerus 25. Novemer 2014 Nme: Unterschrift: Mtrikelnummer: Kurs: Note: Aufge erreichre erreichte Nr. Punkte Punkte 1 10 2 10 3 12 4 11 5 9 6 6 7 11 8

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien Automten un formle Sprhen Notizen zu en Folien 1 Grunlgen un formle Beweise Venn-Digrmme (Folie 6) Im oeren Digrmm er Folie 6 sin zwei Mengen ngegeen: A un B. Es ist explizit ein Element von A ngegeen,

Mehr

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert: 1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.

Mehr

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen

Mehr

x x x Eine solche Verzweigung ist als Verzweigung der vom Signal getragenen Information

x x x Eine solche Verzweigung ist als Verzweigung der vom Signal getragenen Information 73 3.4.4 Signlflußplndrstellung Neben dem bisher behndelten rein mthemtischen Modellen in Gleichungsform zur Beschreibung des Signlübertrgungsverhltens dynmischer Systeme eistiert noch eine bildliche und

Mehr

Grundkurs Mathematik II

Grundkurs Mathematik II Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge

Mehr

Compilerbau. Wintersemester 2010 / Dr. Heiko Falk

Compilerbau. Wintersemester 2010 / Dr. Heiko Falk Compilerbu Wintersemester 21 / 211 Dr. Heiko Flk Technische Universität Dortmund Lehrstuhl Informtik 12 Entwurfsutomtisierung für Eingebettete Systeme Kpitel 3 Lexiklische Anlyse (Scnner) Folie 2 / 66

Mehr

6. Quadratische Gleichungen

6. Quadratische Gleichungen 6. Qudrtische Gleichungen 6. Vorbemerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Opertionen. Sie heben sich gegenseitig uf. qudrieren Qudrtwurzel

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Klusur 09082011 Prof Dr Dr hc W Thoms Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Sponsored Search Markets

Sponsored Search Markets Sponsored Serch Mrkets ngelehnt n [EK1], Kpitel 15 Seminr Mschinelles Lernen, WS 21/211 Preise Slots b c Interessenten y z 19. Jnur 211 Jn Philip Mtuschek Sponsored Serch Mrkets Folie 1 Them dieses Vortrgs

Mehr

Lösungshinweise zu den zusätzlichen Übungsaufgaben

Lösungshinweise zu den zusätzlichen Übungsaufgaben Lösungshinweise zu den zusätzlichen Übungsufgben Aufgbe Z.1 Als Gleichgewicht ergibt sich, mit Auszhlungsvektor 5, 5. Aufgbe Z. Spieler 1: Zentrlbnk mit reinen und diskreten Strtegien 0 und 4. Spieler

Mehr

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS

Mehr

Prof. Dr. Javier Esparza Garching b. München, den Klausur Einführung in die theoretische Informatik Sommer-Semester 2017

Prof. Dr. Javier Esparza Garching b. München, den Klausur Einführung in die theoretische Informatik Sommer-Semester 2017 Prof. Dr. Jvier Esprz Grching. München, den 10.08.17 Klusur Einführung in die theoretische Informtik Sommer-Semester 2017 Bechten Sie: Soweit nicht nders ngegeen, ist stets eine Begründung zw. der Rechenweg

Mehr

Automaten und Formale Sprachen 7. Vorlesung

Automaten und Formale Sprachen 7. Vorlesung Automten und Formle Sprchen 7. Vorlesung Mrtin Dietzfelinger Bis nächste Woche: Folien studieren. Detils, Beispiele im Skript, Seiten 70 99. Definitionen lernen, Beispiele nsehen, Frgen vorereiten. Üungsufgen

Mehr

Spiele und logische Komplexitätsklassen

Spiele und logische Komplexitätsklassen Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge

Mehr

Technische Universität München SS 2006 Fakultät für Informatik Übungsblatt 5 Prof. Dr. A. Knoll 30. Juni 2006

Technische Universität München SS 2006 Fakultät für Informatik Übungsblatt 5 Prof. Dr. A. Knoll 30. Juni 2006 Technische Universität München SS 26 Fkultät für Informtik Übungsbltt 5 Prof. Dr. A. Knoll 3. Juni 26 Übungen zu Einführung in die Informtik II Aufgbe 5 Kleidung ) Wir definieren zunächst die Aktionenmenge

Mehr

Algebraische Topologie WS 2016/17 Lösungen der Woche 9

Algebraische Topologie WS 2016/17 Lösungen der Woche 9 6.132 - Algebrische Topologie WS 2016/17 Lösungen der Woche 9 Mrtin Frnklnd 5.1.2017 Aufgbe 1. Es sei X ein Rum und X = α U α eine disjunkte Vereinigung offener Teilmengen U α X. Zeigen Sie, dss X ds Koprodukt

Mehr

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable. Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X

Mehr

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet. Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Synchrone Modellierung. Diskrete Ereignissysteme 3.2 Erweiterte Modelle endlicher Automaten. Zustandsautomaten. Hierarchischer Automat

Synchrone Modellierung. Diskrete Ereignissysteme 3.2 Erweiterte Modelle endlicher Automaten. Zustandsautomaten. Hierarchischer Automat Synchrone Modellierung iskrete reignissysteme 3.2 rweiterte Modelle endlicher utomten Institut für Technische Informtik und Kommuniktionsnetze Lothr Thiele efinition: ie Umgebung eines S ist eine geordnete

Mehr

Lösungshinweise zu den zusätzliche Übungsaufgaben

Lösungshinweise zu den zusätzliche Übungsaufgaben Lösungshinweise zu den zusätzliche Übungsufgben Aufgbe Z.1 (Mximin Regel [1]) Als Gleichgewicht ergibt sich, mit Auszhlungsvektor 5, 5. Aufgbe Z. (Dominnzüberlegungen und Nsh Gleichgewicht ) & b) [1]/

Mehr

DEA1 Deterministische Version

DEA1 Deterministische Version Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.

Mehr

5.2 BASIC MSC (BMSC) BASIC MSC. Kommunikation zwischen Instanzen. Message Sequence Charts

5.2 BASIC MSC (BMSC) BASIC MSC. Kommunikation zwischen Instanzen. Message Sequence Charts BASIC MSC Ein System besteht us Instnzen. Eine Instnz ist eine bstrkte Einheit, deren Interktion mit nderen Instnzen oder mit der Umgebung mn (teilweise) beobchten knn. Instnzen kommunizieren untereinnder

Mehr

Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 5.0.208 Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS 207/8) Ich

Mehr

3 Hyperbolische Geometrie

3 Hyperbolische Geometrie Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die

Mehr

Informatik I Modul 3: Schaltnetze

Informatik I Modul 3: Schaltnetze Herbstsemester 2, Institut für Informtik IFI, UZH, Schweiz Informtik I Modul 3: Schltnetze 2 Burkhrd Stiller M3 Modul 3: Schltnetze Einführung in die formlen Grundlgen logischer Beschreibungen Boolesche

Mehr

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung Technische Universität München Sommer 2016 Prof. J. Esprz / Dr. M. Luttenerger, S. Sickert Lösung Einführung in die theoretische Informtik Klusur Bechten Sie: Soweit nicht nders ngegeen, ist stets eine

Mehr

Endliche Automaten. Endliche Automaten 1 / 115

Endliche Automaten. Endliche Automaten 1 / 115 Endliche Automten Endliche Automten 1 / 115 Endliche Automten Endliche Automten erluen eine Beschreiung von Hndlungsläufen: Wie ändert sich ein Systemzustnd in Ahängigkeit von veränderten Umgeungsedingungen?

Mehr

7 Modellierung von Abläufen

7 Modellierung von Abläufen 7 Modellierung von Aläufen In diesem Kpitel geht es drum, ds dynmische Verhlten von Systemen zu eschreien, z.b. die Wirkung von Bedienopertionen uf rele Automten oder uf die Benutzungsoerflächen von Softwre-Systemen

Mehr

G2 Grundlagen der Vektorrechnung

G2 Grundlagen der Vektorrechnung G Grundlgen der Vektorrechnung G Grundlgen der Vektorrechnung G. Die Vektorräume R und R Vektoren Beispiel: Physiklische Größen wie Krft und Geschwindigkeit werden nicht nur durch ihre Mßzhl und ihre Einheit,

Mehr