Prozeßalgebren. Prof. Dr. Ursula Goltz

Größe: px
Ab Seite anzeigen:

Download "Prozeßalgebren. Prof. Dr. Ursula Goltz"

Transkript

1 Prozeßlgebren Prof Dr Ursul Goltz Stnd: 24 Oktober 2012

2 Vorwort Ds vorliegende Skript ist die Ausrbeitung einer Vorlesung, die wesentliche Grundbegriffe us dem weiten Feld der Prozeßlgebren einführt Dbei liegt der Schwerpunkt uf den semntischen Grundbegriffen Insbesondere werden uch kuslitätsbsierte Semntiken vorgestellt, die erluben, Prllelität und nichtdeterministisches Interleving von Aktionen zu unterscheiden Diese Vorlesung wurde in unterschiedlichen Vrinten bereits seit vielen Jhren ngeboten An dieser Stelle möchte ich mich insbesondere bei Prof Dr Dr hc mult Wilfried Bruer und Prof Dr-Ing Ulrich Herzog bednken, die mir dmls die Gelegenheit gben, diese Vernstltung n der Technischen Universität München und n der Universität Erlngen-Nürnberg durchzuführen Weiterhin möchte ich mich hier sehr herzlich bei Stefn Heymer bednken, uf dessen Ausrbeitung ds vorliegende Skript beruht Dnk gebührt vielen weiteren Kollegen und Mitrbeitern, deren Anregungen und konstruktive Kritik eingeflossen sind Norbert Götz ht viele Anregungen in einem frühen Stdium beigesteuert und den dmligen Stnd der Vorlesung dokumentiert, Dr Stefn Milius ht durch zhlreiche kritische Anmerkungen sehr zur Verbesserung der Endfssung beigetrgen, Jens-Wolfhrd Schicke ht mit großem Schverstnd die inhltliche und technische Endredktion übernommen Ihnen und llen nderen, die zum Entstehen dieses Skripts beigetrgen hben, n dieser Stelle meinen herzlichen Dnk Brunschweig, Ursul Goltz 1

3 Inhltsverzeichnis 1 Einführung 1 2 Eine einfche bstrkte Sprche 13 3 Trnsitionssysteme 15 4 Sequentielle Semntik von L Strukturelle opertionelle Semntik Kompositionelle Bumsemntik für L Zusmmenhng zwischen einer opertionellen Semntik und einer Bumsemntik für L 30 5 Petrinetze Definitionen Schrittsemntik von beschrifteten Netzen 38 6 Petrinetzsemntik für L Definition der Netzsemntik Vergleich von Netzsemntik und opertioneller Semntik 48 i

4 7 Ereignisstrukturen Eine Ereignisstruktursemntik für L Beziehung der Ereignisstruktursemntik zur Netzsemntik Konsistenz zur Schrittsemntik 63 8 Synchronistion Sequentielle Semntik von L s Bumsemntik von L s Strukturelle opertionelle Semntik von L s Synchronistion in kuslitätsbsierten Modellen Netzsemntik von L s 74 9 Beschreibung unendlicher Verhlten Sequentielle Semntik von L r Opertionelle Netzsemntik für Sprchen mit Rekursion Netzsemntik für L r Konsistenz der opertionellen Netzsemntik zur sequentiellen Semntik Vergleich opertioneller Netzsemntiken mit kuslitätsbsierten Semntiken für endliche Verhlten Erweiterung von L r um Synchronistion Sequentielle Semntik von L rs Opertionelle Netzsemntik für L rs 88 ii

5 1043 Kompositionelle Netzsemntik für endlich drstellbre Prozesse Semntische Opertoren Synchronistion Äquivlenzbegriffe 104 iii

6 Abbildungsverzeichnis 11 Schem sequentieller Progrmmsysteme 2 12 Schem rektiver Progrmmsysteme 2 13 Synchronistionsgrph für b 7 14 Synchronistionsbum für Σ 7 15 Synchronistionsbum für Σ 8 16 Synchronistionsbum für Σ 9 17 Petri Netz für die tomre Aktion c Petri Netz für den Prozeß c 1 ;n Petri Netz für den Prozeß P 1 = c 1 ;n 1 ;P Petri Netz für den Prozeß P 1 = p;c 1;v;n 1 ;P 1 ; Petri Netz für den Prozeß P 1 P Petri Netz für den Semphor Prozeß S = p; v; S Synchronistion durch Verschmelzen von Trnsitionen Netz für ds System Σ = (P 1 P 2 ) {p,v} S Ein Trnsitionssystem Die Abwicklung des Trnsitionssystems 18 iv

7 33 Zwei Trnsitionssysteme, die nicht bisimultionsäquivlent sind Ds Trnsitionssystem Rech(A( b)) zum Prozeß b Ds Trnsitionssystem Rech(A(bnil + bnil)) zum Prozeß bnil+bnil Der Bum zum Opertor nil Der Bum für t Der Bum zum Opertor Drstellung eines beliebigen Bums t Die Bumsemntik ST ( b) =ST (b+b) Trnsitionssystem für A(P) Trnsitionssystem für A(P ) Isomorphie von A(nil R) und A(R) Ein Beispiel für Abw(A(P)) = ST(P) A(nil) ST (nil) A(P ) ST (P ) Petrinetz für den Prozeß P 1 = b Petrinetz für den Prozeß P 2 = b+b Ein Kontkt in einem Petrinetz Beispiel zur mehrfchen Ausführung einer Aktion in einem Schritt Beispiel zur Schrittsemntik von beschrifteten Netzen Um Benennungen für die Stellen erweitertes Netz us Abbildung v

8 57 Schritt-Trnsitionssystem und Interleving-Trnsitionssystem für ds Netz us Abbildung Ds Netz nil Ds Netz N Ds Netz N 1 N Ds Netz +b ls Summe der Netze und b Ds Netz b+c ls Summe der Netze b und c Ein Beispiel für die Notwendigkeit von I i = N i Beispiele zur Definition der A Netze A I (N(+)) = A(+) Netz des Prozesses P Bisimultion zwischen A I (N(P )) und A(P ) Die Schrittsemntik unterscheidet die Netze b und b+b Schrittrnsitionssysteme für die Prozesse P 1 = b und P 2 = b+b Netzsemntiken der Prozesse P 1 = b und P 2 = b+b Eine Ereignisstruktur für den Term b+b Skizze zum Beweis von E(P ) = E(N(P )) = E(N(P)) KonstruktiondesIsomorphismuszumBeweis von E(P 1 P 2 ) = E(N(P 1 P 2 )) Erzeugung des Isomorphismus φ us den Komponenten φ 1 und φ Bumsemntik des Prozesses (bnil) {} (nil+cnil) 68 vi

9 82 Trnsitionssystem für den Prozeß bnil {,b} bnil Zwei Ereignisstrukturen Synchronistion der Ereignisstrukturen us der Abbildung 83 über der Menge {} Synchronistion zweier Petri Netze Synchronistion der Petri Netze zu den Ereignisstrukturen us Abbildung Synchronistion der Ereignisstrukturen b {,b} b Bumsemntik des Semphorprozesses Endliche Drstellung des Semphorprozesses Trnsitionssystem zum Prozeß Q = µx(x+b) Trnsitionssystem zum Prozeß Q = µx((bx c)) Opertionelle Netzsemntik zum Term (b c) Opertionelle Netzsemntik zum Term µx((bx c) N(P) und ON(P) für den Prozeß P = Opertionelle Netzsemntik des Prozesses (+b) {,b} Opertionelle Netzsemntik des Prozesses µx(b(x {b} x)) Modellierung von Vriblen durch beschriftete Stellen Pfeilgewichte sind notwendig Trnsition mit Pfeilgewichten Trnsitionen können in einem Schritt mehrfch schlten Ein Beispiel zum Schrittbegriff 94 vii

10 1011Ein Beispiel zur Schltregel Konstruktion zum Auswhlopertor Netz für eine CCS rtige Prllelkomposition Probleme bei der Prllelkombintion Vervollständigung von Netzen Probleme beim über Vervollständigung definierten Prllelkombintors Petrinetz für den Prozeß µx((bx c)+d) Einordnung verschiedener Äquivlenzbegriffe 106 viii

11 Kpitel 1 Einführung In dieser Vorlesung werden Prozeßlgebren behndelt Sie dienen der Beschreibung sogennnter rektiver Systeme, die in der Informtik in den letzten Jhren immer mehr n Bedeutung gewonnen hben, zum Beispiel ls Informtionssysteme, in der Telekommuniktion, ls sogennnte eingebettete Systeme (embedded systems) und in der Automtisierung von Steuerungsund Regelvorgängen In der Einführung sollen zunächst wesentliche Konzepte der Prozeßlgebren nhnd einiger Beispiele motiviert werden Sequentielle Progrmme und Progrmmsysteme Wo liegt der Unterschied zwischen den rektiven Systemen und den herkömmlichen sequentiellen Progrmmen und Progrmmsystemen (uch trnsformtionelle Systeme gennnt)? Herkömmliche Systeme erhlten eine Eingbe, die von einem Progrmm in sequentiellen Schritten berbeitet wird Ds Progrmm erzeugt us den verrbeiteten Dten eine Ausgbe, die dnn n den Benutzer weitergegeben wird Eine grphische Drstellung dieses Schems ist in Abbildung 11 zu sehen Beispiele für die Verwendung sequentieller Systeme sind ds Lösen von Gleichungssystemen und die Montsbrechnung eines Buchhltungssystems Bei solchen Progrmmen und Progrmmsystemen ist u die Terminierung wichtig: Irgendwnn soll die Berechnung mit einem Ergebnis beendet werden Rektive Systeme Der Begriff der rektiven Systeme wurde von Amir Pnueli eingeführt Er beschreibt Progrmmsysteme mit unbeschränkter Lufzeit, mit denen ein oder mehrere Benutzer kommunizieren Die Benutzer müssen nicht notwendigerweise menschlich sein: Auch Mschinen oder Sen- 1

12 Eingbe Progrmm Ausgbe Abbildung 11: Schem sequentieller Progrmmsysteme Abbildung 12: Schem rektiver Progrmmsysteme soren können mit dem Progrmmsystem intergieren Abbildung 12 zeigt ein Schem für rektive Progrmmsysteme Oft sind solche Systeme sehr komplex und bestehen us mehreren Teilkomponenten, die nicht notwendigerweise uf demselben Rechner lufen Diese Teilkomponenten können wiederum mit Benutzern oder nderen Teilkomponenten kommunizieren Für eine Modellierung ist es nur konsequent, uch die Benutzer und ihr Verhlten zu modellieren Ddurch entsteht ein in Abbildung 12 durch einen gestrichelten Ksten drgestelltes äußeres System Wichtige Chrkteristik rektiver Systeme sind ihre unbeschränkte Lufzeit, die Kommuniktion und Interktion mit der Umwelt und ihre inherente Prllelität Rektive Systeme sind oft uch sicherheitskritisch, ihr sicherer und störungsfreier Abluf muß lso gewährleistet sein Eine solche Gewähr- 2

13 leistung knn ber ufgrund der komplexen Interktionsbeziehungen zwischen Teilkomponenten des Progrmmsystems und ihrer Umwelt keineswegs llein durch Tests geliefert werden Wie knn mn die Korrektheit eines rektiven Systems gewährleisten? Es knn keine Lösung sein, ein komplexes System zu implementieren und nschließend seine Korrektheit vollständig zu verifizieren, denn die Verifiktion nichttriviler sequentieller Progrmme ist bereits schwierig Ein vielversprechender Anstz ist hier, durch systemtische Konstruktion des rektiven Systems ein korrektes System entwickeln zu können, nlog etw zu dem Anstz, sequentielle Progrmme über den wp Klkül us Spezifiktionen der Progrmme bzuleiten (siehe zum Beispiel [Gri81] oder [GD89]) Diese Erkenntnis liegt uch bestimmten prllelen Progrmmiersprchen zugrunde Prllele Progrmmiersprchen Prllele Progrmmiersprchen sind Sprchen, mit denen mn Systeme progrmmieren knn, deren Teile explizit prllel rbeiten sollen Zunächst wurden für die Progrmmierung prlleler Systeme herkömmliche Progrmmiersprchen wie Fortrn oder C verwendet Die Progrmmierung einzelner sequentieller Komponenten wird wie für sequentielle Systeme durchgeführt; die Kommuniktion erfolgt in diesem Anstz über einen gemeinsmen Speicher (shred vrible pproch) Durch die mngelhfte Strukturierung und Durchschubrkeit so entstndener Systeme entstehen jedoch Probleme bei der Verifiktion Sttt herkömmlicher Progrmmiersprchen verwendet mn deshlb Sprchen mit speziellen Konstrukten für Prllelusführung und Kommuniktion wie Ad, occm, CHILL oder LOTOS (eher eine Spezifiktionssprche) In Ad und occm können prllele Komponenten nur kommunizieren, wenn sie sich vorher synchronisieren CHILL und LOTOS werden für die Relisierung bzw Spezifiktion von Kommuniktionsprotokollen verwendet Abstrktion Eine Beobchtung zeigt, dß bei rektiven Systemen die korrekte Berechnung und Behndlung von Dten mnchml zunächst vernchlässigt werden knn, so dß llein die Synchronistionsstruktur untersucht wird Drus folgt die Idee einer Abstrktion von den Berechnungen eines Progrmmsystems, es soll eine Konzentrtion uf den Kontroll- und Informtionsfluß erfolgen Dies führt zur Entwicklung bstrkter Sprchen, die uch ls Grundlge bei der Entwicklung von Progrmmiersprchen dienen können 3

14 Prozeßlgebren Prozeßlgebren sind hier bstrkte modulre Sprchen für rektive Systeme mit ihrer Semntik Prozesse sind formle Modelle für rektive Systeme Dbei wird vom Konzept des Zustndsrums bstrhiert, im Vordergrund stehen stttdessen Konstrukte zur Komposition von Systemen us einfchen Teilen Konkreter sollen hier Grundbusteine (Aktionen),b,c, Act mit Act ls einer Menge von Aktionen betrchtet werden Diese Aktionen sind bstrkte Tätigkeiten und Ereignisse, die geschehen können, etw Zuweisungen oder Kommuniktionen Aus diesen Grundbusteinen können mit den folgenden Kompositionsopertoren komplexe Systeme zusmmengesetzt werden: Mit dem Opertor verbundene Systemteile werden unbhängig voneinnder prllel usgeführt Mit A verknüpftesystemteilewerdenprllelusgeführtmitsynchronistionsktionen us der Menge A: In P A Q können P und Q unbhängig prllel rbeiten, solnge sie keine Aktionen us A usführen wollen Aktionen us A können von P und Q nur ls eine gemeinsme Aktion usgeführt werden, wenn beide dzu bereit sind (sonst müssen die Prozesse ufeinnder wrten) Dieses Konzept wird ls Rendezvous bezeichnet Mit + verknüpft stellen die Systemteile mögliche Alterntiven des Systemverhltens dr ; steht für die sequentielle Komposition von Systemteilen Außerdem sind Itertion und Rekursion möglich Einfchste Beispiele für Prozesse sind dnn etw der Prozeß der die Aktion usführt und dnn terminiert, der Prozeß, b, in dem die Aktionen und b unbhängig prllel usgeführt werden, oder der Prozeß c;d, ds zuerst die Aktion c und dnch die Aktion d usführt Der Prozeß +c;d 4

15 führt die Aktion, oder die Aktion c und dnch d us Die sequentielle Komposition bindet dbei stärker ls die Alterntivenbildung, ds Semikolon wird oft weggelssen: +cd Der Prozeß P = ;P beschreibt einen Prozeß P, der zuerst die Aktion usführt, um sich dnn wie P zu verhlten Durch diese rekursive Gleichung wird ein Prozeß beschrieben, der eine unendliche Folge von Ausführungen der Aktion erzeugt Die Bedeutung der Kompositionsopertoren wird später durch eine formle Semntik ngegeben, dmit wird jedem gebildeten Progrmm ein mthemtisches Objekt zugeordnet Ein Prozeß ist dnn ein Progrmm mit seiner Bedeutung, einem mthemtischen Objekt Beknnte Prozeßlgebren Hier sollen zunächst einml einige wichtige prozeßlgebrische Klküle ufgeführt werden Es sind ds 1980 von Milner entwickelte CCS [Mil80, Mil89](clculus of communicting systems), ds 1978 von Hore entwickelte und bis 1985 erweiterte und modifizierte CSP [Ho78, Ho85] (CSP steht für communicting sequentil processes), ds 1975 von Luer und Cmpbell entwickelte COSY [LC75] und die lgebr of communicting processes ACP [BW90], die 1984 von Bergstr und Klop entwickelt wurde Grundlegend wren die unbhängig voneinnder entwickelten Klküle CCS und CSP Milner bebsichtigte zuerst eine Art Lmbd Klkül für prllele Systeme zu entwickeln, bei dem die Kompositionsopertoren ngenehme lgebrische Eigenschften hben sollten Hore hingegen erweiterte Dijkstrs gurded commnds um Prllelität und ds Rendezvous Konzept für die Kommuniktion zwischen prllelen Komponenten CCS und CSP entwickelten sich dnn ber im Lufe der Jhre ufeinnder zu COSY knn ls Vorläufer der Prozeßlgebren ngesehen werden, fnd ber reltiv wenig Verbreitung ACP bsiert uf CCS, wählt jedoch einen stärker xiomtischen Anstz 5

16 Ein Beispiel: Mutul exclusion Ein im Bereich der prllelen Progrmmierung oft verwendetes Beispiel ist ds des wechselseitigen Ausschlusses (mutul exclusion) Dbei lufen mehrere Systemteile prllel b Sie hben sogennnte kritische Bereiche; zu einem Zeitpunkt drf sich jeweils nur höchstens ein Teilsystem im kritischen Bereich befinden Eine von Dijkstr vorgeschlgene Lösung verwendet ein Semphor Ein Semphor ist dbei eine gnzzhlige Vrible mit den Opertionen P und V V(s) erhöht den Wert des Semphors s um 1, P(s) erniedrigt den Wert von s um 1, wenn der Wert von s größer ls Null ist Mn verwendet für ds Beispiel in der einfchsten Form ein Semphor mit dem Anfngswert 1 ls einen Schlüssel wie folgt: Um in den kritischen Bereich eintreten zu können, muß ein Prozeß mit P(s) zuerst den Schlüssel holen, bei Verlssen des kritischen Bereichs wird er nschließend mit V(s) zurückgebrcht Für die Formulierung des Problems in der oben erläuterten Prozeßlgebr betrchtet mn n Prozesse P i = c i ;n i ;P i, 1 i n, bei denen zur Vereinfchung der kritische Bereich c i bereits m Anfng der Schleife stehen soll, gefolgt von einem unkritischen Bereich n i Für ds modellierte System ergibt sich dmit die Beschreibung Σ = P 1 P n Im folgenden sei zur Vereinfchung n = 2 ngenommen Üblicherweise wird für Prozeßlgebren eine interleving Semntik ngenommen In ihr wird Prllelität durch beliebiges Hintereinnderusführen von Aktionen der Teilsysteme simuliert In dem Prozeß b können zum Beispiel zuerst und dnn b, oder zuerst b und dnn usgeführt werden Als Drstellung der interleving Semntik sind die sogennnten Synchronistionsbäume (synchronistion trees) gebräuchlich Der Synchronistionsbum für b ist in Abbildung 13 drgestellt, derselbe Bum ergibt sich für den Prozeß ;b+b; Für ds oben ngegebene System Σ ergibt sich mit n = 2 der in Abbildung 14 drgestellte Synchronistionsbum Dieser Bum ist unendlich, d der Prozess rekursiv ist Im Synchronistionsbum liegen uf llen Pfden die kritischen Bereiche hintereinnder Dmit sieht es so us, ls würde ds Problem des wechselseitigen Ausschlusses nicht uftreten Es stellt sich jetzt 6

17 b b Abbildung 13: Synchronistionsgrph für b c 1 c 2 n 1 c 2 c 1 n 2 c 1 c 2 n 1 n 2 n 1 n 2 c 1 c 2 Abbildung 14: Synchronistionsbum für Σ herus, dß ds Problem nicht usreichend präzise modelliert wurde Bei der Verwendung von interleving Semntiken sollten die verwendeten Aktionen immer tomr bezogen uf ds ktuelle Problem sein Dies ist für diese Modellierung nicht der Fll, d hier die zeitliche Ausdehnung der kritischen Bereiche wesentlich ist ImzweitenVersuchwirdderkritischeAbschnittc i desprozessesp i unterteilt in den Anfng c A i des kritischen Bereichs und sein Ende c E i Die nichtkritischenbereichen i werdenindiesermodellierungzurvereinfchungweggelssen, dmit die entstehenden Synchronistionsbäume nicht zu unübersichtlich werden Dmit ergibt sich für die einzelnen Prozesse die Struktur P i = ca i ;ce i ;P i Für n = 2 ergibt sich die Systembeschreibung Σ = P 1 P 2 P 1 = c A 1 ;ce 1 ;P 1 P 2 = c A 2 ;ce 2 ;P 2, der Synchronistionsbum für dieses System ist in Abbildung 15 drgestellt Der gestrichelt mrkierte Pfd ist kritisch, uf ihm wird die Forderung des wechselseitigen Ausschlusses verletzt 7

18 c A 1 c A 2 c E 1 c A 2 c A 1 c E 2 Abbildung 15: Synchronistionsbum für Σ Bei der Lösung dieses Problems mit Hilfe eines Semphors werden die Prozesse P 1 und P 2 um die Semphor Aktionen p und v erweitert, es ergeben sich die Gleichungen P 1 = p;c A 1 ;ce 1 ;v;p 1 P 2 = p;c A 2 ;ce 2 ;v;p 2 Wie wird ds Semphor modelliert? D sich jeweils nur ein Prozeß in seinem kritischen Abschnitt befinden drf, genügt ein binäres Semphor Dies sollte die Opertionen p und v in diesem einfchen Fll immer genu bwechselnd erluben Dmit ergibt sich die Modellierung des Semphors ls Prozeß S = p;v;s Ds gesmte System wird dnn beschrieben durch den Prozeß Σ = (P 1 P 2) {p,v} S Die prllele Komposition mit der Synchronistionsmenge {p,v} bewirkt dbei, dß die Opertionen p und v von den beiden Prozessen nur gemeinsm mit dem Semphor usgeführt werden dürfen Strtet ds System, so knn der Prozeß P 1 oder der Prozeß P 2 zusmmen mit S die Aktion p usführen Führt der Prozeß P 1 die Aktion p us, so knn der Prozeß P 2 diese Aktion nicht mehr usführen, weil S nicht dzu bereit ist Dmit muß P 2 vor seinem kritischen Abschnitt stehenbleiben Die einzige Möglichkeit ist nun die Ausführung der Aktionen c A 1 und c E 1 von P 1, lso des gesmten kritischen Abschnittes von P 1 Nch der Ausführungder Aktion v durch P 1 stehen beide Prozesse wieder m Anfng ihrer Ausführung, es ergeben sich dieselben Whlmöglichkeiten wie m Anfng Anloge Überlegungen ergeben einen entsprechenden Verluf für den zweiten Ast des Synchronistionsbums Der Synchronistionsbum des Systems Σ ist in Abbildung 16 drgestellt Dbei wird der unendliche Bum rekursiv drgestellt 8

19 Σ : p p c A 1 c A 2 c E 1 v c E 2 v Σ Σ Abbildung 16: Synchronistionsbum für Σ Der Beweis der Korrektheit des Systems erfolgt durch lgebrische Methoden (siehe zum Beispiel [Mil80]) Ds Betrchten eines Systems durch lle möglichen interlevings seiner Aktionen ist ber reltiv ufwendig Die Festlegung uf tomre Aktionen steht dem top down Entwurf im Wege Zudem hben wir oben gesehen, dß eine interleving Semntik sogr bestehende Probleme verbergen knn Aus diesem Grunde werden uch lterntive Ansätze verfolgt, die Prllelität direkter beschreiben Ein solcher Anstz sind zum Beispiel die Petri Netze [Rei90] Ein Petri Netz besteht us Stellen, die durch Kreise drgestellt werden, Trnsitionen, die durch (möglicherweise beschriftete) Kästen drgestellt werden, und Pfeilen zwischen Stellen und Trnsitionen Dbei stellen die Stellen mögliche Zustände für den Kontrollfluß im System dr, während die Trnsitionen für die Ausführung von bstrkten Aktionen stehen Als einfches Beispiel ist in Abbildung 17 ds Petri Netz für die tomre Aktion c 1 drgestellt Zur Drstellung des ktuellen Systemzustnds werden Mrken verwendet Ist eine Stelle mit einer Mrke belegt, ist die Ausführung des Systems lokl bis zu dieser Stelle gelngt Die mögliche Durchführung einer Trnsition wird durch die Schltregel bestimmt Sobld lle Stellen, die einer Trnsition unmittelbr vorusgehen (der Vorbereich der Trnsition) mit Mrken belegt ist, knn die Trnsition schlten Dbei werden die Mrken von den vorngehenden Stellen der Trnsition entfernt Auf jede unmittelbr nchfolgende Stelle der Trnsition (den Nchbereich der Trnsition) wird jeweils eine Mrke gelegt, um den neuen Zustnd des Systems zu signlisieren 9

20 c 1 Abbildung 17: Petri Netz für die tomre Aktion c 1 c 1 n 1 Abbildung 18: Petri Netz für den Prozeß c 1 ;n 1 Die sequentielle Komposition zweier Teilsysteme erhält mn in einer Petrinetzmodellierung, indem mn die Netze für die Teilsysteme hintereinndersetzt Dbei werden die Ausgngsstellen des ersten Netzes mit den Eingngsstellen des zweiten Netzes identifiziert Abbildung 18 zeigt dies m Beispiel des Prozesses c 1 ;n 1 In einfchen Fällen ist es uch möglich, rekursive Prozesse uf diese Weise mit einer Semntik zu versehen Abbildung 19 zeigt dies m Beispiel des Prozesses P 1 = c 1 ;n 1 ;P 1 Prllelität erhält mn ddurch, dß die prllelen Teilsysteme Teilnetze des Netzes für ds gesmte System bilden Abbildung 111 zeigt dies für den Prozeß P 1 P 2, wobei P 1 = c 1 ;n 1 ;P 1 und P 2 = c 2 ;n 2 ;P 2 Prllelität wird lso ddurch modelliert, dß Trnsitionen unbhängig voneinnder schlten können D wir nicht nnehmen, dß ds Schlten der Trnsitionen zeitlos ist, wird hier bereits deutlich, dß sich c 1 und c 2 überlppen können Auch hier führen wir wieder einen Semphor Prozeß S = p; v; S ein, der in Abildung 112 drgestellt ist und mit den beiden prllelen Teilsystemen synchronisieren soll Wie modellieren wir ber die Synchronistion zweier Aktionen? Gemäß der Schltregel wird dies durch Verschmelzen der entsprechenden Trnsitionen korrekt modelliert (siehe Abbildung 113) D ds Semphor S mit beiden Teilprozessen P 1 und P 2 synchronisiert, entstehen jeweils zwei Verschmelzungstrnsitionen für die mit p und v beschrifteten Trnsitionen von S mit der entsprechenden Trnsition des Netzes von P 1 beziehungsweise P 2 Ds Netz für ds System Σ = (P 1 P 2 ) {p,v} S, c 1 n 1 Abbildung 19: Petri Netz für den Prozeß P 1 = c 1 ;n 1 ;P 1 10

21 p c 1 v n 1 Abbildung 110: Petri Netz für den Prozeß P 1 = p;c 1;v;n 1 ;P 1 ; c 1 n 1 c 2 n 2 Abbildung 111: Petri Netz für den Prozeß P 1 P 2 p v Abbildung 112: Petri Netz für den Semphor Prozeß S = p; v; S {} Abbildung 113: Synchronistion durch Verschmelzen von Trnsitionen 11

22 n 1 1 p v c p v c 2 n 2 Abbildung 114: Netz für ds System Σ = (P 1 P 2 ) {p,v} S ds mit dieser Konstruktion entsteht, ist in Abbildung 114 drgestellt Aus der Petri Netz Theorie ist der Begriff der S Invrinten beknnt, der eine Menge von Stellen eines Netzes bezeichnet, uf denen die Anzhl der Mrken konstnt bleibt Auf der S Invrinten, die us der Stellenmenge {2,3,5,8,9} inabbildung114 besteht, liegt nfänglich eine Mrke, es bleibt lso dbei Dmit sind sich die Aktionen c 1 und c 2 ber niemls gleichzeitig ktiviert, denn dnn müßten nfänglich zwei Mrken uf der S Invrinten liegen 12

23 Kpitel 2 Eine einfche bstrkte Sprche In diesem Kpitel betrchten wir nun zunächst eine besonders einfche Prozeßlgebr, die wir später erweitern werden Es soll keine Kommuniktion oder Synchronistion möglich sein, dh gemäß der Nottion des vorngegngenen Kpitels betrchten wir nur den Prllelopertor = Weiterhin sollen nur endliche Verhlten möglich sein, es sind lso keine Itertion oder Rekursion möglich Außerdem betrchten wir hier und uch im folgenden nur eine spezielle Vrinte der sequentiellen Komposition der Form P, wobei eine beliebige tomre Aktion und P ein Prozeß ist Die Menge der (mit,b, bezeichneten) Aktionen sei bezeichnet mit Act Nch Broy [Bro88] knn eine Aktion wie folgt beschrieben werden: Eine Aktion ist ein uf der gewählten Abstrktionsebene begrifflich ls Einheit ufzufssender Vorgng Diese Vorbemerkungen führen uf die Definition der zu betrchtenden Sprche L Definition 1 Die durch die nchfolgende Grmmtik erzeugten Ausdrücke bezeichnen wir ls L Ausdrücke oder uch ls L Progrmme: P ::= nil P ( Act) 13

24 P +P P P L bezeichnet die Menge ller L Ausdrücke Die intuitive Interprettion der Opertoren ist dbei die folgende Die Konstnte nil steht für einen leeren Prozeß, der keine Aktionen usführt Der Prozeß P hingegen führt die Aktion us und verhält sich dnch wie durch P beschrieben; ( Act) wird deshlb uch Präfix Opertor gennnt Der Prozeß P +Q verhält sich wie der Prozeß P oder wie der Prozeß Q, + wird deshlb uch der Alterntiv Opertor gennnt Im Prozeß P Q werdendieprozessep undq prllel unbhängigvoneinnderusgeführt Der Opertor wird deshlb uch prllele Komposition gennnt Um Eindeutigkeit zu erreichen, werden wie üblich Klmmern gesetzt, ußerdem gilt folgende Vorrngregel: der Präfix Opertor bindet stärker ls der Alterntiv Opertor + und die prllele Komposition Als Abkürzung wird für Act sttt nil oft nur geschrieben Als weitere Abkürzung wird der beim Präfix Opertor oft uch gnz weggelssen So knn mn zum Beispiel nsttt ((bnil) (cnil)) +(nil) uch (b c)+ schreiben In den folgenden Kpiteln sollen sequentielle Semntiken, sogennnte interleving Semntiken für die Sprche L untersucht werden Hierzu werden im nächsten Kpitel Trnsitionssysteme eingeführt 14

25 Kpitel 3 Trnsitionssysteme Wir führen nun beschriftete Trnsitionssysteme ein Diese entsprechen Automten, sind ber im llgemeinen unendlich und nichtdeterministisch Definition 2 Sei L eine Menge, die Beschriftungsmenge A = (Q,,q 0 ) heißt über L beschriftetes Trnsitionssystem, flls Q eine Menge von Zuständen, Q L Q die Übergngsreltion und q 0 Q der Anfngszustnd ist Für (q,l,q ) schreiben wir uch q l q Die Nmen der Zustände sind uninteressnt, deshlb definieren wir hier einen Isomorphiebegriff zwischen zwei Trnsitionssystemen Definition 3 Zwei Trnsitionssysteme A 1 =(Q 1, 1,q 1 ) und A 2 =(Q 2, 2,q 2 ) sind isomorph, geschrieben A 1 =A2, genu dnn, wenn eine Bijektion ϕ : Q 1 Q 2 existiert mit ϕ(q 1 ) = q 2 und (q,l,q ) 1 (ϕ(q),l,ϕ(q )) 2 15

26 Mn knn sich leicht überlegen, dß dieser Isomorphiebegriff eine Äquivlenzreltion uf Trnsitionssystemen induziert Von den Zuständen eines Trnsitionssystems sind im Prinzip nur die erreichbren Zustände interessnt bezeichne die reflexive, trnsitive Hülle der Übergngsreltion ohne Beschriftung Sie ist definiert ls q q q 1,,q n Q : (q = q 1 ) (q = q n ) i,1 i < n : q i l i qi+1 Definition 4 Sei A = (Q,,q 0 ) ein Trnsitionssystem (i) q Q ist in A erreichbr, flls q 0 q (ii) Ds Trnsitionssystem Rech(A) sei definiert ls Rech(A) = (Q R, R,q 0 ), wobei und Q R = {q Q q ist in A erreichbr} R = (Q R L Q R ) Jedes Trnsitionssystem läßt sich in einen Bum bwickeln Um im Rhmenwerk der Trnsitionssysteme zu bleiben, wird zuerst definiert, welche Trnsitionssysteme Bäume sind Definition 5 Ein Trnsitionssystem A = (Q,,q 0 ) ist ein Bum, flls (i) A keine Zyklen enthält, (ii) für jedes q Q es höchstens ein q Q gibt mit l L : q l q, (jeder Knoten ht lso höchstens einen Vorgänger), und (iii) Rech(A) = A Nun knn der Begriff der Abwicklung eines Trnsitionssystems definiert werden 16

27 Definition 6 Sei A = (Q,,q 0 ) ein Trnsitionssystem Dnn ist die Abwicklung von A definiert ls Abw(A) = ( Q A, A,(q 0,, ) ), wobei Q A = i=0 Qi induktiv definiert ist durch Q 0 = {(q 0,, )}, Q i+1 = {(q,l, q) q Q i pr 1 ( q) l q} und q l A q pr 2 ( q ) = l pr 3 ( q ) = q Dbei bezeichnen pr i (i {1,2,3}) die Projektionsfunktionen uf die i-te Komponente Wie knn ds in Abbildung 31 drgestellte Trnsitionssystem bgewickelt werden? Ds Trnsitionssystem beinhltet nur einen Zustnd q 0 Nun erzeugen wir die verschiedenen Q i (i 0): Die Knoten des bgewickelten Trnsitionssystems werden durch Tripel bennnt Die Wurzel des Bumes ist der Anfngszustnd Q 0 = {(q 0,, )} Für die Bildung von Q 1 überprüfen wir für lle Zustände us Q, ob sie von den in Q 0 enthltenen Zuständen us erreichbr sind Ist dies der Fll, wird ein entsprechender neuer Zustnd in Q 1 eingefügt In diesem neuen Zustnd enthält die erste Komponente den Zustnd us Q, die zweite die Beschriftung der Knte, über die dieser Zustnd erreichbr ist, und die dritte Komponente den Zustnd us Q 0, von dem die Knte usgeht Dher gilt: Q 1 = {(q 0,,(q 0,, )),(q 0,b,(q 0,, ))} Zur Berechnung von Q 2 wird für jeden Knoten us Q untersucht, ob er von einem Zustnd us Q 1 erreichbr ist Nch Abschluß der Berechnung erhlten wir Q 2 = {(q 0,,(q 0,,(q 0,, ))),(q 0,b,(q 0,,(q 0,, ))), (q 0,,(q 0,b,(q 0,, ))),(q 0,b,(q 0,b,(q 0,, )))} Die weiteren Schritte zur Berechnung von Q i für (i 3) werden nlog durchgeführt 17

28 Abbildung 31: Ein Trnsitionssystem b Q 0 b b b Q 1 Q 2 Abbildung 32: Die Abwicklung des Trnsitionssystems Der bei der Abwicklung entstehende Bum ist in Abbildung 32 drgestellt Dieser Bum ist unendlich, lso reicht die Isomorphie zwischen Trnsitionssystemen und ihren Bumbwicklungen ls Äquivlenzbegriff nicht us Wir verwenden stttdessen die von Prk und Milner entwickelte Bisimultionsäquivlenz Bei ihr wird versucht, Zustände zweier Trnsitionssysteme derrt in Reltion zu setzen, dß sie sich gegenseitig simulieren Definition 7 Seien A 1 = (Q 1, 1,q 1 ) und A 2 = (Q 2, 2,q 2 ) Trnsitionssysteme (i) R Q 1 Q 2 heißt Bisimultion zwischen A 1 und A 2, flls () (q 1,q 2 ) R und (b) für lle (p,q) R gelten p l 1 p q Q 2 : q l 2 q (p,q ) R, q l 2 q p Q 1 : p l 1 p (p,q ) R (ii) A 1 und A 2 heißen bisimultionsäquivlent, geschrieben A 1 A 2, flls es eine Bisimultion zwischen A 1 und A 2 gibt 18

29 b c?? b c Abbildung 33: Zwei Trnsitionssysteme, die nicht bisimultionsäquivlent sind Betrchtet mn zum Beispiel die Trnsitionssysteme in Abbildung 33, so erkennt mn, dß diese beiden Systeme nicht bisimultionsäquivlent sein können Im linken Trnsitionssystem knn im Zustnd, den mn durch Ausführung von erreicht, im nächsten Schritt ein b oder ein c usgeführt werden Im rechten Trnsitionssystem erreicht mn nch Ausführung eines nur Zustände, von denen us nur ein b bzw nur ein c durchführbr ist Dher läßt sich der Zustnd des linken Trnsitionssystems nch keinem der beiden Zustände des rechten Systems zuordnen Aus diesem Grund sind die Trnsitionssysteme nicht bisimultionsäquivlent Mn sieht leicht ein, dß die Bisimultionsäquivlenz eine Äquivlenzreltion, ds heißt reflexiv, symmetrisch und trnsitiv ist Stz 1 Sei A = (Q,,q 0 ) ein Trnsitionssystem Dnn ist A Abw(A) Beweis: Übung Wir können nun uch formlisieren, dß wir uns nur für den erreichbren Teil des Trnsitionssystems interessieren Stz 2 Sei A = (Q,,q 0 ) ein Trnsitionssystem Dnn ist A Rech(A) Beweis: Übung 19

30 Kpitel 4 Sequentielle Semntik von L Wir formlisieren in diesem Kpitel die Bedeutung der Sprche L durch zwei Arten von Semntiken: 1 Eine strukturelle opertionelle Semntik bsierend uf Trnsitionssystemen und 2 eine kompositionelle Semntik, bei der ds System ls Bum drgestellt wird Später in diesem Kpitel werden wir zeigen, dß die beiden Semntiken äquivlent im Sinne der Bisimultionsäquivlenz sind 41 Strukturelle opertionelle Semntik Wir ordnen jedem Prozeß P L ein mit Aktionsnmen beschriftetes Trnsitionssystem A(P) zu Dbei soll die Zustndsmenge L sein, eine nch Definition unendliche Zustndsmenge, die gerde lle möglichen Prozesse ufzählt Der Anfngszustnd soll P, ds zu beschreibende Progrmm, sein Die Übergngsreltion wird durch Ableitungsregeln ngegeben sei definiert ls die kleinste Menge, die die durch Ableitungsregeln spezifizierten Tripel enthält Ein Beispiel für eine solche Ableitungsregel ist P P P Q P Q 20

31 Dbei nennen wir P P die Hypothese und P Q P Q die Konklusion der Regel Wnn immer wir einen Prozeß P hben, der usführen knn und sich dnch wie der Prozeß P verhält, kommen wir im Trnsitionssystem A(P) von dem mit P beschrifteten Knoten über eine mit beschriftete Knte zu einem mit P beschrifteten Knoten Die Konklusion der oben stehenden Regel besgt, dß dieses Verhlten von P uch durch den Kontext eines prllel blufenden Prozesses Q nicht geändert wird Allgemein lssen sich die Ableitungsregeln durch ds Schem P 1 1 P 1,P 2 2 P 2,,P n n P n P Q (n 0) beschreiben Wenn P 1 1 P 1, P 2 2 P 2,, P n n P n zu gehören, dnn gehört uch P Q zu ist dnn definiert ls die kleinste Menge, die den Ableitungsregeln genügt Ein weiteres Beispiel ist die Ableitungsregel P P mit der leeren Hypothesenmenge Axiome wie dieses sind notwendig, dmit die Übergngsreltion nicht leer ist In unserem Flle sind die Axiome genu diejenigen für lle Präfixopertionen über Act Definition 8 Sei P 0 L Ds Trnsitionssystem von P 0 ist definiert ls A(P 0 ) = (L,,P 0 ), wobei die kleinste Menge ist, die den folgenden Regeln genügt ( Act): Pref P P P P Q Q Sum 1 P +Q P Sum 2 P +Q Q Pr 1 P P P Q P Q Pr 2 Q Q P Q P Q Die Abwesenheit einer Regel für nil bedeutet, dß von nil us kein Übergng mehr geschehen knn 21

32 nil bnil b nil bnil nil nil b nil nil Abbildung 41: Ds Trnsitionssystem Rech(A( b)) zum Prozeß b Als erstes Beispiel sei die Berechnung des erreichbren Teils des Trnsitionssystems A(P 1 ) für den Prozeß P 1 = b gegeben Offensichtlich gilt vermöge Pref, und dmit und nil nil nil nil bnil vermöge Pr 1 Anlog erhält mn vermöge Pref, und und bnil nil bnil nil bnil nil nil nil nil bnil b nil b nil nil b nil nil vermöge Pr 2 Drus ergibt sich ds Trnsitionssystem us Abbildung41 Es stellt den erreichbren Teil Rech(A(P 1 )) des Trnsitionssystems A(P 1 ) dr Als zweites Beispiel soll die Berechnung von Rech(A(P 2 )) mit P 2 = b+b dienen Mn erhält sofort nil nil und vermöge Pref, und ebenso bnil bnil b nil bnil 22

33 bnil bnil + bnil b nil b nil Abbildung 42: Ds Trnsitionssystem Rech(A(bnil+bnil)) zum Prozeß bnil + bnil und bnil b nil vermöge Pref Vermöge Sum 1 und Sum 2 erhält mn dnn und bnil + bnil bnil + bnil bnil b nil Ds sich ergebende Trnsitionssystem ist in Abbildung 42 drgestellt Die Trnsitionssysteme us Abbildung 41 und 42 sind isomorph, wir hben lso A( b) =A(bnil+bnil) gezeigt Es gilt: P L A(P) ht keine Zyklen (Übung) Die entstehenden Trnsitionssysteme sind trotzdem keine Bäume Die Abwicklungen Abw(A) von mit Act beschrifteten (endlich verzweigten) Trnsitionssystemen A (beziehungsweise deren Isomorphieklssen) nennt mn synchronistion trees [Mil80] oder Synchronistionsbäume Für L sind die erzeugten Bäume immer endlich, d die Systeme keine Zyklen enthlten 42 Kompositionelle Bumsemntik für L Die ngegebene Trnsitionssystemsemntik ist nicht kompositionell (oder denottionell) im folgenden Sinne: 23

34 Gegeben [P]und [Q] ls Semntiken von P undq Sei opein binärer syntktischer Opertor Dnn ergibt sich die Semntik von P op Q durch [P op Q] = [P]op [Q], wobei op ein entsprechender semntischer Opertor ist Oft werden op und op mit dem gleichen Nmen bezeichnet (nme overloding) Wir wollen nun die kompositionelle Semntik mit Synchronistionsbäumen ls Modelle von Systemen ngeben, und definieren dfür die semntischen Opertoren Für die syntktische Konstnte nil wird der semntische Opertor nil = ({q 0 },,q 0 ) definiert Dmit ergibt sich der Bum us Abbildung 43 Abbildung 43: Der Bum zum Opertor nil Präfix Opertoren: Sei ein Bum t = (Q,,q 0 ) gegeben Dnn sei t definiert ls t = (Q {q 0 }, {(q 0,,q 0)},q 0 ) Dbei bezeichnet die disjunkte Vereinigung D wir Trnsitionssysteme hierimmerbisufisomorphiebetrchten, könnenwirnnehmen,dßq 0 Q gilt Der sich ergebende Bum ist in Abbildung 44 drgestellt Abbildung 44: Der Bum für t t Für den semntischen Summenopertor + seien die Bäume t=(q t, t,q t ) und u=(q u, u,q u ) gegeben Der Bum t + u ergibt sich durch Identifiktion der Wurzelknoten von t und u miteinnder, siehe Abb 45 Forml 24

35 sei ohne Einschränkung der Allgemeinheit Q t Q u = und q 0 / Q t Q u ngenommen Dnn ist t+u definiert ls t+u = (Q,,q 0 ) mit Q = (Q t \{q t }) (Q u \{q u }) {q 0 } und = ( t u ) (Q Act Q) {(q 0,,q) (q t,,q) t } {(q 0,,q) (q u,,q) u } Der sich ergebende Bum ist in Abbildung 45 skizziert Offensichtlich ist + uf Bäumen kommuttiv und ssozitiv, es gilt lso t+u = u+t und Außerdem uch t+(u+v) = (t+u)+v t+nil = t t u Abbildung 45: Der Bum zum Opertor + Für die Behndlung der prllelen Komposition muß zuerst die Beobchtung gemcht werden, dß jeder endlich verzweigte Bum t (wie in Abbildung 46 drgestellt) mit den bisher eingeführten Opertionen und mit den obigen Eigenschften von + drstellbr ist ls t = m i t i (m 0) i=1 Insbesondere ist nil drstellbr mit m = 0 25

36 1 2 m t 1 t 2 t m Abbildung 46: Drstellung eines beliebigen Bums t Sei lso t = n i=1 it i und u = l j=1 b ju j Dnn ist t u rekursiv definiert ls n l ( ) t u = i (t i u)+ b j (t u j ) i=1 j=1 Mit den so definierten semntischen Opertionen läßt sich nun eine kompositionelle Semntik für L ngeben Definition 9 Sei P L Dnn ist die Bumsemntik ST(P) von P induktiv definiert durch ST(nil) = nil ST(P) = ST (P) ST (P +Q) = ST (P)+ST (Q) ST(P Q) = ST (P) ST(Q) Hierbei ist zu bechten, dß,+ und uf der linken Seite der Gleichungen syntktische Opertoren uf den Termen von L sind, während sie uf den rechten Gleichungsseiten semntische Opertoren uf Bäumen drstellen Als Beispiel sei die Bumsemntik zum Prozeß P = b entwickelt: ST(nil bnil) = ST(nil) ST(bnil) = ST (nil) bst(nil) = nil bnil ( jetzt semntische Opertoren! ) = (nil bnil)+b(nil nil) = (nil+b(nil nil))+b((nil nil)+nil) = (nil+b(nil+nil))+b((nil+nil)+nil) 26

37 b b Abbildung 47: Die Bumsemntik ST( b) =ST(b+b) = (nil+bnil)+b(nil+nil) = bnil + bnil Der sich ergebende Bum ist in Abbildung 47 drgestellt Ebenso erhält mn für den Prozeß b+b die Bumsemntik ST (bnil+bnil) = ST (bnil)+st (bnil) = ST (bnil)+bst (nil) = bst (nil)+bst (nil) = bnil + bnil, ws offensichtlich isomorph zu der Bumsemntik ST ( b) us Abbildung 47 ist Um zu zeigen, dß unsere Semntik ttsächlich immer einen Synchronistionsbum ergibt, müssen wir uns überzeugen, dß der Prllelopertor immer wie im obigen Beispiel durch sukzessives Anwenden von (*) eliminiert werden knn Dies ergibt sich us dem folgenden Stz Stz 3 Zu jedem Ausdruck P L gibt es einen Ausdruck P L, in dem der Prllelopertor nicht vorkommt, mit ST (P) = ST( P) Beweis Sei P = Q R, komme in Q und R nicht vor Sei weiterhin Q = m i=1 iq i und R = l j=1 b jr j Sei nun P definiert ls P = m i (Q i R)+ i=1 Dnn gilt ST (P ) = ST (P) l b j (Q R j ) Betrchte nun Teilusdrücke, die den Prllelopertor enthlten, etw Q i R Flls Q i = nil, ersetze Q i R durch R (es gilt ST(nil R) = ST(R)) Flls Q i nil, wende die beschriebene Prozedur uf den Teilusdruck Q i R n j=1 27

38 A(P) : P Q R 1 Q R j Q R l Q 1 R Q i R Q m R b 1 b j b l 1 i m Abbildung 48: Trnsitionssystem für A(P) Ds Verfhren terminiert, d mindestens einer der beteiligten Opernden kleiner wird, ds heißt schließlich Ausdrücke der Form nil oder nil erreicht werden Für P beliebig wende ds Verfhren für lle Vorkommen des Prllelopertors von innen nch ußen n Für die Bumsemntik ist dmit geklärt, dß lle Prllelopertoren entfernt werden können Ds folgende Lemm besgt, dß dies uch (bis uf Isomorphie) in der Trnsitionssystemsemntik möglich ist Lemm 1 Für den im Beweis des obigen Stzes zu P konstruierten Ausdruck P gilt A(P ) =A(P) Beweis Wir zeigen, dß die Isomorphie der Trnsitionssysteme für die beiden verwendeten Trnsformtionen gilt Sei zuerst lso P = Q R, Q = m i=1 iq i, R = l j=1 b jr j und P = m i (Q i R)+ i=1 l b j (Q R j ) Die Trnsitionssysteme A(P) und A(P ) sind in den Abbildungen 48 und 49 drgestellt Offensichtlich gilt A(P) =A(P ) Weiterhin betrchten wir Ausdrücke der Form nil R und R Die Trnsitionssysteme zu diesen Prozessen sind in Abbildung 410 drgestellt Offensichtlich gilt uch hier A(nil R) =A(R) 28 j=1

39 A(P ) : P b 1 (Q R 1 ) (Q R j ) (Q R l ) b j b l 1 i m (Q 1 R) (Q i R) (Q m R) Abbildung 49: Trnsitionssystem für A(P ) A(nil R) : nil R A(R) : Ṛ nil R 1 nil R j nil R l R 1 R j R l b 1 b 2 b l b 1 b 2 b l Abbildung 410: Isomorphie von A(nil R) und A(R) 29

40 A(P) : + Abw(A(P)) : ST(P) : nil Abbildung 411: Ein Beispiel für Abw(A(P)) = ST (P) 43 Zusmmenhng zwischen einer opertionellen Semntik und einer Bumsemntik für L Nun stellt sich die Frge, wie die beiden vorgestellten Semntiken zusmmenhängen Allgemein gilt leider nicht, dß die Abwicklung Abw(A(P)) eines Trnsitionssystems isomorph zur Bumsemntik ST(P) des Prozesses ist; ein Gegenbeispiel zeigt die Abbildung 411 für den Prozeß P = + Eine Isomorphiebeziehung zwischen den beiden Semntiken ist lso nicht gegeben Der nächste Stz zeigt ber, dß Bisimultionsäquivlenz besteht Stz 4 Sei P L Dnn gilt A(P) ST(P) Beweis Der Beweis der Behuptung erfolgt durch Induktion über den Aufbu von P Dbei wird induktiv eine Bisimultionsreltion R konstruiert unter der Annhme, dß Bisimultionsreltionen für die Komponenten existieren 1 Sei P = nil Dnn ist R = {(nil, q)} die gesuchte Bisimultionsreltion Abbildung 412 stellt diesen Zusmmenhng dr A(nil): nil ST(nil): Abbildung 412: A(nil) ST(nil) 2 Sei P = P Nch Induktionsvorussetzung gibt es eine Bisimultionsreltion R zwischen den Zuständen von A(P ) und den Knoten von ST (P ) 30

41 Sei R = {(P,q 0 )} R Offensichtlich gilt (P,q 0 ) R Sei nun (R,q) R Flls (R,q) R, so sind die Bisimultionseigenschften per Induktionsvorussetzung erfüllt Sei lso (R,q) = (P,q 0 ) P P ist der einzige mögliche Übergng von P in A(P) Es gilt ber q 0 q in ST (P), und (P,q ) R nch Induktionsvorussetzung Drus folgt (P,q ) R Umgekehrt ist q 0 q der einzig mögliche Übergng von q 0 in ST (P) Es gilt ber P P in A(P) und (P,q ) R Abbildung 413 zeigt die konstruierte Bisimultionsreltion R A(P): ST(P): q 0 P P q A(P ) ST (P ) Abbildung 413: A(P ) ST(P ) 3 Sei P = P 1 +P 2 Nch Induktionsvorussetzung gibt es Bisimultionsreltionen R 1 und R 2 zwischen A(P 1 ) und ST(P 1 ) beziehungsweise A(P 2 ) und ST(P 2 ) Sei nun und Die Bumsemntiken seien und dbei sei und A(P i ) = (L,,P i ) A(P 1 +P 2 ) = (L,,P 1 +P 2 ) ST(P i ) = (Q i, i,q i ) ST(P 1 +P 2 ) = (Q, ST,q 0 ), Q = Q 1 \{q 1 } Q 2 \{q 2 } {q 0 } ST = ( 1 2 ) (Q Act Q) {(q 0,,q) (q 1,,q) 1 } {(q 0,,q) (q 2,,q) 2 } 31

42 Die Bisimultionsreltion sei definiert ls R = {(P 1 +P 2,q 0 )} (R 1 (L Q)) (R 2 (L Q)) Offensichtlich ist (P,q 0 ) R Sei nun (R,q) R Flls (R,q) R 1 oder (R,q) R 2, folgen die verlngten Eigenschften direkt us der Induktionsvorussetzung (mn bechte dbei, dß q 1 und q 2 keine Eingngspfeile hben) Sei lso (R,q) = (P,q 0 ) Angenommen, für P = P 1 +P 2 gilt P P Dnn gilt nch der Definition von A(P) P 1 P oder P 2 P Angenommen, es gilt P 1 P (für P 2 P gelten die folgenden Beobchtungen nlog) Nch Induktionsvorussetzung gilt (P 1,q 1 ) R 1 und es gibt ein q Q 1, so dß q 1 1 q und (P,q ) R 1 (q q 1 ) Nch Definition von ST gilt dnn (q 0,,q ) ST Also q 0 q in ST (P) Weiter gilt (P,q ) R, d (P,q ) R 1 und q Q Der Gednkenverluf für die umgekehrte Richtung unter der Annhme q 1 ST q bleibt dem Leser ls Übung 4 Sei P = P 1 P 2 Nch dem bereits gezeigten Stz gibt es einen Ausdruck P L mit ST ( P) = ST (P), weiterhin gilt nch dem Lemm A(P) =A( P), und P enthält keinen Prllelopertor Mit den ersten drei Fällen gilt ST (P) = ST( P) A( P) =A(P) Dmit gilt ST(P) A(P) Wir können nun einen Äquivlenzbegriff zwischen zwei Prozessen ngeben, welcher uf dem interleving Verhlten der beiden Prozesse bsiert Definition 10 Seien P, Q L P und Q sind interleving bisimultionsäquivlent, geschrieben ls P ib Q, genu dnn, wenn ST (P) ST(Q) Der folgende Stz beschreibt einige wichtige lgebrische Eigenschften der Übereinstimmung im interleving Verhlten 32

43 Stz 5 Für P,Q,R L gilt 1 ds Kommuttivgesetz für + und 2 ds Assozitivgesetz für + und 3 die Neutrlität von nil für + und 4 und die Idempotenz von + P +Q ib Q+P P Q ib Q P, P +(Q+R) ib (P +Q)+R P (Q R) ib (P Q) R, P +nil ib P P nil ib P, P +P ib P Beweis Die Beweise der Behuptungen folgen zum Teil direkt us der Definition der Semntik 33

44 Kpitel 5 Petrinetze Mit den beiden bisher vorgestellten Semntiken ist eine Unterscheidung zwischen Hintereinnderusführung und echter Prllelität nicht möglich Für diese Unterscheidung ist eine kompliziertere Semntik notwendig Als eine solche Semntik wird hier die Beschreibung eines Prozesses ls Petrinetz vorgestellt Für die Prozesse P 1 = b und P 2 = b+b sind die sich ergebenden Petrinetze in den Abbildungen 51 für P 1 und 52 für P 2 drgestellt DsNetzfürP 1 modelliertdenwesentlichenbegriffderunbhängigkeit (concurrency) zweier Aktivitäten Weitere wichtige Begriffe sind der Konflikt, wie er im Netz für P 2 n der Stelle s 0 uftritt, und die kusle Abhängigkeit, wie sie im Netz für P 2 zum Beispiel durch die Stellen s 3 und s 4 modelliert wird s 1 s 3 t 1 b t 2 s 2 s 4 Abbildung 51: Petrinetz für den Prozeß P 1 = b 34

45 s 0 t 1 b t 2 s 1 s 3 t 3 b t 4 s 2 s 4 Abbildung 52: Petrinetz für den Prozeß P 2 = b+b 51 Definitionen Wir stellen hier Trnsitionen in der Form (Vorbereich, Aktionsnme, Nchbereich) dr Dmit ergibt sich zum Beispiel für die Trnsition t 3 in Abbildung 52 die Drstellung t 3 = ({s 1 },b,{s 2 }) Definition 11 Ein Netz N = (S,T,I) heißt über Act beschriftetes Netz, flls S eine Menge von Stellen ist, T P + (S) Act P + (S) eine Menge von Trnsitionen ist ( P + (S) beschreibt dbei die Menge der nichtleeren Teilmengen von S), und I S eine Menge usgezeichneter Stellen ist, die Anfngsstellen gennnt werden Mit t = pr 1 (t) bezeichnen wir den Vorbereich, mit t = pr 3 (t) 35

46 den Nchbereich einer Trnsition t T bezeichnet die Beschriftung von t l(t) = pr 2 (t) Die nsonsten übliche Drstellung N = (S,T,F) eines Petrinetzes, wobei S und T disjunkte Mengen sind und F S T T S die Flußreltion des Netzes ist, knn mn us unserer Drstellung N = (S,T,I) gewinnen durch die Beziehung (x,y) F (x S y T x y) (x T y S y x ) Die Vor- und Nchbereiche von Stellen werden nlog zu den Vor- und Nchbereichen von Trnsitionen mit und s = {t T tfs} s = {t T sft} bezeichnet Interessnt sind uch Anfng des Netzes N und Ende des Netzes N, die mit N = {s S : s = } bzw beschrieben werden N = {s S : s = } Wichtig für die Verwendung von Petrinetzen zur Modellierung von Prozessen ist ds dynmische Verhlten eines Petrinetzes Eine Trnsition t knn schlten, wenn lle Stellen s t eine Mrke trgen Ds Schlten der Trnsition entfernt jeweils eine Mrke us den Stellen des Vorbereiches, und legt in jeder Stelle s t eine Mrke b Hier sind llerdings noch einige Punkte zu klären: Ws pssiert zum Beispiel in der Sitution, die in Abbildung 53 drgestellt ist? Wenn wir nicht mehr ls eine Mrke pro Stelle erluben, sollte die Trnsition nicht schlten können, es liegt nämlich eine sogennnte Kontktsitution vor Dieses Verbot des Schltens gilt in der Klsse der EN Systeme (elementry net systems) Erhält mn ds Verbot nicht ufrecht und erlubt mehrere Mrken uf Stellen, erhält mn Stellen/Trnsitions Systeme, wie in Definition 42 Im folgenden wird eine dritte Alterntive verwendet: Die sogennnten 1- sicheren Netze Dbei wird zwr erlubt, dß im Nchbereich einer Trnsition Mrken vorhnden sind, diese Stellen müssen dnn ber uch im Vorbereich der Trnsition liegen, so dss sich nie mehr ls eine Mrke uf einer 36

47 s 0 s 2 s 1 s 3 Abbildung 53: Ein Kontkt in einem Petrinetz Stelle befinden knn Ein Netz ist lso 1-sicher wenn immer gilt t M t (M \ t) = Wir betrchten lso Mrkierungen M, in denen eine Stelle höchstens eine Mrke trägt Mrkierungen können lso ls Teilmengen der Stellenmenge beschrieben werden Ein Netz soll nun einen Schritt usführen, indem mehrere Trnsitionen unbhängig voneinnder schlten Definition 12 Sei N = (S,T,I), G T mit G, und seien M,M S G heißt Schritt von M nch M (M [G M ), flls lle m Schritt beteiligten Trnsitionen ktiviert sind, lso t G : t M t M = die m Schritt beteiligten Trnsitionen sich nicht im Konflikt befinden, lso t,t G,t t : t t = und und t,t G,t t : t t =, in der Folgemrkierung die Mrken us den Stellen in den Vorbereichen der m Schritt beteiligten Trnsitionen entfernt und in den Stellen in den Nchbereichen der m Schritt beteiligten Trnsitionen hinzugefügt worden sind, lso M = (M \ t) t t G t G 37

48 Für G = {t} schreiben wir uch M [t M Interessnt ist die Menge der von den Anfngsstellen durch eine Folge von Schritten us erreichbren Mrkierungen Definition 13 Sei N = (S,T,I) ein (endliches) Netz Die Menge der von I erreichbren Mrkierungen von N ist die kleinste Menge [N, I mit I [N, I M [N,I M [t M M [N,I ( Für Netze, in denen unendliche Schritte möglich sind, müßte diese Definition modifiziert werden, solche Netze treten jedoch im folgenden nicht uf ) Besonders interessnt sind die kontktfreien Netze Definition 14 Sei N = (S,T,I) N heißt kontktfrei, flls gilt M [N,I t T : t M t M = 52 Schrittsemntik von beschrifteten Netzen In dem Netz in Abbildung 54 knn eine Aktion mehrfch in einem Schritt usgeführt werden Der Schritt G = {t 1,t 2 } bewirkt eine zweimlige Ausführung der Aktion Um die Vielfchheit von Aktionen usdrücken zu können, verwenden wir Multimengen von Aktionen A : Act N Um mit Multimengen forml korrekt rbeiten zu können geben wir hier eine Definition: 38

49 t 1 t 2 Abbildung 54: Beispiel zur mehrfchen Ausführung einer Aktion in einem Schritt Definition 15 Sei S eine Menge 1 M : S N (M N S ) heißt Multimenge über S 2 0 S : S N,0(s) = 0 für lle s S, ist die leere Multimenge über S (den Index S lssen wir weg, wenn die Grundmenge us dem Zusmmenhng klr ist), 3 N S + := N S \{0} ist die Menge ller nichtleeren Multimengen über S 4 Für M,M N S ist M +M N S gegeben durch (M +M )(s) := M(s)+M (s) für lle s S Flls s S : M(s) M (s), ist M M N S gegeben durch (M M )(s) := M(s) M (s) für lle s S Für M N S,k N ist k M N S gegeben durch (k M)(s) := k M(s) für lle s S 5 Für M 1 N S 1,M 2 N S 2,S 1 S 2 = sei M 1 M 2 N S 1 S 2 die Multimenge, die durch Vereinigung der Grphen von M 1 und M 2 entsteht: { M1 (s) flls s S (M 1 M 2 )(s) := 1, M 2 (s) flls s S 2 Definition 16 Sei N = (S, T, I) ein Netz Ds Schritt Trnsitionssystem A S (N) von N ist definiert durch A S (N) = (P(S),,I), 39

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

Hausaufgabe 2 (Induktionsbeweis):

Hausaufgabe 2 (Induktionsbeweis): Prof. Dr. J. Giesl Formle Sprhen, Automten, Prozesse SS 2010 Üung 3 (Age is 12.05.2010) M. Brokshmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung) Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein

Mehr

Endliche Automaten. S. Kuske: Endliche Automaten; 6.Novenber 2006

Endliche Automaten. S. Kuske: Endliche Automaten; 6.Novenber 2006 1 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte Modellierung,

Mehr

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge.

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge. Reltionen zwischen Mengen/uf einer Menge! Eine Reltion R A B (mit A B) ist eine Reltion zwischen der Menge A und der Menge B, oder uch: von A nch B. Drstellung: c A! Wenn A = B, d.h. R A A, heißt R eine

Mehr

Mathe Warm-Up, Teil 1 1 2

Mathe Warm-Up, Teil 1 1 2 Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Präfixcodes und der Huffman Algorithmus

Präfixcodes und der Huffman Algorithmus Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben

Mehr

Mathematik schriftlich

Mathematik schriftlich WS KV Chur Abschlussprüfungen 00 für die Berufsmtur kufmännische Richtung Mthemtik schriftlich LÖSUNGEN Kndidtennummer Nme Vornme Dtum der Prüfung Bewertung mögliche erteilte Punkte Punkte. Aufgbe 0. Aufgbe

Mehr

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6 Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.

Mehr

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.

Mehr

Abitur - Leistungskurs Mathematik. Sachsen-Anhalt 1999

Abitur - Leistungskurs Mathematik. Sachsen-Anhalt 1999 Abitur - Leistungskurs Mthemtik Schsen-Anhlt 999 Gebiet L - Anlysis Augbe.. y, D, R,. Die Funktionenschr sei gegeben durch Die Grphen der Funktionen der Schr werden mit G bezeichnet. ) Ermitteln Sieden

Mehr

Mathematik. Name, Vorname:

Mathematik. Name, Vorname: Kntonsschule Zürich Birch Fchmittelschule Aufnhmeprüfung 2007 Nme, Vornme: Nr.: Zeit: 90 Minuten erlubte Hilfsmittel: Tschenrechner us der Sekundrschule, lso weder progrmmierbr noch grfik- oder lgebrfähig

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

Zeichen bei Zahlen entschlüsseln

Zeichen bei Zahlen entschlüsseln Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

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

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Mathematik PM Rechenarten

Mathematik PM Rechenarten Rechenrten.1 Addition Ds Pluszeichen besgt, dss mn zur Zhl die Zhl b hinzuzählt oder ddiert. Aus diesem Grunde heisst diese Rechenrt uch Addition. + b = c Summnd plus Summnd gleich Summe Kommuttivgesetz

Mehr

Definition Suffixbaum

Definition Suffixbaum Suffix-Bäume Definition Suche nch einer Menge von Mustern Längste gemeinsme Zeichenkette Pltzreduktion Suffixbäume für Muster Alle Pre Suffix-Präfix Übereinstimmung Sich wiederholende Strukturen Definition

Mehr

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1.

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1. Modul : Grundlgen der Wirtschftsmthemtik und Sttistik Kurs 46, Einheit, Einsendeufge Die Regelungen zu den Einsendeufgen (Einsendeschluss, Klusurzulssung) finden Sie in den Studien- und Prüfungsinformtionen

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

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

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015 LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anres Herz, Dr. Stefn Häusler emil: heusler@biologie.uni-muenchen.e Deprtment Biologie II Telefon: 089-280-74800 Großhernerstr. 2 Fx:

Mehr

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne 6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten

Mehr

Funktionen und Mächtigkeiten

Funktionen und Mächtigkeiten Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Großübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht

Großübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht Großübung u Kräften, omenten, Äuivlen und Gleichgewicht Der Körper Ein mterielles Teilgebiet des Universums beeichnet mn ls Körper. Im llgemeinen sind Körper deformierbr. Sonderfll strrer Körper (odellvorstellung)

Mehr

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2007 im Fach Mathematik

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2007 im Fach Mathematik Sentsverwltung für Bildung, Wissenschft und Forschung Schriftliche Prüfungsrbeit zum mittleren Schulbschluss 007 im Fch Mthemtik 30. Mi 007 Arbeitsbeginn: 10.00 Uhr Berbeitungszeit: 10 Minuten Zugelssene

Mehr

1 Kurvendiskussion /40

1 Kurvendiskussion /40 009 Herbst, (Mthemtik) Aufgbenvorschlg B Kurvendiskussion /0 Gegeben ist eine Funktion f mit der Funktionsgleichung: f ( ) 0 6 = ; mit.. Untersuchen Sie ds Verhlten der Funktionswerte von f im Unendlichen.

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Digitaltechnik. 3 Sequenzielle. Schaltungen. Revision 1.1

Digitaltechnik. 3 Sequenzielle. Schaltungen. Revision 1.1 igitltechnik 3 Sequenzielle Schltungen A Revision 1.1 Trnsitionssysteme Synchroner sequenzieller Entwurf Timing-Anlyse Pipelining Mely und Moore Mschinen Zustndsmschinen in Verilog Sequentielle Schltungen

Mehr

Übungsblatt Gleichungssysteme Klasse 8

Übungsblatt Gleichungssysteme Klasse 8 Üungsltt Gleichungsssteme Klsse 8 Auge : Berechne die Lösungen des Gleichungspres: I II 7 Kontrolliere durch Einseten. Auge : Löse dem Additionsverhren: I 7-6 II 9 Auge : Gegeen ist olgendes linere Gleichungssstem

Mehr

Teilfachprüfung Mathematik Studiengang: Wirtschaft Neue Diplomprüfungsordnung (NPO)

Teilfachprüfung Mathematik Studiengang: Wirtschaft Neue Diplomprüfungsordnung (NPO) Fchhochschule Düsseldorf SS 2007 Teilfchprüfung Mthemtik Studiengng: Wirtschft Neue Diplomprüfungsordnung (NPO) Prüfungsdtum: 29..2007 Prüfer: Prof. Dr. Horst Peters / Dipl. Volkswirt Lothr Schmeink Prüfungsform:

Mehr

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V

Mehr

Programmiersprachen und Übersetzer

Programmiersprachen und Übersetzer Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

BINOMISCHE FORMELN FRANZ LEMMERMEYER BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c

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

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

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

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

Kommunikations-Management

Kommunikations-Management Tutorial: Wie importiere und exportiere ich Daten zwischen myfactory und Outlook? Im vorliegenden Tutorial lernen Sie, wie Sie in myfactory Daten aus Outlook importieren Daten aus myfactory nach Outlook

Mehr

2.11 Kontextfreie Grammatiken und Parsebäume

2.11 Kontextfreie Grammatiken und Parsebäume 2.11 Kontextfreie Grammatiken und Parsebäume Beispiel: Beispiel (Teil 3): Beweis für L(G) L: Alle Strings aus L der Länge 0 und 2 sind auch in L(G). Als Induktionsannahme gehen wir davon aus, dass alle

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

Einführung in Mathcad 14.0 2011 H.

Einführung in Mathcad 14.0 2011 H. Einführung in Mthc. H. Glvnik Eitieren von Termen Tet schreiben mit Shift " + + Nvigtion mit Leertste un Cursor + Löschen mit Shift + Entf + + 5 sin( ) + Arten von Gleichheitszeichen Definition eines Terms

Mehr

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1

Mehr

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren: 4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

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

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r ) Definition B : Menge der binären Bäume, rekursiv definiert durch die Regeln: ist ein binärer Baum sind t l, t r binäre Bäume, so ist auch t =, t l, t r ein binärer Baum nur das, was durch die beiden vorigen

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

1. Voraussetzung. 2. Web-Account anlegen. 3. Einloggen. 4. Kunden-Portal verwenden 5. Sub-Accounts 5.1Sub-Account anlegen. 5.2 Sub-Account bearbeiten

1. Voraussetzung. 2. Web-Account anlegen. 3. Einloggen. 4. Kunden-Portal verwenden 5. Sub-Accounts 5.1Sub-Account anlegen. 5.2 Sub-Account bearbeiten Anleitung DER WEG ZUM TOLL COLLECT KUNDEN-PORTAL Inhlt 1. Vorussetzung 2. Web-Account nlegen 3. Einloggen 4. Kunden-Portl verwenden 5. Sub-Accounts 5.1Sub-Account nlegen 5.2 Sub-Account berbeiten 5.3 Sub-Account

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

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30 15 Mtrizenrechnung 15 Mtrizenrechnung 15.1 Mtrix ls Zhlenschem Eine Internetfirm verkuft über einen eigenen Shop Digitlkmers. Es wird jeweils nur ds Topmodel der Firmen Cnon, Nikon und Sony ngeboten. Verkuft

Mehr

Anleitung über den Umgang mit Schildern

Anleitung über den Umgang mit Schildern Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist

1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist . Ohm = LED leuchtet wenn chlter gedrückt ist 2. Ohm = NICH ( = NO ) LED leuchtet wenn chlter nicht gedrückt ist = ist die Negtion von? Gibt es so einen kleinen chlter (Mikrotster)? 2. Ohm = UND LED leuchtet

Mehr

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

Übungsblatt 1 zum Propädeutikum

Übungsblatt 1 zum Propädeutikum Üungsltt zum Propädeutium. Gegeen seien die Mengen A = {,,,}, B = {,,} und C = {,,,}. Bilden Sie die Mengen A B, A C, (A B) C, (A C) B und geen Sie diese in ufzählender Form n.. Geen Sie lle Teilmengen

Mehr

Informatik IC2. Balazs Simon 2005.03.26.

Informatik IC2. Balazs Simon 2005.03.26. Informatik IC2 Balazs Simon 2005.03.26. Inhaltsverzeichnis 1 Reguläre Sprachen 3 1.1 Reguläre Sprachen und endliche Automaten...................... 3 1.2 Determinisieren.....................................

Mehr

1 topologisches Sortieren

1 topologisches Sortieren Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung

Mehr

SPSS Clementine. Auswertung von offenen Fragen mit TextMining für Clementine. Beispiel: Haustiere

SPSS Clementine. Auswertung von offenen Fragen mit TextMining für Clementine. Beispiel: Haustiere V1.1 Auswertung von offenen Frgen mit TextMining für Clementine Beispiel: Hustiere Im Dezember 2005 ht SPSS (Schweiz) AG im Auftrg von NZZ Folio eine Online-Umfrge unter den Lesern und Leserinnen durchgeführt.

Mehr

Mathematische Probleme, SS 2018 Donnerstag 7.6. $Id: dreieck.tex,v /06/07 14:52:59 hk Exp $

Mathematische Probleme, SS 2018 Donnerstag 7.6. $Id: dreieck.tex,v /06/07 14:52:59 hk Exp $ $Id: dreieck.tex,v 1.45 2018/06/07 14:52:59 hk Exp $ 2 Dreiecke 2.2 Ähnliche Dreiecke Wir htten zwei Dreiecke kongruent gennnt wenn sie sich durch eine ewegung der Ebene ineinnder überführen lssen und

Mehr

Hochschule Karlsruhe Klausur EAI Prof. Dr. Christian Pape. Klausur EAI WS 05/06. Note: Bearbeitungszeit 90 Minuten Keine Hilfsmittel

Hochschule Karlsruhe Klausur EAI Prof. Dr. Christian Pape. Klausur EAI WS 05/06. Note: Bearbeitungszeit 90 Minuten Keine Hilfsmittel Klausur EAI WS 05/06 Aufgabe a) b) c) d) Punkte Gesamtpunkte (max. 90): Note: Bearbeitungszeit 90 Minuten Keine Hilfsmittel Tragen Sie als erstes Ihren vollständigen Namen und Ihre Matrikelnummer ein.

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere

Mehr

Dein Trainingsplan. sportmannschaft. ... und was sonst noch wichtig ist. Deine Zähne sind wie deine. und du bist der Trainer!

Dein Trainingsplan. sportmannschaft. ... und was sonst noch wichtig ist. Deine Zähne sind wie deine. und du bist der Trainer! hben Freunde Deine Zähne sind wie deine sportmnnschft und du bist der Triner! Und jeder Triner weiß, wie wichtig jeder einzelne Spieler ist eine wichtige und schöne Aufgbe! Drum sei nett zu deinen Zähnen

Mehr

Grammatiken. Einführung

Grammatiken. Einführung Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische

Mehr

Kreativ visualisieren

Kreativ visualisieren Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns

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

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG 91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

Mehr

Kapiteltests zum Leitprogramm Binäre Suchbäume

Kapiteltests zum Leitprogramm Binäre Suchbäume Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm

Mehr

Wahrscheinlichkeitstheorie. Zapper und

Wahrscheinlichkeitstheorie. Zapper und Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Binäre Bäume Darstellung und Traversierung

Binäre Bäume Darstellung und Traversierung Binäre Bäume Darstellung und Traversierung Name Frank Bollwig Matrikel-Nr. 2770085 E-Mail fb641378@inf.tu-dresden.de Datum 15. November 2001 0. Vorbemerkungen... 3 1. Terminologie binärer Bäume... 4 2.

Mehr

Eine Logikschaltung zur Addition zweier Zahlen

Eine Logikschaltung zur Addition zweier Zahlen Eine Logikschaltung zur Addition zweier Zahlen Grundlegender Ansatz für die Umsetzung arithmetischer Operationen als elektronische Schaltung ist die Darstellung von Zahlen im Binärsystem. Eine Logikschaltung

Mehr

Datensicherung. Beschreibung der Datensicherung

Datensicherung. Beschreibung der Datensicherung Datensicherung Mit dem Datensicherungsprogramm können Sie Ihre persönlichen Daten problemlos Sichern. Es ist möglich eine komplette Datensicherung durchzuführen, aber auch nur die neuen und geänderten

Mehr

Grundlagen der Theoretischen Informatik, SoSe 2008

Grundlagen der Theoretischen Informatik, SoSe 2008 1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)

Mehr

Mathematik Rechenfertigkeiten

Mathematik Rechenfertigkeiten 2 Mthemtik Rechenfertigkeiten Skript Freitg Dominik Tsndy, Mthemtik Institut, Universität Zürich Winterthurerstrsse 9, 857 Zürich Irmgrd Bühler (Überrbeitung: Dominik Tsndy) 9.August 2 Inhltsverzeichnis

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

Software-Engineering SS03. Zustandsautomat

Software-Engineering SS03. Zustandsautomat Zustandsautomat Definition: Ein endlicher Automat oder Zustandsautomat besteht aus einer endlichen Zahl von internen Konfigurationen - Zustände genannt. Der Zustand eines Systems beinhaltet implizit die

Mehr

Was meinen die Leute eigentlich mit: Grexit?

Was meinen die Leute eigentlich mit: Grexit? Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

Formale Sprachen und Grammatiken

Formale Sprachen und Grammatiken Formale Sprachen und Grammatiken Jede Sprache besitzt die Aspekte Semantik (Bedeutung) und Syntax (formaler Aufbau). Die zulässige und korrekte Form der Wörter und Sätze einer Sprache wird durch die Syntax

Mehr

Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.

Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können. 6. Bäume Lernziele 6. Bäume Lernziele: Definition und Eigenschaften binärer Bäume kennen, Traversierungsalgorithmen für binäre Bäume implementieren können, die Bedeutung von Suchbäumen für die effiziente

Mehr

Repetitionsaufgaben Wurzelgleichungen

Repetitionsaufgaben Wurzelgleichungen Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen

Mehr

6.4 Klassendiagramme in UML Übersicht

6.4 Klassendiagramme in UML Übersicht 6.4 Klssendigrmme in UML Übersicht Mod-6.19 1. UML (Unified Modelling Lnguge): die derzeit wichtigste Sprche zur Modellierung von Systemen 2. Als Zusmmenfssung mehrerer Modellierungssprchen 1997 in der

Mehr

8. Quadratische Reste. Reziprozitätsgesetz

8. Quadratische Reste. Reziprozitätsgesetz O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung

Mehr

Sport Club (SC) Swiss Re München e.v.

Sport Club (SC) Swiss Re München e.v. Sport Club (SC) Swiss Re München e.v. Außerordentliche Mitgliederversmmlung Donnerstg, 20.11.2014, 16:30 Uhr Rum 1.330, Swiss Re Europe S.A., Niederlssung Deutschlnd Dieselstrße 11, Unterföhring Außerordentliche

Mehr

Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12

Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12 Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr