Theoretische Informatik II
|
|
- Pia Meyer
- vor 5 Jahren
- Abrufe
Transkript
1 Theoretiche Informati II Script zur Vorleung vom Angefertigt von: Tony Schmidt Matriel-Nr: 778 Inhaltverzeichni Inhaltverzeichni 6 Einleitung 6 Turing-Machine 6 Warum Turing-Machinen? 6 Bechreibung der Turing-Machine 6 Arbeitweie der Turing-Machine 6 Definition A: Turing-Machine 65 Definition B: Konfiguration 66 Definition C: Arbeitweie (Konfiguration) 67 Definition D: berechnete Funtion 5 68 Definition E: Turing-berechenbar (+Klaen) 5 69 Beipiele 6 6 Varianten von Turing-Machinen 7 6 Univerelle Turing-Machine 8 6 Regitermachine 9 6 Warum Regitermachinen? 9 6 Bechreibung der Regitermachine 9 6 Definition F: -Regitermachine ρ 9 6 Definition G: Konfiguration 65 Definition H: RM -berechenbar (+Klaen) 66 Beipiele 67 RAM-random acce machine Anhang: Zuammenfaung Aublic auf die nächte Vorleung (nächte Script) Literaturverzeichni nicht au der Vorleung Tony Schmidt (Matriel-Nr: 778)
2 Einleitung Diee Script it durch eine Mitchrift der Vorleung Theoretiche Informati II am enttanden Diee würde jedoch mit der Definition E zu Turing- Machinen beginnen Um da Vertändni de Stoffe zu verbeern, habe ich den Stoff über Turing- Machinen au der vorherigen Vorleung am hier mit aufgenommen Vorrauetzung it natürlich auch da Wien de bi hierhin beannten Stoffe Die it eine überarbeitete Faung und ollte fehlerfrei ein, garantiert ann die jedoch nicht, da auch Tippfehler überehen werden önnen Alo immer Mitdenen! In der Vergangenheit haben wir un mit ontextfreien Grammatien bechäftigt Da diee mit Einchränungen verbunden ind, betrachten wir nun Grammatien vom Typ und die damit verbundenen aufzählbaren Sprachen Ch- Jetzt ind aber Machinenmodelle intereant, da ie den verwendeten Rechner (Machinen) ihre Leitungfähigeit entprechen Man ann ohne Einchränung der Leitungfähigeit einen realen Rechner auf ein Machinenmodell abtrahieren Ein Rechner benötig immer Speicher zum Rechnen, o da man grundlegend zwei Machinenmodelle (Turing-Machine und Regitermachine) erhält, die im folgenden hier definiert werden, owie ihre Arbeitweien bechrieben werden 6 Turingmachinen 96 von Adam Mathion Turing (9-95) entwicelt 6 Warum Turing-Machinen? Endliche Automaten beitzen nur einen einzigen Speiche der endlich viele Information peichern ann In der Praxi ind alle Speicher endlich, o da durch diee Bechränung der endliche Automat ehr begrenzte Berechnungmöglicheiten hat Puh-Down-Azeptoren beitzen auch einen endlich großen Zutandpeiche verfügen jedoch über einen potentiellen unendlich großen Stac Ein Stac erlaubt nur LIFO-Zugriff (lat in firt out), womit er nur da oberte Element ehen ann Nun definiert man eine Machine, die einen endlichen Zutandraum owie einen potentiell endlichen Speicher ohne LIFO-Bechränung beitzt Frage it nun, ob er dadurch an Mächtigeit gewinnt Man wird fettellen da die o it Diee Machinen nennt man Turing-Machinen 6 Bechreibung der Turing-Machine Turing-Machinen önnen alo endlich viele Zutände einnehmen und beitzen zuätzlich einen potentiell unendlich großen Speicher Dieen ann man ich al ein unendlich lange Band vortellen Der Zugriff erfolgt über ein Schreib-/Leeopf, der nach recht (r) oder nach lin (l) verchoben werden ann Die Machine ann ein Eingabewort auf dem Band leen und ie ann auch Zeichen au einen endlichen Alphabet auch chreiben Da man im Gegenatz zu Puh-Down-Azeptoren durch die Linbewegung ein Eingabewort mehrmal leen ann, mu man noch ein Haltezutand (h) einführen Dieer ann im Laufe einer Berechnung (höchten) ein einzige mal auftreten, am Berechnungende nämlich Man führt auch ein ogenannte Blanymbol (b) au den endlichen Bandalphabet ein, um u a Wörter abzugrenzen Tony Schmidt (Matriel-Nr: 778)
3 6 Arbeitweie einer Turing-Machine a) Initialiierung: w X, w = x x x X Γ b w b x n, i Band X Eingabealphabet (endl) Γ Bandalphabet (endl) S Zutandmenge (endl) Lee-/Schreibopf S Zutandaten b) Schritt auführen: (Zeichen unter Lee-/Schreibopf (LSK), atueller Zutand) δ (neuer Zutand, neue Zeichen unter LSK, LSK-Bewegung (l,h) ) c) Berechnungende: zb δ (, a) = ( ', a', P);, ' S; a, a' Γ ; P { l, b b w b b Augabe: w 6 Definition A: Ein 6-Tupel = ( S, X, Γ, δ,, b ) heißt Turing-Machine, wenn gilt S nichtleere endliche Zutandmenge S Anfangzutand Γ endliche Bandalphabet X Γ endliche Eingabealphabet b Γ \ X Blanymbol δ : S Γ S Γ { l, partielle Zutandüberführungfuntion 65 Definition B: Ein Tripel (, f, i) heißt Konfiguration der Turing-Machine, wenn S atueller Zutand f: Γ Bandinhalt: f(j) it der Inhalt der j-ten Zelle, wobei e nur endlich viele j mit f(j) b gibt i Poition de Lee-/Schreibopf erfüllt it K it dabei die Menge aller Konfigurationen von Tony Schmidt (Matriel-Nr: 778)
4 66 Definition C: Arbeitweie einer Turing-Machine anhand einer abtraten Automatenymboli () Anfangonfiguration: w X, w = w w, w X : X α K α( w ) = (, f w, δ ) f w it die Bandinchrift i f w ( j) = w b j, fall, ont j Start: Auf dem Band teht ein Eingabewort w X, alle Felder lin und recht von w enthalten da Blanymbol b Der Lee-/Schreibopf teht auf dem erten Buchtabe von w und die Turing-Machine befindet ich im Anfangzutand () Zutandübergangonfiguration (Schritt auführen): δ ˆ : K K mit δ ˆ(, f, i) = ( ', f ', i') : f ( i) = a Γ, δ (, a) = ( ', a', P) f '( j) = f ( j) a', fall, fall j + i j = i i + i' = i i, fall P = {r}, fall P = {l}, fall p = { Arbeitchritt: Der LSK befindet ich auf einem Feld mit dem Inhalt a Γ, der Zutandaten ei im Zutand (nicht Endzutand) It nun δ (, a) = ( ', a', P) definiert, geht die Machine in de Zutand über zb wird da Zeichen a auf dem atuellen Feld de Bande durch a eretzt und der LSK ann dann nach recht r verchoben werden () Augabefuntion (Ergebni): ω : Γ K mit ω (, f, i) = ε, fall für alle j f(j)=b ω (, f, i) = vv v l, fall e ein gibt mit f ( j) = b für alle j < f ( ) b f ( j) = b für alle j > + l f ( + l) b f ( j) = v für j l j + Tony Schmidt (Matriel-Nr: 778)
5 +l b b v v l b b Ergebni: Die Turing-Machine hält an, wenn die Berechnung beendet it Die Augabe it dann da Wort zwichen den am weiteten lin tehenden Zeichen (ungleich dem Blanymbol b) und dem am weiteten recht tehenden Zeichen (ungleich b) E gibt genau ein Somit it die Augabe eindeutig 67 Definition D: Sei = ( S, X, Γ, δ,, b ) eine Turing-Machine Die von berechnete Funtion ω( δˆ h ( w) = m+ ( α( w))), fall m = Min,ont (Endlochleife) h : X Γ it definiert durch: j { j δˆ ( α( w)) = (, f, i) und ',a' : δ (, f(i)) = (',a',h)} Diee Funtion it nur dann definiert, wenn die Turing-Machine hält, alo e eine Berechnungende gibt ex 68 Definition E: Seien A,B Alphabete a) Eine Abbildung h : A B (partielle Funtion) heißt Turingberechenba wenn e eine Turing-Machine = ( S, X, Γ, δ,, b ) gibt mit B Γ und h = h b) Klae = { h h : A B Turing - berechenba } A, B r c) ei die Klae aller Turing-berechenbaren Funtionen (A,B beliebig) d) Eine Menge M A heißt Haltebereich / Definitionbereich einer Turing- Machine = ( S, A, Γ, δ,, b ), wenn M = { w A h ( w) definiert it } e) Eine Menge M B heißt Ergebnibereich / Wertebereich einer Turing- Machine = ( S, A, Γ, δ,, b ) mit B Γ, wenn M = { v B w A : h ( w) = v} Tony Schmidt (Matriel-Nr: 778) 5
6 69 Beipiele Im folgenden ommen nun ein paar Beipiele zu Turing-Machinen in der ogenannten Bierdecelnotation oder auch Buy-Beaver-Notation genannt Beipiel : = S = { }, X = { }, Γ = { b, }, δ,, ) mit P { l, und ( b (, b) = (,, h) δ (, ) = (,, r δ und ) E werden Striche auf da Band gechrieben gefolgt von einen Blanymbol h :{ } { b, } S Γ S Γ P h ( n ) = n+, n ß r Haltebereich: { } B h + Wertebereich: { } Tabelle Beipiel : = S = { }, X = { }, Γ = { b, }, δ,, ) mit P { l, und ( b (, b) = (, b, h) δ (, ) = (, b, r δ und ) E werden Striche auf dem Band durch Blanymbole eretzt S Γ S Γ P b b r b h Tabelle h h :{ } { b, } ( w) = ε, w { } Haltebereich: { } Wertebereich: {ε } Beipiel : = ( S = {, }, X = { }, Γ = { b, }, δ,, b) mit P { l, und der Zutandübergangfuntion δ : S Γ S Γ { l, (iehe Tabelle ) E handelt ich hierbei um eine Gradzahligeitmachine, die nur hält, wenn eine gerade Anzahl von Strichen auf dem Band it und nach dem Leen it ein Strich mehr auf dem Band S Γ S Γ P b h r b b r r Tabelle h :{ } { b n+ n h ( ) = Haltebereich:, } n, fall,ont ß { ß } + Wertebereich: { ß } Tony Schmidt (Matriel-Nr: 778) 6
7 Beipiel : = ( S = {,,, }, X = { }, Γ = { b,, c}, δ,, b) mit P { l, und der Zutandübergangfuntion δ : S Γ S Γ { l, (iehe Tabelle ) Die auf dem Band befindlichen Striche werden durch doppelt o viele c eretzt (Verdopplung) Nr ) ) ) ) 5) 6) 7) 8) 9) ) ) ) S Γ S Γ P b b h b r c c h b c r r c c r b c l h c c h b b r l c c L Tabelle h :{ } { b,, c} n n ( ) = c h, n ß Haltebereich: { } Wertebereich: { c ß } Beipiel: Striche auf dem Band 5 7 b b b c b cc b cc b cc 6 b cc bbcc bbcc bbcc bbccc 7 bbcccc bbcccc bbcccc bbcccc bbcccc bbcccc 6 Man beobachtet: Der Wertebereich von entpricht dem Haltebereich von (Man müte noch die Striche von in c umwandeln) Somit ann man diee beiden Turing-Machinen mit einander vernüpfen o h ( n ) = c n+ o : 6 Varianten von Turing-Machinen Man ann zeigen, da die Varianten der Turing-Machinen nicht an Mächtigeit gewinnen Diee önnen alle durch die hier vorgetellte Turing-Machine imuliert werden a) -Kopf-Turing-Machine ( Band) Lee-/Schreiböpfe Zutandaten Tony Schmidt (Matriel-Nr: 778) 7
8 b) -Band-Turing-Machine mit Lee-/Schreiböpfe Lee-/Schreiböpfe Zutandaten c) -dimenionale Turing-Machine mit m Köpfe zb: = m = Bemerung: Man ann in alle Richtungen mit den LSK ich bewegen Lee-/Schreiböpfe Zutandaten d) Turing-Machinen mit Endzutänden tatt der Ation halt 6 Univerelle Turing-Machinen An den wenigen Beipielen ann man chon erennen, wie mächtig und flexibel Turing- Machinen ind Ein Problem gibt e jedoch, da ie nur eine ganz betimmte Funtion (durch vorgegebene Programm) berechnen ann Dieen vermeintlichen Mangel ann man durch Kontrution einer univerellen Turing-Machine beheben Diee ann al Eingabe da Programm einer beliebig anderen Turing-Machine annehmen und diee imulieren nicht au der Vorleung Tony Schmidt (Matriel-Nr: 778) 8
9 6 Regitermachinen 6 Warum Regitermachinen? Ein Turing-Machinen-Algorithmu, der die Addition zweier Unärzahlen bechreibt, lät ich nicht o auf andere Berechnungmodelle übertragen Man führt nun (unter anderem dewegen) ogenannte Regitermachinen ein Diee ähneln ehr onrete Rechner im abtraten Sinn Sie hat eine endliche zahl von Regitern, von denen jede eine beliebig große natürliche Zahl peichern ann Die Regitermachine rechnet nur mit natürlichen Zahlen, welche jedoch eine Einchränung bedeutet Computer rechnen genau genommen nur auf Bai von und 6 Bechreibung der Regitermachine Wie bereit erwähnt verfügt die Regitermachine über eine fete endliche Anzahl () von Speicherzellen (Regiter) Jede Regiter hat einen unendlich großen Wertebereich ß Auf einen Regiter önnen drei verchiedene Operationen angewandt werden: Erhöhen de Inhalt um, Vermindern de Inhalt um (, wobei jedoch die nicht unterchritten werden darf) und die Abfrage de Inhalt auf 6 Definition F: Eine -Regitermachine ρ bechreibt man durch ein 5-Tupel ρ = ( S,, δ,, F), wobei: S endliche nichtleere Zutandmenge S Anfangzutand ß Regiteranzahl F S Endzutandmenge δ : ( S \ F) {,} S {,, + } o {,} it für den Nulltet: Wenn der Regiterinhalt it, dann wird zurücgegeben, ont o {-,,+} ind die Regiteroperationen, wie oben bechrieben Beipiel: -Regitermachine 78 S Regiter mit Inhalt Zutandaten Zugriff über Operationen Tony Schmidt (Matriel-Nr: 778) 9
10 6 Definition G: Sei ρ = ( S,, δ,, F) eine Regitermachine K ρ = S ß heißt Menge der Konfigurationen von ρ Anfangonfiguration: α : ß K it definiert durch α ( n ) = (,( n,,,)) ρ Start: Im erten Regiter teht der Startwert n ß und alle anderen Regiter haben den Wert und die Machine befindet ich im Anfangzutand Zutandüberführungonfiguration (Schritt auführen): δ ˆ : K K mit δ ˆ(,( i,, i )) = ( ',( i ',, i ')) : ρ ρ δ,( ign( i ),, ign( i ))) = ( ',( j ',, j ')) mit j { +,, } ( i ign(i l ) it die Vorzeichenfuntion Sie liefert, wenn i l = und, wenn i l > ( i l < it nicht möglich ) il + j j,ont i l ' =, fall il = jl = Wendet die Regiteroperationen an und verhindert da die unterchritten wird Arbeitchritt: E wird die atuelle Regiterbelegung durch eine neue eretzt, wobei auf den Regitern nur die Operationen { +,, } angewandt werden dürfen Die Machine geht in de Zutand über Augabefuntion (Ergebni): ω : K ρ ß mit ω (,( i,, i )) = i, fall F Ergebni: Die Regitermachine hält, wenn ie in einen Endzutand gelangt it Da Ergebni it dann der Wert der im erten Regiter teht Die von ρ berechnete Funtion hρ : ß ß it definiert durch h n) = ω( δˆ ( α ( n))), fall m = Min{j δˆ,ont ( α( n)) = (,( i,, i m j ρ ( )) mit F exitiert} Diee Funtion it nur dann definiert, wenn die Regitermachine hält Dann hat ie ein Endzutand erreicht und die Berechnung it zuende Tony Schmidt (Matriel-Nr: 778)
11 65 Definition H: Sei ρ = ( S,, δ,, F) eine Regitermachine a) Eine Abbildung h : ß ß heißt RM -berechenba wenn e eine Regitermachine ρ mit -Regitern gibt, o da h = h R b) Kae m = { h h RM - berechenbar it} ρ c) R m = URm ei die Klae aller RM -berechenbaren Funtionen d) Eine Menge M ß heißt Haltebereich / Definitionbereich einer Regitermachine ρ mit -Regitern, o da M = { n ß ( n) definiert it } h ρ e) Eine Menge M ß heißt Ergebnibereich / Wertebereich einer Regitermachine ρ mit -Regitern mit M = { m ß n ß h ( n) = m} ρ 66 Beipiele Im folgenden nun ein paar Beipiele zu Regitermachinen Beipiel : ρ = S = {, }, =, δ,, F = { }) mit der Zutandübergangfuntion ( : ( S \F ) {,} S {,, + } δ (iehe Tabelle 5) Diee Regitermachine zählt da eine Regiter bi auf herunte addiert dann die und landet im Endzutand S Tet S Operationen beliebig Tabelle 5 RM -berechenbare Funtionen: h ρ ( n) mit n ß = Tony Schmidt (Matriel-Nr: 778)
12 ( : ( \ F ) {,} S {,, + Beipiel : ρ = S = {,,,, }, =, δ,, F = { }) mit der Zutandüber- gangfuntion δ S } (iehe Tabelle 6) Diee Regitermachine vervierfacht den Wert, der im erten Regiter teht, benutzt dazu ein Hilfregiter und landet im Endzutand S Tet S Operationen Tabelle 6 - beliebig RM -berechenbare Funtionen: hρ ( n) n mit n ß = Ingeamt ergibt ich dann folgende Arbeitweie: n n (, ) (, ) (, ) n Beipiel: n = Beipiel : Soll eine Regitermachine zb die Addition berechnen, o will man folgende RM -Berechenbareitfuntion h : ß r ß Dazu mu man aber noch die Eingabeonfiguration α und die Augabeonfiguration ω etwa modifizieren 67 RAM-random acce machine RAM it eine verallgemeinerte Regitermachine, die einen wahlfreien Zugriff auf die Regiter und einen größeren Befehlvorrat beitzt Sie beteht au einer zentralen Recheneinheit, einem Speiche einem Eingabeband, einem Augabeband und einem Programm Innerhalb der Komplexitättheorie ann man mit ihnen Laufzeiten von Algorithmen betimmen nicht au der Vorleung Tony Schmidt (Matriel-Nr: 778)
13 Zuammenfaung Turing-Machinen haben einen endlichen Zutandpeicher und ein unendliche Band auf da ie leen, chreiben önnen, owie ein Bandfeld nach lin oder recht bewegen önnen Turing-Machinen önnen nicht nur Sprachen erennen, ondern beonder Funtionen berechnen E gibt viele Varianten von Turing-Machinen, die die gleiche Mächtigeit aber beitzen Außerdem ann man univerelle Turing-Machinen bauen Regitermachinen ind leicht abtrahierte Rechne die endlich viele Regiter beitzen, die eine natürliche Zahl aufnehmen önnen Mit ihnen önnen Funtionen berechnet werden Außerdem ann man mit ihnen auch Programme einer rudimentären imperativen Programmierprache auführen (nächte Vorleungen) Ergebni: Turing-Machinen und Regitermachinen haben weit an Mächtigeit gegenüber Automaten, Puh-Down-Azeptoren, (biher vorgetellten) gewonnen Aublic auf die nächte Vorleung (da nächte Sript) Wir werden im folgenden zeigen, da Regitermachinen und Turing-Machinen äquivalent zueinander ind Die Beweiidee it folgende: Man imuliert eine Turing-Machine durch eine Regitermachine und umgeehrt, indem man jede Regiter durch ein eineitig unendliche Band imuliert Literaturverzeichni Er, Katrin und Lutz Priee: Theoretiche Informati / Eine umfaende Einführung, Springer-Verlag, erte Auflage Schöning, Uwe: Theoretiche Informati urzgefat, Spetrum Aademicher Verlag, 995, zweite Auflage Klau, Voler und Schwill, Andrea: Schülerduden Informati, Dudenverlag, 997, dritte neu bearbeitete Auflage Tony Schmidt (Matriel-Nr: 778)
Theoretische Grundlagen der Informatik
Theoretiche Grundlagen der Informatik Andrea Schumm 21.1.21 INSTITUT FÜR THEORETISCHE INFORMATIK KIT Univerität de Lande Baden-Württemberg und nationale Forchungzentrum in der Helmholtz-Gemeinchaft www.kit.edu
MehrTheoretische Grundlagen der Informatik
Theoretiche Grundlagen der Informatik KIT 24.1.211 Univerität de Dorothea Lande Baden-Württemberg Wagner - Theoretiche und Grundlagen der Informatik nationale Forchungzentrum Vorleung in am der 2.Oktober
MehrEinführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 10
Prof. J. Eparza Techniche Unierität München S. Sickert, J. Krämer KEINE ABGABE Einführung in die theoretiche Informatik Sommeremeter 2017 Übungblatt Löungkizze 10 Übungblatt Wir untercheiden zwichen Übung-
MehrTuring-Maschinen. Definition 1. Eine deterministische Turing-Maschine (kurz DTM) ist ein 6- Dem endlichen Alphabet Σ von Eingabesymbolen.
Turing-Maschinen Nachdem wir endliche Automaten und (die mächtigeren) Kellerautomaten kennengelernt haben, werden wir nun ein letztes, noch mächtigeres Automatenmodell kennenlernen: Die Turing-Maschine
Mehr1.1.4 Potential; Äquipotentiallinien bzw. -flächen; potentielle Energie eines geladenen Teilchens im homogenen elektrischen Feld
1.1.4 Potential; Äquipotentiallinien bzw. -flächen; potentielle nergie eine geladenen Teilchen im homogenen elektrichen Feld Die Charakteriierung eine elektrichen Felde in einem Raumpunkt durch Angabe
MehrKapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorleung. Falltudie Bipartite Graphen. Grundbegriffe 3. Elementare Graphalgorithmen und Anwendungen 4. Minimal pannende Bäume 5. Kürzete Pfade 6. Traveling Saleman Problem 7. Flüe in Netzwerken
Mehr13.1 Die Laplace-Transformation
13.1 Die Laplace-ranformation 565 13.1 Die Laplace-ranformation Die Laplace-ranformation it eine Integraltranformation, die jeder Zeitfunktion f(t), t, eine Bildfunktion F () gemäß 13.1 F () = f (t) e
MehrSatz: G vom Typ 1 : ε L(G) G in Kuroda Normalform mit L(G) = L(G ) Beweis: nicht hier
Sander: Informatik III December 14, 2006 1 1.4 Kontextenitive und Typ 0-Sprachen Sander: Informatik III December 14, 2006 2 Kuroda Normalform Eine Typ 1 Grammatik G = (V,Σ,P,S) in Kuroda Normalform fall
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (III) 8.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (II) 2.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrJan Auffenberg. Die Lösung der Bewegungsgleichung eines einzelnen Pendels liefert wie in Versuch M1 betrachtet die Eigenfrequenz der Pendel zu:
Protokoll zu Veruch M: Gekoppelte Pendel. Einleitung Im folgenden Veruch werden Schwingungen von durch eine weiche Feder gekoppelten Pendeln unterucht, deren Schwingungebenen eich ind. Die chwache Kopplung
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 15 Ziele vgl. AFS: Berechnungsmodelle für Typ-0- und Typ-1-Sprachen (Nicht-)Abschlußeigenschaften
MehrTuringmaschinen Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen
Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Schematische Darstellung einer Turing-Maschine: Kopf kann sich nach links und
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Die Registermaschine (random access machine, RAM) 0 I 0 1 I 1 2 I 2 m I m Programm
MehrKapitel 2. Temporale Logik. Inhalt. Computergestützte Verifikation Zusammenfassung Kapitel 1. Inhalt. Warum nicht einfach PK 1?
Inhalt Computergetützte Verifikation Kapitel 1: Syteme 19.4.2002 Simulation Gegenbeipiel Fehlerbeeitigung Verfeinerung Sytem Abtraktion Präziierung Modell - Model Checker + Spezifikation Formaliierung
MehrGrundlagen: Algorithmen und Datenstrukturen
Grundlagen: Algorithmen und Datentrukturen Prof. Dr. Hanjo Täubig Lehrtuhl für Effiziente Algorithmen (Prof. Dr. Ernt W. Mayr) Intitut für Informatik Techniche Univerität München Sommeremeter H. Täubig
MehrKontextsensitive und Typ 0 Sprachen Slide 2. Die Turingmaschine
Kontextsensitive und Typ 0 Sprachen Slide 2 Die Turingmaschine DTM = Deterministische Turingmaschine NTM = Nichtdeterministische Turingmaschine TM = DTM oder NTM Intuitiv gilt: DTM = (DFA + dynamischer
MehrImmer noch rund um die Wechselspannung = Sinuskurve
Ier noch rund u die Wechelpannung Sinukurve Wozu da da nun wieder? Da it it da Wichtigte ür un. Wir achen darau doch Funkwellen, alo üen wir un dait auch aukennen, pata! Wir üen den Begri Frequenz gründlich
MehrVerschiebungssatz: Ist F (s) die Laplace-Transformierte von f (t), dann gilt für t 0 > 0
3.6 Tranformationätze 853 3.6 Tranformationätze In dieem Abchnitt werden weitere Eigenchaften der Laplace-Tranformation vorgetellt, die in vielen technichen Bechreibungen ihre Anwendung finden. Oftmal
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
MehrTuring Maschine. Thorsten Timmer. SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke. Turing Maschine SS 2005 p.
Thorsten Timmer SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke Turing Maschine SS 2005 p. 1/35 Inhalt Einführung Formale Definition Berechenbare Sprachen und Funktionen Berechnung ganzzahliger
MehrBerechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
MehrR. Brinkmann Seite Aufgabe Prüfen Sie ob die Geraden g, h, i durch einen Punkt verlaufen.
R. Brinkmann http://brinkmann-du.de Seite 9.09.0 Löungen lineare Funktionen Teil V en: A A A Prüfen Sie ob die Geraden g, h, i durch einen Punkt verlaufen. a) g(x) = x+ ; h:y+ x+ 4 = 0 ; i:y x = 7 b) g(x)
MehrAbleitungsberechnung mit der Grenzwertmethode. Besonders wichtig ist der Zentraltext über Ableitungen Datei Stand 30.
Analyi Ableitungfunktionen Ableitungberechnung mit der Grenzwertmethode Beonder wichtig it der Zentraltet über Ableitungen 400 Datei 40 Stand 0. Dezember 00 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 40 Ableitungfunktionen
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen 1.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Motivation 2. Terminologie
MehrHalteproblem/Kodierung von Turing-Maschinen
Halteproblem/Kodierung von Turing-Maschinen Unser Ziel ist es nun zu zeigen, dass das sogenannte Halteproblem unentscheidbar ist. Halteproblem (informell) Eingabe: Turing-Maschine M mit Eingabe w. Frage:
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
MehrTechnische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS 2014/2015 Prof. Dr. Peter Gritzmann 07.
Note: Name Vorname Matrikelnummer Studiengang Unterchrift der Kandidatin/de Kandidaten Höraal Reihe Platz Techniche Univerität München Fakultät für Mathematik Algorithmiche Dikrete Mathematik WS 1/1 Prof.
MehrWS06/07 Referentin: Katharina Blinova. Formale Sprachen. Hauptseminar Intelligente Systeme Dozent: Prof. Dr. J. Rolshoven
WS06/07 Referentin: Katharina Blinova Formale Sprachen Hauptseminar Intelligente Systeme Dozent: Prof. Dr. J. Rolshoven 1. Allgemeines 2. Formale Sprachen 3. Formale Grammatiken 4. Chomsky-Hierarchie 5.
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrFormale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.
Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen
MehrD-HEST, Mathematik III HS 2017 Prof. Dr. E. W. Farkas M. Nitzschner. Lösung 7. Bitte wenden!
D-HEST, Mathematik III HS 27 Prof. Dr. E. W. Farka M. Nitzchner Löung 7 Bitte wenden! . Wir betrachten ein Sytem linearer Differentialgleichungen erter Ordnung mit kontanten Koeffizienten der Form y (t)
Mehr11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P
11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 13. Vorlesung 07.12.2006 1 Überblick: Die Church- Turing-These Turing-Maschinen 1-Band Turing-Maschine Mehrband-Turing-Maschinen Nichtdeterministische
MehrK T 1 s + 1. G S (s) = G S (s) = 1 2s + 1. T n s + 1 T n s. G R (s) = K R. G R (s) = 2s + 1 s. F ω (s) = 1/s 1 + 1/s = 1
Aufgabe : a) Au und K = und T = 2 folgt: Mit und K R = 2, T n = 2 : G S () = K T G S () = 2 G R () = K R T n T n G R () = 2 G 0 () = G R ()G S () = F ω () = / + / = b) Y () = F ω ()W() Die Sprungantwort
Mehr4.2 Varianten der Turingmaschine. 4 Turingmaschinen
4 Turingmaschinen Alles was intuitiv berechenbar ist, d.h. alles, was von einem Menschen berechnet werden kann, das kann auch von einer Turingmaschine berechnet werden. Ebenso ist alles, was eine andere
MehrTaschenbuch der Statistik
Tachenbuch der Statitik von Werner Voß 2., verbeerte Auflage Haner München 2003 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 22605 0 Zu Inhaltverzeichni chnell und portofrei erhältlich bei
MehrFachhochschule Wedel. Seminararbeit. Flussprobleme in Graphen und ihre Anwendung auf 0/1-Netzwerken
Fachhochchule Wedel Seminararbeit Thema: Fluprobleme in Graphen und ihre Anwendung auf 0/-Netzwerken Eingereicht von: Erarbeitet im: Claudia Padberg (wi09) An der Windmühle 880 Wedel Tel. (00) 98897 E-Mail:
MehrALP I Turing-Maschine
ALP I Turing-Maschine Teil I WS 2012/2013 Äquivalenz vieler Berechnungsmodelle Alonzo Church λ-kalkül Kombinatorische Logik Alan Turing Turing-Maschine Mathematische Präzisierung Effektiv Berechenbare
Mehra b b a Vom DFA zur TM Formale Grundlagen der Informatik 1 Kapitel 9 Turing-Maschinen Der Lese-/Schreibkopf Bedeutung der TM
Vom DFA zur TM Formale der Informatik 1 Kapitel 9 Frank Heitmann heitmann@informatik.uni-hamburg.de a b b a z 0 a z 1 a z 2 b 2. Mai 2016 Wir wollen auf dem Band nach rechts und links gehen können und
MehrDas Halteproblem für Turingmaschinen
Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen ist definiert als die Sprache H := { T w : T ist eine TM, die bei Eingabe w {0, 1} hält }. Behauptung: H {0, 1} ist nicht entscheidbar.
MehrGreensche Funktion. Frank Essenberger FU Berlin. 30.September Nomenklatur 1. 2 Greensche Theoreme 1. 3 Anwendung in der Elektrostatik 2
Greenche Funktion Frank Eenberger FU Berlin 30.September 2006 Inhalterzeichni Nomenklatur 2 Greenche Theoreme 3 Anwendung in der Elektrotatik 2 4 Anpaung an Randbedingungen 3 5 Eindeutigkeit der Löung
MehrAufgabenblatt 4: Wachstum
Aufgabenblatt 4: Wachtum Löungkizze Bitten beachten Sie, da diee Löungkizze lediglich al Hilfetellung zur eigentändigen Löung der Aufgaben gedacht it. Sie erhebt weder Anpruch auf Volltändigkeit noch auf
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
MehrThemen der Übung. Rekursion. Dateien einlesen Sudokus. Assertions
Themen der Übung Rekurion CoMa-Übung X TU Berlin.0.0 Themen heute Evaluation Aertion Einleen von Dateien Queue und Breitenuche Rekurion Wegrekontruktion Tiefenuche Backtracking Evaluation Diee Woche bekommt
MehrKapitel 5. Entscheidbarkeit und Berechenbarkeit. 5.1 Entscheidbarkeit
Kapitel 5 Entscheidbareit und Berechenbareit Wir wenden uns nun grundsätzlichen Fragen zu, nämlich den Fragen nach der prinzipiellen Lösbareit von Problemen. Dazu stellen wir auch einen Zusammenhang zwischen
MehrGrundkurs Codierung Lösungsvorschläge zu den Fragen in den Unterkapiteln Was blieb? Stand Unterkapitel 4.4 Seite 261
Grundkur Codierung Löungvorchläge zu den Fragen in den Unterkapiteln Wa blieb? Stand 22.04.2007 Unterkapitel 4.4 Seite 261 Zu Frage 1: Nein, damit bleibt da one time pad-verfahren nicht perfekt. Man kann
MehrZentralabitur 2014 Physik Schülermaterial Aufgabe II ga Nachschreibtermin Bearbeitungszeit: 220 min
Thema: Interferenz In Aufgabe 1 wird Interferenz von Licht am Gitter behandelt. In Aufgabe 2 geht e um die Eigenchaften verchiedener Quantenobjete. Aufgabe 3 befat ich mit Michelon-Interferometern. Aufgabentellung
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard 1 Motivation und Einleitung Bisher haben wir verschiedene Programmiersprachen
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 15. Übungsblatt
Karlruher Intitut für Technologie (KIT) Intitut für Analyi Dr. A. Müller-Rettkowki Dipl.-Math. M. Uhl WS 9/ Höhere Mathematik I für die Fachrichtungen Elektroingenieurween, Phyik und Geodäie Löungvorchläge
MehrBerechenbarkeit und Komplexität: Erläuterungen zur Turingmaschine
Berechenbarkeit und Komplexität: Erläuterungen zur Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik Algorithmen und Komplexität 24. Oktober 26 Programmierung der TM am Beispiel Beispiel:
MehrMATHEMATIK GRUNDWISSEN DER 5.JAHRGANGSSTUFE
Inhalte, Wien und Begriffe Anwendungen, Beipiele und Erklärungen 1. Natürliche und ganze Zahlen Menge der natürlichen Zahlen: N= {1; 2; 3; 4; } Menge der nat. Zahlen mit 0 : N 0= {0; 1; 2; 3; 4; } 1 N
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrAufgabe 2.4: Temposünder?
Idee, Aufgabenentwurf und Foto: Barbara Mathea, Ferdinand Weber Weil da Radargerät defekt war, filmte die Polizei in einer 30-km-Zone alle vorbeifahrenden Auto. Von 4 Auto ind je 5 aufeinander folgende
MehrTheoretische Informatik 1
Theoretische Informatik 1 Die Komplexitätsklasse P David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Äquivalenz von RM und TM Äquivalenz, Sätze Simulation DTM
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard Cyrill Stachniss 1/14 Motivation und Einleitung Bisher haben wir verschiedene
MehrKapitel 1. Globale Beleuchtung. 1.1 Ray Tracing Schatten, Reflexion und Brechung
Kapitel 1 Globale Beleuchtung Biher haben wir nur Licht von Lichtquellen berückichtigt. Gegentände werden aber auch durch indirekte Licht beleuchtet, da durch diffue oder direkte Reflexion entteht. Effekte
MehrTheoretische Informatik 1
Theoretische Informatik 1 Teil 4 Bernhard Nessler Institut für Grundlagen der Informationsverabeitung TU Graz SS 2007 Übersicht 1 Turingmaschinen Mehrband-TM Kostenmaße Komplexität 2 Mehrband-TM Kostenmaße
MehrLehreinheit 09 Prozesssimulation II: Prozesssimulation mit einfachen Petri-Netzen Wintersemester 2012/2013
Dynamiche Unternehmenmodellierung und -imulation (ehemal: Buine Dynamic - Dynamiche Modellierung und Simulation komplexer Gechäftyteme, Arbeitwienchaft V) Lehreinheit 09 Prozeimulation : Prozeimulation
MehrAufgaben zum Impuls
Aufgaben zu Ipul 593. Ein Wagen (Mae 4kg) prallt it einer Gechwindigkeit, / auf einen zweiten ( 5 kg), der ich in gleicher Richtung it der Gechwindigkeit 0,6 / bewegt. a) Wie groß ind die Gechwindigkeiten
MehrTyp-0-Sprachen und Turingmaschinen
Typ-0-Sprachen und Turingmaschinen Jean Vancoppenolle Universität Potsdam Einführung in formale Sprachen und Automaten Dr. Thomas Hanneforth (Präsentation aus Foliensätzen von Dr. Thomas Hanneforth und
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Gleichmächtigkeit von DEA und NDEA
Dnk Vorleung Grundlgen der Theoretichen Informtik / Einführung in die Theoretiche Informtik I Bernhrd Beckert Diee Vorleungmterilien ieren gnz weentlich uf den Folien zu den Vorleungen von Ktrin Erk (gehlten
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 5. März 2014
Klausur zur Vorlesung Grundbegriffe der Informatik 5. März 2014 Klausurnummer Nachname: Vorname: Matr.-Nr.: Aufgabe 1 2 3 4 5 6 7 max. Punkte 6 8 4 7 5 6 8 tats. Punkte Gesamtpunktzahl: Note: Punkte Aufgabe
MehrBeobachten und Messen mit dem Mikroskop
Phyikaliche Grundpraktikum Veruch 006 Veruchprotokolle Beobachten und een mit dem ikrokop Aufgaben 1. Betimmen de ildungmaßtabe der vorhandenen ektive mit Hilfe eine echraubenokular. Vergleich mit den
MehrEinige Beispiele zur Turingmaschine
Einige Beispiele zur Turingmaschine Beispiel 1: Addition von 1 zu einer Dualzahl Aufgabe: Auf dem Eingabe-Band einer Turingmaschine steht eine Dualzahl (= Binärzahl, bestehend aus 0-en und 1-en, links
MehrÜbungsblatt 7 Besprechung am /
PN - Phyik für Chemiker und Biologen Prof. J. Lipfert WS 07/8 Übungblatt 7 Übungblatt 7 Beprechung am..07/4..07 Aufgabe Raketentechnik: Raketenantriebe funktionieren nach dem Rücktoßprinzip: Der Treibtoff
MehrAntriebssystemtechnik für Fahrzeuge. Übung WS09/10
Antriebytemtechnik für Fahrzeuge Übung WS09/10 Inhalt 2 Vorabverion Bezüglich Fehlerkorrektur oder Verbeerungvorchläge bitte eine E-Mail an: ziegler@fzg.mw.tum.de Dieer Umdruck wurde mit Hilfe von Studenten
MehrStatistische Analyse von Messergebnissen
Da virtuelle Bildungnetzwerk für Textilberufe Statitiche Analye von Meergebnien 3 Hochchule Niederrhein Stand: 17..3 Seite 1 / 8 Im Abchnitt "Grundlagen der Statitik" wurde u.a. bechrieben, wie nach der
MehrF Winkelsätze. 1 Nebenwinkel und Scheitelwinkel
F Winkelätze 1 Nebenwinkel und Scheitelwinkel Zwei nicht parallele Geraden bilden tet vier Schnittwinkel. Dabei untercheidet man zwichen Scheitel- und Nebenwinkeln. eipiel : γ δ Nebenwinkel Nebenwinkel
MehrTheoretische Informatik
Theoretische Informatik Einheit 2 Berechenbarkeitsmodelle 1. Turingmaschinen 2. Registermaschinen 3. µ-rekursive Funktionen 4. Weitere Berechenbarkeitsmodelle 5. Church sche These Berechenbarkeitsmodelle
Mehr11.1 Kontextsensitive und allgemeine Grammatiken
Theorie der Informatik 7. April 2014 11. Kontextsensitive und Typ-0-Sprachen Theorie der Informatik 11. Kontextsensitive und Typ-0-Sprachen 11.1 Kontextsensitive und allgemeine Grammatiken Malte Helmert
MehrDie Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die
MehrPhysikalische Chemie II (für Biol./Pharm. Wiss.) FS Lösung 5. Musterlösung zum Übungsblatt 5 vom
Phyikaliche Chemie II (ür Biol./Pharm. Wi.) FS 207 Löung 5 Muterlöung zum Übungblatt 5 vom 9.3.208 ph-wert an der Zelloberläche. Die Debye-Länge ergibt ich au der Gouy-Chapman Theorie zu l D F " 0 ". ()
MehrKooperatives Lernen SINUS Bayern
Kooperative Lernen SINUS Bayern Mathematik Fachoberchule/Berufoberchule Jgt. 11/1 Partnerpuzzle zu quadratichen Funktionen Mit der Methode Partnerpuzzle wird die Betimmung der Nulltellen und de Scheitelpunkte
Mehr3. RAM als Rechnermodell
3. RAM als Rechnermodell Motivation Wir möchten Berechnungsvorschriften (Algorithmen) formal beschreiben und deren Eigenschaften wie Korrektheit und Laufzeit analysieren Rechnermodell abstrahiert vom verwendeten
Mehrmehreren Präzisierungen des intuitiven Begriffs des Verfahren sein muss, so legt sich nahe, dass er Der Begriff der TURING-Maschine ist eine unter
7\S*UDPPDWLNHQ 7\S6SUDFKHQ XQG 7XULQJPDVFKLQHQ 258 785,1*0DVFKLQH70 Der Begriff der TURING-Maschine ist eine unter mehreren Präzisierungen des intuitiven Begriffs des $OJRULWKPXV bzw. der %HUHFKHQEDUNHLW
MehrTheoretische Informatik Mitschrift
Theoretische Informatik Mitschrift 7. Turingmaschinen Automatenmodell für Typ-0-Sprachen Einschränkung liefert Automatenmodell für Typ-1-Sprachen Alan Turing 1936, ursprüngliches Ziel: Formalisierung des
MehrStatistische Mechanik
tatitiche Mechanik Die hermodynamik bechreibt makrokopiche Eigenchaften von Materie. Molekulare Eigenchaften werden mit der Quantenmechanik unterucht. Der Verknüpfung von Quantenmechanik und hermodynamik
MehrAkzeptierende Turing-Maschine
Akzeptierende Turing-Maschine Definition: Eine akzeptierende Turing-Maschine M ist ein Sechstupel M = (X, Z, z 0, Q, δ, F ), wobei (X, Z, z 0, Q, δ) eine Turing-Maschine ist und F Q gilt. Die von M akzeptierte
MehrDM280-1F Luftkissenfahrbahn
DM80-F Luftkienfahrbahn Die Luftkienfahrbahn DM80-F dient zur Demontration von Veruchen zur Dynamik und Kinematik geradliniger Bewegung feter Körper. Diee Anleitung oll Sie mit der Bedienung und den Demontrationmöglichkeiten
MehrKapitel 7: Kellerautomaten und kontextfreie Sprachen
Kapitel 7: Kellerautomaten und kontextfreie Sprachen Prof.-Dr. Peter Brezany Institut für Softwarewissenschaft Universität Wien, Liechtensteinstraße 22 1090 Wien Tel. : 01/4277 38825 E-mail : brezany@par.univie.ac.at
MehrAusgewählte unentscheidbare Sprachen
Proseminar Theoretische Informatik 15.12.15 Ausgewählte unentscheidbare Sprachen Marian Sigler, Jakob Köhler Wolfgang Mulzer 1 Entscheidbarkeit und Semi-Entscheidbarkeit Definition 1: L ist entscheidbar
MehrTheoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Entscheidungsprobleme Priv.-Doz. Dr. Stefan Milius stefan.milius@fau.de Theoretische Informatik Friedrich-Alexander Universität Erlangen-Nürnberg
MehrKomplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Komplexitätstheorie WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Komplexitätstheorie Gesamtübersicht Organisatorisches / Einführung Motivation / Erinnerung / Fragestellungen
Mehr. Die obige Beschreibung der Laufzeit für ein bestimmtes k können wir also erweitern und erhalten die folgende Gleichung für den mittleren Fall:
Laufzeit von Quicksort im Mittel. Wir wollen die erwartete Effizienz von Quicksort ermitteln. Wir nehmen an, die Wahrscheinlichkeit, dass das gewählte Pivot-Element a j das k-t kleinste Element der Folge
MehrEinführung in Berechenbarkeit, Komplexität und formale Sprachen
Johannes Blömer Skript zur Vorlesung Einführung in Berechenbarkeit, Komplexität und formale Sprachen Universität Paderborn Wintersemester 2011/12 Inhaltsverzeichnis 1 Einleitung 2 1.1 Ziele der Vorlesung...................................
Mehr2. Tag. Teil II. 1.5 Interpretation der Grenzwertregeln
Teil II 2. Tag Die bisherige Darstellung war zwar weitgehend intuitiv, ist aber für Beweise über Komplexitätsaussagen nur bedingt geeignet. 1.5 Interpretation der Grenzwertregeln Für die Funktionen f,g
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
MehrGrundwissen 9. Jahrgangsstufe Mathematik. Wissen / Können Beispiele. 1. Reelle Zahlen, Wurzeln und Potenzen
Grundwien 9. Jahrgangtufe Mathematik Wien / Können Beiiele. Reelle Zahlen, Wureln und Potenen Die Menge der reellen Zahlen beteht au der Menge der rationalen Zahlen und der Menge der irrationalen Zahlen.
MehrProf. Liedl Lösung Blatt 8. Übungen zur Vorlesung PN1. Lösung zum Übungsblatt 8. Besprochen am
11.12.212 Löung Blatt 8 Übungen zur Vorleung PN1 Löung zum Übungblatt 8 Beprochen am 11.12.212 Aufgabe 1: Moleküle al tarre rotierende Körper Durch Mikrowellen laen ich Rotationen von Molekülen mit einem
MehrGrundlagen der Technischen Chemie - Praktikum WS2015/ Februar Protokoll. Nitritreduktion
2. Faung Protokoll Nitritreduktion Gruppe 29 Guido Petri, Matrikelnummer 364477 Rami Michael Saoudi, Matrikelnummer 356563 1 Aufheizgechwindigkeit Gruppe 29 Inhaltverzeichni Aufgabentellung...2 1. Theorie...2
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Akzeptierbarkeit und Entscheidbarkeit. Teil V.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrV6.4 - Erzwungene Schwingungen, Resonanz
V6.4 - Erzwungene Schwingungen, Reonanz Michael Baron, Sven Pallu 31. Mai 2006 Zuammenfaung Im folgenden Veruch betrachten wir da Schwingungverhalten eine gedämpften, periodich erregten Ozillator in Form
MehrDer Kugelring. Verfasser: Praxelius. Beschreibung des Kugelrings und Herleitung der Formeln
Der Kugelring Verfaer: Praxeliu Bechreibung de Kugelring und Herleitung der Formeln PDF-Dokument: Kugelring.pdf Da Dokument it urheberrechtlich gechützt. Alle Rechte vorbehalten. KR-850-00 Dieen Beitrag
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 07.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrTechnische Universität München. Fakultät für Informatik
Techniche Univerität München Fakultät für Informatik Forchung- und Lehreinheit Informatik IX Thema: Morphologiche Operationen Proeminar: Grundlagen Bildvertehen/Bildgetaltung Johanne Michael Kohl Betreuer:
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Determiniert / indeterminiert. Teil III.
Dnk Vorleung Grundlgen der Theoretichen Informtik / Einführung in die Theoretiche Informtik I Bernhrd Beckert Diee Vorleungmterilien ieren gnz weentlich uf den Folien zu den Vorleungen von Ktrin Erk (gehlten
Mehr