Universelle Maschinen und universelle Funktionen
|
|
- Paul Schuler
- vor 5 Jahren
- Abrufe
Transkript
1 Universelle Maschinen und universelle Funktionen
2 UNIVERSELLE FUNKTIONEN DEFINITION. Sei F eine Klasse von partiellen Funktionen über N. Eine partielle Funktion ϕ (n+1) ist n-universell für F, wenn (i) ϕ F und (ii) zu jeder n-stelligen partiellen Funktion ψ (n) F gibt es eine Zahl e N, sodass ψ( x) = ϕ(e, x) für alle x N n. Eine Zahl e wie in (ii) heißt ein Index von ψ bzgl. ϕ und wir schreiben ϕ e ( x) statt ϕ(e, x), d.h. ψ = ϕ e. Gilt zusätzlich, dass es zu jedem ˆϕ (n+1) F eine total rekursive Funktion h gibt, so dass (iii) ˆϕ(e, x) = ϕ(h(e), x) für alle e N und x N n gilt, so heißt ϕ eine Standardaufzählung oder Gödelnummerierung der n- stelligen partiellen Funktionen in F. Die rekursive Funktion h in (iii) heißt Übersetzungsfunktion von ˆϕ nach ϕ.
3 ZIEL. Die Klasse F(REK) besitzt n-universelle Funktionen ja sogar Standardaufzählungen. Um dies zu zeigen konstruieren wir universelle Turingmaschinen: Für gegebenes Alphabet Σ und gegebenes n N, zeigen wir, dass jede (geeignet normierte) Turingmaschine M zur Berechnung von n-stelligen Funktionen über Σ so durch ein Wort M Σ dargestellt werden kann, dass man eine Turingmaschine U = U Σ,n angeben kann, die bei Eingabe ( M, x) mit x (Σ ) n die Rechnung der Maschine M bei Eingabe x simuliert. Die Resultatsfunktion von U ist also n-universell für die Klasse der partiell Turing-berechenbaren Funktionen über Σ. Für das unäre Alphabet Σ = Σ 1 erhalten wir dann das entsprechende Ergebnis für die partiell rekursiven Funktionen (unter Verwendung des Äquivalenzsatzes).
4 BEMERKUNGEN. Sei ϕ = ϕ U die aus der universellen TM U = U Σ1,n gewonnene n-universelle Funktion von F(REK). Ein Index e einer partiell rekursiven Funktion ψ (n) (d.h. ψ (n) = ϕ e ) ist dann gerade die Gödelnummer (Kodierung) einer Turingmaschine zur Berechnung von ψ. Dass ϕ eine Gödelnummerierung ist bedeutet u.a. Folgendes. Ist ϕ einen n-universelle Funktion für F(REK), die wir durch Kodierung eines anderen formalen Berechnungsmodells erhalten haben (z.b. Registermaschinen), so können wir jedem ϕ -Index e rekursiv einen äquivalenten ϕ-index h(e) zuordnen. Anschaulich: zu jeder Registermaschine (etc.) können wir effektiv eine äquivalente Turingmaschine angeben.
5 NORMIERTE TURINGMASCHINEN Zur Konstruktion universeller TMs normieren wir zunächst TMs, wobei wir o.b.d.a. Programme aus bedingten Anweisungen betrachten. DEFINITION. Eine Turingmaschine M = (B, P ) zur Berechnung einer n-stelligen partiellen Funktion ϕ : (Σ ) n Σ heißt normiert, falls B = T B(Σ, Σ, Σ {b, 0, 1}, n), wobei 0 und 1 aber nicht das Blankzeichen b in Σ vorkommen dürfen, und P ein Programm aus bedingten Anweisungen ist mit Zustandsmenge Z = {0, 1,..., p} (für geeignetes p 1), wobei 0 der Start- und 1 der einzige Stoppzustand ist.
6 Bei der Untersuchungen von Varianten des TM-Konzeptes haben wir bereits gezeigt, dass man zu jeder TM eine äquivalente normierte TM angeben kann: LEMMA. Zu jeder Turingmaschine M zur Berechnung einer n- stelligen partiellen Funktion über Σ gibt es eine äquivalente normierte Turingmaschine M. Weiter gilt und time M ( x) O(time M ( x)) space M ( x) O(space M ( x)).
7 KODIERUNG VON NORMIERTEN MASCHINEN Ziel: Normierte Turingmaschine M = (B, P ) Binärwort M Da die Basismaschine B durch den Eingabentyp festgelegt ist, genügt es, das Programm P zu gödelisieren, d.h. P zu definieren. Es gelte Γ = Σ {b, 0, 1} = {a 0 = b, a 1 = 0, a 2 = 1,..., a m }. Schritt 1. Kodierung der Buchstaben a i des Bandalphabets, der Zustände z und der Bewegungsbefehle durch nichtleere Unärwörter: a i := 1 i+1 z := 1 z+1 L := 1 S := 1 2 R := 1 3. Schritt 2. Kodierung der Instruktionen I = (z, a i, a j, B, z ): I = z 0 a i 0 a j 0 B 0 z Schritt 3. Kodierung des Programms P = {I 1,..., I k }: P = 1000 I 1 00 I I k 000 Offensichtlich ist die Abbildung, die einem Programm P seine Kodierung P zuordnet, injektiv und berechenbar und umgekehrt können wir von einem Binärwort effektiv feststellen, ob es ein Programm kodiert und, falls ja, welches.
8 UNIVERSELLE TURINGMASCHINEN I (Mehrbandmaschinen) LEMMA. Sei Σ ein Alphabet und n 1. Es gibt eine 3-Band- Turingmaschine U = U Σ,n, die bei Eingabe eines kodierten normierten Programms P zusammen mit einer Wortfolge x (Σ ) n die zu P gehörende normierte Maschine M = (B, P ) simuliert, d.h. Weiter gilt, dass ϕ U ( P, x) = ϕ M ( x). time U ( P, x) O( P max(time M ( x), x 1,..., x n )) space U ( P, x) O( P + space M ( x)).
9 BEWEISIDEE. Informelle Beschreibung der Arbeitsweise von U bei Eingabe ( P, x): Band 1: U verhält sich auf Band 1 wie die simulierte (1-Band-) Maschine M = (B, P ) bei Eingabe x. Band 2: Hier wird das kodierte Programm P von M abgespeichert. Band 3: Hier wird die Kodierung z des aktuellen M-Zustandes z gespeichert. Initialisierung: Kopiere unter Löschen P von Band 1 auf Band 2, schreibe 0 auf Band 2.
10 Simulationszyklus von U zur Simulation eines M-Schrittes: 1. Lese (und merke im Zustand) den Buchstaben a auf dem Arbeitsfeld von Band Durch Mustervergleich finde das erste Vorkommen der Folge 00 z 0 a 0 auf Band 2, wobei z die aktuelle Inschrift von Band 3 ist. Dort befindet sich dann die Kodierung der auszuführenden M-Instruktion I = z 0 a 0 a 0 B 0 z. (Findet U das gesuchte Muster nicht, so hat M den Stoppzustand erreicht, und die Simulation wird beendet.) 3. Simuliere diese Instruktion: (a) führe angegebenen Druck- (a ) und Bewegungsbefehl (B) auf Band 1 aus, (b) schreibe Kodierung z des neuen Zustands auf Band 3, setze AFs auf Band 2 und 3 zurück. Die behaupteten Platz- und Zeitschranken lassen sich leicht nachprüfen. Für die Zeit hat man nur zu beachten, dass die Simulation eines M-Schrittes O( P ) Schritte erfordert. q.e.d.
11 UNIVERSELLE TURINGMASCHINEN II (Einbandmaschinen) SATZ ÜBER DIE EXISTENZ UNIVERSELLER TURINGMA- SCHINEN. Zu jedem Alphabet Σ und zu jeder Stelligkeit n 1 gibt es eine Turingmaschine Ũ = Ũ Σ,n mit folgender Eigenschaft: Zu jeder partiell Turing-berechenbaren Funktion ψ : (Σ ) n Σ gibt es ein Wort w Σ mit ψ = (ϕũ) w, d.h., x (Σ ) n (ψ( x) = ϕũ(w, x)).
12 BEWEISIDEE. 1.Fall: Σ Σ 2. Wähle Ũ = Ũ Σ,n als eine (1-Band-)Turingmaschine, die zu der 3-Band-TM U = U Σ,n (aus vorhergehendem Lemma) äquivalent ist. (Ũ existiert nach dem Bandreduktionssatz.) Da es zu jeder TM eine äquivalente normierte TM desselben Typs gibt und U = U Σ,n alle normierten TMs des gewünschten Typs simuliert, hat Ũ die gewünschten Eigenschaften. 2. Fall: Sonst d.h. Σ = Σ 1 = {1}. Dann muss Ũ zusätzlich die erste Eingabe w als Unärkodierung eines Binärwortes auffassen. Es wird also zuerst das durch w kodierte Binärwort w berechnet und w durch dieses ersetzt. Dann kann man wie in Fall 1 verfahren.
13 KOROLLAR (NORMALFORMTHEOREM VON KLEENE) Für jede Zahl n 1 gibt es eine primitiv rekursive Funktion U (1) und ein primitiv rekursives Prädikat T (n+2), so dass es zu jeder n-stelligen partiell rekursiven Funktion ψ (n) eine Zahl e N gibt mit In der Tat ist die durch x N n (ψ( x) = U(µyT (e, x, y))). ϕ(e, x) = U(µyT (e, x, y)) definierte partielle Funktion ϕ (n+1) eine Gödelnummerierung der n-stelligen partiell rekursiven Funktionen. Darüberhinaus können die Übersetzungsfunktionen nach ϕ primitiv rekursiv und injektiv gewählt werden.
14 BEWEISIDEE. Für gegebenes n 1 sei Ũ = Ũ Σ1,n die universelle Turingmaschine zur Berechnung n-stelliger partieller Funktionen über Σ 1, also über N. Wenden wir die (im Beweis des Äquivalenzsatzes eingeführte) Gödelisierung von TMs auf Ũ an, so erhalten wir das primitiv rekursives Prädikat rechnung (n+3), für das Ũ ϕũ(e, x) = (µy(rechnungũ(e, x, (y) 1, (y) 2 ))) 2 für alle e N und x N n gilt. Setzen wir und T (e, x, y) rechnungũ(e, x, (y) 1, (y) 2 ) U(y) = (y) 2, so ergibt sich der erste Teil des Normalformsatzes unmittelbar aus der Universalität von Ũ und dem Äquivalenzsatz.
15 Zu zeigen bleibt die Existenz injektiver, primitiv rekursiver Übersetzungsfunktionen nach ϕ: Gegeben: ˆϕ (n+1) F(REK). Gesucht: h F(PRIM) injektiv mit ˆϕ e = ϕ h(e) für alle e N. Idee zur Definition von h: 1. Wähle normierte TM M = (B, P ), die ˆϕ berechnet. 2. Für jedes e gewinne aus M eine normierte TM M e mit Programm P e, die bei x N n als Eingabe ˆϕ(e, x) wie folgt berechnet: M e ergänzt die Eingabe x um den Parameter e und simuliert dann P auf der erweiterten Eingabe (e, x). 3. Zeige, dass sich die Gödelnummer h(e) := gn(p e ) von P e (d.h. h(e) ist die Unärdarstellung von P e ) primitiv rekursiv berechnen lässt. Es folgt ˆϕ(e, x) = U(µy(T (gn(p e ), x, y))) = ϕ(h(e), x), weshalb h die gesuchte Übersetzungsfunktion von ˆϕ nach ϕ ist.
16 NOTATION. Für die Standardaufzählung ϕ (n+1) der n-stelligen partiell rekursiven Funktionen benutzen wir folgende Notation: {e} (n) ( x) := ϕ e ( x) Sprechweise {e} (n) ist die e-te n-st. part. rekursive Funktion; gilt ψ = {e}, so heisst e (part. rek.) Index von ψ. W (n+1) := Db(ϕ) W (n) e := Db(ϕ e ) = Db({e}) = { x : (e, x) W (n+1) } Sprechweise W e (n) ist die e-te n-st. rek. aufzb. Menge; gilt A = W e, so heisst e (r.a.) Index von A.
17 KOROLLAR (AUFZÄHLUNGSSATZ FÜR R.A. MENGEN) Für jedes n 1 ist die (n+1)-stellige Menge W (n+1) eine universelle Menge für die n-stelligen rekursiv aufzählbaren Mengen, d.h. W (n+1) ist rekursiv aufzählbar und zu jeder rekursiv aufzählbaren Menge A N n gibt es ein e mit A = W e (n) = { x : (e, x) W (n+1) }. BEWEIS. Da W (n) der Definitionsbereich der part. rek. Funktion ϕ ist, ist W r.a. Ist A N n r.a., dann ist A der Definitionsbereich einer n-stelligen partiell rekursiven Funktion ψ. Für einen Index e von ψ gilt dann, dass A = Db(ψ) = Db({e}) = W e (n). q.e.d. Man beachte, dass nach Definition von ϕ, W e ( x) y T (e, x, y) gilt, d.h. W e ist die Projektion der primitiv rekursiven Menge T e := {( x, y) : T (e, x, y)}. Hieraus folgt:
18 PROJEKTIONSSATZ. Für eine n-stellige Menge A sind folgende Aussagen äquivalent: (a) A ist rekursiv aufzählbar. (b) A ist die Projektion einer (n + 1)-st. rekursiven Menge B. (c) A ist die Projektion einer (n + 1)-st. prim. rek. Menge C. BEWEIS. (a) (c) folgt aus dem Aufzählungssatz wie gerade beobachtet. (c) (b) ist trivial, da jede prim. rek. Menge rekursiv ist. (b) (a) Sei A die Projektion der r.a. Menge B. Dann ist A der Definitionsbereich der partiell rekursiven Funktion ψ( x) = µy B( x, y). q.e.d. BEMERKUNGEN. 1. Der Projektionssatz zeigt, dass die r.a. Mengen gerade unbeschränkte Suchprobleme mit (primitiv) rekursivem Lösungsraum sind. 2. Mit dem Projektionssatz lassen sich einige der Abschlusseigenschaften der (primitiv) rekursiven Mengen leicht auf die r.a. Mengen übertragen (z.b. Vereinigung und Durchschnitt (Übung!) sowie Einsetzung (prim.) rekursiver Funktionen (Tafel!)).
9. Universelle Maschinen und universelle Funktionen
9. Universelle Maschinen und universelle Funktionen In diesem Abschnitt zeigen wir die Existenz universeller Turingmaschinen U. Solch eine Maschine U simuliert (interpretiert) alle Turingmaschinen (genauer:
Mehr9. UNVERSELLE MASCHINEN UND UNIVERSELLE FUNKTIONEN
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2012 9. UNVERSELLE MASCHINEN UND UNIVERSELLE FUNKTIONEN Theoretische Informatik (SoSe 2012) 9. Universelle Funktionen
Mehr10. Der Äquivalenzsatz
10. Der Äquivalenzsatz In diesem Abschnitt zeigen wir, dass die von uns betrachteten verschiedenen Formalisierungen des Berechenbarkeitsbegriffs äquivalent sind, d.h. alle zu derselben Klasse (partiell)
Mehr5. Universelle Maschinen und uniform rekursive Klassen
5. Universelle Maschinen und uniform rekursive Klassen Die Existenz universeller Maschinen erlaubt effektive Aufzählungen der Klasse der r.a. Mengen, der Klasse der partiell rekursiven Funktionen und der
Mehr8. Der Äquivalenzsatz
8. Der Äquivalenzsatz ÄQUIVALENZSATZ. Für eine (partielle) Funktion f : N n N sind folgende Aussagen äquivalent: f ist (partiell) Turing-berechenbar. f wird von einer k-band-turingmaschine berechnet (k
MehrUniversität Heidelberg 23. Juli 2018 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl. Math. Martin Monath
Universität Heidelberg 23. Juli 2018 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl. Math. Martin Monath Erste Klausur zur Vorlesung Einführung in die Theoretische Informatik Es können maximal
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 8. DER ÄQUIVALENZSATZ. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2017
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2017 8. DER ÄQUIVALENZSATZ Theoretische Informatik (SoSe 2017) 8. Der Äquivalenzsatz 1 / 36 Übersicht In diesem Kapitel
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:
Mehr14. Rekursiv aufzählbare Mengen
14. Rekursiv aufzählbare Mengen In diesem Abschnitt fassen wir einige Eigenschaften der rekursiv aufzählbaren d.h. der nach Churchscher These (effektiv) aufzählbaren Mengen zusammen. In Korollar 11.8 haben
Mehr10. UNENTSCHEIDBARE PROBLEME:
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 10. UNENTSCHEIDBARE PROBLEME: DIAGONALISIERUNG UND REDUKTION Theoretische Informatik (SoSe 2011) 10. Unentscheidbare
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
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
MehrBeispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2
Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q
Mehr6. Varianten des Turingmaschinen-Konzeptes II: Varianten der Speicherstruktur
6. Varianten des Turingmaschinen-Konzeptes II: Varianten der Speicherstruktur Der Speicherzugriff bei Turingmaschinen ist recht umständlich. Man erhält effizientere Speicherstrukturen, wenn man mehrere
MehrNachklausur zur Vorlesung Einführung in die Theoretische Informatik
Universität Heidelberg 11. Oktober 2012 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Nachklausur zur Vorlesung Einführung in die Theoretische Informatik Musterlösungen
MehrRelativierte Berechnungen und die arithmetische Hierachie
Berechenbarkeit und Komplexität Wintersemester 2010/2011 1 Relativierte Berechnungen und die arithmetische Hierachie Relativierte Berechnungen und Orakel Definition 1 Eine Menge A ist entscheidbar mit
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
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17.November 2011 INSTITUT FÜR THEORETISCHE 0 KIT 17.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrUnentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
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
MehrBerechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 26. November 2007 Semi-Entscheidbarkeit
MehrBerechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 7. Dezember 2006 Rekursiv vs. rekursiv
MehrTheoretische Informatik Mitschrift
Theoretische Informatik Mitschrift 9. Berechenbarkeit, Entscheidbarkeit, Aufzählbarkeit 9.1 Grundbegriffe bereits gezeigt: Spracherkennung durch Turingmaschine = Berechnung der semi-charakteristischen
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
Mehr8. Rekursive und primitiv rekursive Funktionen
8. Rekursive und primitiv rekursive Funktionen In diesem Abschnitt führen wir eine weitere (letzte) Formalisierung des Berechenbarkeitskonzeptes für Funktionen über den natürlichen Zahlen ein. Hatten wir
Mehr4. VARIANTEN DES TURINGMASCHINEN-KONZEPTES
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2012 4. VARIANTEN DES TURINGMASCHINEN-KONZEPTES Theoretische Informatik (SoSe 2012) 4. Varianten des Turingmaschinen-Konzeptes
Mehr2 Turingmaschinen 6. Eine nd. k-band-turingmaschine M zur Erkennung einer m-stelligen Sprache L (Σ ) m ist ein 8-Tupel
2. Turingmaschinen Als Formulierung von Algorithmen benutzen wir hier Turingmaschinen. Von den vielen Varianten dieses Konzeptes (s. Vorlesung Einführung in die Theoretische Informatik ) greifen wir das
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
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
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
MehrFalls H die Eingabe verwirft, so wissen wir, dass M bei Eingabe w nicht hält. M hält im verwerfenden Haltezustand. Beweis:
1 Unentscheidbarkeit 2 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 #include char *s="include
MehrReduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B.
Reduktionen Formalisierung von Sprache A ist nicht schwerer als Sprache B. Idee: Algorithmus/DTM für B kann genutzt werden, um A zu entscheiden/akzeptieren. WS 2018/19 Reduktionen 1 Zwei einfache Sprachen
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 16.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrEin formales Berechnungsmodell: Turingmaschinen. Turingmaschinen 26 / 62
Ein formales Berechnungsmodell: Turingmaschinen Turingmaschinen 26 / 62 Ein formales Rechnermodell Bisher haben wir abstrakt von Algorithmen bzw. Programmen gesprochen und uns dabei JAVA- oder C++-Programme
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
MehrSemi-Entscheidbarkeit und rekursive Aufzählbarkeit
Semi-Entscheidbarkeit und rekursive Aufzählbarkeit Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 9. November 2009 Berthold Vöcking, Informatik 1 () Vorlesung
MehrRekursive Aufzählbarkeit Die Reduktion
Rekursive Aufzählbarkeit Die Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
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.
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Beispiel einer nicht berechenbaren Funktion: Busy Beaver
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
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
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 3. TURINGMASCHINEN. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2012
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2012 3. TURINGMASCHINEN Theoretische Informatik (SoSe 2012) 3. Turingmaschinen 1 / 45 Alan Mathison Turing (1912-1954)
MehrRekursive und primitiv rekursive Funktionen. Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen
Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N induktiv
MehrUnentscheidbarkeit. Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen
Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Henning Kerstan & Jan Stückrath Worum geht
MehrInformatik III. Arne Vater Wintersemester 2006/ Vorlesung
Informatik III Arne Vater Wintersemester 2006/07 11. Vorlesung 30.11.2006 1 Beziehungen zwischen den Sprachen Jede reguläre Sprache ist eine kontextfreie Sprache. Jede kontextfreie Sprache ist eine entscheidbare
MehrUniverselle Turingmaschinen
Universelle Turingmaschinen bisher: zum Erkennen einer rekursiven Sprache L wurde jeweils eine spezielle dtm M L angegeben jetzt: konstruieren feste dtm ( universelle Turingmaschine ), die als Eingabe
MehrAlgorithmentheorie 8. Vorlesung
Algorithmentheorie 8. Vorlesung Martin Dietzfelbinger 1. Juni 2006 1.7 Die Churchsche These Der intuitive Berechenbarkeitsbegriff wird durch die Formalisierung TM-Berechenbarkeit, also Rekursivität von
MehrVL-11: LOOP und WHILE Programme I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-11: LOOP und WHILE Programme I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-11: LOOP und WHILE Programme I 1/46 Organisatorisches Nächste Vorlesung: Mittwoch,
MehrRekursions- und Lerntheorie WiSe 2010/11; Univ. Trier
Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/17 Rekursions- und Lerntheorie
MehrAlan Mathison Turing ( )
3. Turingmaschinen Alan Mathison Turing (1912-1954) Britischer Logiker, Mathematiker und Computerpionier http://www.time.com/time/time100/scientist/profile/turing.html 1 FORMALISIERUNG VON ALGORITHMEN
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
MehrFragen 1. Muss eine DTM ein Wort zu Ende gelesen haben, um es zu akzeptieren? a) Ja! b) Nein!
4 Turingmaschinen Eingabeband nicht nur lesen, sondern auch schreiben kann und die zudem mit ihrem Lese-Schreib-Kopf (LSK) nach links und rechts gehen kann. Das Eingabeband ist zudem in beide Richtungen
MehrWiederholung. Organisatorisches. VL-11: LOOP und WHILE Programme I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
Organisatorisches VL-11: LOOP und WHILE Programme I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, November 29, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrLogik und Beweisbarkeit
Logik und Beweisbarkeit VL 10 Martin Mundhenk Univ. Jena, Institut für Informatik 22. Januar 2019 Vorlesung 11: Beweissysteme 3. Berechenbarkeitstheorie VL08: URM-berechenbare Funktionen und die These
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
MehrDer Satz von Rice. Dann ist C(S) eine unentscheidbare Menge.
Der Satz von Rice Satz: Sei R die Klasse der (Turing-) berechenbaren Funktionen, S eine nichttriviale Teilmenge von R und C(S) ={w Mw berechnet eine Funktion aus S}. Dann ist C(S) eine unentscheidbare
Mehr1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
Mehr19. Nichtdeterministische Turingmaschinen und ihre Komplexität
19. Nichtdeterministische Turingmaschinen und ihre Komplexität Bei einem Turingmaschinenprogramm P aus bedingten Anweisungen wird durch die Forderung i a b B j i a b B j i a sichergestellt, dass zu jeder
MehrVL-03: Turing Maschinen II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-03: Turing Maschinen II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-03: Turing Maschinen II 1/27 Organisatorisches Nächste Vorlesung: Mittwoch, Oktober
MehrRekursions- und Lerntheorie WiSe 2010/11; Univ. Trier
Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/16 Rekursions- und Lerntheorie
MehrAlgorithmische Kolmogorovkomplexität und Invarianz
Algorithmische Kolmogorovkomplexität und Invarianz Mario Frank Seminar Kolmogorovkomplexität Universität Potsdam November 13, 2009 1 / 27 1 Allgemeines 2 3 4 5 6 2 / 27 Allgemeines Definition Der Informationsgehalt
MehrGOTO simuliert Turingmaschinen
GOTO simuliert Turingmaschinen Wir wissen bisher: LOOP ( GOTO = WHILE TM Jetzt zeigen wir, dass auch WHILE = TM gilt: Die Turingmaschine M =(Z,,,,z 1,, E) berechne f. Wir simulieren M mit einem GOTO-Programm
Mehr7. Beispiele primitiv rekursiver Funktionen
7. Beispiele primitiv rekursiver Funktionen Wir beweisen eine Reihe von stärkeren Abschlusseigenschaften der (primitiv) rekursiven Funktionen und benutzen diese zum Nachweis der primitiven Rekursivität
MehrMehrband-Turingmaschinen und die universelle Turingmaschine
Mehrband-Turingmaschinen und die universelle Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 15 Turingmaschinen mit mehreren Bändern k-band
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
Mehr1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
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
MehrUnentscheidbarkeit. 1. Wann sind Sprachen unentscheidbar? 1, A 0, A } = {
Unentscheidbarkeit 1. Wann sind Sprachen unentscheidbar? Eine Menge A heisst entscheidbar, falls die charakteristische Funktion von A, nämlich A : {0,1}, berechenbar ist, d.h. gilt: A = { 1, A 0, A } Eine
MehrKlausur zur Vorlesung Einführung in die Theoretische Informatik
Universität Heidelberg 19. Juli 2012 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Einführung in die Theoretische Informatik LÖSUNGEN Es können
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
Mehr2.5 Halteproblem und Unentscheidbarkeit
38 25 Halteproblem und Unentscheidbarkeit Der Berechenbarkeitsbegriff ist auf Funktionen zugeschnitten Wir wollen nun einen entsprechenden Begriff für Mengen einführen Definition 255 Eine Menge A Σ heißt
MehrTuring Maschinen II Wiederholung
Organisatorisches VL-03: Turing Maschinen II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, Oktober 25, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrTheoretische Informatik I
Theoretische Informatik I Einheit 4.3 Eigenschaften von L 0 /L 1 -Sprachen 1. Abschlußeigenschaften 2. Prüfen von Eigenschaften 3. Grenzen der Sprachklassen Sprachklassen Semi-entscheidbare Sprache Sprache,
MehrMächtigkeit von LOOP-Programmen. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Mächtigkeit von LOOP-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Die Programmiersprache LOOP Syntax Elemente eines LOOP-Programms Variablen
MehrSatz von Rice. Lemma 39
Unentscheidbarkeit Satz von Rice Das nächste Resultat zeigt, dass jede Eigenschaft der von einer Turing-Maschine berechneten Funktion unentscheidbar ist. Das bedeutet, es gibt keine Methode, mit der man
MehrTyp-1-Sprachen. Satz 1 (Kuroda ( ) 1964)
Typ-1-Sprachen Satz 1 (Kuroda (1934-2009) 1964) Eine Sprache L hat Typ 1 (= ist kontextsensitiv) genau dann, wenn sie von einem nichtdeterministischen LBA erkannt wird. Beweis: Sei zunächst L Typ-1-Sprache.
MehrDie Prädikatenlogik erster Stufe: Syntax und Semantik
Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,
MehrReferat rekursive Mengen vs. rekursiv-aufzählbare Mengen
Kapitel 1: rekursive Mengen 1 rekursive Mengen 1.1 Definition 1.1.1 informal Eine Menge heißt rekursiv oder entscheidbar, wenn ihre charakteristische Funktion berechenbar ist. 1.1.2 formal Eine Menge A
MehrÜbungsblatt 1. Lorenz Leutgeb. 30. März 2015
Übungsblatt Lorenz Leutgeb 30. März 205 Aufgabe. Annahmen ohne Einschränkungen: P Σ und P Γ. Per Definitionem der Reduktion: P P 2 f : Σ Γ wobei f total und berechenbar, genau so, dass: w Σ : w P f(w)
MehrInformatik III - WS07/08
Informatik III - WS07/08 Kapitel 5 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 5 : Grammatiken und die Chomsky-Hierarchie Informatik III - WS07/08 Kapitel 5 2 Definition
MehrMehrband-Turingmaschinen
Mehrband-Turingmaschinen Definition wie bei 1-Band-TM, nur mehrere Bänder. Dann natürlich pro Band ein Schreib-/Lesekopf. Übergangsfunktion von Z k nach Z k {L, R, N} k. Satz: Zu jeder Mehrband-Turingmaschine
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge M Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrPräsenzübung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 2013/14 Prof. Dr. Berthold Vöcking 28.01.2014 Kamal Al-Bawani Benjamin Ries Präsenzübung Berechenbarkeit und Komplexität Musterlösung Name:...................................
MehrEntscheidbare und unentscheidbare Probleme
Entscheidbare und unentscheidbare Probleme Slide 1 Entscheidbare und unentscheidbare Probleme Hans U. Simon (RUB) mit Modifikationen von Maike Buchin (RUB) Lehrstuhl Mathematik und Informatik Homepage:
Mehr6.4 Entscheidbarkeit. nein sein müssen, ist klar. THEO 6.4 Entscheidbarkeit 205/307 c Ernst W. Mayr
6.4 Entscheidbarkeit Wortproblem Leerheit Äquivalenz Schnittproblem Typ 3 ja ja ja ja DCFL ja ja ja nein (*) Typ 2 ja ja nein (*) nein Typ 1 ja nein (*) nein nein Typ 0 nein (*) nein nein nein (*) Diese
Mehr7. Übung TGI. Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS. 1 Lorenz Hübschle-Schneider, Tobias Maier
7. Übung TGI Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 Lorenz Hübschle-Schneider, Tobias Maier KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft
MehrBerechenbarkeitstheorie 14. Vorlesung
1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Erinnerung
MehrVorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte)
1 Aufgabe 1 (19 Punkte) a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) Q, die endliche Zustandsmenge b) Was besagt die Church-Turing-These? (1 Punkt)
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
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
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
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
MehrKlausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016)
Technische Universität Berlin, Berlin, 28.07.2016 Name:... Matr.-Nr.:... Klausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016) Einlesezeit: Bearbeitungszeit: Max.
MehrEinführung in die Theoretische Informatik Tutorium IX
Einführung in die Theoretische Informatik Tutorium IX Michael R. Jung 16. & 17. 12. 2014 EThI - Tutorium IX 1 1 Entscheidbarkeit, Semi-Entscheidbarkeit und Unentscheidbarkeit 2 EThI - Tutorium IX 2 Definitionen
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Maximilian Haslbeck Fabian Mitterwallner Georg Moser David Obwaller cbr.uibk.ac.at Zusammenfassung der letzten LVA Definition Eine Registermaschine (RM) R ist
MehrGrundlagen Theoretischer Informatik 2 WiSe 2009/10 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2009/10 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
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
Mehr