14 E N D L I C H E AU T O M AT E N erstes beispiel: ein getränkeautomat

Größe: px
Ab Seite anzeigen:

Download "14 E N D L I C H E AU T O M AT E N erstes beispiel: ein getränkeautomat"

Transkript

1

2 14 E N D L I H E AU T O M AT E N 14.1 erstes beispiel: ein getränkeutomt Als erstes Beispiel betrchten wir den folgenden primitiven Getränkeutomten (siehe Abbildung 14.1). Mn knn nur 1-Euro-Stücke einwerfen und vier Tsten drücken: Es gibt zwei Auswhltsten für Minerlwsser rein und itronensprudel zitro, eine Abbruch-Tste und eine OK -Tste. Jede Flsche Sprudel kostet 1 Euro. Es knn ein Guthben von 1 Euro gespeichert werden. Wirft mn weitere Euro-Stücke ein, werden sie sofort wieder usgegeben. Wenn mn mehrfch Auswhltsten drückt, wird der letzte Wunsch gespeichert. Bei Drücken der Abbruch-Tste wird lles bereits eingeworfenen Geld wieder zurückgegeben und kein Getränkewunsch mehr gespeichert. Drücken der OK-Tste wird ignoriert, solnge noch kein Euro eingeworfen wurde oder keine Getränkesorte usgewählt wurde. Andernflls wird ds gewünschte Getränk usgeworfen. Geld- Einwurf Sprudel rein zitro OK Geld- ückgbe Wre Abbildung 14.1: Ein primitiver Getränkeutomt Dieser Getränkeutomt im umgngssprchlichen Sinne ist uch ein endlicher Automt wie sie in der Informtik n vielen Stellen eine olle spielen. 135

3 Offensichtlich muss der Automt zwischen den vielen Eingben, die sein Verhlten beeinflussen können (Geldeinwürfe und Getränkewhl), gewisse Nchrichten (im Sinne von Abschnitt 2.3) speichern. Und zwr zum einen, ob schon ein 1-Euro-Stück eingeworfen wurde, und zum nderen, ob schon ein Getränk usgewählt wurde und wenn j, welches. Mn knn ds zum Beispiel modellieren durch Pre (x, y), bei denen die Komponente x {0, 1} den schon eingeworfenen Geldbetrg ngibt und Komponente y {-,, } die Getränkewhl repräsentiert. Wir wollen = {0, 1} {-,, } die Menge der möglichen ustände des Automten nennen. Der erste wesentliche Aspekt jedes Automten ist, dss Einflüsse von ußen, die wir Eingben nennen, zu ustndsänderungen führen. Bei dem Getränkeutomten sind mögliche Eingben der Einwurf eines 1-Euro-Stückes und ds Drücken einer der Tsten (wir wollen dvon bsehen, dss jemnd vielleicht mehrere Tsten gleichzeitig drückt). Wir modellieren die möglichen Eingben durch Symbole 1,,, und O, die zusmmen ds sogennnte Eingbelphbet X bilden. Ein ktueller ustnd z und ein Eingbesymbol x X legen jedenflls bei dem Getränkeutomten eindeutig den neuen ustnd fest. Dieser Aspekt eines endlichen Automten knn lso durch eine endliche Funktion f : X formlisiert werden. In vielen Fällen ist es hilfreich, diese Funktion nicht durch eine Tbelle zu spezifizieren, sondern durch eine Drstellung ls Grph wie in Abbildung (0, -) (0, ) (0, ) (1, -) (1, ) (1, ) Abbildung 14.2: Grphische Drstellung der ustndsübergänge des Getränkeutomten für die drei Eingbesymbole 1, und. Die ustände sind die Knoten des Grphen, und es gibt gerichtete Knten, die mit Eingbesymbolen beschriftet sind. Für jedes z und jedes x X führt eine mit gbi:skript: c worsch

4 x beschriftete Knte von z nch f (z, x). Aus Gründen der Übersichtlichkeit sind in Abbildung 14.2 zunächst einml nur die ustndsübergänge für die Eingbesymbole 1, und drgestellt. Hinzu kommen noch die us Abbildung 14.3 für die Eingben und O. Wenn bei einem ustnd für mehrere Eingbesymbole der Nchfolgezustnd der gleiche ist, dnn zeichnet mn oft nur einen Pfeil und beschriftet ihn mit llen Eingbesymbolen, durch Kommt getrennt. In Abbildung 14.3 betrifft ds den Übergng von ustnd (1, ) nch ustnd (0, -) für die Eingben O und (und nlog von den uständen (1, ) und (0, -)). (0, -) O, (0, ) O (0, ) O O, O, (1, -) O (1, ) (1, ) Abbildung 14.3: Grphische Drstellung der ustndsübergänge des Getränkeutomten für die Eingbesymbole und O. Stellt mn lle Übergänge in einem Digrmm dr, ergibt sich Abbildung Der zweite wichtige Aspekt jedes Automten ist, dss sich seine Arbeit, im vorliegenden Fll lso die ustndsübergänge, zumindest von eit zu eit in irgendeiner Weise uf seine Umwelt uswirken (wrum sollte mn ihn sonst rbeiten lssen). Beim Getränkeutomten zeigt sich ds in der Ausgbe von Geldstücken und Getränkeflschen. Dzu sehen wir eine Menge Y = {1,, } von Ausgbesymbolen vor, deren Bedeutung klr sein sollte. Beim Getränkeutomten ist es plusibel zu sgen, dss jedes Pr (z, x) von ktuellem ustnd z und ktueller Eingbe x eindeutig einen neuen ustnd festlegt, es ebenso eindeutig eine Ausgbe festlegt. Wir formlisieren ds ls eine Funktion g : X Y. Als Funktionswerte sind lso Wörter von Symbolen us Y erlubt, einschließlich des leeren Wortes, ds mn zur Modellierung von keine Ausgbe verwenden knn. Auch die Funktion g wird üblicherweise in den ustndsübergngsdigrmmen mit ngegeben, und zwr n der jeweiligen Knte neben dem Eingbesymgbi:skript: c worsch

5 O,,O (0, -) (0, ) (0, ) 1 1 1,O 1,O O, O, (1, -) (1, ) (1, ) 1, 1, Abbildung 14.4: Grphische Drstellung der ustndsübergänge des Getränkeutomten für lle Eingbesymbole. bol, von diesem durch einen senkrechten Strich getrennt (mnche nehmen uch ein Komm). Aus Abbildung 14.4 ergibt sich Abbildung mely-utomten Mely-Automt Ein (endlicher) Mely-Automt A = (, z 0, X, f, Y, g) ist festgelegt durch eine endliche ustndsmenge, einen Anfngszustnd z 0, ein Eingbelphbet X, eine ustndsüberführungsfunktion f : X, ein Ausgbelphbet Y, eine Ausgbefunktion g : X Y Für einen ustnd z und ein Eingbesymbol x X ist f (z, x) der ustnd nch Eingbe dieses einzelnen Symbols usgehend von ustnd z. Gleichzeitig mit jedem ustndsübergng wird eine Ausgbe produziert. Wir modellieren ds ls Wort g(z, x) Y. In grphischen Drstellungen von Automten wird der Anfngszustnd üblicherweise ddurch gekennzeichnet, dss mn einen kleinen Pfeil uf ihn zeigen lässt, der nicht bei einem nderen ustnd nfängt. Mnchml möchte mn uch über den nch Eingbe eines gnzen Wortes w X erreichten ustnd oder über lle dbei durchlufenen ustände (eingbi:skript: c worsch

6 ε O ε, ε 1 1,O ε ε ε ε,o ε ε (0, -) (0, ) (0, ) ε ε 1 ε 1 ε 1 ε 1 O, 1 O, 1 ε (1, -) ε (1, ) (1, ) 1 1, ε ε ε ε,o ε 1 1, ε Abbildung 14.5: Grphische Drstellung der ustndsübergänge und Ausgben des Getränkeutomten für lle Eingbesymbole. schließlich des Anfngszustnds) reden. Und mnchml will mn uch bei den Ausgben über llgemeinere Aspekte sprechen. Um ds bequem hinzuschreiben zu können, definieren wir Abbildungen f und f und nlog g und g. Dbei soll der erste Stern ndeuten, dss zweites Argument nicht ein einzelnes Eingbesymbol sondern ein gnzes Wort von Eingbesymbolen ist; und der zweite Stern soll gegebenenflls ndeuten, dss wir uns nicht für einen einzelnen Funktionswert (von f bzw. g) interessieren, sondern wiederum für ein gnzes Wort von ihnen. Als erstes legen wir f : X fest: f f (z, ε) = z w X : x X : f (z, wx) = f ( f (z, w), x) Alterntiv hätte mn uch definieren können: f (z, ε) = z w X : x X : f (z, xw) = f ( f (z, x), w) Mchen Sie sich bitte klr, dss beide Definitionen die gleiche Funktion liefern (lso f = f ): Für Argumente z und w X ist f (z, w) der ustnd, in dem der Automt sich m Ende befindet, wenn er in z strtet und der eihe nch die Eingbesymbole von w eingegeben werden. Je nchdem, ws für einen gbi:skript: c worsch

7 f Beweis bequem ist, können Sie die eine oder die ndere Definitionsvrinte zu Grunde legen. Ds gleiche gilt für die folgenden Funktionen. (Sie dürfen sich ber ntürlich nicht irgendeine Definition ussuchen, sondern nur eine, die zur explizit ngegebenen äquivlent ist.) D wir vielleicht uch einml nicht nur über den m Ende erreichten ustnd, sondern bequem über lle der eihe nch durchlufenen (einschließlich des ustnds, in dem mn nfängt) reden wollen, legen wir nun f : X für lle z wie folgt fest: f (z, ε) = z w X : x X : f (z, wx) = f (z, w) f ( f (z, w), x) g Auch hier gibt es wieder eine lterntive Definitionsmöglichkeit, indem mn nicht ds letzte, sondern ds erste Symbol des Eingbewortes seprt betrchtet. Nun zu den verllgemeinerten Ausgbefunktionen. uerst definieren wir die Funktion g : X Y, deren Funktionswert die zum letzten Eingbesymbol gehörende Ausgbe sein soll. Ds geht für lle z so: g (z, ε) = ε w X : x X : g (z, wx) = g( f (z, w), x) g Um uch über die Konktention der zu llen Eingbesymbolen gehörenden Ausgben reden zu können, definieren wir die Funktion g : X Y für lle z wie folgt: w X : x X : g (z, ε) = ε g (z, wx) = g (z, w) g (z, wx) 14.3 moore-utomten Moore-Automt Mnchml ist es näherliegend, sich vorzustellen, dss ein Automt in jedem ustnd eine Ausgbe produziert, und nicht bei jedem ustndsübergng. Dementsprechend ist ein Moore-Automt A = (, z 0, X, f, Y, h) festgelegt durch eine endliche ustndsmenge, einen Anfngszustnd z 0, ein Eingbelphbet X, eine ustndsüberführungsfunktion f : X, ein Ausgbelphbet Y, eine Ausgbefunktion h : Y gbi:skript: c worsch

8 q ε 0 b q 0 q b 0 b q f 1, b q r 0, b b Abbildung 14.6: Ein einfcher Moore-Automt (us der Dokumenttion des L A TEX- Pkets tikz; modifiziert) Als einfches Beispiel betrchten wir den Automten in Abbildung 14.6 mit 5 uständen, Eingbelphbet X = {, b} und Ausgbelphbet Y = {0, 1}. In jedem Knoten des Grphen sind jeweils ein ustnd z und, wieder durch einen senkrechten Strich getrennt, die zugehörige Ausgbe h(z) notiert. Die Definitionen für f und f knn mn ohne Änderung von Mely- zu Moore-Automten übernehmen. um Beispiel ist im obigen Beispiel f (q ε, b) = q r, denn bei Eingbe b durchläuft der Automt usgehend von q ε ncheinnder die ustände q ε q q q b q f q r Und folglich ist uch f (q ε, b) = q ε qqqq f q r. Bei Mely-Automten htten wir zu g die Verllgemeinerungen g und g definiert, die ls Argumente einen Strtzustnd z und ein Eingbewort w X erhielten und deren Funktionswerte die letzte Ausgbe bzw. die Konktention ller Ausgben wren. Entsprechendes knn mn ntürlich uch bei Moore-Automten festlegen. Die Definitionen fllen etws einfcher us ls bei Mely-Automten. um Beispiel ist g : X Y einfch hinzuschreiben ls g (z, w) = h( f (z, w)) (für lle (z, w) X ). Also kurz: g = h f. Im obigen Beispielutomten ist etw f f g g (q ε, b) = h( f (q ε, b)) = h(q r ) = 0 gbi:skript: c worsch

9 g ds zuletzt usgegebene Bit, wenn mn vom Strtzustnd usgehend b eingibt. Auch g : X Y für die Konktention ller Ausgben ist leicht hinzu- schreiben, wenn mn sich des Begriffes des Homomorphismus erinnert, den wir in Unterbschnitt kennengelernt hben. Die Ausgbebbildung h : Y induziert einen Homomorphismus h : Y (indem mn einfch h uf jeden ustnd einzeln nwendet). Dmit ist für lle (z, w) X einfch g (z, w) = h ( f (z, w)), lso g = h f. In unserem Beispiel ist g (q ε, b) = h ( f (q ε, b)) = h (q ε qqqq f q r ) = h(q ε )h(q)h(q)h(q)h(q f )h(q r ) = endliche kzeptoren kzeptierender ustnd blehnender ustnd endlicher Akzeptor Ein besonders wichtiger Sonderfll endlicher Moore-Automten sind sogennnte endliche Akzeptoren. Unser Beispiel im vorngegngenen Abschnitt wr bereits einer. Die Ausgbe ist bei einem Akzeptor immer nur ein Bit, ds mn interpretiert ls die Mitteilung, dss die Eingbe gut oder schlecht wr, oder mit nderen Worten syntktisch korrekt oder syntktisch flsch (für eine gerde interessierende Syntx). Forml ist bei einem endlichen Akzeptor lso Y = {0, 1} und z : h(z) Y. Mn mcht es sich dnn üblicherweise noch etws einfcher, und schreibt sttt der Funktion h einfch die Teilmenge der sogennnten kzeptierenden ustände uf. Dmit ist F = {z h(z) = 1} gemeint. ustände, die nicht kzeptierend sind, heißen uch blehnend. Ein endlicher Akzeptor A = (, z 0, X, f, F) ist lso festgelegt durch eine endliche ustndsmenge, einen Anfngszustnd z 0, ein Eingbelphbet X, eine ustndsüberführungsfunktion f : X, eine Menge F kzeptierender ustände In grphischen Drstellungen werden die kzeptierenden ustände üblicherweise durch doppelte Kringel sttt einfcher gekennzeichnet. Abbildung 14.7 zeigt den gleichen Automten wie Abbildung 14.6, nur in der eben beschriebenen Form drgestellt. Es ist F = {q f }, weil q f der einzige ustnd mit Ausgbe 1 ist. gbi:skript: c worsch

10 q b q ε q f, b q r, b b q b b Abbildung 14.7: Ein einfcher Akzeptor (us der Dokumenttion des L A TEX-Pkets tikz; modifiziert) Beispiele formler Sprchen, die von endlichen Akzeptoren kzeptiert werden können Mn sgt, ein Wort w X werde kzeptiert, flls f (z 0, w) F ist, d. h. wenn mn usgehend vom Anfngszustnd bei Eingbe von w in einem kzeptierenden ustnd endet. Wird ein Wort nicht kzeptiert, dnn sgt mn, dss es bgelehnt wird. Ds schon mehrfch betrchtete Wort b wird lso bgelehnt, weil f (z 0, b) = q r / F ist. Aber z. B. ds Wort b wird kzeptiert. Ds gilt uch für lle nderen Wörter, die mit einer Folge von mindestens einem beginnen, uf ds genu ein b folgt, lso lle Wörter der Form k b für ein k N +. Und es werden uch lle Wörter kzeptiert, die von der Form b k sind (k N + ). Die von einem Akzeptor A kzeptierte formle Sprche L(A) ist die Menge ller von ihm kzeptierten Wörter: kzeptiertes Wort bgelehntes Wort kzeptierte formle Sprche In unserem Beispiel ist lso L(A) = {w X f (z 0, w) F} L(A) = {} + {b} {b} + {}, denn ußer den oben gennnten Wörtern werden keine nderen kzeptiert. Ds knn mn sich klr mchen, in dem mn überlegt, dss Wörter ohne ein b oder ohne ein bgelehnt werden dss Wörter, die sowohl mindestens zwei ls uch mindestens zwei b enthlten, bgelehnt werden, und gbi:skript: c worsch

11 dss Wörter bgelehnt werden, die z. B. nur genu ein enthlten, ber sowohl dvor ls uch dhinter mindestens ein b, bzw. umgekehrt. Eine im Alltg öfters vorkommende Aufgbe besteht drin, us einer Textdtei diejenigen eilen zu extrhieren und z. B. uszugeben, in denen ein gewisses Wort vorkommt (und lle nderen eilen zu ignorieren). Jede eile der Textdtei ist eine eichenkette w, die druf hin untersucht werden muss, ob ein gewisses Textmuster m drin vorkommt. So etws knn ein endlicher Akzeptor durchführen. Als Beispiel betrchten wir ds Textmuster m = bbb über dem Eingbelphbet X = {, b}. iel ist es, einen endlichen Akzeptor A zu konstruieren, der genu diejenigen Wörter kzeptiert, in denen irgendwo m ls Teilwort vorkommt. Die erknnte Sprche soll lso L(A) = {w 1 bbbw 2 w 1, w 2 {, b} } sein. Mn knn diese Aufgbe ntürlich gnz unterschiedlich ngehen. Eine Möglichkeit, besteht drin, erst einml einen Teil des Akzeptors hinzumlen, der offensichtlich oder jedenflls (hoffentlich) plusibel ist. b b b z 0 z 1 z 2 z 3 z 4 z 5, b Abbildung 14.8: Teil eines Akzeptors für Wörter der Form w 1 bbbw 2 Dmit sind wir ber noch nicht fertig. Denn erstens werden noch nicht lle gewünschten Wörter kzeptiert (z. B. bbbb), und zweitens verlngt unsere Definition endlicher Akzeptoren, dss für lle Pre (z, x) der nächste ustnd f (z, x) festgelegt wird. um Beispiel die genuere Betrchtung des Wortes bbbb gibt weitere Hinweise. Nch Eingbe von bb ist der Automt in z 4. Wenn nun wieder ein kommt, dnn drf mn nicht nch ustnd z 5 gehen, ber mn ht zuletzt wieder b gesehen. Ds lässt es sinnvoll erscheinen, A wieder nch z 3 übergehen zu lssen. Durch weitere Überlegungen knn mn schließlich zu dem Automten us Abbildung 14.9 Wir unterlssen es hier, im Detil zu beweisen, dss der Akzeptor us Abbildung 14.9 ttsächlich die gewünschte Sprche erkennt. Mn mche sich ber klr, dss für 0 i 4 die folgende Aussge richtig ist: A ist genu dnn in ustnd z i, wenn ds längste Suffix der bisher gelesenen Eingbe, ds Präfix von bbb ist, gerde Länge i ht. Für z 5 ist die Aussge etws nders; überlegen Sie sich eine pssende Formulierung! gbi:skript: c worsch

12 b b b b z 0 z 1 z 2 z 3 z 4 z 5 b, b Abbildung 14.9: Der vollständige Akzeptor für lle Wörter der Form w 1 bbbw Eine formle Sprche, die von keinem endlichen Akzeptoren kzeptiert werden knn Wir hben gesehen, dss es formle Sprchen gibt, die mn mit endlichen Akzeptoren erkennen knn. Es gibt ber uch formle Sprchen, die mn mit endlichen Akzeptoren nicht erkennen knn. Ein klssisches Beispiel ist die Sprche L = { k b k k N 0 }. Bevor wir diese Behuptung beweisen, sollten Sie sich (flls noch nötig) klr mchen, dss mn ntürlich ein (Jv-)Progrmm schreiben knn, dss von einer beliebigen eichenkette überprüft, ob sie die eben ngegebene Form ht. Mn knn lso mit llgemeinen Algorithmen echt mehr Probleme lösen ls mit endlichen Automten Lemm. Es gibt keinen endlichen Akzeptor A mit L(A) = { k b k k N 0 }. Können Sie sich klr mchen, ws diese Sprche zu schwer mcht für endliche Akzeptoren? Informell gesprochen muss mn zählen und sich genu merken, wieviele m Anfng eines Wortes vorkommen, dmit ihre hl mit der der b m Ende vergleichen knn Beweis. Mchen wir diese Idee präzise. Wir führen den Beweis indirekt und nehmen n: Es gibt einen endlichen Akzeptor A, der genu L = { k b k k N 0 } erkennt. Diese Annhme müssen wir zu einem Widerspruch führen. A ht eine gewisse Anzhl ustände, sgen wir = m. Betrchten wir ein spezielles Eingbewort, nämlich w = m b m. 1. Offensichtlich ist w L. Wenn lso L(A) = L ist, dnn muss A bei Eingbe von w in einen kzeptierenden ustnd z f gelngen: f (z 0, w) = z f F. gbi:skript: c worsch

13 2. Betrchten wir die ustände, die A bei Eingbe der ersten Hälfte des Wortes durchläuft: f (z 0, ε) = z 0, f (z 0, ), f (z 0, ),..., f (z 0, m ). Nennen wir diese ustände llgemein z i, d. h. für 0 i m ist z i = f (z 0, i ). Mit nderen Worten: f (z 0, m ) = z 0 z 1 z m. Offensichtlich gilt dnn: f (z m, b m ) = z f. Andererseits besteht die Liste z 0 z 1 z m us m + 1 Werten. Aber A ht nur m verschiedene ustände. Also kommt mindestens ein ustnd doppelt vor. D. h. der Automt befindet sich in einer Schleife. Sei etw z i = z j für gewisse i < j. Genuer sei z i ds erste Auftreten irgendeines mehrfch uftretenden ustndes und z j ds zweite Auftreten des gleichen ustndes. Dnn gibt es eine Schleife der Länge l = j i > 0. Und ist der Automt erst einml in der Schleife, dnn bleibt er ntürlich drin, solnge er weitere ls Eingbe erhält. Also ist uch z m l = z m. 3. Nun entfernen wir einige der in der Eingbe, so dss die Schleife einml weniger durchlufen wird, d. h. wir betrchten die Eingbe w = m l b m. Wie verhält sich der Akzeptor bei dieser Eingbe? Nchdem er ds Präfix m l gelesen ht, ist er in ustnd z m l. Dieser ist ber gleich dem ustnd z m, d. h. A ist in dem ustnd in dem er uch nch der Eingbe m ist. Und wir wissen: f (z m, b m ) = z f F. Also ist f (z 0, m l b m ) = f ( f (z 0, m l ), b m ) = f (z m l, b m ) = f (z m, b m ) = z f, d. h. A kzeptiert die Eingbe w = m l b m. Aber ds Wort w gehört nicht zu L, d es verschieden viele und b enthält! Also ist L(A) = L. Widerspruch! Also wr die Annhme flsch und es gibt gr keinen endlichen Akzeptor, der L erkennt usblick Nichtdeterminismus Wir hben nur endliche Automten betrchtet, bei denen f : X eine Funktion, lso linkstotl und rechtseindeutig, ist. Auch Verllgemeinerungen, bei denen f eine beliebige eltion sein drf, sind ls sogennnte nichtdeterministische endliche Automten usgiebig untersucht und spielen n vielen Stellen in der Informtik eine olle (zum Beispiel bei ompilerbu-werkzeugen). Deterministischen Automten, lso die, die wir in dieser Einheit betrchtet hben, werden Sie in Vorlesungen über Betriebssysteme und Kommuniktion wiederbegegnen, z. B. im usmmenhng mit der Beschreibung von sogennnten Protokollen. gbi:skript: c worsch

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundegriffe der Informtik Kpitel 18: Endliche Automten Thoms Worsch KIT, Institut für Theoretische Informtik Wintersemester 2015/2016 GBI Grundegriffe der Informtik KIT, Institut für Theoretische Informtik

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundegriffe der Informtik Einheit 14: Endliche Automten Thoms Worsch Krlsruher Institut für Technologie, Fkultät für Informtik Wintersemester 2009/2010 1/56 Üerlick Erstes Beispiel: ein Getränkeutomt

Mehr

18 E N D L I C H E AU T O M AT E N erstes beispiel: ein getränkeautomat

18 E N D L I C H E AU T O M AT E N erstes beispiel: ein getränkeautomat 18 E N D L I C H E AU T O M AT E N 18.1 erstes beispiel: ein getränkeautomat Als erstes Beispiel betrachten wir den folgenden primitiven Getränkeautomaten (siehe Abbildung 18.1). Man kann nur 1-Euro-Stücke

Mehr

Grundlagen der Theoretischen Informatik

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

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 14: Endliche Automaten Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/38 Überblick Erstes Beispiel: ein Getränkeautomat Mealy-Automaten

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 14: Endliche Automaten Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/31 Überblick Erstes Beispiel: ein Getränkeautomat Mealy-Automaten

Mehr

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

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

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

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

Mehr

Endliche Automaten 7. Endliche Automaten

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

Mehr

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

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

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

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

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

Mehr

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

Gliederung. Kapitel 1: Endliche Automaten

Gliederung. Kapitel 1: Endliche Automaten Gliederung 0. Motivtion und Einordnung 1. Endliche Automten 2. Formle Sprchen 3. Berechnungstheorie 4. Komplexitätstheorie 1.1. 1.2. Minimierungslgorithmus 1.3. Grenzen endlicher Automten 1/1, S. 1 2017

Mehr

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

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

Mehr

Vorkurs Theoretische Informatik

Vorkurs Theoretische Informatik Vorkurs Theoretische Informtik Einführung in reguläre Sprchen Areitskreis Theoretische Informtik Freitg, 05.10.2018 Fchgruppe Informtik Üersicht 1. Chomsky-Hierchie 2. Automten NEA DEA 3. Grmmtik und Automten

Mehr

Minimierung von DFAs. Minimierung 21 / 98

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

Mehr

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

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

Mehr

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

Minimalität des Myhill-Nerode Automaten

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

Mehr

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informtik Lehrstuhl Prof. Dr. D. Wgner Üungsltt Vorlesung Theoretische Grundlgen der Informtik im WS 78 Ausge 9. Oktoer 27 Age 7. Novemer 27, : Uhr (im Ksten im UG von Geäude

Mehr

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

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

Mehr

Automaten und formale Sprachen Notizen zu den Folien

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

Mehr

Grundlagen der Informatik II Übungsblatt: 2, WS 17/18 mit Lösungen

Grundlagen der Informatik II Übungsblatt: 2, WS 17/18 mit Lösungen PD. Dr. Prdyumn Shukl Mrlon Brun Micel Wünsche Dr. Friederike Pfeiffer-Bohnen Dr. Luks König Institut für ngewndte Informtik und Formle Beschreibungsverfhren Grundlgen der Informtik II Übungsbltt: 2, WS

Mehr

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus

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

Mehr

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

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

Mehr

Finite-State Technology

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

Mehr

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

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

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

Lösungen zum Ergänzungsblatt 4

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

Mehr

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

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

Mehr

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017 2. Klusur zur Vorlesung Theoretische Grundlgen der Informtik Wintersemester 2016/2017 Lösung! echten Sie: ringen Sie den Aufkleber mit Ihrem Nmen und Mtrikelnummer uf diesem Deckbltt n und beschriften

Mehr

Mitschrift Repetitorium Theoretische Informatik und Logik

Mitschrift Repetitorium Theoretische Informatik und Logik Mitschrift Repetitorium Theoretische Informtik und Logik Teil 1: Formle Sprchen, 15.01.2010, 1. Edit Allgemeine Hinweise für die Prüfung Ds Pumping-Lemm für kontextfreie Sprchen kommt nicht (sehr wohl

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

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

Mehr

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

Algorithmen und Datenstrukturen 1 Kapitel 4.2

Algorithmen und Datenstrukturen 1 Kapitel 4.2 Endliche Automten Algorithmen und Dtenstrukturen 1 Kpitel 4.2 Roert Giegerich Technische Fkultät roert@techfk.uni-bielefeld.de Vorlesung, U. Bielefeld, Winter 2005/2006 Roert Giegerich Endliche Automten

Mehr

Übung Grundbegriffe der Informatik

Übung Grundbegriffe der Informatik Üung Grundegriffe der Informtik 11. Üung Krlsruher Institut für Technologie Mtthis Jnke, Geäude 50.34, Rum 249 emil: mtthis.jnke ät kit.edu Mtthis Schulz, Geäude 50.34, Rum 247 emil: schulz ät ir.uk.de

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

1) Gegeben sei ein endlicher, erkennender Automat, definiert durch: f z, definiert durch das Zustandsdiagramm: a,b. z 3

1) Gegeben sei ein endlicher, erkennender Automat, definiert durch: f z, definiert durch das Zustandsdiagramm: a,b. z 3 (Prüfungs-)Aufgen ur Automtentheorie (enthält uch Aufgen u formlen Sprchen) ) Gegeen sei ein endlicher, erkennender Automt, definiert durch: Eingelphet X = {, } Zustndsmenge Z = {,, 2, 3 } Anfngsustnd

Mehr

Endliche Automaten und ihre Verwendung in der morphologischen Verarbeitung. Hans Uszkoreit

Endliche Automaten und ihre Verwendung in der morphologischen Verarbeitung. Hans Uszkoreit Vorlesung CL Endliche Automten und ihre Verwendung in der morphologischen Verrbeitung Hns Uszkoreit WS 00/01 Automten Automten in der weiteren Bedeutung des Wortes sind ein zentrles Konzept ber nicht forml

Mehr

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ.

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ. 24 UNEIGENTLICHE INTEGRALE 146 für lle t [, b] und lle x D mit x x < δ. Für lle x D mit x x < δ gilt lso = F (x) F (x ) b f(x, t) dt b b f(x, t) dt + f(x, t) f(x, t) dt + ɛ 3(b ) (b ) + ɛ 3 + ɛ 3 = ɛ.

Mehr

Informatik I WS 07/08 Tutorium 24

Informatik I WS 07/08 Tutorium 24 Info I Tutorium 24 Informtik I WS 07/08 Tutorium 24 10.01.08 Bstin Molkenthin E-Mil: infotut@sunshine2k.de Web: http://infotut.sunshine2k.de Anmeldung IPK Eine inoffizielle Info-1 Probeklusur findet m

Mehr

Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001

Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001 Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte

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

Automaten mit dot erstellen

Automaten mit dot erstellen Automten mit dot erstellen 1 Ws ist dot? dot ist ein Progrmm zum Kompilieren von dot-dteien in verschiedene Grfikformte, sowie der Nme einer Sprche, mit der mn Grphen spezifizieren knn. Unter Anderem können

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

Grundlagen des Maschinellen Lernens Kap 3: Lernverfahren in anderen Domänen

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

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

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

Mehr

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten

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

Mehr

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

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist. 7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer

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

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

3 Hyperbolische Geometrie

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

Mehr

S 1. Definition: Ein endlicher Automat ist ein 5-Tupel. Das endliche Eingabealphabet

S 1. Definition: Ein endlicher Automat ist ein 5-Tupel. Das endliche Eingabealphabet Der endliche Automt Modell: Eingend rechtsseitig unegrenzt F F F F F F F F F F F F F F Lesekopf S 1 Definition: Ein endlicher Automt ist ein 5-Tupel A = ( Σ;S;F;s 0 ; ϕ ) Dei ist Σ= {e 1;e 2...e n} Ds

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd

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

a q 0 q 1 a M q 1 q 3 q 2

a q 0 q 1 a M q 1 q 3 q 2 Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

6.4 Die Cauchysche Integralformel

6.4 Die Cauchysche Integralformel Die Cuchysche Integrlformel 6.4 39 Abb 6 Integrtionswege im Fresnelintegrl r ir 2 r 6.4 Die Cuchysche Integrlformel Aus dem Cuchyschen Integrlst folgt eine fundmentle Formel für die Drstellung einer holomorphen

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium

Mehr

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

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

Mehr

Mathematik K1, 2017 Lösungen Vorbereitung KA 1

Mathematik K1, 2017 Lösungen Vorbereitung KA 1 Mthemtik K, 07 Lösungen Vorbereitung KA Pflichtteil (etw 0..0 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet

Mehr

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,

Mehr

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

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

Mehr

Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012

Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012 Institut für Theoretische Informtik Lehrstuhl Prof. Dr. D. Wgner Huptklusur zur Vorlesung Theoretische Grundlgen der Informtik Wintersemester 2011/2012 Hier Aufkleber mit Nme und Mtrikelnr. nbringen Vornme:

Mehr

4. Das quadratische Reziprozitätsgesetz.

4. Das quadratische Reziprozitätsgesetz. 4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre

Mehr

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme

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

Grundbegriffe der Informatik Lösungsvorschläge Aufgabenblatt 11

Grundbegriffe der Informatik Lösungsvorschläge Aufgabenblatt 11 Grundegriffe der Informtik Lösungsvorschläge Aufgenltt 11 Mtr.nr.: Nchnme: Vornme: Tutorium: Nr. Nme des Tutors: Ausge: 15. Jnur 2014 Age: 24. Jnur 2014, 12:30 Uhr im GBI-Briefksten im Untergeschoss von

Mehr

Copyright, Page 1 of 5 Der Faktorraum

Copyright, Page 1 of 5 Der Faktorraum www.mthemtik-netz.de Copright, Pge of 5 Der Fktorrum Ein sehr wichtiges Konstrukt, welches üerll in der Mthemtik Verwendung findet, ist der Fktorrum, oft uch Quotientenrum gennnt. Dieser ist selst ein

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

Ergänzungsblatt 6. Letzte Änderung: 24. November 2018

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

Mehr

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2 Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes

Mehr

Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1

Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1 Vorkurs Mthemtik Frnkfurt University Of Applied Sciences, Fchbereich 1 Rechnen mit Potenzen N bezeichnet die Menge der ntürlichen Zhlen, Q die Menge der rtionlen Zhlen und R die Menge der reellen Zhlen.

Mehr

Grundlagen der Theoretischen Informatik, WS11/12 Minimale Automaten

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

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 29 Ferur 2012

Mehr

7 Modellierung von Abläufen 7.1 Endliche Automaten

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

Mehr

Einführung in die Theoretische Informatik

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

Mehr

Gliederung. Kapitel 1: Endliche Automaten

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

Mehr

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

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

Lineare Algebra I 5. Tutorium mit Lösungshinweisen Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche

Mehr

Antworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0

Antworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0 Ferienkurs Anlysis 1 WS 11/12 Florin Drechsler Antworten uf Anfrgen von Kursteilnehmern Zu Tylorreihen Zu folgender Aussge us den Multiple-Choice-Aufgben: Es gibt Funktionen f C (R) mit konvergenter Tylorreihe

Mehr

1 Symbolisches und approximatives Lösen von Gleichungen

1 Symbolisches und approximatives Lösen von Gleichungen 1 Symbolisches und pproimtives Lösen von Gleichungen von Frnk Schumnn 1.1 Eine hrte Nuss von Gleichung Wir sind zu Gst in einer Privtstunde im Fch Mthemtik, Klssenstufe 11. Anwesende sind Herr Riner Müller-Herbst,

Mehr

$Id: integral.tex,v /05/15 15:03:49 hk Exp $ $Id: uneigentlich.tex,v /05/16 13:37:14 hk Exp $

$Id: integral.tex,v /05/15 15:03:49 hk Exp $ $Id: uneigentlich.tex,v /05/16 13:37:14 hk Exp $ $Id: integrl.te,v.3 24/5/5 5:3:49 hk Ep $ $Id: uneigentlich.te,v. 24/5/6 3:37:4 hk Ep $ 2 Integrlrechnung 2.5 Ergänzungen Wir sind jetzt m Ende des Kpitels über ds Riemn-Integrl im eigentlichen Sinne ngelngt,

Mehr

A.25 Stetigkeit und Differenzierbarkeit ( )

A.25 Stetigkeit und Differenzierbarkeit ( ) A.5 Stetigkeit / Differenzierbrkeit A.5 Stetigkeit und Differenzierbrkeit ( ) Eine Funktion ist wenn die Kurve nicht unterbrochen wird, lso wenn mn sie zeichnen knn, ohne den Stift vom Bltt bzusetzen.

Mehr

Lineare Probleme und schwache

Lineare Probleme und schwache Vritionsrechnung Kpitel 7 Linere Probleme und schwche Lösungen 7.1 Qudrtische Funktionle Der einfchste Typ von Funktionlen, die ein Minimum hben können, sind die qudrtischen Funktionle. Sei ein Gebiet

Mehr

f : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen.

f : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen. Trnsformtionsstz von Sebstin üller Integrtion über Normlgebiete Allgemein knn mn im R n ein Normlgebiet wie folgt definieren: G : { R n 1 b, ϕ 1 ( 1 ) ψ 1 ( 1 ), ϕ ( 1, ) 3 ψ ( 1, ),... ϕ n 1 ( 1,...,

Mehr

(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)!

(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)! 0.. Lösung der Aufgbe. Wir schreiben f = sup{ f : [0, ]}. Für ξ ]0, [ und n N gibt es nch dem Stz von Tlor ein c ]ξ, [ so, dss: f = fξ + n ξ k f k ξ + k! k= Aus der Ttsche, dss f k 0 für lle k N ist, folgt

Mehr

Geodäten. Mathias Michaelis. 28. Januar 2004

Geodäten. Mathias Michaelis. 28. Januar 2004 Geodäten Mthis Michelis 28. Jnur 2004 1 Vektorfelder Definition 1.1 Sei S 3 eine reguläre Fläche. Ein Vektorfeld uf S ist eine Abbildung v : S 3 so, dss v(p) T n S für lle p S. Ein Vektorfeld ordnet lso

Mehr

$Id: kurven.tex,v /12/03 19:13:57 hk Exp hk $ K ds = F (γ(t)) γ Summation des Vektorfeldes F in Bewegungsrichtung der Kurve γ

$Id: kurven.tex,v /12/03 19:13:57 hk Exp hk $ K ds = F (γ(t)) γ Summation des Vektorfeldes F in Bewegungsrichtung der Kurve γ Mthemtik für Ingenieure III, WS 9/1 Mittwoch.1 $Id: kurven.tex,v 1. 9/1/3 19:13:57 hk Exp hk $ 3 Kurven 3.3 Kurvenintegrle zweiter Art Wir htten ds vektorielle Kurvenintegrl ls K ds F ((t Summtion des

Mehr

Franz Binder. Vorlesung im 2006W

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

Mehr

Automaten, Spiele, und Logik

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

Mehr

2.4 Elementare Substitution

2.4 Elementare Substitution .4 Elementre Substitution 7.4 Elementre Substitution Im Übungsteil finden Sie folgende Aufgben zum Trining der in diesem Abschnitt behndelten Themen: Linere Substitution (LSub): Aufgbe 4.5 (S.4) und Aufgbe

Mehr

fa x = VZW fa bei x x Extremstelle von fa 1 Stelle 3 x + 2a 3 x 2a VZW PA Wert

fa x = VZW fa bei x x Extremstelle von fa 1 Stelle 3 x + 2a 3 x 2a VZW PA Wert Die Veröffentlichung dieser Lösung geschieht ohne inhltliche Prüfung durch die Bezirksregierung Düsseldorf und den Mthe-Treff. Die Lösung stmmt nicht vom Originlutor der Aufgbe, sondern von einem Leser

Mehr

a) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung)

a) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung) Definition 1.20 Ein metrischer Rum besteht us einer Menge X und einer Abbildung d : X X R, die jedem geordneten Pr von Elementen us X eine reelle Zhl zuordnet, d.h. (x,y) X X d(x,y) R. Diese Abbildung

Mehr