Automaten, Spiele, und Logik
|
|
- Werner Kneller
- vor 7 Jahren
- Abrufe
Transkript
1 Automaten, Spiele, und Logik Woche April 2014
2 Inhalt der heutigen Vorlesung 1. Reguläre Ausdrücke 2. der Satz von Kleene 3. Brzozowski Methode 4. grep und perl
3 Reguläre Ausdrücke Rekursive Definition, ɛ, und a sind reguläre Ausdrücke wenn e, e 1, e 2 reguläre Ausdrücke sind, dann sind es auch e, e 1.e 2 und e 1 + e 2 Die Sprache L(e), die von einem regulären Ausdruck e beschrieben wird L( ) =, L(ɛ) = {ɛ}, L(a) = {a} L(e ) = L(e), L(e 1.e 2 ) = L(e 1 ).L(e 2 ), L(e 1 + e 2 ) = L(e 1 ) L(e 2 ) Übung: Geben Sie einen regulären Ausdruck an, der die Sprache aller Wörter die mit a beginnen und enden beschreibt.
4 Reguläre Ausdrücke Rekursive Definition, ɛ, und a sind reguläre Ausdrücke wenn e, e 1, e 2 reguläre Ausdrücke sind, dann sind es auch e, e 1.e 2 und e 1 + e 2 Die Sprache L(e), die von einem regulären Ausdruck e beschrieben wird L( ) =, L(ɛ) = {ɛ}, L(a) = {a} L(e ) = L(e), L(e 1.e 2 ) = L(e 1 ).L(e 2 ), L(e 1 + e 2 ) = L(e 1 ) L(e 2 ) Übung: Geben Sie einen regulären Ausdruck an, der die Sprache aller Wörter die mit a beginnen und enden beschreibt. a + a.(σ).a
5 Der Satz von Kleene Satz: Die regulären Sprachen sind genau die Sprachen, die sich durch einen regulären Ausdruck beschreiben lassen. Es gibt mehrere Algorithmen, die: aus einem Automaten einen regulären Ausdruck berechnen aus einem regulären Ausdruck einen Automaten konstruieren
6 Der Satz von Kleene Satz: Die regulären Sprachen sind genau die Sprachen, die sich durch einen regulären Ausdruck beschreiben lassen. Es gibt mehrere Algorithmen, die: aus einem Automaten einen regulären Ausdruck berechnen aus einem regulären Ausdruck einen Automaten konstruieren
7 Arden sche Lemma und Elimination Arden sche Lemma Satz: Seien U, V, L Σ Sprachen, so dass ɛ U und L = U.L V. Dann gilt L = U V.
8 Arden sche Lemma und Elimination Arden sche Lemma Satz: Seien U, V, L Σ Sprachen, so dass ɛ U und L = U.L V. Dann gilt L = U V. Elimination a 1 2 b a a 3 X 1 = ax 2 + ax 3 X 2 = ax 3 X 3 = bx 2 + ɛ
9 Arden sche Lemma und Elimination Arden sche Lemma Satz: Seien U, V, L Σ Sprachen, so dass ɛ U und L = U.L V. Dann gilt L = U V. Elimination a 1 2 b a a 3 X 1 = ax 2 + ax 3 X 2 = ax 3 X 3 = bax 3 + ɛ
10 Arden sche Lemma und Elimination Arden sche Lemma Satz: Seien U, V, L Σ Sprachen, so dass ɛ U und L = U.L V. Dann gilt L = U V. Elimination a 1 2 b a a 3 X 1 = ax 2 + ax 3 X 2 = ax 3 X 3 = (ba)
11 Arden sche Lemma und Elimination Arden sche Lemma Satz: Seien U, V, L Σ Sprachen, so dass ɛ U und L = U.L V. Dann gilt L = U V. Elimination a 1 2 b a a 3 X 1 = aa(ba) + a(ba) X 2 = a(ba) X 3 = (ba)
12 Der Satz von Kleene Satz: die regulären Sprachen sind genau die Sprachen, die sich durch einen regulären Ausdruck beschreiben lassen. Es gibt mehrere Algorithmen, die: aus einem Automaten einen regulären Ausdruck berechnen aus einem regulären Ausdruck einen Automat konstruieren
13 Der Satz von Kleene Satz: die regulären Sprachen sind genau die Sprachen, die sich durch einen regulären Ausdruck beschreiben lassen. Es gibt mehrere Algorithmen, die: aus einem Automaten einen regulären Ausdruck berechnen aus einem regulären Ausdruck einen Automat konstruieren
14 die Methode von Brzozowski Ziel: aus einem regulären Ausdruck, einen Automaten konstruieren. Unterschied zum Algorithmus von McNaughton-Yamada / Thomson der Automat ist deterministisch er kann auch on the fly berechnet werden (gut z.b. für das Wortproblem) der Algorithmus funktioniert auch mit erweiterten regulären Ausdrücken aber keine Garantie, dass das Wortproblem in linearer Zeit gelöst wird
15 Erweiterte reguläre Ausdrücke Definition ein regulärer Ausdruck ist ein erweiterter regulärer Ausdruck wenn e, e 1, e 2 erweiterte reguläre Ausdrücke sind, dann sind es auch c e (Komplement) und e 1 e 2 (Schnitt). Beispiel: ( a.(a + b) ) c( (a + b).b ) Satz: Für jeden erweiterten regulären Ausdruck gibt es einen klassischen äquivalenten regulären Ausdruck Übung: Beweisen Sie das.
16 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) =
17 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) =
18 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) =
19 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ
20 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) =
21 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) =
22 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = ɛ (e 1 + e 2 ) =
23 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst
24 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e 1.e 2 ) =
25 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst
26 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e ) =
27 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e ) = ɛ
28 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e ) = ɛ ɛ (e 1 e 2 ) =
29 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e ) = ɛ ɛ (e 1 e 2 ) = ɛ (e 1.e 2 )
30 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e ) = ɛ ɛ (e 1 e 2 ) = ɛ (e 1.e 2 ) ɛ ( c e) =
31 Leerwortschnitt Ziel: für jeden (erweiterten) regulären Ausdruck e, einen regulären Ausdruck ɛ (e) berechnen, so dass { ɛ wenn ɛ L(e) ɛ (e) = sonst ɛ ( ) = ɛ (ɛ) = ɛ ɛ (a) = { wenn ɛ (e ɛ (e 1 + e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst { ɛ wenn ɛ (e ɛ (e 1.e 2 ) = 1 ) = ɛ (e 2 ) = ɛ sonst ɛ (e ) = ɛ ɛ (e 1 e 2 ) = ɛ (e 1.e 2 ) { ɛ wenn ɛ ( c ɛ (e) = e) = sonst
32 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... ))
33 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) =
34 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) =
35 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) =
36 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) =
37 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) =
38 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst
39 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) =
40 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 )
41 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) =
42 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 )
43 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 ) D a (e 1 e 2 ) =
44 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 ) D a (e 1 e 2 ) = D a (e 1 ) D a (e 2 )
45 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 ) D a (e 1 e 2 ) = D a (e 1 ) D a (e 2 ) D a ( c e) =
46 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 ) D a (e 1 e 2 ) = D a (e 1 ) D a (e 2 ) D a ( c e) = c D a (e)
47 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 ) D a (e 1 e 2 ) = D a (e 1 ) D a (e 2 ) D a ( c e) = c D a (e) D a (e ) =
48 Ableitungen Ziel: für jeden regulären Ausdruck und jedes Wort u, einen regulären Ausdruck D u (e) berechnen, so dass L(D u (e)) = {v : uv L(e)} D a1 a 2...a k (e) = D ak (D ak 1 (... D a1 (e)... )) D a ( ) = D a (ɛ) = D a (e) = ɛ wenn e = a, sonst D a (e 1 + e 2 ) = D a (e 1 ) + D a (e 2 ) D a (e 1.e 2 ) = D a (e 1 ).e 2 + ɛ (e 1 ).D a (e 2 ) D a (e 1 e 2 ) = D a (e 1 ) D a (e 2 ) D a ( c e) = c D a (e) D a (e ) = D a (e)e
49 Ähnliche reguläre Ausdrücke Definition Zwei regulären Ausdrücke e 1, e 2 sind ähnlich (e 1 e 2 ), wenn e 1 e 2 sich durch diese Axiome beweisen lässt: e 1 + (e 2 + e 3 ) (e 1 + e 2 ) + e 3 e 1 + e 2 e 2 + e 1 e 1 + e 1 e 1 e + + e e e..e e.ɛ ɛ.e e Beispiel: D a ( (a + b) ) = D a (a + b).(a + b) = ( D a (a) + D a (b) ).(a + b) = (ɛ + ).(a + b) (a + b)
50 Algorithmus alle Ableitungen berechnen jede neue Ableitung, die keine ähnliche, bereits berechnete Ableitung ist, ist ein neuer Zustand e ist akzeptierend, wenn ɛ (e) = ɛ e a e genau dann, wenn D a (e) e
51 Algorithmus alle Ableitungen berechnen jede neue Ableitung, die keine ähnliche, bereits berechnete Ableitung ist, ist ein neuer Zustand e ist akzeptierend, wenn ɛ (e) = ɛ e a e genau dann, wenn D a (e) e Übung: den Algorithmus auf a.(a + b) c( (a + b).b) benutzen.
52 Beobachtungen der Algorithmus terminiert immer das heißt: {D w (e) : w Σ }/ ist eine endliche Menge der Algorithmus ist korrekt wenn der Algorithmus äquivalente statt ähnliche Ausdrücke identifiziert, dann berechnet er den minimalen Automaten
53 Reguläre Ausdrücke und (Perl/POSIX) regex Einige Anwendungen Kompilierung (parsing) Texteditoren (Suche, Ersetzung, Syntaxmarkierung), Systemadministrierung (Routing, Loganalysen) Textextraktion: partial Matching (siehe: Greediness) Einige Erweiterungen von regex gezählte Wiederholungen, z.b. e{3,5} Assertionen, z.b Zeilenanfang, Zeilenende, usw. Backreferences, z.b. [a,b]*\1 Übung: welche Erweiterungen sind noch regulär?
54 grep und perl Frage: Ist das Wort in der durch gestellten Sprache? aa... a }{{} n Mal (a + ɛ)(a + ɛ)... (a + ɛ) aa }{{}}{{... a} n Mal n Mal Quelle: Russ Cox
Sei Σ ein endliches Alphabet. Eine Sprache L Σ ist genau dann regulär, wenn sie von einem regulären Ausdruck beschrieben werden kann.
Der Satz von Kleene Wir haben somit Folgendes bewiesen: Der Satz von Kleene Sei Σ ein endliches Alphabet. Eine Sprache L Σ ist genau dann regulär, wenn sie von einem regulären Ausdruck beschrieben werden
MehrHomomorphismen. Defnition: Σ und Γ seien zwei endliche Alphabete, und h sei eine Abbildung h : Σ Γ. Wir definieren die folgenden Sprachen:
Homomorphismen Σ und Γ seien zwei endliche Alphabete, und h sei eine Abbildung h : Σ Γ. Wir definieren die folgenden Sprachen: h(l) := {h(u) : u L} Γ, für jede Sprache L Σ, h 1 (M) := {u Σ : h(u) M} Σ,
MehrEinführung in die Computerlinguistik Satz von Kleene
Einführung in die Computerlinguistik Satz von Kleene Dozentin: Wiebke Petersen 5. Foliensatz Wiebke Petersen Einführung CL 1 Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von einem deterministischen
MehrProseminar Automatentheorie. Thema: Berry Sethi Algorithmus. Von Christopher Haas
Proseminar Automatentheorie Thema: Berry Sethi Algorithmus Von Christopher Haas Inhaltsangabe Allgemeines/Notation Ableitung regulärer Ausdruck Intuitiv Definition Beispiele Das Brzozowski-Verfahren Markierungsverfahren
MehrHoffmann (HAW Hamburg) Automatentheorie und formale Sprachen
Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen 18.4. 2012 176 Automatentheorie und formale Sprachen VL 5 Reguläre und nichtreguläre Sprachen Kathrin Hoffmann 18. Aptil 2012 Hoffmann (HAW
MehrDisMod-Repetitorium Tag 4
DisMod-Repetitorium Tag 4 Endliche Automaten, Reguläre Sprachen und Kontextfreie Grammatiken 22. März 2018 1 Endliche Automaten Definition DFA Auswertungen Äquivalenzrelationen Verschmelzungsrelation und
MehrEinführung in die Computerlinguistik Satz von Kleene
Einführung in die Computerlinguistik Satz von Kleene Dozentin: Wiebke Petersen 5. Foliensatz Wiebke Petersen Einführung CL 1 Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von einem deterministischen
MehrAutomatentheorie und formale Sprachen
Automatentheorie und formale Sprachen VL 8 Chomsky-Grammatiken Kathrin Hoffmann 23. Mai 2012 Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen 23.5. 2012 250 Wortproblem Wortproblem ist das
MehrFormale Methoden 1. Gerhard Jäger 16. Januar Uni Bielefeld, WS 2007/2008 1/19
1/19 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 16. Januar 2008 2/19 Reguläre Ausdrücke vierte Art (neben Typ-3-Grammatiken, deterministischen und nicht-deterministischen
Mehr1 Eliminieren von ɛ-übergängen
1 Eliminieren von ɛ-übergängen 1.1 Beispiel 1 (a) Ausgangspunkt: Zwei ɛ-übergänge (b) Entfernung eines ɛ-übergangs, Reduktion (c) Entfernen eines ɛ-übergangs, Reduktion Abbildung 1: Elimination von ɛ-übergängen,
MehrSatz von Kleene. (Stephen C. Kleene, ) Wiebke Petersen Einführung CL 2
Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von einem deterministischen endlichen Automaten akzeptiert wird ist regulär und jede reguläre Sprache wird von einem deterministischen endlichen
MehrInduktive Definition
Rechenregeln A B = B A A (B C) = (A B) C A (B C) = (A B) C A (B C) = A B A C (B C) A = B A C A {ε} A = A A {ε} = A (A {ε}) = A (A ) = A A A = A + A A = A + A + {ε} = A Beispiel. Real-Zahlen = {0,..., 9}
MehrMusterlösung Informatik-III-Nachklausur
Musterlösung Informatik-III-Nachklausur Aufgabe 1 (2+2+4+4 Punkte) (a) L = (0 1) 0(0 1) 11(0 1) 0(0 1) (b) Der Automat ist durch folgendes Übergangsdiagramm gegeben: 0, 1 0, 1 0, 1 0, 1 0 s q 1 1 0 0 q
MehrReguläre Sprachen. R. Stiebe: Theoretische Informatik für ING-IF und Lehrer,
Reguläre Sprachen Reguläre Sprachen (Typ-3-Sprachen) haben große Bedeutung in Textverarbeitung und Programmierung (z.b. lexikalische Analyse) besitzen für viele Entscheidungsprobleme effiziente Algorithmen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Übung am 3..2 INSTITUT FÜR THEORETISCHE KIT 7..2 Universität des Andrea Landes Schumm Baden-Württemberg - Theoretische und Grundlagen der Informatik INSTITUT FÜR
MehrDefinition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.
Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer
MehrÜbungsblatt 7. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 7 Vorlesung Theoretische Grundlagen der Informatik im W 16/17 Ausgabe 17. Januar 2017 Abgabe 31. Januar 2017, 11:00 Uhr (im
MehrÜbungsblatt 7. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 7 Vorlesung Theoretische Grundlagen der Informatik im W 16/17 Ausgabe 17. Januar 2017 Abgabe 31. Januar 2017, 11:00 Uhr (im
Mehr2. Gegeben sei folgender nichtdeterministischer endlicher Automat mit ɛ-übergängen:
Probeklausur Automatentheorie & Formale Sprachen WiSe 2012/13, Wiebke Petersen Name: Matrikelnummer: Aufgabe A: Typ3-Sprachen 1. Konstruieren Sie einen endlichen Automaten, der die Sprache aller Wörter
MehrFormale Sprachen und Automaten: Tutorium Nr. 8
Formale Sprachen und Automaten: Tutorium Nr. 8 15. Juni 2013 Übersicht 1 Nachtrag 2 Besprechung von Übungsblatt 7 Aufgabe 1 Aufgabe 2 Aufgabe 3 3 CFG PDA Definitionen Ein Beispiel! Aufgabe 4 Der PDA als
Mehr2. Gegeben sei folgender nichtdeterministischer endlicher Automat mit ɛ-übergängen:
Probeklausur Automatentheorie & Formale Sprachen WiSe 2012/13, Wiebke Petersen Name: Matrikelnummer: Aufgabe A: Typ3-Sprachen 1. Konstruieren Sie einen endlichen Automaten, der die Sprache aller Wörter
MehrBerechenbarkeitstheorie 1. Vorlesung
Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Zentrale Themen
MehrFORMALE SYSTEME. 10. Vorlesung: Grenzen regulärer Sprachen / Probleme für Automaten. TU Dresden, 14. November 2016.
FORMALE SYSTEME 10. Vorlesung: Grenzen regulärer Sprachen / Probleme für Automaten Markus Krötzsch TU Dresden, 14. November 2016 Rückblick Markus Krötzsch, 14. November 2016 Formale Systeme Folie 2 von
MehrReguläre Ausdrücke. Michael Jäger. 4. April 2017
Reguläre Ausdrücke Michael Jäger 4. April 2017 Zeichenketten und Sprachen Ein Alphabet ist eine endliche Menge von Symbolen. Beispiele: 1. Σ 1 = {0, 1} 2. Σ 2 = {a, b, c, d, e, f, g, h, i, j, k, l, m,
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2017 20.04.2017 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Organisatorisches Literatur Motivation und Inhalt Kurzer
MehrInformatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit. Zugangsnummer: 9201
Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit Wiederholung Kapitel 3 und 4 http://pingo.upb.de Zugangsnummer: 9201 Dozent: Jun.-Prof. Dr.
MehrDie Nerode-Relation und der Index einer Sprache L
Die Nerode-Relation und der Index einer Sprache L Eine zweite zentrale Idee: Sei A ein vollständiger DFA für die Sprache L. Repäsentiere einen beliebigen Zustand p von A durch die Worte in Σ, die zu p
MehrSoftware Engineering Ergänzung zur Vorlesung
Ergänzung zur Vorlesung Prof. Dr. Markus Müller-Olm WS 2008 2009 2.6.1 Endliche und reguläre Sprachen Endliche und reguläre Sprache: fundamental in vielen Bereichen der Informatik: theorie Formale Sprachen
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik 4. Kellerautomaten und kontextfreie Sprachen (III) 17.06.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrAlgorithmen mit konstantem Platzbedarf: Die Klasse REG
Algorithmen mit konstantem Platzbedarf: Die Klasse REG Sommerakademie Rot an der Rot AG 1 Wieviel Platz brauchen Algorithmen wirklich? Daniel Alm Institut für Numerische Simulation Universität Bonn August
MehrTheoretische Informatik
Theoretische Informatik Prof. Meer, Dr. Gengler Aufgabenblatt 7 Besprechung in KW 48 / Abgabe in KW 49 Heften Sie unbedingt alle Blätter Ihrer Lösung zusammen und geben Sie oben auf dem ersten Blatt Ihren
MehrDefinition 4 (Operationen auf Sprachen) Beispiel 5. Seien A, B Σ zwei (formale) Sprachen. Konkatenation: AB = {uv ; u A, v B} A + = n 1 An
Definition 4 (Operationen auf Sprachen) Seien A, B Σ zwei (formale) Sprachen. Konkatenation: AB = {uv ; u A, v B} A 0 = {ɛ}, A n+1 = AA n A = n 0 An A + = n 1 An Beispiel 5 {ab, b}{a, bb} = {aba, abbb,
MehrTheorie der Informatik
Theorie der Informatik 8. Reguläre Sprachen II Malte Helmert Gabriele Röger Universität Basel 24. März 24 Pumping Lemma Pumping Lemma: Motivation Man kann zeigen, dass eine Sprache regulär ist, indem man
MehrEinführung in die Computerlinguistik Satz von Kleene
Einführung in die Computerlinguistik Satz von Kleene Dozentin: Wiebke Petersen 10.5.2010 Wiebke Petersen Einführung CL (SoSe2010) 1 Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von
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 3 14. Mai 2010 Einführung in die Theoretische
MehrAutomaten und Formale Sprachen SoSe 2013 in Trier
Automaten und Formale Sprachen SoSe 2013 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 2. Juni 2013 1 Automaten und Formale Sprachen Gesamtübersicht Organisatorisches Einführung Endliche
MehrAutomaten und Formale Sprachen SoSe 2013 in Trier
Automaten und Formale Sprachen SoSe 2013 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 2. Juni 2013 1 Automaten und Formale Sprachen Gesamtübersicht Organisatorisches Einführung Endliche
MehrFormale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 9 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof aa Dr J Giesl M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Hausaufgaben sollen in Gruppen von je 2 Studierenden aus dem gleichen Tutorium bearbeitet werden Die Lösungen der Hausaufgaben
MehrFormale Grundlagen der Informatik 1 Kapitel 5 Abschlusseigenschaften
Formale Grundlagen der Informatik 1 Kapitel 5 Frank Heitmann heitmann@informatik.uni-hamburg.de 18. April 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/64 NFAs - Grundlagen DFAs vs. NFAs Der
MehrEinführung in die Computerlinguistik Satz von Kleene
Einführung in die Computerlinguistik Satz von Kleene Dozentin: Wiebke Petersen 17.11.2009 Wiebke Petersen Einführung CL (WiSe 09/10) 1 Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von
MehrVorlesungsmitschrift zur Vorlesung Theoretische Informatik I vom 23. Juni Christian Franz
Vorlesungsmitschrift zur Vorlesung Theoretische Informatik I vom 23. Juni 2 Christian Franz Inhaltsverzeichnis Wiederholung: Vorlesung vom 9.6.2... Beispiele für Äquivalenzklassen... 4.5. Minimierung
MehrAutomatentheorie und formale Sprachen rechtslineare Grammatiken
Automatentheorie und formale Sprachen rechtslineare Grammatiken Dozentin: Wiebke Petersen 17.6.2009 Wiebke Petersen Automatentheorie und formale Sprachen - SoSe09 1 Pumping lemma for regular languages
MehrKlausur SoSe Juli 2013
Universität Osnabrück / FB6 / Theoretische Informatik Prof. Dr. M. Chimani Informatik D: Einführung in die Theoretische Informatik Klausur SoSe 2013 11. Juli 2013 (Prüfungsnr. 1007049) Gruppe: Batman,
Mehr4. Übung zur Vorlesung Informatik III am
1 4. Übung zur Vorlesung Informatik III am 16.11.2007 Wiederholung Konkatenation 2 Definition Konkatenation Eine endliche Folge w von Symbolen aus Σ heißt Wort. Die Menge aller Wörter über Σ heißt Σ. Sei
MehrCarlos Camino Einführung in die Theoretische Informatik SS 2015
Themenüberblick Dies ist eine Art Checkliste für die Klausurvorbereitung. Zu jedem Thema im Skript sind hier ein paar Leitfragen aufgelistet. Besonders nützlich sind die Tabellen und Abbildungen auf den
MehrKapitel 2: Formale Sprachen Gliederung
Gliederung. Einleitung und Grundbegriffe. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.. Chomsky-Grammatiken 2.2. Reguläre Sprachen Reguläre Grammatiken, ND-Automaten
MehrKontextfreie Sprachen werden von PDAs akzeptiert
Kontextfreie Sprachen werden von PDAs akzeptiert Sei G = (Σ, V, S, P) eine kontextfreie Grammatik. Dann gibt es einen PDA A mit L(A) = L(G). Der PDA A arbeitet mit nur einem Zustand q 0, besitzt das Kelleralphabet
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am 17.01.013 Parametrisierte Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrFORMALE SYSTEME. 3. Vorlesung: Endliche Automaten. TU Dresden, 17. Oktober Markus Krötzsch
FORMALE SYSTEME 3. Vorlesung: Endliche Automaten Markus Krötzsch TU Dresden, 17. Oktober 2016 Rückblick Markus Krötzsch, 17. Oktober 2016 Formale Systeme Folie 2 von 31 Wiederholung Mit Grammatiken können
MehrDiskrete Mathematik. Anna-Lena Rädler Christina Kohl Georg Moser Christian Sternagel Vincent van Oostrom
Diskrete Mathematik Anna-Lena Rädler Christina Kohl Georg Moser Christian Sternagel Vincent van Oostrom Zusammenfassung der letzten LVA Definition Ein ɛ-nea N = (Q, Σ, δ, S, F) ist gegeben durch eine endliche
Mehr1. Welche der folgenden Aussagen zur Entscheidbarkeit beziehungsweise Unentscheidbarkeit
1. Klausur Diskrete Mathematik Seite 1 von 22 1. Welche der folgenden Aussagen zur Entscheidbarkeit beziehungsweise Unentscheidbarkeit ist richtig? A. Keine der Aussagen. B. Eine Menge oder ihr Komplement
MehrOgden s Lemma: Der Beweis (1/5)
Ogden s Lemma: Der Beweis (1/5) Wir betrachten zuerst die Rahmenbedingungen : Laut dem auf der vorhergehenden Folie zitierten Satz gibt es zur kontextfreien Sprache L eine Grammatik G = (Σ, V, S, P) in
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
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/07 3. Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 3. Vorlesung 02.11.2006 schindel@informatik.uni-freiburg.de 1 Kapitel III Reguläre Sprachen Reguläre Sprachen und Ausdrücke Informatik III
MehrAufgabensammlung Theo Inf I 1
Aufgabensammlung Theo Inf I 1 1 Grundlagen Aufgabe 1.1 Bestimmen Sie w und w b für w = abacbba. Aufgabe 1.2 Bestimmen Sie alle a) Teilworte der Länge 3 b) Präfixe c) Suffixe des Wortes w = abacbba. Aufgabe
MehrBeweisidee: 1 Verwende den Keller zur Simulation der Grammatik. Leite ein Wort. 2 Problem: der Keller darf nicht beliebig verwendet werden, man kann
Automaten und Formale prachen alias Theoretische Informatik ommersemester 2011 Dr. ander Bruggink Übungsleitung: Jan tückrath Wir beschäftigen uns ab jetzt einige Wochen mit kontextfreien prachen: Kontextfreie
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 7 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV 1 Wir betrachten die folgende Signatur
MehrTheoretische Informatik Kap 1: Formale Sprachen/Automatentheorie
Gliederung der Vorlesung. Grundbegriffe. Formale Sprachen/Automatentheorie.. Grammatiken.2..3. Kontext-freie Sprachen 2. Berechnungstheorie 2.. Berechenbarkeitsmodelle 2.2. Die Churchsche These 2.3. Unentscheidbarkeit
MehrAutomatentheorie und formale Sprachen
Automatentheorie und formale Sprachen VL 4 Reguläre Ausdrücke und reguläre Sprachen Kathrin Hoffmann 10. April 2012 Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen 10.4. 2012 114 Aufgabe 13:
Mehr3.1 Kontextfreie Sprachen und Grammatiken 3.2 Ableitungsbäume 3.3 Die pre -Operation
Formale Systeme, Automaten, Prozesse Übersicht 3 3.1 Kontextfreie Sprachen und Grammatiken 3.2 Ableitungsbäume 3.3 Die pre -Operation 3.5 Normalformen für CFGs 3.6 Chomsky-Normalform 3.7 Greibach-Normalform
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik 4. Kellerautomaten und kontextfreie prachen (VI) 25.06.2015 Viorica ofronie-tokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
Mehr2 2 Reguläre Sprachen. 2.2 Endliche Automaten. Übersicht
Formale Systeme, Automaten, Prozesse Übersicht 2 2. Reguläre Ausdrücke 2.3 Nichtdeterministische endliche Automaten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.6 Minimale DFAs und der
MehrTeil VI. Anwendungen, Teil 1: XML und deterministische reguläre Ausdrücke
Teil VI Anwendungen, Teil 1: XML und deterministische reguläre Ausdrücke XML anhand von Beispielen... Anwendungen XML 1 / 10 XML-Schema In vielen Anwendungen sollen nur bestimmte XML-Dokumente zugelassen
Mehr1. Klausur Diskrete Mathematik Seite 1 von 22
1. Klausur Diskrete Mathematik Seite 1 von 22 1. Welches der folgenden Gesetze über reguläre Ausdrücke gilt im Allgemeinen nicht? (Hierbei bezeichnen D, E, F reguläre Ausdrücke und wir schreiben abkürzend
MehrKapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie
Gliederung. Grundbegriffe. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.. Chomsky-Grammatiken 2.2. Reguläre Sprachen (noch weiter) 2.3. Kontextfreie Sprachen 2/4,
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
MehrKontextfreie Sprachen
Kontextfreie Sprachen besitzen große Bedeutung im Compilerbau Chomsky-Normalform effiziente Lösung des Wortproblems (CYK-Algorithmus) Grenzen kontextfreier Sprachen (Pumping Lemma) Charakterisierung durch
MehrDefinition 98 Eine Turingmaschine heißt linear beschränkt (kurz: LBA), falls für alle q Q gilt:
5.2 Linear beschränkte Automaten Definition 98 Eine Turingmaschine heißt linear beschränkt (kurz: LBA), falls für alle q Q gilt: (q, c, d) δ(q, ) = c =. Ein Leerzeichen wird also nie durch ein anderes
MehrKontextfreie Sprachen
Kontextfreie Sprachen Bedeutung: Programmiersprachen (Compilerbau) Syntaxbäume Chomsky-Normalform effiziente Lösung des Wortproblems (CYK-Algorithmus) Grenzen kontextfreier Sprachen (Pumping Lemma) Charakterisierung
MehrDas Pumping Lemma: Ein Anwendungsbeispiel
Das Pumping Lemma: Ein Anwendungsbeispiel Beispiel: Die Palindromsprache ist nicht regulär. L = { } w {0, 1} w ist ein Palindrom Beweis: Angenommen, L ist doch regulär. Gemäß Pumping Lemma gibt es dann
Mehr1. Welche der folgenden Aussagen zum Halteproblem ist richtig?
1. Klausur Diskrete Mathematik Seite 1 von 22 1. Welche der folgenden Aussagen zum Halteproblem ist richtig? A. Jedes Problem ist auf das Halteproblem reduzierbar. B. MP, das Zugehörigkeitsproblem, kann
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 4 26..25 INSTITUT FÜR THEORETISCHE INFORMATIK KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrSatz 90 Sei A = (Q, Σ, δ, q 0, F ) ein DFA. Der Zeitaufwand des obigen Minimalisierungsalgorithmus ist O( Q 2 Σ ).
Satz 90 Sei A = (Q, Σ, δ, q 0, F ) ein DFA. Der Zeitaufwand des obigen Minimalisierungsalgorithmus ist O( Q 2 Σ ). Beweis: Für jedes a Σ muss jede Position in der Tabelle nur konstant oft besucht werden.
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2015 23.04.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Terminologie 2. Endliche Automaten und reguläre Sprachen
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)
MehrÜbungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 18/19
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 18/19 Ausgabe 8. Januar 2019 Abgabe 22. Januar 2019, 11:00 Uhr (im
MehrWie man eine Sprache versteht
Aufzählbarkeit Formale Grundlagen der Informatik 1 Kapitel 10 Aufzählbarkeit und (Un-)Entscheidbarkeit Frank Heitmann heitmann@informatik.uni-hamburg.de 11. Mai 2015 Definition 1 Eine Menge M Σ heißt (rekursiv)
MehrEndliche Automaten, reguläre Ausdrücke, rechtslineare Grammatiken
1 / 15 Endliche Automaten, reguläre Ausdrücke, rechtslineare Grammatiken Prof. Dr. Hans Kleine Büning FG Wissensbasierte Systeme WS 08/09 2 / 15 Deterministischer endlicher Automat (DEA) Definition 1:
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2016 20.04.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Terminologie 2. Endliche Automaten und reguläre Sprachen
MehrMusterlösung Informatik-III-Klausur
Musterlösung Informatik-III-Klausur Aufgabe 1 (1+4+3+4 Punkte) (a) 01010 wird nicht akzeptiert: s q 0 q 1 q 2 f q 2 10101 wird akzeptiert: s q 2 q 2 f q 2 f (b) ε: {s, q 0, q 1, q 2 }, {f} 0: {s, q 0,
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2015 16.04.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Organizatorisches Literatur Motivation und Inhalt Kurzer
MehrTHIA - Übungsblatt 2.
THIA - Übungsblatt 2. Aufgabe 12 (Eine einfache Sprache). Endliche Ziffernfolgen, die mit einer 0 beginnen, auf die mindestens eine weitere Ziffer folgt, wobei nur die Ziffern 0,..., 7 vorkommen, sollen
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Kontextfreie Sprachen und Pushdown-Automaten Dozentin: Wiebke Petersen WS 2004/2005 Wiebke Petersen Formale Komplexität natürlicher Sprachen WS 03/04 Wiederholung c
MehrInformatik 3 Theoretische Informatik WS 2015/16
2. Probeklausur 22. Januar 2016 Informatik 3 Theoretische Informatik WS 2015/16 Prof. Dr. Peter Thiemann Albert-Ludwigs-Universität Freiburg Institut für Informatik Name: Matrikel-Nr.: Schreiben Sie Ihren
MehrZusammenfassung der letzten LVA. Endliche Automaten mit Epsilon-Übergängen. Inhalte der Lehrveranstaltung (cont d)
Zusammenfassung der letzten LVA Ein nichtdeterministischer endlicher Automat (NEA) ist ein 5-Tupel (Q, Σ, δ, S, F), sodass Q eine endliche Menge von Zustände Σ eine endliche Menge, das Eingabealphabet;
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:
Mehr1. Übungsblatt 6.0 VU Theoretische Informatik und Logik
. Übungsblatt 6. VU Theoretische Informatik und Logik 25. September 23 Aufgabe Sind folgende Aussagen korrekt? Begründen Sie jeweils Ihre Antwort. a) Für jede Sprache L gilt: L < L (wobei A die Anzahl
MehrFormale Methoden 1. Gerhard Jäger 23. Januar Uni Bielefeld, WS 2007/2008 1/18
1/18 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 23. Januar 2008 2/18 Das Pumping-Lemma Sein L eine unendliche reguläre Sprache über ein endliches Alphabet
MehrF2 Zusammenfassung Letzte Tips zur Klausur
F2 Zusammenfassung Letzte Tips zur Klausur Berndt Farwer FB Informatik, Uni HH F2-ommersemester 2001-(10.6.) p.1/15 Funktionen vs. Relationen Funktionen sind eindeutig, Relationen brauchen nicht eindeutig
MehrTheoretische Grundlagen der Informatik. Vorlesung am 17. Januar INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 17.01.2019 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Evaluation Ergebnisse
MehrKlausur zur Vorlesung Formale Sprachen und Automaten TIT03G2 mit Lösungsvorschlägen
Klausur zur Vorlesung Formale Sprachen und Automaten TIT03G2 mit Lösungsvorschlägen Name: Matr.-Nr.: Vorname: Aufgabe 1 2 3 4 5 6 7 max. Punkte 6 7 10 6 8 7 9 err. Punkte Gesamtpunktzahl: Note: Aufgabe
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011
Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2011 Dr. Sander Bruggink Übungsleitung: Jan Stückrath Sander Bruggink Automaten und Formale Sprachen 1 Wir beschäftigen uns ab
MehrSpracherkennung (Syntaxanalyse)
Kellerautomaten Kellerautomaten 8 Spracherkennung (Syntaxanalyse) Algorithmus gesucht, der für L T (möglichst schnell) entscheidet, ob w L (Lösung des Wortproblems) Grammatik Automat Aufwand rechtslinear
MehrFORMALE SYSTEME. 8. Vorlesung: Minimale Automaten. TU Dresden, 6. November Markus Krötzsch Lehrstuhl Wissensbasierte Systeme
FORMALE SYSTEME 8. Vorlesung: Minimale Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 6. November 2017 Rückblick Markus Krötzsch, 6. November 2017 Formale Systeme Folie 2 von 26
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/47 Was kann
Mehr3. Vorlesung: Endliche Automaten Markus Kr otzsch Lehrstuhl Wissensbasierte Systeme
Wiederholung Mit Grammatiken können wir Sprachen beschreiben und sie grob in Typen unterteilen: FORMALE SYSTEME 3. Vorlesung: Endliche Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme Formale
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
MehrKapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.1. 2.2. Reguläre Sprachen 2.3. Kontextfreie Sprachen 2/1, Folie 1 2015 Prof. Steffen
Mehr