(algebraische) Strukturen Abschnitt Eigenschaften von zweistelligen Operationen. Beispiel: Boolesche Algebren. Strukturtypen: Beispiele
|
|
- Regina Buchholz
- vor 7 Jahren
- Abrufe
Transkript
1 Kap 1: Grundegriffe Funktionen Eigenschaften von zweistelligen Operationen für 2-stellige Operation : A A A a, a (infixe Notation) assoziativ, falls für alle a,, c A: (a ) c = a ( c). kommutativ, falls für alle a, A: a = a. neutrales Element: e A neutrales Element für gdw für alle a A: a e = e a = a. inverse Elemente (zgl. mit neutralem Element e): a A inverses Element zu a A, falls a a = a a = e. Beispiel Konkatenation: assoziativ, neutrales Element ε, w ε hat kein inverses Element Kap 1: Grundegriffe Strukturen (algeraische) Strukturen Aschnitt Struktur = Konstanten, Trägermenge mit ausgezeichneten Operationen, Relationen typische Beispiele: Standardstrukturen der Algera (N, +, 0), (N, +,, <, 0, 1), (Z, +,, 0, 1),... Graphen (Transitionssysteme) Wortmonoide Boolesche Algeren später: Wortstrukturen, relationale Datenanken, u.v.a.m. FGdI I Sommer 2011 M.Otto und M.Ziegler 25/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 26/1 Kap 1: Grundegriffe Strukturen Strukturtypen: Beispiele Graphen (Transitionssysteme) als relationale Strukturen (V, E) mit Knotenmenge V, Kantenrelation E E V V eine 2-stellige Relation (a, ) E zu deuten als a E Monoide als algeraische Strukturen Monoid: assoziative 2-stellige Operation mit neutralem Element Beispiel Wort-Monoid das Wort-Monoid ( Σ,, ε ) üer Σ, Konkatenation, als 2-stellige Operation ε, das leere Wort, als Konstante FGdI I Sommer 2011 M.Otto und M.Ziegler 27/1 Kap 1: Grundegriffe Strukturen Beispiel: Boolesche Algeren Axiome für Boolesche Algera (B,, +,, 0, 1): BA1: + und assoziativ und kommutativ. Für alle x, y, z: (x + y) + z = x + (y + z) BA2: + und distriutiv. (x y) z = x (y z) Für alle x, y, z: x (y + z) = (x y) + (x z) x + (y z) = (x + y) (x + z) BA3: 0 und 1 als neutrale Elemente. Für alle x: x 1 = x x + 0 = x BA4: Komplement. x + y = y + x x y = y x 0 1 und für alle x: x x = 0 x + x = 1 Beispiele: ( P(M),,,,, M ) ( ) für M ; B,,,, 0, 1 FGdI I Sommer 2011 M.Otto und M.Ziegler 28/1
2 Kap 1: Grundegriffe Homomorphismen Homomorphismen Aschnitt strukturerhaltende Aildungen zw. Strukturen desselen Typs z.b. für Strukturen (A, A, e A ) und (B, B, e B ) mit einer zweistelligen Operation und einer Konstanten e } F : A B Homomorphismus, falls a f (a) (i) F (e A ) = e B (verträglich mit Konstante e) (ii) F (a 1 A a 2 ) = F (a 1 ) B F (a 2 ) (verträglich mit Operation ) F e A F A A e B B B B F FGdI I Sommer 2011 M.Otto und M.Ziegler 29/1 A B F A Kap 1: Grundegriffe Homomorphismen Homomorphismen: Beispiele (1) h : Σ N w w Homomorphismus von (Σ,, ε) nach (N, +, 0). (2) ˆf : Σ 1 Σ 2 w = a 1... a n a 1... a n woei a i = f (a i ) für eine vorgeg. Funktion f : Σ 1 Σ 2 Homomorphismus von (Σ 1,, ε) nach (Σ 2,, ε). (3) analog zu (2), zu f : Σ 1 Σ 2 : ersetze a Σ 1 durch ein Wort f (a) Σ 2. Bemerkung: ˆf in (2) und (3) eindeutig estimmt durch f und die Forderung, dass ˆf : (Σ 1,, ε) hom (Σ 2,, ε) und dass ˆf Fortsetzung von f ist: ˆf (a) := f (a) f.a. a Σ 1. FGdI I Sommer 2011 M.Otto und M.Ziegler 30/1 Kap 1: Grundegriffe Homomorphismen Isomorphie Isomorphismen Isomorphismus: ijektiver Homomorphismus, dessen Umkehrung auch ein Homomorphismus ist. Beispiel Für eine Bijektion f : Σ 1 Σ 2 a f (a) =: a ist ˆf : Σ 1 Σ 2 w = a 1... a n a 1... a n ein Isomorphismus zwischen (Σ 1,, ε) und (Σ 2,, ε). Kap 1: Grundegriffe Aussagenlogik elementare Beweistechniken Aschnitt 1.2 teilweise Vorgriff auf Teil II (Logik) primäres Anliegen hier: normierte Verknüpfung von Aussagen, Aussagenlogik (AL) mathematische Präzision für Quantoren, Quantorenlogik Beweistechniken/-muster, insesondere: Induktionseweise Präzision des Ausdrucks / Strenge des Argumentierens mathematische Grunddisziplin für den Werkzeugkasten Schreiweise: ˆf : (Σ 1,, ε) (Σ 2,, ε) Beoachtung: (Σ 1,, ε) (Σ 2,, ε) gdw. Σ 1 = Σ 2 FGdI I Sommer 2011 M.Otto und M.Ziegler 31/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 32/1
3 Kap 1: Grundegriffe Aussagenlogik aussagenlogische Junktoren Aschnitt normierte Wahrheitswerte für aussagenlogische Operationen Wahrheitswerte (wahr zw. falsch; 1 zw. 0) zusammengesetzter Aussagen als Funktion der Wahrheitswerte der Teilaussagen und : B B B oder : B B B Negation : B B Kap 1: Grundegriffe Aussagenlogik weitere aussagenlogische Verknüpfungen ageleitete Junktoren, z.b. Implikation : B B B Biimplikation : B B B 0 1 sodass (p q) ( p) q (p q) (p q) (( p) ( q)) (p q) (q p) vgl. Boolesche Algera (B,,,, 0, 1) FGdI I Sommer 2011 M.Otto und M.Ziegler 33/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 34/1 Kap 1: Grundegriffe Aussagenlogik aussagenlogische Äquivalenzen und Schlussregeln Kontraposition: eweise A B üer B A (p q) (( q) ( p)) Indirekter Beweis/Widerspruchseweis: p ( p 0) eweise A üer ( A) unmöglich Biimplikation/Äquivalenz: (p q) ( (p q) (q p) ) eweise A B üer A B und B A Implikationsketten: eweise A B z.b. üer A C und C B (Zwischenehauptungen) Kap 1: Grundegriffe Quantoren Quantoren: All- und Existenzaussagen Aschnitt ( n N)A(n) für die Allaussage für alle n N gilt A(n) ( n N)A(n) für die Existenzaussage A(n) gilt für mindestens ein n N Negationen von Allaussagen sind äquivalent zu Existenzaussagen und umgekehrt. Beispiel ( alle Schnurze eissen ) es git mindestens einen Schnurz, der nicht eisst eachte: alle Schnurze eissen ist wahr,wenn es keine Schnurze git! wichtig: Allaussagen kann man durch ein Gegeneispiel widerlegen, aer nicht durch Beispiele eweisen! FGdI I Sommer 2011 M.Otto und M.Ziegler 35/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 36/1
4 Kap 1: Grundegriffe Induktion Induktionseweise Aschnitt Kap 1: Grundegriffe Induktion Beispiel: Induktionseweis üer N Beispiel Prinzip der vollständigen Induktion üer N: eweise die Allaussage ( n N)A(n) anhand von (i) Induktionsanfang: A(0). (ii) Induktionsschritt: für alle n N gilt: A(n) A(n +1) Rechtfertigung: für jedes feste n ergit sich aus (ii) eine Implikationskette A(0) A(1) A(2)... A(n 1) A(n) A(n): n Scheien lassen sich in 2 n 1 Schritten gemäß der Regeln umschichten, und nicht in weniger Schritten Induktionsanfang: A(0) Induktionsschritt: für alle n N gilt: A(n) A(n + 1) FGdI I Sommer 2011 M.Otto und M.Ziegler 37/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 38/1 Kap 1: Grundegriffe Induktion Induktionsprinzipien für andere Bereiche Beispiel etrachte Menge M der Terme mit 2-st. Fktn und Konst. c als Menge von Wörtern üer Σ = {, c, (, )}, M Σ M = {c, c c, c (c c),..., (c c) ( c (c c) ),...} systematische Erzeugung aller t M: ausgehend vom Startelement c M mit Operation F : M M M (t 1 ) (t 2 ) für t 1, t 2 c c (t F (t 1, t 2 ) := 2 ) für t 1 = c, t 2 c (t 1 ) c für t 1 c, t 2 = c c c für t 1 = t 2 = c Kap 1: Grundegriffe Induktion Induktionsprinzipien für andere Bereiche M werde, ausgehend von M 0 M, durch Operationen F F erzeugt; dann lässt sich eweisen anhand von ( x M) A(x) (i) Induktionsanfang: A(x) gilt für alle x M 0. (ii) Induktionsschritt(e) für F F (n-stellig): aus A(x i ) für i = 1,..., n folgt, dass auch A(F (x 1,..., x n )). Beweise damit z.b.: ( t M) ( t c = t + 1 ) FGdI I Sommer 2011 M.Otto und M.Ziegler 39/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 40/1
5 Kap 1: Grundegriffe Induktion Induktionsprinzipien für andere Bereiche Beispiele Bereich M M 0 M erzeugende Operationen N {0} S: n n + 1 Σ {ε} ( w wa ) für a Σ {, c}-terme {c} (t 1, t 2 ) (t 1 t 2 ) endl. Teilmengen von A { } ( B B {a} ) für a A Kap 1: Grundegriffe Induktion falscher Induktionseweis üer N Üung A(n): { jede Gruppe von n Personen esteht aus gleichaltrigen Personen. Induktionsanfang: A(n) wahr für n = 0 und n = 1. Induktionsschritt: A(n) A(n + 1). Sei n 1, P = n + 1; p 1 p 2 elieig aus P ausgewählt. Betrachte P 1 := P \ {p 1 } und P 2 := P \ {p 2 }. P 1 = P 2 = n. Nach Induktionsannahme A(n) estehen also P 1 und P 2 jeweils aus gleichaltrigen Personen. Jedes p P \ {p 1, p 2 } ist in P 1 und in P 2 vorhanden. Also sind alle in P gleichaltrig. Also gilt auch A(n + 1). Also gilt ( n N)A(n)? FGdI I Sommer 2011 M.Otto und M.Ziegler 41/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 42/1 Kap. 2: Endliche Automaten reguläre Sprachen 2.1 Reguläre Σ-Sprachen Aschnitt 2.1 Kapitel 2: Endliche Automaten Reguläre Sprachen Operationen auf Σ-Sprachen Komplement L L := Σ \ L Schnitt (L 1, L 2 ) L 1 L 2 Vereinigung (L 1, L 2 ) L 1 L 2 Boolesche Operationen Konkatenation von Sprachen (L 1, L 2 ) L 1 L 2 := { u v : u L 1, v L 2 } Stern-Operation L L := { u 1... u n : u 1,..., u n L, n N } FGdI I Sommer 2011 M.Otto und M.Ziegler 44/1
6 Kap. 2: Endliche Automaten reguläre Sprachen 2.1 Reguläre Ausdrücke Definition Die Menge REG(Σ) der regulären Ausdrücke üer Σ, wird erzeugt gemäß: (i) ist ein regulärer Ausdruck. (ii) a ist ein regulärer Ausdruck, für a Σ. (iii) für α, β REG(Σ) ist (α + β) REG(Σ). (iv) für α, β REG(Σ) ist (αβ) REG(Σ). (v) für α REG(Σ) ist α REG(Σ). [evtl. auch zugelassen: Σ, Σ, Σ +, ε] Kap. 2: Endliche Automaten reguläre Sprachen 2.1 Reguläre Sprachen Definition Semantik für α REG(Σ): L(α) Σ die durch α ezeichnete reguläre Sprache Induktiv/rekursiv üer α REG(Σ) definiere L(α): (i) L( ) :=. (ii) L(a) := {a}. (iii) L(α + β) := L(α) L(β). (iv) L(αβ) := L(α) L(β). (v) L(α ) := ( L(α) ). Beispiel: ( a a a) Definition Die regulären Σ-Sprachen sind genau die L(α) für α REG(Σ) Beispiel: L( a a a) = = { alle Wörter mit einer durch 3 teilaren Anzahl a s } FGdI I Sommer 2011 M.Otto und M.Ziegler 45/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 46/1 Kap. 2: Endliche Automaten reguläre Sprachen 2.1 Endliche Automaten Aschnitt 2.2 Transitionssysteme (mit endl. Zustandsmenge) Die regulären Σ-Sprachen werden erzeugt aus den Ausgangssprachen und {a} für a Σ durch die Operationen Vereinigung, Konkatenation und Stern. S = ( Σ, Q, ) mit den Komponenten: Σ: Alphaet (Kanteneschriftungen) Q : Zustandsmenge, endlich, Q Σ Q : Transitionsrelation (q, a, q ) steht für die Transition q a q FGdI I Sommer 2011 M.Otto und M.Ziegler 47/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 48/1
7 Beispiel: Transitionssystem mit Zusatzstruktur, DFA a 0 1 a a 2 Zusatzstruktur: : Initialisierung; modulo-3 Zähler für a, w a mod 3. 2 : ausgezeichneter Zustand, hier für w a 2 (mod 3) deterministisch: eschreiar durch Funktion δ : Q Σ Q FGdI I Sommer 2011 M.Otto und M.Ziegler 49/1 Endliche Automaten, DFA und NFA Idee: Transitionssysteme zur Erkennung von Sprachen deterministische Transitionssysteme/Automaten anstelle der Transitionsrelation Q Σ Q Transitionsfunktion δ : Q Σ Q (q, a) δ(q, a) Q jeweils genau ein eindeutig estimmter Nachfolgezustand kein deadlock, keine Auswahl nicht-deterministische Transitionssysteme/Automaten Transitionsrelation ietet u.u. ei Eingae a in Zustand q { kein q mit (q, a, q ). deadlock verschiedene q mit (q, a, q ). Auswahl FGdI I Sommer 2011 M.Otto und M.Ziegler 50/1 Deterministische endliche Automaten, DFA A = ( Σ, Q, q 0, δ, A ) Q endliche, nicht-leere Zustandsmenge q 0 Q Anfangszustand A Q Menge der akzeptierenden Zustände δ : Q Σ Q Üergangsfunktion. Berechnung von A auf w = a 1... a n Σ die eindeutige Zustandsfolge q 0,..., q n mit q i+1 = δ(q i, a i+1 ) für 0 i < n q 0 a 1 q1 a 2 q n 1 a n qn DFA: Läufe und Berechnungen Definition analog zu Berechnung (vom Startzustand q 0 aus) definiere Lauf auf w von q Q aus q a 1 q a 2 führt zu eindeutiger Fortsetzung ˆδ von δ: ˆδ : Q Σ Q (q, w) ˆδ(q, w) Q der (!) Endzustand des Laufs auf w von q aus induktiv definiert Berechnungen sind Läufe von q 0 aus; Endzustand der Berechnung von A auf w: ˆδ(q 0, w) Läufe eschreien auch Teilaschnitte von Berechnungen FGdI I Sommer 2011 M.Otto und M.Ziegler 51/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 52/1
8 erkannte/akzeptierte Sprache Definition DFA: von A erkannte/akzeptierte Sprache w = a 1... a n mit Berechnung q 0,..., q n q n = ˆδ(q 0, w) { akzeptiert w falls qn A A verwirft w falls q n A die von A akzeptierte/erkannte Sprache: L(A) := { w Σ : A akzeptiert w } = { w Σ : ˆδ(q 0, w) A } Nicht-deterministische endliche Automaten, NFA A = ( Σ, Q, q 0,, A ) Q endliche, nicht-leere Zustandsmenge q 0 Q Anfangszustand A Q Menge der akzeptierenden Zustände Q Σ Q Üergangsrelation. Berechnung von A auf w = a 1... a n Σ jede (!) Zustandsfolge q 0,..., q n mit (q i, a i+1, q i+1 ) q 0 a 1 q 1 a 2 q n 1 a n q n Vorsicht: i.d.r. nicht eindeutig, nicht notwendig existent! FGdI I Sommer 2011 M.Otto und M.Ziegler 53/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 54/1 erkannte/akzeptierte Sprache Definition Beispiele Σ = {a, } NFA: von A erkannte/akzeptierte Sprache DFA A 1 0 a 1 a 2 a 3 L(A 1 ) =? eine Berechnung q 0,..., q n von A auf w = a 1... a n ist eine akzeptierende Berechnung auf w falls q n A die von A akzeptierte/erkannte Sprache: NFA A 2 0 a 1 a 2 a 3 L(A 2 ) =? L(A) := { w Σ : A hat eine akzeptierende Berechnung auf w } eachte: Existenz mindestens einer akzeptierenden Berechnung Asymmetrie zgl. akzeptieren/verwerfen NFA A 3 0 a 1 a 4 a 2 a 5 a 3 L(A 3 ) =? FGdI I Sommer 2011 M.Otto und M.Ziegler 55/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 56/1
9 Determinisierung Aschnitt von NFA zu äquivalentem DFA; Determinisierung deterministische Simulation des NFA durch Potenzmengen-Trick Satz Zu NFA A lässt sich ein DFA A det (effektiv) konstruieren, der diesele Sprache erkennt: L(A) = L(A det ). Idee: Zustände von A det geen an, in welchen Zuständen A sein könnte Potenzmengen-Trick deterministische Simulation des NFA in DFA mittels Potenzmengen-Trick A = ( Σ, Q, q 0,, A) A det = ( Σ, ˆQ, ˆq 0, δ, Â ) Zustände q Q S Q Zust.-M. Q ˆQ := P(Q) = { S : S Q } Start-Z. q 0 ˆq 0 := {q 0 } akz. A Â := { S : S A } Trans. Q Σ Q δ : ˆQ Σ ˆQ δ(s, a) = { q Q : (q, a, q ) für mindestens ein q S } FGdI I Sommer 2011 M.Otto und M.Ziegler 57/1 FGdI I Sommer 2011 M.Otto und M.Ziegler 58/1 Beispiel: Determinisierung NFA A 2 a 0 1 c 3 DFA A det mit L(A det ) = L(A): Σ = {a,, c} δ a c {0} {0, 1} {0} {0, 1} {0, 1} {0, 2} {3} {0, 2} {0, 1} {0} {3} (aktive) Zustände: {0}, {0, 1}, {0, 2}, {3}, akzeptierende Zustände: {0, 2} und {3} L(A) = L((a + ) a( + c)) FGdI I Sommer 2011 M.Otto und M.Ziegler 59/1 Michael O. Rain Dana Scott Finite Automata and Their Decision Prolem (1959) FGdI I Sommer 2011 M.Otto und M.Ziegler 60/1
Induktionsprinzipien für andere Bereiche. falscher Induktionsbeweis über N Übung Beispiele. Reguläre Σ-Sprachen Abschnitt 2.
Kap 1: Grundegriffe Induktion 1.2.3 Induktionsprinzipien für andere Bereiche Beispiele Bereich M M 0 M erzeugende Operationen N 0} S: n n + 1 Σ ε} ( w wa ) für a Σ, c}-terme c} (t 1, t 2 ) (t 1 t 2 ) endl.
Mehr1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,
Theorie der Informatik 8. März 25 8. Reguläre Sprachen I Theorie der Informatik 8. Reguläre Sprachen I 8. Reguläre Grammatiken Malte Helmert Gabriele Röger 8.2 DFAs Universität Basel 8. März 25 8.3 NFAs
Mehr1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,
Theorie der Informatik 9. März 24 7. Reguläre Sprachen I Theorie der Informatik 7. Reguläre Sprachen I Malte Helmert Gabriele Röger Universität Basel 9. März 24 7. Reguläre Grammatiken 7.2 DFAs 7.3 NFAs
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
MehrSatz (Abschluß unter der Stern-Operation)
Satz (Abschluß unter der Stern-Operation) Wenn L eine reguläre Sprache ist, dann ist auch L regulär. Beweis: Es gibt einen NFA M = (Z, Σ, S, δ, S, E) mit L(M) = L. Wir bauen aus diesem NFA nun wie folgt
Mehrq 0 q gdw. nicht (q A) (q A) q i+1 q gdw. q i q oder ( a Σ) δ(q, a) i δ(q, a) L = {a n b n : n N} für a, b Σ, a b
Kap. 2: Endliche Automaten Myhill Nerode 2.4 Minimalautomat für reguläre Sprache Abschnitt 2.4.3 L Σ regulär der Äuivalenzklassen-Automat zu L ist ein DFA mit minimaler Zustandszahl (= index( L )) unter
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,
MehrTechnische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert 2. Mai HA-Lösung. TA-Lösung
Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert 2. Mai 2016 HA-Lösung TA-Lösung Einführung in die theoretische Informatik Aufgabenblatt 2 Beachten Sie: Soweit
MehrFormale Sprachen und endliche Automaten
Formale Sprachen und endliche Automaten Formale Sprachen Definition: 1 (Alphabet) Ein Alphabet Σ ist eine endliche, nichtleere Menge von Zeichen oder Symbolen. Ein Wort über dem Alphabet Σ ist eine endliche
Mehr2.2 Reguläre Sprachen Endliche Automaten
2.2.1 Endliche Automaten E I N G A B E Lesekopf endliche Kontrolle Signal für Endzustand Ein endlicher Automat liest ein Wort zeichenweise und akzeptiert oder verwirft. endlicher Automat Sprache der akzeptierten
MehrFormale Grundlagen der Informatik I: Endliche Automaten und Formale Sprachen
Formale Grundlagen der Informatik I: Endliche Automaten und Formale Sprachen Vorlesung Sommersemester 2010 M. Otto Inhaltsverzeichnis 1 Mengen, Relationen, Funktionen,... 7 1.1 Mengen, Relationen, Funktionen,
MehrEndliche Automaten. aus. Abbildung 1: Modell eines einfachen Lichtschalters
Endliche Automaten In der ersten Vorlesungswoche wollen wir uns mit endlichen Automaten eschäftigen. Um uns diesen zu nähern, etrachten wir zunächst einen einfachen Lichtschalter. Dieser kann an oder aus
MehrFORMALE SYSTEME. Wiederholung. Beispiel: NFA. Wiederholung: NFA. 4. Vorlesung: Nichtdeterministische Endliche Automaten. TU Dresden, 19.
Wiederholung FORMALE SYSTEME 4. Vorlesung: Nichtdeterministische Endliche Automaten Markus Krötzsch Professur für Wissensbasierte Systeme Grammatiken können Sprachen beschreiben und sie grob in Typen unterteilen
MehrWS07/08 Automaten und Formale Sprachen 2. Vorlesung. Kapitel 2. Endliche Automaten und reguläre Sprachen. Definitionen:
Definitionen: WS07/08 Automaten und Formale Sprachen 2. Vorlesung Martin Dietzfelinger 23. Oktoer 2007 Ein Alphaet Σ ist eine endliche nichtleere Menge. Ein Wort üer Σ ist eine endliche Folge von Elementen
MehrAutomaten und Coinduktion
Philipps-Univestität Marburg Fachbereich Mathematik und Informatik Seminar: Konzepte von Programmiersprachen Abgabedatum 02.12.03 Betreuer: Prof. Dr. H. P. Gumm Referentin: Olga Andriyenko Automaten und
MehrAutomaten und Formale Sprachen ε-automaten und Minimierung
Automaten und Formale Sprachen ε-automaten und Minimierung Ralf Möller Hamburg Univ. of Technology Literatur Gottfried Vossen, Kurt-Ulrich Witt: Grundkurs Theoretische Informatik, Vieweg Verlag 2 Danksagung
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Kapitel 1: Aussagen, Mengen
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht
MehrFORMALE SYSTEME. Wiederholung. Beispiel: NFA. Wiederholung: NFA. 4. Vorlesung: Nichtdeterministische Endliche Automaten. TU Dresden, 20.
Wiederholung FORMALE SYSTEME 4. Vorlesung: Nichtdeterministische Endliche Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme Grammatiken können Sprachen beschreiben und sie grob in Typen unterteilen
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
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Wintersemester 2007 / 2008 Prof. Dr. Heribert Vollmer Institut für Theoretische Informatik 29.10.2007 Reguläre Sprachen Ein (deterministischer) endlicher Automat
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
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
MehrRückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen
Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung
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
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}
MehrRückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen
Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung
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
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für
MehrDer deterministische, endliche Automat. Formale Grundlagen der Informatik 1 Kapitel 3 Mehr zu regulären Sprachen
Der deterministische, endliche Automat Formale Grundlagen der Informatik 1 Kapitel 3 Mehr zu regulären Sprachen Frank Heitmann heitmann@informatik.uni-hamurg.de 8. April 2014 Definition (DFA) Ein deterministischer,
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
MehrFormale Grundlagen der Informatik I Automaten und Formale Sprachen
Formale Grundlagen der Informatik I Automaten und Formale Sprachen Übersicht 0 Einführung Transitionssysteme Wörter über endlichen Alphabeten informelle Beispiele 1 Mengen, Relationen, Funktionen,... mathematische
MehrÜbung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)
15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2 Lösungsblatt 2 3. Mai 2 Einführung in die Theoretische Informatik Hinweis:
MehrFormale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.
Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen
MehrOrganisatorisches... Formale Grundlagen der Informatik 1 Kapitel 1. Endliche Automaten. Organisatorisches. Organisatorisches. Eine typische Woche:
Organisatorisches... Formale der Informatik 1 Kapitel 1 Frank Heitmann heitmann@informatik.uni-hamurg.de 7. April 215 Eine typische Woche: Mo+Di: Vorlesung Di-Fr: Üungsgruppen Neuer Zettel und Beareiten
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
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
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 14. September 2015 Lösungsvorschläge
Klausur zur Vorlesung Grundegriffe der Informatik 14. Septemer 2015 svorschläge Klausurnummer Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GBI Email-Adr.: nur falls 2.
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen 3 Abbildungen 4 Algebraische Strukturen Verknüpfungen Monoide Beispiel: Restklassen Exkurs: Formale
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
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 18. Januar 2018 INSTITUT FÜR THEORETISCHE 0 18.01.2018 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Jens Struckmeier Fachbereich Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2010/11 Jens Struckmeier (Mathematik,
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
MehrTuring: prinzipielle Berechenbarkeit Abschnitt 4.2. Turingmaschinen: DTM Abschnitt 4.2. DTM: Akzeptieren und Entscheiden Abschnitt 4.
Kap. 4: Berechnungsmodelle Turingmaschinen 4.2 Turing: prinzipielle Berechenbarkeit Abschnitt 4.2 Kap. 4: Berechnungsmodelle Turingmaschinen 4.2 Turingmaschinen: DTM Abschnitt 4.2 DTM = DFA + unbeschränkter
MehrÜbersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19
Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische
MehrEndliche Automaten. δ : Z Σ Z die Überführungsfunktion, z 0 Z der Startzustand und F Z die Menge der Endzustände (Finalzustände).
Endliche Automaten Endliche Automaten Definition Ein deterministischer endlicher Automat (kurz DFA für deterministic finite automaton ) ist ein Quintupel M = (Σ, Z, δ, z 0, F), wobei Σ ein Alphabet ist,
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
MehrFormale Sprachen. Reguläre Sprachen. Rudolf FREUND, Marian KOGLER
Formale Sprachen Reguläre Sprachen Rudolf FREUND, Marian KOGLER Endliche Automaten - Kleene STEPHEN KLEENE (99-994) 956: Representation of events in nerve nets and finite automata. In: C.E. Shannon und
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
MehrEndliche Automaten. Endliche Automaten 1 / 102
Endliche Automaten Endliche Automaten 1 / 102 Endliche Automaten Endliche Automaten erlauben eine Beschreibung von Handlungsabläufen: Wie ändert sich ein Systemzustand in Abhängigkeit von veränderten Umgebungsbedingungen?
MehrDas Pumping-Lemma Formulierung
Das Pumping-Lemma Formulierung Sei L reguläre Sprache. Dann gibt es ein n N mit: jedes Wort w L mit w n kann zerlegt werden in w = xyz, so dass gilt: 1. xy n 2. y 1 3. für alle k 0 ist xy k z L. 59 / 162
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
MehrGrundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
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
MehrKapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
MehrOrganisatorisches... Formale Grundlagen der Informatik 1 Kapitel 1. Endliche Automaten. Organisatorisches. Organisatorisches. Eine typische Woche:
Organisatorisches... Formale der Informatik 1 Kapitel 1 Frank Heitmann heitmann@informatik.uni-hamurg.de 4. April 2016 Eine typische Woche: Mo+Di: Vorlesung Di-Fr: Üungsgruppen Neuer Zettel und Beareiten
MehrÄquivalenzrelation R A zu DFA A. Rechtsinvarianz. Relation R L zur Sprache L
Rechtsinvarianz Definition T4.2.8: Eine Äquivalenzrelation R auf Σ* heißt rechtsinvariant, wenn x R y z Σ*: xz R yz. Index von R: Anzahl der Äquivalenzklassen von R. Notation: ind(r) Im Folgenden: 2 rechtsinvariante
Mehr5.2 Endliche Automaten
114 5.2 Endliche Automaten Endliche Automaten sind Turingmaschinen, die nur endlichen Speicher besitzen. Wie wir bereits im Zusammenhang mit Turingmaschinen gesehen haben, kann endlicher Speicher durch
MehrInformatik III - WS07/08
Informatik III - WS07/08 Kapitel 5 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 5 : Grammatiken und die Chomsky-Hierarchie Informatik III - WS07/08 Kapitel 5 2 Definition
MehrEndliche Automaten. Endliche Automaten 1 / 115
Endliche Automaten Endliche Automaten 1 / 115 Endliche Automaten Endliche Automaten erlauben eine Beschreibung von Handlungsabläufen: Wie ändert sich ein Systemzustand in Abhängigkeit von veränderten Umgebungsbedingungen?
MehrOperationen auf endlichen Akzeptoren und Transduktoren
Operationen auf endlichen Akzeptoren und Transduktoren Kursfolien Karin Haenelt Karin Haenelt 2006, Operationen auf Akzeptoren und Transduktoren, 08.07.2006 ( 1 05.04.2004) 1 Notationskonventionen L reguläre
Mehr3 Allgemeine Algebren
Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n
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
MehrGruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,
Kapitel 1 Gruppen 1.1 Operationen Lernziele 1. Gruppen und Untergruppen, Erzeugendensysteme, Operationen und Bahnen 1.1.1 Definiton Gruppe, symmetrische Gruppen Definition 1.1. Sei G eine nicht leere Menge
MehrAutomaten und Formale Sprachen SoSe 2007 in Trier. Henning Fernau Universität Trier
Automaten und Formale Sprachen SoSe 2007 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Automaten und Formale Sprachen Gesamtübersicht Organisatorisches Einführung Endliche Automaten und
MehrOperationen auf endlichen Automaten und Transduktoren
Operationen auf endlichen Automaten und Transduktoren Kursfolien Karin Haenelt 1 Notationskonventionen L reguläre Sprache A endlicher Automat DEA deterministischer endlicher Automat NEA nichtdeterministischer
MehrSei 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
MehrÜbung Theoretische Grundlagen
Übung Theoretische Grundlagen Nico Döttling October 25, 22 Automatenminimierung Konstruktion des Äquivalenzklassenautomaten Aus der Vorlesung bekannt Überflüssige Zustände lassen sich effizient erkennen
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
MehrKapitel 1. Aussagenlogik
Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 1: Grundlagen, Sprachen, Automaten schulz@eprover.org Software Systems Engineering Definition Eine Definition ist eine genaue Beschreibung eines Objektes
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
MehrSeminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik
Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit
Mehr1 Endliche Automaten oder Rabin-Scott-Automaten
3 1 Endliche Automaten oder Rabin-Scott-Automaten Einfache Kenntnisse über Sprachen und Grammatiken und auch über Automaten werden vorausgesetzt. Grundlegende Termini sind eventuell in Standardwerken nachzulesen
Mehr4 Terme und Σ-Algebren
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 4 Terme und Σ-Algebren 4.1 Grundterme und Terme Menge S von unktionssymbolen funktionale Signatur: Σ S N Menge
MehrDefinition 78 Ein NPDA = PDA (= Nichtdeterministischer Pushdown-Automat) besteht aus:
4.7 Kellerautomaten In der Literatur findet man häufig auch die Bezeichnungen Stack-Automat oder Pushdown-Automat. Kellerautomaten sind, wenn nichts anderes gesagt wird, nichtdeterministisch. Definition
MehrSuche nach einem solchen Kreis. Endlichkeitstest. Vereinigung und Durchschnitt. Abschlusseigenschaften
Endlichkeitstest Eingabe: DFA/NFA M. Frage: Ist die von M akzeptierte Sprache endlich? Nahe liegende Beobachtung: In einem DFA/NFA, der eine unendliche Sprache akzeptiert, muss es einen Kreis geben, der
MehrEndliche Automaten. Endliche Automaten J. Blömer 1/24
Endliche Automaten Endliche Automaten J. Blömer /24 Endliche Automaten Endliche Automaten sind ein Kalkül zur Spezifikation von realen oder abstrakten Maschinen regieren auf äußere Ereignisse (=Eingaben)
MehrDeterminisierung von endlichen Automaten
Thomas Hanneforth Institut für Linguistik Universität Potsdam May 14, 2014 Thomas Hanneforth (Universität Potsdam) May 14, 2014 1 / 21 Outline 1 Einführung 2 Beispiel 3 Ein verbesserter Determinisierungsalgorithmus
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen
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
MehrDe Morgan sche Regeln
De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,
Mehr1. Einführung in Temporallogik CTL
1. Einführung in Temporallogik CTL Temporallogik dient dazu, Aussagen über Abläufe über die Zeit auszudrücken und zu beweisen. Zeit wird in den hier zunächst behandelten Logiken als diskret angenommen
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
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,
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
MehrFormale Methoden 1. Gerhard Jäger 9. Januar Uni Bielefeld, WS 2007/2008 1/23
1/23 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 9. Januar 2008 2/23 Automaten (informell) gedachte Maschine/abstraktes Modell einer Maschine verhält sich
Mehr... = für δ(z, a i ) = z. Abbildung 4.4: Interpretation der Arbeitsweise eines endlichen Automaten
3 Reguläre Sprachen 63 3 Reguläre Sprachen In diesem Kapitel beschäftigen wir uns etwas näher mit den regulären Sprachen, insbesondere mit der Möglichkeit verschiedener Charakterisierungen und den Eigenschaften
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 24.11.2016 (Teil 2) 23. November 2016 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler 23. November 2016
MehrAutomaten und Formale Sprachen 4. Vorlesung
Automaten und Formale Sprachen 4. Vorlesung Martin Dietzfelinger. Novemer 005 Beispiel: Endliche Sprache L = {w,...,w n }, z.b. L = {ei,eine,ue} Gesehen: Präfix-DFA. Hier: NFA e 0 u i 4 e i n 5 6 7 e e
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
MehrTechnische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert 11. Juli HA-Lösung. TA-Lösung
Technische Universität München Sommer 26 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Juli 26 HA-Lösung TA-Lösung Einführung in die theoretische Informatik Aufgabenblatt 3 Beachten Sie: Soweit nicht
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
MehrAutomaten 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
MehrAutomaten und Formale Sprachen SoSe 2007 in Trier. Henning Fernau Universität Trier
Automaten und Formale Sprachen SoSe 2007 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Automaten und Formale Sprachen Gesamtübersicht Organisatorisches Einführung Endliche
Mehr1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen
1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist
Mehr