Potenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit
|
|
- Erna Hofer
- vor 7 Jahren
- Abrufe
Transkript
1 1 Potenzutomt Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit D(S, x) = d(s, x) s S für lle S P(Z), x I; F P = {S P(Z) S F }.
2 Potenzutomt 2 Beispiel:, b c s 0 s 1 s 2, b, c c b, c b, c, b, c s 0 s 0, s 2 s 0, s 1, s 2 s 0, s 1 b c b s 2 c c s 1, s 2 s 1, b, b
3 Potenzutomt 3 Ein optimierter Potenzutomt, b c s 0 s 1 s 2, b, c b, c, b, c s 0 s 0, s 1 c s 2 b c s 1, b (Alle Zustände, die von s 0 nicht erreichbr sind, wurden gestrichen.)
4 Potenzutomt 4 Äquivlenz von nichtdeterministischen und deterministischen endlichen Automten Stz (Äquivlenz) Sei A = (Z, I, d, s 0, F ) ein endlicher Automt. Dnn gilt L(A) = L(P(A)).
5 Potenzutomt 5 Schnelle Worterkennung Stz Für von endlichen Automten erknnte Sprchen ist ds Wortproblem in linerer Zeit lösbr.
6 Potenzutomt 6 Beweisskizze Sei A = (Z, I, d, s 0, F ) ein endlicher Automt. 1. Flls A nichtdeterministisch ist, A := P(A). (Dies muss höchstens einml durchgeführt werden.) 2. Sei w = 1 n ( i I, i = 1,..., n). Verrbeite w mit A: t 1 0 t 2 n 1 t n (Zeitverbruch: n Schritte, d Folgezustände eindeutig sind.) 3. J, flls t n F ; sonst nein.
7 Model-Checking (beispielhft) 7 Model-Checking (beispielhft) ußer Betrieb n us betriebsbereit 20 kleiner 20 heizen L(heting) : L forbidden : Menge ller möglichen Abläufe Alle verbotenen Abläufe
8 Model-Checking (beispielhft) 8 Heting ist korrekt bezüglich L forbidden, flls L(heting) L forbidden =. Knn mn einen endlichen Automten für den Schnitt konstruieren? Knn mn feststellen, ob ein beliebiger, gegebener endlicher Automt die leere Sprche erkennt?
9 Produktutomt (Prllelschltung zweier endlicher Automten) 9 Produktutomt (Prllelschltung zweier endlicher Automten) Gegeben: deterministische endliche Automten A 1 = (Z 1, I, d 1, s 01, F 1 ), A 2 = (Z 2, I, d 2, s 02, F 2 ) Produktutomt A 1 A 2 = (Z 1 Z 2, I, d, (s 01, s 02 ), F 1 F 2 ) mit d((s 1, s 2 ), x) = (d 1 (s 1, x), d 2 (s 2, x)) für lle (s 1, s 2 ) Z 1 Z 2 und x I.
10 Produktutomt (Prllelschltung zweier endlicher Automten) 10 Produktutomt erkennt Schnitt Stz Seien A 1 = (Z 1, I, d 1, s 01, F 1 ), A 2 = (Z 2, I, d 2, s 02, F 2 ) deterministische endliche Automten. Dnn gilt L(A 1 A 2 ) = L(A 1 ) L(A 2 ).
11 Vereinigungsutomt 11 Vereinigungsutomt Gegeben: deterministische endliche Automten A 1 = (Z 1, I, d 1, s 01, F 1 ), A 2 = (Z 2, I, d 2, s 02, F 2 ) Vereinigungsutomt A 1 A 2 = (Z 1 Z 2, I, d, (s 01, s 02 ), (F 1 Z 2 ) (Z 1 F 2 )), wobei d wie beim Produktutomten definiert ist.
12 Vereinigungsutomt 12 Der Vereinigungsutomt erkennt die Vereinigung Stz Seien A 1 = (Z 1, I, d 1, s 01, F 1 ), A 2 = (Z 2, I, d 2, s 02, F 2 ) deterministische endliche Automten. Dnn gilt L(A 1 A 2 ) = L(A 1 ) L(A 2 ).
13 Leerheitsproblem 13 Leerheitsproblem Eingbe: eine Sprche L (z.b. in Form eines endlichen Automten). Ausgbe: J, flls L = Nein sonst.
14 Leerheitsproblem 14 Beispiel Eingbe:, b s 0 s b 1 s 2 s 3 b s 4, b, b Ausgbe: J
15 Leerheitsproblem 15 Stz (Lösbrkeit des Leerheitsproblems) Für von endlichen Automten erknnte Sprchen ist ds Leerheitsproblem lösbr.
16 Leerheitsproblem 16 Gesucht: Algorithmus, der für jeden endlichen Automten A die folgende Funktion leer berechnet: { J, flls L(A) = leer(a) = Nein sonst Überlegung L(A) = genu dnn, wenn es keinen Weg in A vom Strtzustnd zu einem Endzustnd gibt.
17 Leerheitsproblem 17 Idee 1. Smmle lle vom Strtzustnd erreichbren Zustände uf. 2. L(A) = genu dnn, wenn sich in der Menge der gesmmelten Zustände kein Endzustnd befindet.
18 Leerheitsproblem 18 Algorithmus (Skizze) Gegeben: DEA A = (Z, I, d, s 0, F ). 1. (Aufsmmeln der erreichbren Zustände) () R 0 := {s 0 }; i := 0; R 1 = R 0 {d(s 0, x) x I}; (b) while R i+1 R i do i := i + 1; R i+1 := R i {d(s, x) s R i, x I} (end of while) 2. (Entscheiden) If R i F = then J else Nein
19 Leerheitsproblem 19, b Beispiel s 0 s b 1 s 2 s 3 b s 4, b, b 1. R 0 = {s 0 } R 1 = {s 0 } {s 1, s 4 } = {s 0, s 1, s 4 } R 2 = {s 0, s 1, s 4 } {s 1, s 4 } = {s 0, s 1, s 4 } 2. {s 0, s 1, s 4 } {s 2, s 3 } =, d.h., die erk. Sprche ist leer.
20 Leerheitsproblem 20 Korrektheit Termintion (Algorithmus hält.) Es existiert ein m N: R m = R m+1. Prtielle Korrektheit (Algorithmus liefert bei Hlten korrektes Resultt.) Sei m N die kleinste Zhl mit R m = R m+1. Dnn enthält R m lle von s 0 erreichbren Zustände, d.h. R m = {d (s 0, w) w I }.
Endliche Automaten. S. Kuske: Endliche Automaten; 6.Novenber 2006
1 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte Modellierung,
MehrLösung 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,
Mehrdem 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 {}
MehrUmwandlung 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.
MehrFORMALE SYSTEME. 6. Vorlesung: Reguläre Ausdrücke. TU Dresden, 27. Oktober Markus Krötzsch
FORMALE SYSTEME 6. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 27. Oktober 2016 Rückblick Mrkus Krötzsch, 27. Oktober 2016 Formle Systeme Folie 2 von 29 Wiederholung: Opertionen uf Automten
Mehr1.1 Grundlagen: Reguläre Ausdrücke
11 Grundlgen: Reguläre Ausdrücke Progrmmtext enutzt ein endliches Alphet Σ von Einge-Zeichen, zb ASCII :-) Die Menge der Textschnitte einer Token-Klsse ist i regulär Reguläre Sprchen knn mn mithile regulärer
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)
Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein
MehrDef.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:
8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.
MehrDefinition Suffixbaum
Suffix-Bäume Definition Suche nch einer Menge von Mustern Längste gemeinsme Zeichenkette Pltzreduktion Suffixbäume für Muster Alle Pre Suffix-Präfix Übereinstimmung Sich wiederholende Strukturen Definition
MehrTheoretische 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
MehrDeterministische endliche Automaten
Endliche Automten Idee: endlicher Automt A ht endlich viele innere Zustände liest Einge wєσ* zeichenweise von links nch rechts git zum Schluß eine J/Nein Antwort A Lesekopf w 1 w 2 w n gelesenes Symol
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt
MehrFalls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.
Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X
MehrBoole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik
Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen
MehrPräfixcodes und der Huffman Algorithmus
Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben
MehrBrückenkurs 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
MehrProtokoll zur Vorlesung Theoretische Informatik I
Protokoll zur Vorlesung Theoretishe Informtik I! " # $ % # & ' ( % ) * + & " & & &, " ' % + - + # + & '. / 0 1 # 0 & 2 & # & 3 4 & 5 # 0 + & 6 & ' + 7 7 3 8 4 & 7 + + + % ( % 6 # 9 & 5 # 0 + & 3 8. : &
MehrKapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35
Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion
MehrReguläre Sprachen und endliche Automaten
2 Reguläre Sprchen und endliche Automten Sei Σ = {, b,...} ein endliches Alphbet. Ein endliches Wort über Σ ist eine Folge w = 0... n 1, wobei i Σ für i = 0,...,n 1. Wir schreiben w für die Länge von w,
MehrThema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n
Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1
MehrHausaufgabe 2 (Induktionsbeweis):
Prof. Dr. J. Giesl Formle Sprhen, Automten, Prozesse SS 2010 Üung 3 (Age is 12.05.2010) M. Brokshmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden
MehrSeminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen
Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle
MehrBerechnung der inversen Matrix.
Inverse Mtrix Berechnung der inversen Mtrix. Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X. Steffen Voigtmnn Beuth Hochschule für Technik
Mehr14 E N D L I C H E AU T O M AT E N erstes beispiel: ein getränkeautomat
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
MehrAufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6
Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.
Mehr1 Grundlagen der Theorie formaler Sprachen
1 Grundlgen der Theorie formler Sprchen Wir eginnen dmit, dss wir in diesem Kpitel zunchst einige grundlegende Begriffe und Methoden us der Theorie formler Sprchen, insesondere der regulären Sprchen, wiederholen.
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.
MehrElemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse
Elemente der Anlysis II: Zusmmenfssung der wichtigsten Definitionen und Ergebnisse J. Wengenroth Dies ist die einzige zugelssene Formelsmmlung, die bei der Klusur benutzt werden drf. Es dürfen Unterstreichungen
MehrKapitel 13. Taylorentwicklung Motivation
Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von
Mehr2 Berechnung von Flächeninhalten unter Kurvenstücken
Übungsmteril 1 Berechnung von Flächeninhlten unter Kurvenstücken.1 Annäherung durch Rechtecke Um die Fläche zu berechnen, die zwischen dem Funktionsgrphen einer Funktion und der -Achse eingeschlossen wird,
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere
MehrFormale Techniken in der Software-Entwicklung: Reaktive Systeme
Formle Techniken in der Softwre-Entwicklung: Rektive Systeme Christin Prehofer LMU München uf Bsis von Mterilien von Mrtin Wirsing SS 2012 C. Prehofer: Formle Techniken in der Softwre-Entwicklung: Rektive
Mehr4 Die rationalen Zahlen
4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper
MehrSpiele und logische Komplexitätsklassen
Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer
MehrExponentialgleichungen 70 Exponentialgleichungen mit Ergebnissen und ausführlichen Lösungsweg
Übungen zum Kurs Eponentilgleichungen Eponentilgleichungen 70 Eponentilgleichungen mit Ergebnissen und usführlichen Lösungsweg 7.technisch verbesserte Auflge vom.09.007 (Sonderzeichen wurden teilweise
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis
MehrVorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)
1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.
Mehr- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
Mehr1.2 Der goldene Schnitt
Goldener Schnitt Psclsches Dreieck 8. Der goldene Schnitt Beim Begriff Goldener Schnitt denken viele Menschen n Kunst oder künstlerische Gestltung. Ds künstlerische Problem ist, wie ein Bild wohlproportioniert
Mehr11.1 Kontextsensitive und allgemeine Grammatiken
Theorie der Informatik 7. April 2014 11. Kontextsensitive und Typ-0-Sprachen Theorie der Informatik 11. Kontextsensitive und Typ-0-Sprachen 11.1 Kontextsensitive und allgemeine Grammatiken Malte Helmert
MehrMathematik PM Rechenarten
Rechenrten.1 Addition Ds Pluszeichen besgt, dss mn zur Zhl die Zhl b hinzuzählt oder ddiert. Aus diesem Grunde heisst diese Rechenrt uch Addition. + b = c Summnd plus Summnd gleich Summe Kommuttivgesetz
MehrVorkurs Mathematik DIFFERENTIATION
Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt
MehrLimit Texas Hold em. Meine persönlichen Erfahrungen
Limit Texs Hold em Meine persönlichen Erfhrungen Dominic Dietiker c Drft dte 21. September 2010 Inhltsverzeichnis 1. Spielnleitung...................................... 1 1.1 Der Spielverluf....................................
MehrDreiecke als Bausteine
e ls usteine Jedes Viereck lässt sich in zwei e zerlegen. Wirklich jedes? Konstruktion eines s bei drei beknnten Seiten bmessen einer Strecke mit dem Geodreieck. Zirkelschlg um einen Punkt mit der zweiten
Mehr7.4. Teilverhältnisse
7... erehnung von Teilverhältnissen ufgen zu Teilverhältnissen Nr. 7.. Teilverhältnisse Die Shwerpunkte von Figuren und Körpern lssen sih mit Hilfe von Teilverhältnissen usdrüken und erehnen. Definition
MehrTaylorreihen - Uneigentlische Integrale
Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f
MehrTeil V: Formale Sprachen
Formle Sprchen Teil V: Formle Sprchen 1. Sprchen und Grmmtiken 2. Endliche Automten Frnz-Josef Rdermcher & Uwe Schöning, Fkultät für Ingeneurwissenschften und Informtik, Universität Ulm, 2008/09 Formle
MehrKontextsensitive Sprachen. Christian Scheideler Universität Paderborn WS 2014
Kontextsensitive Sprchen Christin Scheideler Universität Pderorn WS 2014 Kontextsensitive Sprchen Definition 5.1.4 Eine Grmmtik heißt kontextsensitiv oder vom Typ Chomsky-1 flls für jede Regel u v gilt
Mehr11.1 Grundlagen - Denitionen
11 Binärbäume 11.1 Grundlagen - Denitionen Denition: Ein Baum ist eine Menge, die durch eine sog. Nachfolgerrelation strukturiert ist. In einem Baum gilt: (I) (II) 1 Knoten w ohne VATER(w), das ist die
MehrFunktionen und Mächtigkeiten
Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit
MehrSchriftliche Prüfungsarbeit zum mittleren Schulabschluss 2007 im Fach Mathematik
Sentsverwltung für Bildung, Wissenschft und Forschung Schriftliche Prüfungsrbeit zum mittleren Schulbschluss 007 im Fch Mthemtik 30. Mi 007 Arbeitsbeginn: 10.00 Uhr Berbeitungszeit: 10 Minuten Zugelssene
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester
MehrThomas Behr. 17. November 2011
in in Fakultät für Mathematik und Informatik Datenbanksysteme für neue Anwendungen FernUniversität in Hagen 17. November 2011 c 2011 FernUniversität in Hagen Outline in 1 2 3 4 5 6 - Was ist das? in über
MehrEndliche Automaten. Prof. Dr. W. Vogler. Sommersemester 2007
Endliche Automten Prof. Dr. W. Vogler Sommersemester 2007 1 INHALTSVERZEICHNIS i Inhltsverzeichnis 1 Wörter und Monoide 1 2 Endliche Automten 4 3 Anwendung: Diophntische Gleichungen 9 4 Minimierung endlicher
Mehr8. Turingmaschinen und kontextsensitive Sprachen
8. Turingmaschinen und kontextsensitive Sprachen Turingmaschinen (TM) von A. Turing vorgeschlagen, um den Begriff der Berechenbarkeit formal zu präzisieren. Intuitiv: statt des Stacks bei Kellerautomaten
MehrAufgaben zur Vertiefung der Geometrie. WS 2005/06 5./6. Dezember 2005 Blatt 3
ufgben zur Vertiefung der Geometrie WS 2005/06 5./6. ezember 2005 ltt 3 1. Umkugel und Innenkugel eines Tetreders Leiten Sie die Formel für ds Volumen, die Oberfläche, den Rdius der umbeschriebenen und
Mehr9 Das Riemannsche Integral
1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit
Mehr10 Anwendungen der Integralrechnung
9 nwendungen der Integrlrechnung Der Inhlt von 9 wren die verschiedenen Verfhren zur Berechnung eines Integrls Der Inhlt von sind die verschiedenen Bedeutungen, die ein Integrl hen knn Die Integrlrechnung
Mehrb f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =
Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für
Mehr2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004
Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2003/04 ILKD Prof. Dr. D. Wgner 14. April 2004 2. Klusur zur Vorlesung Informtik III Wintersemester 2003/2004 Lösung! Bechten Sie: Bringen
Mehr4.1 G sei Gruppe (mit multiplikativ geschriebener Verknüpfung) und a G. Dann heißt. falls a k 1 G k 1 ord(a) := k 1 a k = 1 G sonst
15 Wichtige Sätze ud Defiitioe zu 4: Ds qudrtische Rezirozitätsgesetz us der Vorlesug: LV-NR 150 39 Verstltug Diskrete Mthemtik II, 4.0 std Dozet Holtkm, R. 4.1 G sei Grue (mit multiliktiv geschriebeer
MehrFormale Sprachen. Formale Grundlagen (WIN) 2008S, F. Binder. Vorlesung im 2008S
Formale Grundlagen (WIN) Franz Binder Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Das Alphabet Σ sei eine endliche
MehrVorlesung 24: Topological Sort 1: Hintergrund. Einführung in die Programmierung. Bertrand Meyer. Topological sort
Einführung in ie Progrmmierung Vorlesung 4: Topologil Sort : Hintergrun Bertrn Meer Letzte Üerreitung 3. Jnur 4 3 Topologil sort 4 Prouziere eine zu einer gegeenen Prtiellen Ornung komptile Vollstänige
MehrIntegralrechnung. www.mathe-total.de. Aufgabe 1
Integrlrechnung Aufgbe Bestimme die Fläche zwischen der Kurve der Funktion f() = und -Achse über dem Intervll I = [; 3] näherungsweise. Bestimme die Obersumme und Teile ds Intervll I in drei gleich große
Mehrsolche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1)
teilung Informtik, Fh Progrmmieren 1 Einführung Dten liegen oft ls niht einfh serier- und identifizierre Dtensätze vor. Stttdessen reräsentieren sie lnge Zeihenketten, z.b. Text-, Bild-, Tondten. Mn untersheidet
MehrDigitaltechnik. 3 Sequenzielle. Schaltungen. Revision 1.1
igitltechnik 3 Sequenzielle Schltungen A Revision 1.1 Trnsitionssysteme Synchroner sequenzieller Entwurf Timing-Anlyse Pipelining Mely und Moore Mschinen Zustndsmschinen in Verilog Sequentielle Schltungen
MehrKarlsruher Institut für Technologie
Krlsruher Institut für Technologie Lehrstuhl für Progrmmierprdigmen Sprchtechnologie und Compiler WS 2010/2011 Dozent: Prof. Dr.-Ing. G. Snelting Üungsleiter: Mtthis Brun Lösung zu Üungsltt 1 Ausge: 18.04.2012
MehrARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG
Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt
MehrVersuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!
Versuchsplnung 22 CRGRAPH www.crgrph.de Grundlgen Die Aufgbe ist es Versuche so zu kombinieren, dss die Zusmmenhänge einer Funktion oder eines Prozesses bestmöglich durch eine spätere Auswertung wiedergegeben
MehrWirsberg-Gymnasium Grundwissen Mathematik 8. Jahrgangsstufe. -fache
Wirsberg-Gymnsium Grundwissen Mthemtik. Jhrgngsstue Lerninhlte Fkten-Regeln-Beispiele Proportionlität Gehört bei einer Zuordnung zum r-chen der einen Größe ds r-che der nderen Größe, so spricht mn von
Mehr4 Parser und Übersetzer
4 Prser und Übersetzer Ein Prser ist ein Progrmm, ds eine Zeichenreihe in ihre syntktischen Bestndteile zerlegt und erkennt, ob die Zeichenreihe vorgegebenen Syntxregeln entspricht oder nicht. Ein Übersetzer
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
MehrAutomaten, Spiele, und Logik
Automaten, Spiele, und Logik Woche 2 25. April 2014 Inhalt der heutigen Vorlesung 1. Reguläre Ausdrücke 2. der Satz von Kleene 3. Brzozowski Methode 4. grep und perl Reguläre Ausdrücke Rekursive Definition,
Mehrv P Vektorrechnung k 1
Vektorrechnung () Vektorielle Größen in der hysik: Sklren Größen wie Zeit, Msse, Energie oder Tempertur werden in der hysik mit einer Mßzhl und einer Mßeinheit ngegeen: 7 sec, 4.5 kg. Wichtige physiklische
MehrLeitfaden für die Berechnung des Netzentgeltes bei der Rhein-Ruhr Verteilnetz GmbH
Leitfden für die Berechnung des Netzentgeltes bei der Rhein-Ruhr Verteilnetz GmbH Stnd: 20.01.2012 Gültig b: 01.01.2012 Inhltsverzeichnis 1 Benötigte Dten... 3 2 Netzentgelte... 4 2.1 Entgelt für Entnhme
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 4: Nichtdeterminismus Teil 2 schulz@eprover.org Software Systems Engineering Nichtdeterministische endliche Automaten Definition: Ein nichtdeterministischer
MehrARBEITSBLATT 1-13. Maßeinheiten. 1. Längenmaße. km m dm cm mm. Beispiel: Schreib mehrnamig: 2,032801 km Lösung: 2,032801 km = 2 km 32 m 8 dm 1 mm
ARBEITSBLATT 1-13 13 Mßeinheiten 1. Längenmße 1000 10 10 10 km m dm cm mm Beispiel: Schreib mehrnmig:,03801 km Lösung:,03801 km = km 3 m 8 dm 1 mm Beispiel: Drücke in km us: 4 km 0 m 3 cm Lösung: 4 km
Mehrabgeschlossen unter,,,, R,
Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anres Herz, Dr. Stefn Häusler emil: heusler@biologie.uni-muenchen.e Deprtment Biologie II Telefon: 089-280-74800 Großhernerstr. 2 Fx:
MehrSuchen und Sortieren Sortieren. Heaps
Suchen und Heaps (Folie 245, Seite 63 im Skript) 3 7 21 10 17 31 49 28 14 35 24 42 38 Definition Ein Heap ist ein Binärbaum, der die Heapeigenschaft hat (Kinder sind größer als der Vater), bis auf die
MehrWurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,
Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrRepetitionsaufgaben Exponential-und Logarithmusfunktion
Repetitionsufgben Eponentil-und Logrithmusfunktion Inhltsverzeichnis A) Vorbemerkungen B) Lernziele C) Eponentilfunktionen mit Beispielen 2 D) Aufgben Ep.fkt. mit Musterlösungen 6 E) Logrithmusfunktionen
Mehr360 2 r. 360 r2. α Bogenmaß. α 360. α 2π. 4 3 r3 V K. 4 r 2 O K
Grundwissen Mthemtik 10. Klsse Kreis Länge eines Kreisbogens b 360 r r r b Fläche eines Kreissektors 360 r r r Bogenmß Bogenmß des Winkels : Umrechnungsformel: b α Bogenmß r α Bogenmß π α 360 Grdmß Kugel
MehrZusammenfassung Grundzüge der Informatik 4
Zusammenfassung Grundzüge der Informatik 4 Sommersemester 04 Thorsten Wink 21. September 2004 Version 1.2 Dieses Dokument wurde in L A TEX 2εgeschrieben. Stand: 21. September 2004 Inhaltsverzeichnis 1
Mehrhat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:
1 Determinnten Die Determinnte einer qudrtischen Mtrix ist eine reelle Zhl. Sie ermöglicht insbesondere eine Aussge über die Existenz der inversen Mtrix bzw. über die Lösbrkeit von lineren leichungssystemen.
MehrÜbungen zu Wurzeln III
A.Nenner rtionl mchen: Nenner ist Qudrtwurzel: 5 bc 1.).).).) 5.) 1 15 9 bc.).) 8.) 9.) 10.) 5 5 B.Nenner rtionl mchen: Nenner ist höhere Wurzel: 1 1 9 5 1 1.).).).) 5.).) 5 C.Nenner rtionl mchen: Nenner
MehrMathe Warm-Up, Teil 1 1 2
Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des
MehrLösungen zum Pflichtteil (ohne GTR und Formelsammlung) Gebrochenrationale Funktionen
www.mthe-ufgben.com Lösungen zum Pflichtteil (ohne GTR und Formelsmmlung) Gebrochenrtionle Funktionen Aufgbe : ) wgr. Asymptote: y, b) wgr. Asymptote: y 0 senkr. Asymptote: x - mit VZW senkr. Asymptote:
MehrAnalysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns
Skript zur Vorlesung Anlysis I/II 9/ Peter Junghnns Hinweis: Ds vorliegende Skript stellt nur ein Gerüst zu den Inhlten der Vorlesung dr. Die Vorlesung selbst bietet weiterführende Erläuterungen, Beweise
Mehr13 Rekonfigurierende binäre Suchbäume
13 Rekonfigurierende inäre Suchäume U.-P. Schroeder, Uni Pderorn inäräume, die zufällig erzeugt wurden, weisen für die wesentlichen Opertionen Suchen, Einfügen und Löschen einen logrithmischen ufwnd uf.
MehrGroßübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht
Großübung u Kräften, omenten, Äuivlen und Gleichgewicht Der Körper Ein mterielles Teilgebiet des Universums beeichnet mn ls Körper. Im llgemeinen sind Körper deformierbr. Sonderfll strrer Körper (odellvorstellung)
MehrMotivation. Kap. 4.2 Binäre Suchbäume ff Kap. 4.3: AVL-Bäume. Überblick. Pseudocode von SEARCH. in binären Suchbäumen. in binären Suchbäumen
Kp. 4.2 inäre Schäme ff Kp. 4.: VL-äme Professor r. Lehrsthl für lgorithm Engineering, LS11 Fkltät für Informtik, TU ortmnd Motition Wrm soll ich hete hier leien? lncierte äme rchen Sie immer wieder! Ws
MehrNullstellen quadratischer Gleichungen
Nullstellen qudrtischer Gleichungen Rolnd Heynkes 5.11.005, Achen Nch y ufgelöst hen qudrtische Gleichungen die Form y = x +x+c. Zeichnet mn für jedes x uf der rechten Seite und ds drus resultierende y
MehrMusterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS
Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2012 17. DIE KONTEXTFREIEN SPRACHEN II: ABSCHLUSSEIGENSCHAFTEN, MASCHINENCHARAKTERISIERUNG, KOMPLEXITÄT Theoretische
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
Mehrim Beruf Gespräche führen: Über Gepflogenheiten (Versammlungen, Feste und Geschenke) am Arbeitsplatz sprechen pressmaster/fotolia.
1 Sehen Sie die Fotos n und ergänzen Sie: Welches Wort psst? c pressmster/fotoli.com dp/c Jochen Lüke d e der Betriesusflug die Besprechung die Betriesversmmlung die Aschiedsfeier (von den Auszuildenden)
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
MehrLogarithmen zu speziellen und häufig gebrauchten Basen haben eigene Namen: Der Logarithmus zur Basis 10 heißt dekadischer oder Zehnerlogarithmus:
0 Dr Andres M Seifert Sternstunden in Mthe, Physik und Technik wwwsternstunden-odenwldde Logrithmen Die Gleichung vom Typ b wird mit Hilfe des Logrithmus gelöst Der Logrithmus von zur Bsis b ist die Zhl,
Mehr