Petri-Netze. Petri-Netze. Nico Bühler. Albert-Ludwigs-Universität Freiburg. 14. Januar 2016
|
|
- Clara Lorenz
- vor 7 Jahren
- Abrufe
Transkript
1 Petri-Netze Nico Bühler Albert-Ludwigs-Universität Freiburg 14. Januar 016
2 Inhaltsverzeichnis Petri Netze allgemein Einführendes Beispiel: Vier Jahreszeiten Wechselseitiger Ausschluss Kapazität und Gewichtung von PN Berechnung der Folgezustände Petri-Netze als Sprachakzeptoren
3 Petri Netze allgemein Petri Netze 196 von Carl Adam Petri entwickelt.
4 Petri Netze allgemein Petri Netze 196 von Carl Adam Petri entwickelt. Modulation und Simulation.
5 Petri Netze allgemein Petri Netze 196 von Carl Adam Petri entwickelt. Modulation und Simulation. Place
6 Petri Netze allgemein Petri Netze 196 von Carl Adam Petri entwickelt. Modulation und Simulation. Place Transition t
7 Petri Netze allgemein Petri Netze 196 von Carl Adam Petri entwickelt. Modulation und Simulation. Place Transition t Place mit Token
8 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 4 t Winter Herbst
9 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer feuert t 4 t Winter Herbst
10 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 4 t feuert nichts passiert Winter Herbst
11 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 4 t t 1 feuert Winter Herbst
12 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 4 t t 1 feuert t feuert Winter Herbst
13 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 1 feuert t 4 t t feuert feuert Winter Herbst
14 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 1 feuert t feuert t 4 t feuert Winter Herbst t 4 feuert
15 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer (1, 0, 0, 0) (0, 1, 0, 0) t 4 t (0, 0, 1, 0) Winter Herbst (0, 0, 0, 1)
16 Einführendes Beispiel: Vier Jahreszeiten Definition Petri-Netz Definition N = (P, T, F ) ist ein Petri-Netz, mit:
17 Einführendes Beispiel: Vier Jahreszeiten Definition Petri-Netz Definition N = (P, T, F ) ist ein Petri-Netz, mit: P: Places, nichtleere Menge.
18 Einführendes Beispiel: Vier Jahreszeiten Definition Petri-Netz Definition N = (P, T, F ) ist ein Petri-Netz, mit: P: Places, T : Transitions, nichtleere Menge. nichtleere Menge.
19 Einführendes Beispiel: Vier Jahreszeiten Definition Petri-Netz Definition N = (P, T, F ) ist ein Petri-Netz, mit: P: Places, T : Transitions, F : Flow Relations, nichtleere Menge. nichtleere Menge. F (P T ) (T P).
20 Einführendes Beispiel: Vier Jahreszeiten Definition Petri-Netz Definition N = (P, T, F ) ist ein Petri-Netz, mit: P: Places, T : Transitions, F : Flow Relations, nichtleere Menge. nichtleere Menge. F (P T ) (T P). t 1 t t 1 t
21 Einführendes Beispiel: Vier Jahreszeiten Definition Petri-Netz Definition N = (P, T, F ) ist ein Petri-Netz, mit: P: Places, T : Transitions, F : Flow Relations, nichtleere Menge. nichtleere Menge. F (P T ) (T P). t 1 t t 1 t
22 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es sein sollte...) Frühling t 1 Sommer t 4 t Wo ist der Fehler? Winter Herbst
23 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es tatsächlich ist...) Frühling t 1 Sommer t 4 t 5 t Winter Herbst
24 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es tatsächlich ist...) Frühling t 1 Sommer Petri-Netze t 4 t 5 t... sind nichtdeterministisch. Winter Herbst
25 Einführendes Beispiel: Vier Jahreszeiten Vier Jahreszeiten (wie es tatsächlich ist...) Frühling t 1 Sommer (... ) (0, 0, 1, 0, 0) (0, 0, 1, 0, 0) (0, 0, 0, 0, 1) t 4 t 5 t (0, 0, 0, 1, 0) Winter Herbst 1,0,0,0,0 (... )
26 Wechselseitiger Ausschluss Zugbeispiel Erklärung Bahnhof A und Fahrtstrecke Bahnhof B und Rangierbereich Rangierberich
27 Wechselseitiger Ausschluss Zugbeispiel Erklärung Züge, Bahnhöfen, 1 Bahngleis. Gleis darf nur von einem Zug befahren werden. Grundidee: Mehrere Tokens (hier Züge) in einem Petri-Netz. Jeder Place darf höchstens einen Token beinhalten.
28 Wechselseitiger Ausschluss Zugbeispiel Erklärung Züge, Bahnhöfen, 1 Bahngleis. Gleis darf nur von einem Zug befahren werden. Grundidee: Mehrere Tokens (hier Züge) in einem Petri-Netz. Jeder Place darf höchstens einen Token beinhalten. = Wechselseitiger Ausschluss.
29 Wechselseitiger Ausschluss Zugbeispiel Erklärung Züge, Bahnhöfen, 1 Bahngleis. Gleis darf nur von einem Zug befahren werden. Grundidee: Mehrere Tokens (hier Züge) in einem Petri-Netz. Jeder Place darf höchstens einen Token beinhalten. = Wechselseitiger Ausschluss. Petri-Netze... sind nicht-deterministisch.
30 Wechselseitiger Ausschluss Zugbeispiel Erklärung Züge, Bahnhöfen, 1 Bahngleis. Gleis darf nur von einem Zug befahren werden. Grundidee: Mehrere Tokens (hier Züge) in einem Petri-Netz. Jeder Place darf höchstens einen Token beinhalten. = Wechselseitiger Ausschluss. Petri-Netze... sind nicht-deterministisch.... sind nebenläufig.
31 Wechselseitiger Ausschluss Zugbeispiel Versuch 1 Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t A B A B Ist die Anfangsbedingung gegeben? t 5 t 4
32 Wechselseitiger Ausschluss Zugbeispiel Versuch 1 Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t A B A B t 5 t 4
33 Wechselseitiger Ausschluss Zugbeispiel Versuch 1 Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t A B A B t 5 t 4
34 Wechselseitiger Ausschluss Zugbeispiel Versuch 1 Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t A B A B t 5 t 4
35 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t 0 Check- token t 5 t 4
36 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t 1 t 0 Check- token t 5 t 4
37 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t Check- token t 1 hat: Vorbedingungen t 5 t 4
38 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t Check- token t 1 hat: Vorbedingungen 1 Nachbedingung t 5 t 4
39 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t Check- token t 5 t 4 t 1 hat: Vorbedingungen 1 Nachbedingung t 1 kann feuern.
40 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t 4 t 0 Check- token t 5 t 4
41 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t 4 hat: Vorbedingungen t 0 Check- token t 5 t 4
42 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t 4 hat: Vorbedingungen t 0 Check- token 1 Nachbedingung t 5 t 4
43 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t 4 hat: Vorbedingungen t 0 Check- token 1 Nachbedingung t 5 t 4 t 4 kann nicht feuern.
44 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 1 t t t 0 Check- token t 5 t 4
45 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t Check- token t hat: 1 Vorbedingungen t 5 t 4
46 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t Check- token t hat: 1 Vorbedingungen Nachbedingung t 5 t 4
47 Wechselseitiger Ausschluss Zugbeispiel, Versuch Bahnhof A Fahrtstrecke Bahnhof B t 0 t 1 t Check- token t 5 t 4 t hat: 1 Vorbedingungen Nachbedingung t kann feuern.
48 Wechselseitiger Ausschluss Zugbeispiel, Fortsetzung Mehrere Gleise, mehrere Züge? Bahnhof A und Fahrtstrecke 1 Bahnhof B und Rangierbereich Fahrtstrecke Rangierberich
49 Kapazität und Gewichtung von PN Kapazität und Gewichtung Kapazität C Gewichtung W
50 Kapazität und Gewichtung von PN Kapazität und Gewichtung Kapazität C Gibt die maximale Anzahl an Tokens pro Place an. Gewichtung W
51 Kapazität und Gewichtung von PN Kapazität und Gewichtung Kapazität C Gibt die maximale Anzahl an Tokens pro Place an. Gewichtung W Gewichtung der Kante vor einer Transition gibt die Anzahl der benötigten Tokens zum Feuern dieser an (Vorbedingung).
52 Kapazität und Gewichtung von PN Kapazität und Gewichtung Kapazität C Gibt die maximale Anzahl an Tokens pro Place an. Gewichtung W Gewichtung der Kante vor einer Transition gibt die Anzahl der benötigten Tokens zum Feuern dieser an (Vorbedingung). nach einer Transition gibt die Anzahl der von ihr ausgehenden Tokens an (Nachbedingung).
53 Kapazität und Gewichtung von PN Kapazität und Gewichtung Kapazität C Gibt die maximale Anzahl an Tokens pro Place an. Gewichtung W Gewichtung der Kante vor einer Transition gibt die Anzahl der benötigten Tokens zum Feuern dieser an (Vorbedingung). nach einer Transition gibt die Anzahl der von ihr ausgehenden Tokens an (Nachbedingung). Wenn nicht angegeben: C = 1 und W = 1.
54 Kapazität und Gewichtung von PN Kapazität und Gewichtung, Beispiel C unbegrenzt und W = 1 wenn nicht anders angegeben. t 1 3
55 Kapazität und Gewichtung von PN Kapazität und Gewichtung, Beispiel C unbegrenzt und W = 1 wenn nicht anders angegeben. Gewichtung Kapazität t 1 3
56 Kapazität und Gewichtung von PN Kapazität und Gewichtung, Beispiel C unbegrenzt und W = 1 wenn nicht anders angegeben. t 1 3 Sind Vor- und Nachbedingung erfüllbar?
57 Kapazität und Gewichtung von PN Kapazität und Gewichtung, Beispiel C unbegrenzt und W = 1 wenn nicht anders angegeben. t 1 3 Sind Vor- und Nachbedingung erfüllbar? Vorbedingung
58 Kapazität und Gewichtung von PN Kapazität und Gewichtung, Beispiel C unbegrenzt und W = 1 wenn nicht anders angegeben. t 1 3 Sind Vor- und Nachbedingung erfüllbar? Vorbedingung Nachbedingung
59 Kapazität und Gewichtung von PN Kapazität und Gewichtung, Beispiel C unbegrenzt und W = 1 wenn nicht anders angegeben. t 1 3 feuern von t 1 t 1 3
60 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgendes PN mit C unbegrenzt: p 1 t 1 p 3 p t
61 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgendes PN mit C unbegrenzt: p 1 Wenn t 1 feuert, dann... t 1 p 3 p t
62 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgendes PN mit C unbegrenzt: p 1 Wenn t 1 feuert, dann... t 1 p 3 werden p 1 zwei Token entzogen, p t
63 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgendes PN mit C unbegrenzt: p 1 Wenn t 1 feuert, dann... t 1 p 3 werden p 1 zwei Token entzogen, wird p ein Token entzogen, p t
64 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgendes PN mit C unbegrenzt: p 1 Wenn t 1 feuert, dann... t 1 p 3 werden p 1 zwei Token entzogen, wird p ein Token entzogen, bekommt p 3 zwei Token. p t
65 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgende Matrix mit C unbegrenzt: p 1 t 1 t 1 = 1 p 3 t p
66 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgende Matrix mit C unbegrenzt: p 1 t 1 0 t 1 = 1 t = p 3 1 t p
67 Berechnung der Folgezustände Berechnung der Folgezustände Gegeben ist folgende Matrix mit C unbegrenzt: p 1 t t 1 = 1 t = = 1 p t p
68 Berechnung der Folgezustände Berechnung der Folgezustände p 1 Gegeben Startzustand M und Folgezustand M. t 1 p 3 p t
69 Berechnung der Folgezustände Berechnung der Folgezustände p 1 t 1 Gegeben Startzustand M und Folgezustand M. Beispiel: p 3 3 M = 1 t 1 = 1 0 p t
70 Berechnung der Folgezustände Berechnung der Folgezustände p 1 p t 1 t Gegeben Startzustand M und Folgezustand M. Beispiel: p 3 3 M = 1 t 1 = 1 0 M 1 = M + t 1 = 0
71 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren L(N) ist die Sprache, die vom Petri-Netz N akzeptiert wird.
72 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren L(N) ist die Sprache, die vom Petri-Netz N akzeptiert wird. CSL Kontextsensitive Sprache PNL Petri-Netz Sprache REG Reguläre Sprache CFL Kontextfreie Sprache
73 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren Beispiel: Entwickeln eines Petri-Netzes, aus NFA A: a b a A: 1 3 b
74 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren Beispiel: Entwickeln eines Petri-Netzes, aus NFA A: a b a A: 1 3 b p 1 p p 3 t 1 a t a b W = 1, C unbegr., m + = (0, 1, 0) t 4 b
75 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren Beispiel: PNL: L = {a n cb n n 0},
76 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren Beispiel: PNL: L = {a n cb n n 0}, Startmarkierung: m = (1, 0, 0), Endmarkierung: m + = (0, 0, 1)
77 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren Beispiel: PNL: L = {a n cb n n 0}, Startmarkierung: m = (1, 0, 0), Endmarkierung: m + = (0, 0, 1) p 1 p p 3 t 1 a t b c W = 1, C unbegr.
78 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
79 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
80 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
81 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
82 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
83 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
84 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
85 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
86 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
87 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
88 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
89 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
90 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
91 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
92 Petri-Netze als Sprachakzeptoren Petri-Netze als Sprachakzeptoren p 1 p p 3 t 1 a t b c
93 Petri-Netze als Sprachakzeptoren Petri-Netze Simulation und Modellbildung von nichtdeterministischen, dynamischen, nebenläufigen Prozessen.
94 Petri-Netze als Sprachakzeptoren Quellen Lilius, Johan; Wojciech Penczek Applications and Theory of Petri Nets Springer Verlag, 010 Prof. Dr. Van Laerhoven, Kristof Skript zur Vorlesung Einführung in Embedded Systems Universität Freiburg, 015 Prof. Dr. Scherer, Raimar Skript zur Vorlesung Bauinformatik Vertiefte Grundlagen Technische Universität Dresden Prof. Dr. Thomas, Wolfgang Skript zur Vorlesung Applied Automata Theory RWTH Aachen, 005
Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit. Zugangsnummer: 3288
Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit Wiederholung Kapitel 2 http://pingo.upb.de Zugangsnummer: 3288 Dozent: Jun.-Prof. Dr. D. Baumeister
MehrPetri-Netze / Eine Einführung
Manuel Hertlein Seminar Systementwurf Lehrstuhl Theorie der Programmierung Carl Adam Petri am 12. Juli 1926 in Leipzig geboren Studium der Mathematik 1962 Promotion zum Doktor der Naturwissenschaft Titel
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
Mehr3.0 VU Formale Modellierung
3.0 VU Formale Modellierung Gernot Salzer Arbeitsbereich Theoretische Informatik und Logik Institut für Computersprachen SS 2016 1 Inhalt 0. Überblick 1. Organisation 2. Was bedeutet Modellierung? 3. Aussagenlogik
MehrModellierungsansatz für die realitätsnahe Abbildung der technischen Verfügbarkeit
Modellierungsansatz für die realitätsnahe Abbildung der technischen Verfügbarkeit intralogistischer Systeme Dipl.-Logist. Eike-Niklas Jung Seite 1 / 20 Gliederung Motivation & Zielsetzung Grundlagen Merkmale
MehrKapitel: Die Chomsky Hierarchie. Die Chomsky Hierarchie 1 / 14
Kapitel: Die Chomsky Hierarchie Die Chomsky Hierarchie 1 / 14 Allgemeine Grammatiken Definition Eine Grammatik G = (Σ, V, S, P) besteht aus: einem endlichen Alphabet Σ, einer endlichen Menge V von Variablen
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
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
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Deterministische Kellerautomaten Von besonderem Interesse sind kontextfreie Sprachen,
MehrSYNTHESE ELEMENTARER PETRINETZE
SYNTHESE ELEMENTARER PETRINETZE OBERSEMINARVORTRAG VON MARTIN CANDROWICZ 27. MAI 2016 GLIEDERUNG 1. PETRINETZE 2. TRANSITIONSSYSTEME 3. MOTIVATION 4. ALGORITHMUS ZUR SYNTHESE ELEMENTARER PETRINETZE 1.
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 04.06.2013 An den Transitionen sieht man zunächst, dass nur die folgenden Zustandsübergänge
MehrEinführung in die Computerlinguistik deterministische und nichtdeterministische endliche Automaten
Einführung in die Computerlinguistik deterministische und nichtdeterministische endliche Automaten Dozentin: Wiebke Petersen Foliensatz 4 Wiebke Petersen Einführung CL 1 Äquivalenz von endlichen Automaten
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
MehrWarum Modellierung? OE-Vorlesung 2016 Einführung in Petrinetze. Was ist ein Modell? Und warum Petrinetze? Petrinetze sind ein Modellierungswerkzeug.
Warum Modellierung? OE-Vorlesung 016 Einführung in Petrinetze Dr. Lawrence Cabac cabac@informatik.uni-hamburg.de Folien: Dr. Frank Heitmann Fachbereich Informatik Universität Hamburg Petrinetze sind ein
MehrFormale Systeme. Endliche Automaten. Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz
MehrFormale Systeme Prof. Dr. Bernhard Beckert, WS 2016/2017
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2016/2017 Endliche Automaten KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft Endliche
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
MehrÜbungen zur Vorlesung Einführung in die Theoretische Informatik, Blatt 12 LÖSUNGEN
Universität Heidelberg / Institut für Informatik 7. Juli 24 Prof. Dr. Klaus Ambos-Spies Nadine Losert Übungen zur Vorlesung Einführung in die Theoretische Informatik, Blatt 2 LÖSUNGEN Aufgabe Verwenden
MehrFormale Systeme. Endliche Automaten. Prof. Dr. Bernhard Beckert, WS 2015/ KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2015/2016 Endliche Automaten KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum
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
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
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 15 Ziele vgl. AFS: Berechnungsmodelle für Typ-0- und Typ-1-Sprachen (Nicht-)Abschlußeigenschaften
MehrTheoretische Informatik 2
Theoretische Informatik 2 Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2009/10 Die Chomsky-Hierarchie Definition Sei G = (V, Σ, P, S) eine Grammatik. 1 G heißt vom Typ 3 oder
MehrWS06/07 Referentin: Katharina Blinova. Formale Sprachen. Hauptseminar Intelligente Systeme Dozent: Prof. Dr. J. Rolshoven
WS06/07 Referentin: Katharina Blinova Formale Sprachen Hauptseminar Intelligente Systeme Dozent: Prof. Dr. J. Rolshoven 1. Allgemeines 2. Formale Sprachen 3. Formale Grammatiken 4. Chomsky-Hierarchie 5.
MehrEreignisdiskrete Systeme
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Ereignisdiskrete Systeme Modellierung und Analyse dynamischer Systeme
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:
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
MehrTheorie der Informatik
Theorie der Informatik 11. Kontextsensitive und Typ-0-Sprachen Malte Helmert Gabriele Röger Universität Basel 7. April 2014 Kontextsensitive und allgemeine Grammatiken Wiederholung: (kontextsensitive)
MehrHauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2011/2012 Hier Aufkleber mit Name und Matrikelnr. anbringen
MehrEinführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie
Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester 2005/2006 07.02.2006 28. und letzte Vorlesung 1 Die Chomsky-Klassifizierung Chomsky-Hierachien 3: Reguläre Grammatiken
MehrModellierung von Geschäftsprozessen Teil 6 - Petri-Netze
FHTW Berlin FB4, Wirtschaftsmathematik Modellierung von Geschäftsprozessen Teil 6 - Petri-Netze Dr. Irina Stobbe, 2005-2008 Thema - Überblick Petri-Netze Petri-Netze Einführung Funktionsweise Definition
MehrEreignisdiskrete Systeme
Ereignisdiskrete Systeme Modellierung und Analyse dynamischer Systeme mit Automaten, Markovketten und Petrinetzen von Jan Lunze Mit 340 Abbildungen, 80 Anwendungsbeispielen und 110 Übungsaufgaben Oldenbourg
MehrAufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2003/04 ILKD Prof. Dr. D. Wagner 14. April 2004 2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Hier Aufkleber
MehrPraktische Informatik I WS 1999/2000
Universität Mannheim Lehrstuhl für Praktische Informatik IV Prof. Dr. W. Effelsberg Christoph Kuhmünch, Gerald Kühne Praktische Informatik I WS 999/2 Übungsblatt 2 Ausgabe: Mi, 26.. Abgabe: Di,.2., 8 Uhr
MehrDeterministische und nichtdeterministische Turing-Maschinen, Typ1- und Typ0-Sprachen
Dr. Sebastian Bab WiSe 12/13 Theoretische Grundlagen der Informatik für TI Termin: VL 15 + 16 vom 17.12.2012 und 20.12.2012 Deterministische und nichtdeterministische Turing-Maschinen, Typ1- und Typ0-Sprachen
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
MehrVorlesung im Sommersemester Informatik IV. Probeklausurtermin: 21. Juni 2016
Heinrich-Heine-Universität Düsseldorf Institut für Informatik Prof. Dr. J. Rothe Universitätsstr. 1, D-40225 Düsseldorf Gebäude: 25.12, Ebene: O2, Raum: 26 Tel.: +49 211 8112188, Fax: +49 211 8111667 E-Mail:
MehrWorterkennung in Texten speziell im Compilerbau 20. April Frank Heitmann 2/64
Grenzen regulärer Sprachen? Formale Grundlagen der Informatik 1 Kapitel 4 Über reguläre Sprachen hinaus und Pumping Lemma Frank Heitmann heitmann@informatik.uni-hamburg.de Wir haben mittlerweile einiges
MehrEine Komplexitätstheorie von Adventure-Spielen
Eine Komplexitätstheorie von Adventure-Spielen Seminar "Perlen der Theoretischen Informatik" AG Meyer auf der Heide WS 2004/2005 Martin Meeser, #6146074 Betreuer: Martin Ziegler 1 Einleitung Das dieser
MehrInformatik 3 Theoretische Informatik WS 2016/17
Zwischenklausur 2 20. Januar 2017 Informatik 3 Theoretische Informatik WS 2016/17 Prof. Dr. Peter Thiemann Albert-Ludwigs-Universität Freiburg Institut für Informatik Name: Übungsgruppe: Schreiben Sie
MehrPetri-Netze. Renate Klempien-Hinrichs und Caro von Totth. Wer sind wir?
Petri-Netze http://www.informatik.uni-bremen.de/theorie/teach/petri Renate Klempien-Hinrichs und Caro von Totth Wer sind wir? Wie ist der Kurs organisiert? Worum geht es? Wer sind wir? 1.1 Renate Klempien-Hinrichs
MehrSoftware Engineering in der Praxis
Software Engineering in der Praxis Praktische Übungen Inhalt Nachlese Überblick Aufgaben Lernziele bei der Objektorientierten Analyse Abgrenzung der Analyse zum Design als Lernprozeß UML Verhaltensdiagramme
MehrDie mathematische Seite
Kellerautomaten In der ersten Vorlesung haben wir den endlichen Automaten kennengelernt. Mit diesem werden wir uns in der zweiten Vorlesung noch etwas eingängiger beschäftigen und bspw. Ansätze zur Konstruktion
Mehr2. Prozeßverklemmungen
2. Prozeßverklemmungen 2.1. eschreibung mittels PETRI-Netzen 2.1.1. Einführung 2.1.2. eisiel PETRI-Netz P V zur Verklemmung zweier Prozesse P1, P2 mit zwei etriebsmitteln M1, M2 Ausgangsunkte Realisierbarkeit
MehrKONGRUENZEN VON VISIBLY PUSHDOWN SPRACHEN REZART QELIBARI PROSEMINAR WS14/15
KONGRUENZEN VON VISIBLY PUSHDOWN SPRACHEN REZART QELIBARI PROSEMINAR WS14/15 INHALT Languages WARUM DER AUFWAND? AKTUELLE SITUATION Situation: Ziel u.a.: Wollen Programmflüsse überprüfen. - Aktuelle Situation
MehrMaike Buchin 18. Februar 2016 Stef Sijben. Probeklausur. Theoretische Informatik. Bearbeitungszeit: 3 Stunden
Maike Buchin 8. Februar 26 Stef Sijben Probeklausur Theoretische Informatik Bearbeitungszeit: 3 Stunden Name: Matrikelnummer: Studiengang: Geburtsdatum: Hinweise: Schreibe die Lösung jeder Aufgabe direkt
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
MehrProjektdokumentation
Beschränkte Petrinetze Projektdokumentation Autoren: Michael Große Arne Brutschy 19. Februar 2003 Beschränkte Petrinetze - Dokumentation Version 0.01 2 3 Copyright c 2002 Michael Große, Arne Brutschy This
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
MehrLösungen zur 1. Klausur. Einführung in Berechenbarkeit, formale Sprachen und Komplexitätstheorie
Hochschuldozent Dr. Christian Schindelhauer Paderborn, den 21. 2. 2006 Lösungen zur 1. Klausur in Einführung in Berechenbarkeit, formale Sprachen und Komplexitätstheorie Name :................................
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
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
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 5. März 2014
Klausur zur Vorlesung Grundbegriffe der Informatik 5. März 2014 Klausurnummer Nachname: Vorname: Matr.-Nr.: Aufgabe 1 2 3 4 5 6 7 max. Punkte 6 8 4 7 5 6 8 tats. Punkte Gesamtpunktzahl: Note: Punkte Aufgabe
MehrTeil V. Weiterführende Themen, Teil 1: Kontextsensitive Sprachen und die Chomsky-Hierarchie
Teil V Weiterführende Themen, Teil 1: Kontextsensitive Sprachen und die Chomsky-Hierarchie Zwei Sorten von Grammatiken Kontextsensitive Grammatik (CSG) (Σ, V, P, S), Regeln der Form αaβ αγβ α, β (Σ V ),
MehrTheoretische Informatik
Theoretische Informatik von Dirk Hoffmann 2., aktualisierte Auflage Hanser München 2011 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 42639 9 Zu Leseprobe schnell und portofrei erhältlich bei
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
MehrAnwenundg regulärer Sprachen und endlicher Automaten
Proseminar Theoretische Informatik Dozent: Prof. Helmut Alt Anwenundg regulärer Sprachen und endlicher Automaten Madlen Thaleiser 30. Oktober 2012 Reguläre Sprachen Regulärer Ausdruck definiert über einem
MehrFinite-State Technology
Finite-State Technology Teil III: Automaten 1 Wiederholung Formale Grammatiken sind entweder axiomatische Systeme mit Ableitungsregeln oder Automaten. Beide beschreiben formale Sprachen. Formale Sprachen
MehrEndliche Automaten. Endliche Automaten J. Blömer 1/23
Endliche Automaten Endliche Automaten sind ein Kalkül zur Spezifikation von realen oder abstrakten Maschinen regieren auf äußere Ereignisse (=Eingaben) ändern ihren inneren Zustand produzieren gegebenenfalls
MehrRekursiv aufzählbare Sprachen
Kapitel 4 Rekursiv aufzählbare Sprachen 4.1 Grammatiken und die Chomsky-Hierarchie Durch Zulassung komplexer Ableitungsregeln können mit Grammatiken größere Klassen als die kontextfreien Sprachen beschrieben
Mehr2.4 Kontextsensitive und Typ 0-Sprachen
Definition 2.43 Eine Typ 1 Grammatik ist in Kuroda Normalform, falls alle Regeln eine der folgenden 4 Formen haben: Dabei: A, B, C, D V und a Σ. Satz 2.44 A a, A B, A BC, AB CD. Für jede Typ 1 Grammatik
MehrModellierung. Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer. Paderborn, 6. Februar Universität Paderborn Institut für Informatik
Modellierung Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer Universität Paderborn Institut für Informatik Paderborn, 6. Februar 2015 J. Blömer 1/19 Vorbereitung auf die Klausur 1 Vorlesungsinhalte
MehrTheoretische Informatik 2 bzw. Formale Sprachen und Berechenbarkeit. Sommersemester Herzlich willkommen!
Theoretische Informatik 2 bzw. Formale Sprachen und Berechenbarkeit Sommersemester 2012 Prof. Dr. Nicole Schweikardt AG Theorie komplexer Systeme Goethe-Universität Frankfurt am Main Herzlich willkommen!
MehrKontextsensitive und Typ 0 Sprachen Slide 2. Die Turingmaschine
Kontextsensitive und Typ 0 Sprachen Slide 2 Die Turingmaschine DTM = Deterministische Turingmaschine NTM = Nichtdeterministische Turingmaschine TM = DTM oder NTM Intuitiv gilt: DTM = (DFA + dynamischer
MehrDie Klassen P und NP. 4. Dezember / 39
Die Klassen P und NP 4. Dezember 2017 1 / 39 NP-Vollständigkeit Anfang der 70er Jahre: Erfolg in der Lösung wichtiger algorithmischer Probleme. Aber viele Probleme widersetzen sich: 4. Dezember 2017 2
MehrEinführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.
Einführung (1/3) 3 Wir verfolgen nun das Ziel, Komplexitätsklassen mit Hilfe von charakteristischen Problemen zu beschreiben und zu strukturieren Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit
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
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,
MehrInformatik I. Grundlagen der systematischen Programmierung. Peter Thiemann WS 2007/08. Universität Freiburg, Germany
Informatik I Grundlagen der systematischen Programmierung Peter Thiemann Universität Freiburg, Germany WS 2007/08 Literatur Herbert Klaeren, Michael Sperber. Die Macht der Abstraktion. Teubner Verlag,
MehrSoftware-Engineering SS03. Zustandsautomat
Zustandsautomat Definition: Ein endlicher Automat oder Zustandsautomat besteht aus einer endlichen Zahl von internen Konfigurationen - Zustände genannt. Der Zustand eines Systems beinhaltet implizit die
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
MehrInduktionsprinzipien 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.
Mehr4.2.4 Reguläre Grammatiken
4.2.4 Reguläre Grammatiken Eine reguläre Grammatik ist eine kontextfreie Grammatik, deren Produktionsregeln weiter eingeschränkt sind Linksreguläre Grammatik: A w P gilt: w = ε oder w = Ba mit a T und
MehrDiskrete Ereignissysteme
Distributed Computing HS 2 Prof. R. Wattenhofer / T. Langner, J. Seidel, J. Smula Diskrete Ereignissysteme Prüfung Montag, 6. Februar 22, 9: 2: Uhr Nicht öffnen oder umdrehen, bevor die Prüfung beginnt!
MehrAnwendungen von Graphen
Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke elektrische Schaltpläne Entity-Relationship Diagramme Beweisbäume endliche Automaten Syntaxbäume für Programmiersprachen Entscheidungsbäume
MehrElementare Definitionen. Anwendungen von Graphen. Formalisierung von Graphen. Formalisierung von Digraphen. Strassen- und Verkehrsnetze
Anwendungen von Graphen Strassen- und Verkehrsnetze Computernetzwerke Elementare Definitionen Ein Graph besteht aus Knoten und Kanten, die die Knoten verbinden. elektrische Schaltpläne Entity-Relationship
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,
Mehr3. Klausur Einführung in die Theoretische Informatik Seite 1 von Welches der folgenden klassischen Probleme der Informatik ist entscheidbar?
3. Klausur Einführung in die Theoretische Informatik Seite 1 von 14 1. Welches der folgenden klassischen Probleme der Informatik ist entscheidbar? A. Gegeben eine kontextfreie Grammatik G. Gibt es ein
MehrHerzlich willkommen!!!
Theoretische Informatik 2 Sommersemester 2015 Prof. Dr. Georg Schnitger AG Theoretische Informatik Goethe-Universität Frankfurt am Main Herzlich willkommen!!! 1 / 19 Kapitel 1: Einführung Einführung 2
MehrFunktionale Prorammierung WS 13/14 Projektaufgabe
Lehrstuhl für Softwaretechnik und Programmiersprachen Jens Bendisposto Funktionale Prorammierung WS 3/4 Projektaufgabe Formales. Abgabe Die Projekt-Aufgabe muss bis zum 4.03.204, 23:59 Uhr abgegeben werden.
MehrGrundlagen der Informatik II
Grundlagen der Informatik II Tutorium 2 Professor Dr. Hartmut Schmeck Miniaufgabe * bevor es losgeht * Finden Sie die drei Fehler in der Automaten- Definition. δ: A = E, S, δ, γ, s 0, F, E = 0,1, S = s
Mehr5.4 Endliche Automaten
5.4 Endliche Automaten Ein endlicher Automat ist ein mathematisches Modell eines Systems mit Ein- und Ausgaben. Ein solches System befindet sich immer in einem internen Zustand. Beispiele Ein Register
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
2. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 1 Einelementiges Alphabet (4 Punkte) (a) Geben
MehrHerzlich willkommen!!!
Theoretische Informatik 2 Sommersemester 2013 Prof. Dr. Georg Schnitger AG Theoretische Informatik Johann Wolfgang Goethe-Universität Frankfurt am Main Herzlich willkommen!!! 1 / 19 Kapitel 1: Einführung
MehrBerechenbarkeit und Komplexität
Berechenbarkeit und Komplexität Prof. Dr. Dietrich Kuske FG Theoretische Informatik, TU Ilmenau Wintersemester 2010/11 1 Organisatorisches zur Vorlesung Informationen, aktuelle Version der Folien und Übungsblätter
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
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:
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
Mehr2.6 Verdeutlichung verwendeter Begriffe
2.6 Verdeutlichung verwendeter Begriffe endlich/finit: die Mengen der Zustände und der Ein- bzw. Ausgabezeichen sind endlich synchron: die Ausgabezeichen erscheinen synchron mit dem Einlauf der Eingabezeichen
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
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
MehrReguläre Sprachen und endliche Automaten
Reguläre Sprachen und endliche Automaten 1 Motivation: Syntaxüberprüfung Definition: Fließkommazahlen in Java A floating-point literal has the following parts: a whole-number part, a decimal point (represented
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrTuringautomaten Jörg Roth Turingautomaten
Turingautomaten Jörg Roth 331 5 Turingautomaten Wir führen nochmals ein neues Automatenmodell ein und erweitern die Fähigkeit, Sprachen zu erkennen: Problem vom Kellerautomaten: wir können zwar beliebig
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
MehrInformatik-Grundlagen
Informatik-Grundlagen Komplexität Karin Haenelt 1 Komplexitätsbetrachtungen: Ansätze Sprachentheorie Klassifiziert Mengen nach ihrer strukturellen Komplexität Komplexitätstheorie Klassifiziert Probleme
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
MehrMusterlösung 11.Übung Mathematische Logik
Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden
MehrReguläre Grammatiken/Sprachen und endliche Automaten
Reguläre Grammatiken/Sprachen und endliche Automaten Bei regulären Grammatiken ist die Form der Grammatikregeln am stärksten eingeschränkt. Trotzdem lassen sich bereits weite Teile einer natürlichen Sprache
Mehr