Grundlagen der Informatik Kapitel 19. Harald Krottmaier Sven Havemann
|
|
- Minna Böhler
- vor 7 Jahren
- Abrufe
Transkript
1 Grundlagen der Informatik Kapitel 19 Harald Krottmaier Sven Havemann
2 Agenda Begriffe Turingmaschine Beispiele Berechenbarkeit Hilfsmittel Beispiele WS2007 2
3 Motivation Sind Computer allmächtig? Präziser: Ist alles von einem Computer berechenbar? WS2007 3
4 1937 Alan Turing Engl. Mathematiker, Gigant! Berechnung von Funktionen: Partielle Funktion: Nur eine Teilmenge aller möglichen Eingaben wird akzeptiert: WS2007 4
5 Berechenbare Funktion Eine Funktion heißt berechenbar, wenn ein Algorithmus gefunden werden kann, der die Funktion berechnet. Eine Funktion ist eine Abbildung Ein Algorithmus ist eine endliche Berechnungsvorschrift WS2007 5
6 Bsp. Berechenbare Funktion f(n) = 2n g(n) = (4n) * 0.5 f und g sind gleiche Funktionen, aber mit unterschiedlichen Berechnungsvorschriften h(n)=100/(n-1) ist partielle Funktion, undefiniert für n=1 WS2007 6
7 Eine nicht berechenbare Funktion Sei f(i,j) eine Funktion, die alle möglichen Folgen natürlicher Zahlen enthält, also f(i,j) { 0,..,9 } Eigentlich Liste von Ziffernfolgen! f(i): i-te Folge, entspricht den nichtabbrechenden Dezimalzahlen zwischen 0.0 und unter WS2007 7
8 Eine nicht berechenbare Funktion Konstruiere nun eine neue Funktion die sich von jeder Funktion in der Liste unterscheidet: g(j) sei 0 wenn f(j,j) 0 g(j) sei 1 wenn f(j,j) = 0 g unterscheidet sich von allen Funktionen in der Liste! Also enthält f nicht alle Folgen! WS2007 8
9 Nicht berechenbare Funktionen Diagonalverfahren nach Cantor (1873) Georg Cantor: Begründer der Mengenlehre Gigant! WS2007 9
10 Bsp.: Diagonalverfahren WS
11 Nicht durch Algorithmus berechenbare Funktionen Potenzmenge P(IN) Das ist die Menge aller möglichen Teilmengen von IN Es gibt mehr Teilmengen als es Elemente von IN gibt P(IN) ist überabzählbar Die Menge aller Funktionen f: IN IN ist auch überabzählbar WS
12 Wieviele Algorithmen gibt es? Ein Algorithmus besteht aus einem endlichen Wort aus * Es gibt nur abzählbar viele Algorithmen! Wirklich? Wie zählt man sie ab?? Es gibt daher auch nur abzählbar viele berechenbare Funktionen! Es gibt also sehr viele Funktionen, die nicht durch einen Algorithmus berechnet werden können! WS
13 Die Church'sche These "Die Klasse der Turing-berechenbaren Funktionen ist genau die Klasse der intuitiv berechenbaren Funktionen." Die Church sche These ist nicht beweisbar Problem: "intuitiv berechenbar.." Satz: "Die Menge der berechenbaren Funktionen ist die Menge aller Funktionen, die sich mit einer Turingmaschine berechnen lassen." WS
14 Berechenbarkeitskonzepte WS
15 Die Turingmaschine Alan Turing: allgemeines Konzept einer rechnenden Maschine" unbegrenztes Arbeitsband, in Felder unterteilt Lese-/Schreib-Kopf an aktueller Position Maschine selbst hat endlich viele Zustände Maschine kann Zeichen in Arbeitsfeld lesen und abhängig vom aktuellen Zustand Neues Zeichen in Arbeitsfeld schreiben Nach rechts oder links gehen und dann In einen neuen Zustand übergehen WS
16 Die Turingmaschine formal 7-Tupel: WS
17 Wichtiger Satz in der Informatik: Jedes Problem, das überhaupt maschinell lösbar ist, kann auch von einer Turingmaschine gelöst werden Problem nur im Einzelfall: Finde die richtige Überführungsfunktion. (schreibe das richtige C-Programm) WS
18 Bsp Turingmaschine: Paritätsprüfung Ungerade Anzahl von Strichen (I, III, IIIII,...) akzeptieren, sonst nicht! Leere Bandfelder enthalten ein # Zustandsgraph: WS
19 Tätigkeit der Turingmaschine: Liste von 5-Tupeln: Aktueller Zustand aus Z Eingabezeichen aus Σ Γ Ausgabezeichen aus Γ Kopfbewegung aus {L,N,R} Folgezustand aus Z Praktischerweise als Tabelle angeben, Turingtabelle WS
20 Für Paritätsprüfungsbeispiel: Braucht drei 5-Tupel, Schreibweise: 1I#R2 liest die Maschine in Zustand 1 ein I, so schreibt sie ein #, geht nach rechts und geht in Zustand 2 2I#R1 2##N3 Zustand 1: gerade, 2: ungerade Anz Zustand 3: Maschine hat ungerade Anzahl von "I" gelesen. WS
21 WS
22 Bsp.: Duale Addition von 1 z.b. Eingabe: #1100# Ausgabe: #1101# oder: Eingabe: #11011# Ausgabe: #11100# WS
23 Turingmaschine: Binärinkrement WS
24 Bsp.: Erkennen einer Sprache Wörter aus der formalen Sprache L={a n b n c n n 0} werden akzeptiert abc aabbcc aaabbbccc aaaabbbbcccc... WS
25 L={a n b n c n n 0} Finde den Fehler WS
26 Weitere Ideen Verdopplungsmaschine: Aus n Strichen mache 2n Striche Multipliziermaschine: aus III#IIII mache xxx#iiii#iiiiiiiiiiii Mit x-en mitzählen, wie oft schon addiert worden ist Unterprogramme: Sub-Tabellen Sequenzielle Ausführung von TMs WS
27 Viele Varianten von TMs... Varianten von Turingmaschinen: mehrere Eingabebänder einseitig begrenztes Band Grosses Eingabealphabet Aber: Alle TMs sind gleichwertig! jedes Alphabet lässt sich beispielsweise auf {#, 0, 1} reduzieren WS
28 Turing-berechenbare Funktionen Partielle Funktion f: IN k IN berechnen Argumente (n 1, n 2,..., n k ) auf Band kodieren z.b. als #n 1 # n 2 #... #n k # L/S-Kopf ganz links, dann starte TM Wenn TM anhält: Ergebnis ist ab dem Zeichen unter dem L/S- Kopf ablesbar Wird Eingabe akzeptiert, ist das Ergebnis f (n 1, n 2,..., n k ), sonst: TM hält nicht an oder unter L/S-Kopf ist keine Zahl WS
29 Registermaschine Speicher Datenspeicher Programmspeicher Prozessor Akkumulator Befehlsregister Befehlszähler Ein/Ausgabe-Einheit WS
30 Registermaschine WS
31 Registermaschine Einfaches, abstrahiertes Modell eines von-neumann-rechners RM kann alles berechnen, was auch ein realer Rechner berechnen kann. RM kann TM simulieren! TM kann RM simulieren! Äquivalente Berechnungsmodelle WS
32 Modell-Sprachen Einfache modellhafte Sprachen: GOTO-Sprache WHILE-Sprache LOOP-Sprache Satz: Jede Turing-berechenbare Funktion ist auch GOTO und WHILE-berechenbar LOOP ist schwächer WS
33 GOTO-Programmiersprache Wie RM, aber statt Registern Variablennamen, und einfache Syntax: Jede numerierte Zeile enthält entweder Zuweisung eines berechneten Terms an eine Variable x := 2*a + 4*b Bedingten oder unbedingten Sprungbefehl IF bedingung GOTO zeile GOTO zeile WS
34 GOTO: Addition Addition zweier natürlicher Zahlen x = a + b wenn Prozessor nur succ und nicht + beherrscht: WS
35 WHILE-Programmiersprache Programm besteht aus einem von: Zuweisung bedingte Anweisung WHILE-Schleife Sequenz von Programmen WS
36 WHILE-Sprache: Addition x = a + b WS
37 WHILE-Sprache: Multiplikation e = a * b WS
38 WHILE durch GOTO WHILE-Schleife wird durch bedingten Sprung nachgebildet WS
39 GOTO durch WHILE WS
40 Kleene'sches Theorem Äquivalent: Jedes GOTO-Programm lässt sich in ein WHILE-Programm umwandeln und umgekehrt Kleene'sches Normalformentheorem: "Jede berechenbare Funktion kann mit einer einzigen WHILE-Schleife programmiert werden." WS
41 LOOP-Programme auch FOR-Programme genannt WHILE-Schleife durch FOR-Schleife ersetzt, aber: Durchlaufanzahl fest! WS
42 Eigenschaften LOOP-Prog. Endlicher Durchlauf aller Schleifen Schleifenvariable i darf im Body der Schleife nicht geändert werden! Konsequenz: LOOP-Programme terminieren immer! Start-/Endwert ist immer angegeben LOOP nicht so mächtig wie WHILE Kein TM-Simulator mit LOOP möglich WS
43 Primitive Rekursion Funktion durch Rekursion berechnet, kommt ohne Zuweisung/Schleifen aus z.b. in funktionalen Programmiersprachen Definition Primitive Rekursion: WS
44 Primitive Rekursion Erlaubt sind dazu noch: Funktions-Komposition Vertauschen von Argumentpositionen Projektion Eine Funktion heisst primitiv rekursiv, wenn sie aus 0, succ() und den Projektionen von Verkettung und primitiver Rekursion gebildet werden kann WS
45 Primitive Rekursion Projektion: ist definiert durch p k,i : IN k IN p k,i (x 1,, x k ) = x i Verkettung: Ist f n-stellige und g 1,, g n k-stellige Funktion, so ist die Verkettung f (g 1,, g n ) : IN k IN definiert durch: (f (g 1,, g n ))(x 1,, x k ) = f (g 1 (x 1,, x k ),, g n (x 1,, x k )) WS
46 Bsp.: Primitive Rekursion WS
47 Bsp. LOOP-Programm WS
48 Primitive Rekursion als LOOP-Programm Satz: Jede primitiv-rekursive Funktion ist LOOP-berechenbar Jede vernünftig total berechenbare Funktion ist primitiv rekursiv, wobei vernünftig bedeutet, dass man die maximal möglichen Schleifendurchläufe vorab bestimmen kann. Das ist weniger als TM-Berechenbarkeit! WS
49 µ-rekursion Es gibt Probleme, die sich nicht mehr primitiv-rekursiv lösen lassen z.b. Suchprobleme: Suche für (k+1)- stellige Funktion f das kleinste z, für das f(z, x 1,..., x k ) = true ist Argument wird beim rekursiven Aufruf nicht kleiner, sondern größer! WS
50 µ-rekursion Mögliches Problem: Suche bricht niemals ab z.b. wenn es kein z gibt, für das f true liefert WS
51 µ-rekursion versus WHILE-berechenbar Beide Klassen stimmen überein: Alle µ-rekursiven Funktionen sind WHILE-berechenbar (und damit auch GOTO- und Turing-berechenbar) Nach Kleene kommt man mit einer einzigen WHILE-Schleife aus! Also gilt: Jede berechenbare Funktion lässt sich als µ-rekursive Funktion schreiben WS
52 µ-rekursion durch WHILE Ziemlich offensichtlich: WS
53 Bisher: Jede LOOP-berechenbare Funktion ist total (d.h., terminiert immer!) Jede total berechenbare Funktion, für die mit LOOP-Programmen eine Abschätzung der max. möglichen Schleifendurchläufe möglich ist, ist auch LOOP-berechenbar. LOOP-berechenbare Funktion sind genau die primitiv rekursiven Funktionen. WS
54 Frage: Ist jede total berechenbare Funktion immer durch ein LOOP-Programm berechenbar? WS
55 Ackermann-Funktion totale, berechenbare Funktion nicht primitiv rekursiv! [Ackermann-Péter] = m+1 wenn n=0 a(m,n) = a(n-1,1) wenn m=0 = a(n-1,a(n,m-1)) sonst WS
56 Ackermann-Funktion Wächst sehr stark an Kann von keiner primitiv rekursiven Funktion nach oben beschränkt werden WS
57 Ackermann-Funktion Verallgemeinerung der Grundrechenarten: a(0,y) = y+1 a(1,y) = y+2 a(2,y) = 2y + 3 a(3,y) = 2 y+3-3 a(4,y) = 2 X -3 wobei X=2^ ^2 mit Turmhöhe y+2 WS
58 Unlösbare Probleme
59 Prinzipiell unlösbare Probleme Ein Algorithmus kann angegeben werden, aber ein Computer kann das Problem nicht lösen. Probleme, die niemals durch menschliche Erfindungskraft und technisch-wissenschaftlichen Fortschritt zu lösen sein werden WS
60 Entscheidbare Menge Eine Menge M heißt rekursiv entscheidbar oder entscheidbar, wenn es einen Algorithmus gibt, der nach endlicher Zeit terminiert und entscheidet, ob die Eingabe zur Menge gehört oder nicht." WS
61 Bsp: Entscheidbare Menge: Goldbach-Vermutung "Jede gerade Zahl größer als 2 kann als Summe zweier Primzahlen geschrieben werden. Nun als Goldbach-Eigenschaft [für alle Zahlen bis überprüft...] [Satz von Euklid: es gibt unendlich viele Primzahlen...] WS
62 Semi-entscheidbare Menge Frage: Element in Menge? Ja Nein Eine der beiden Antworten muss in endlicher Zeit gegeben werden Die andere darf unendlich dauern WS
63 Bsp. (3n+1)-Problem Collatz-Folge Startzahl heißt "wundersam", wenn Folge mit Zahl 1 endet Startzahl 6: Folge 3, 10, 5, 16, 8, 4, 2, 1 Folge kann sehr, sehr lang werden! Wundersamkeit ist semi-entscheidbar! WS
64 Bsp. "Game of Life" Drei Regeln: Geburt: Tote Zelle wird lebendig, wenn 3 der 8 Nachbarn leben Überbevölkerung: Zelle stirbt, wenn 4 oder mehr Nachbarn leben Vereinsamung: Zelle stirbt, wenn sie weniger als 2 lebende Nachbarn hat Semi-entscheidbar? WS
65 Das Halteproblem "Gibt es ein Programm, das als Eingabe den Quelltext eines zweiten Programms sowie dessen Eingabewerte erhält, und dann entscheiden kann, ob das zweite Programm terminiert, d.h. nicht endlos weiterläuft?" WS
66 Halteproblem Angenommen, es gibt so eine Fkt: WS
67 Halteproblem Dann kann man ein fiese Funktion test() bauen, die nur dann nicht terminiert, wenn haltetest JA gibt: WS
68 Halteproblem Wende nun test auf sich selber an, also berechne test(test) haltetest(test,test) liefert JA weil test(test) terminiert: Aber dann kann das WHILE in test() nicht terminieren! Widerspruch. haltetest(test,test) liefert NEIN: Dann terminiert das WHILE sofort Widerspruch. WS
69 Halteproblem Beide Fälle führen zum Widerspruch, es gibt aber nur die beiden Fälle, also kann es die Funktion haltetest nicht geben! Halteproblem semi-entscheidbar: TM simulieren und JA ausgeben, wenn sie anhält. WS
70 Konsequenzen des Halteproblems In jedem System, das Turingmächtig ist, lassen sich Aussagen formulieren, die weder bewiesen noch widerlegt werden können. Solche Systeme sind grundsätzlich unvollständig Die Arithmetik ist solch ein System. WS
71 Konsequenzen des Halteproblems Auswirkung auf die Software-Entwicklung: Es kann kein Computerprogramm geben, das generell überprüft, ob andere Computerprogramme für alle Eingaben das korrekte Ergebnis liefern WS
72 Zusammenfassung Turingmaschine Simulator ausprobieren! GOTO, WHILE, LOOP Unlösbare Probleme WS
73 Organisatorisches... Prüfung Termine Prüfungsfragen WS
74 Quellen "Grundlagen der Informatik", Herold, Lurz, Wohlrab; Pearson Studium Wikipedia WS
1936 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus
//5 Abstrakte Maschinenmodelle: Turingmaschine (TM) 96 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus einem festen Teil ( "Hardware ) einem variablen Teil ( "Software
MehrTypen von Programmiersprachen
Typen von Programmiersprachen Berechenbarkeitstheorie: Formalisierung des intuitiven Berechenbarkeitsbegriffs man kann vier Typen von Programmiersprachen zum Berechnen von Zahlenfunktionen unterscheiden:
Mehr6.4 Entscheidbarkeit. nein sein müssen, ist klar. THEO 6.4 Entscheidbarkeit 205/307 c Ernst W. Mayr
6.4 Entscheidbarkeit Wortproblem Leerheit Äquivalenz Schnittproblem Typ 3 ja ja ja ja DCFL ja ja ja nein (*) Typ 2 ja ja nein (*) nein Typ 1 ja nein (*) nein nein Typ 0 nein (*) nein nein nein (*) Diese
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
MehrWir suchen Antworten auf die folgenden Fragen: Was ist Berechenbarkeit? Wie kann man das intuitiv Berechenbare formal fassen?
Einige Fragen Ziel: Wir suchen Antworten auf die folgenden Fragen: Wie kann man das intuitiv Berechenbare formal fassen? Was ist ein Algorithmus? Welche Indizien hat man dafür, dass ein formaler Algorithmenbegriff
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
Mehr2. Imperative Programmierung und Berechenbarkeit - Registermaschinen -
2. Imperative Programmierung und Berechenbarkeit - Registermaschinen - 2.1 Definition 2.2 Loop-Programme 2.3 While Programme 2.4 While Programme und rekursive Funktionen Im Wesentlichen: Tafel! Maschinenmodell
MehrLOOP-Programme: Syntaktische Komponenten
LOOP-Programme: Syntaktische Komponenten LOOP-Programme bestehen aus folgenden Zeichen (syntaktischen Komponenten): Variablen: x 0 x 1 x 2... Konstanten: 0 1 2... Operationssymbole: + Trennsymbole: ; :=
MehrAngewandte Mathematik am Rechner 1
Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 3 [Bildquellen: Wikipedia User David Madore, Inductiveload ] Grundlagen 2: Funktionen, Berechenbarkeit und emergente Komplexität Michael Wand
MehrUnentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
MehrFunktionale Programmierung ALP I. µ-rekursive Funktionen WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda
ALP I µ-rekursive Funktionen WS 2012/2013 Primitiv-rekursive Funktionen Jede primitiv-rekursive Funktion ist Loop-berechenbar. Das bedeutet, dass jede PR-Funktion in der Loop-Programmiersprache formuliert
MehrPräsenzübung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 2013/14 Prof. Dr. Berthold Vöcking 28.01.2014 Kamal Al-Bawani Benjamin Ries Präsenzübung Berechenbarkeit und Komplexität Musterlösung Name:...................................
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 WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
MehrTHEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 4. Vorlesung: Das Halteproblem und Reduktionen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 19. April 2017 Ankündigung Wegen großer Nachfrage wird eine
MehrWiederholung. Organisatorisches. VL-11: LOOP und WHILE Programme I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
Organisatorisches VL-11: LOOP und WHILE Programme I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, November 29, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrVL-11: LOOP und WHILE Programme I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-11: LOOP und WHILE Programme I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-11: LOOP und WHILE Programme I 1/46 Organisatorisches Nächste Vorlesung: Mittwoch,
MehrTHEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 3. Vorlesung: WHILE und LOOP Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 12. April 2017 Was bisher geschah... Grundbegriffe, die wir verstehen und erklären
MehrMächtigkeit von WHILE-Programmen
Mächtigkeit von WHILE-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Turingmaschine (TM) M = (Q, Σ, Γ, B, q 0, q, δ) Unendliches Band... 0 c
MehrTHEORETISCHE INFORMATIK UND LOGIK
Was bisher geschah... Grundbegriffe, die wir verstehen und erklären können: DTM, NTM, Entscheider, Aufzähler, berechenbar/entscheidbar, semi-entscheidbar, unentscheidbar, Church-Turing-These THEORETISCHE
MehrTheorie der Informatik
Theorie der Informatik 15. Ackermannfunktion Malte Helmert Gabriele Röger Universität Basel 28. April 2014 Überblick: Vorlesung Vorlesungsteile I. Logik II. Automatentheorie und formale Sprachen III. Berechenbarkeitstheorie
MehrBerechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17.November 2011 INSTITUT FÜR THEORETISCHE 0 KIT 17.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
Mehr1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
MehrTheoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Universelle Turingmaschinen und Church sche These Priv.-Doz. Dr. Stefan Milius stefan.milius@fau.de Theoretische Informatik Friedrich-Alexander
Mehr1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
MehrBerechenbarkeit und Komplexität
Berechenbarkeit und Komplexität Vorlesung SS 2013 1. Einführung I. Berechenbarkeitsbegriff, typische Fragen: wann ist eine Funktion berechenbar? wie lässt sich der intuitive Berechenbarkeitsbegriff formal
MehrBerechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme
Berechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 29. November 2007 Turing-mächtige
MehrALP I Turing-Maschine
ALP I Turing-Maschine Teil I WS 2012/2013 Äquivalenz vieler Berechnungsmodelle Alonzo Church λ-kalkül Kombinatorische Logik Alan Turing Turing-Maschine Mathematische Präzisierung Effektiv Berechenbare
MehrUnentscheidbare Probleme: Diagonalisierung
Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Mehr11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P
11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
MehrPrinzipielle Grenzen der Berechenbarkeit
Arno Schwarz Prinzipielle Grenzen der Berechenbarkeit Lange Zeit haben Philosophen und Mathematiker geglaubt, dass jedes mathematische Problem algorithmisch lösbar sei. So vertrat z.b. David Hilbert (1862-1943)
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 8 18. Juli 2011 Einführung in die Theoretische Informatik
MehrProseminar Theoretische Informatik - WS07/08 - Prof. Helmut Alt. I. Einleitung Berechnungsmodelle LOOP, WHILE, GOTO, rekursive Funktionen
Proseminar Theoretische Informatik - WS07/08 - Prof. Helmut Alt I. Einleitung Berechnungsmodelle LOOP, WHILE, GOTO, rekursive Funktionen Berechenbarkeitsmodelle Welchen Sinn haben diese? Wie kann man effizient
MehrDank. Theoretische Informatik II. Teil II. Registermaschinen. Vorlesung
Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität
MehrTuring-Maschinen. Definition 1. Eine deterministische Turing-Maschine (kurz DTM) ist ein 6- Dem endlichen Alphabet Σ von Eingabesymbolen.
Turing-Maschinen Nachdem wir endliche Automaten und (die mächtigeren) Kellerautomaten kennengelernt haben, werden wir nun ein letztes, noch mächtigeres Automatenmodell kennenlernen: Die Turing-Maschine
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard 1 Motivation und Einleitung Bisher haben wir verschiedene Programmiersprachen
MehrBerechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
MehrTuring Maschine. Thorsten Timmer. SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke. Turing Maschine SS 2005 p.
Thorsten Timmer SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke Turing Maschine SS 2005 p. 1/35 Inhalt Einführung Formale Definition Berechenbare Sprachen und Funktionen Berechnung ganzzahliger
MehrKapitel 5. Entscheidbarkeit und Berechenbarkeit. 5.1 Entscheidbarkeit
Kapitel 5 Entscheidbareit und Berechenbareit Wir wenden uns nun grundsätzlichen Fragen zu, nämlich den Fragen nach der prinzipiellen Lösbareit von Problemen. Dazu stellen wir auch einen Zusammenhang zwischen
MehrÜbungsblatt 3. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 3 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 21. November 2017 Abgabe 5. Dezember 2017, 11:00 Uhr
Mehr2.5 Halteproblem und Unentscheidbarkeit
38 25 Halteproblem und Unentscheidbarkeit Der Berechenbarkeitsbegriff ist auf Funktionen zugeschnitten Wir wollen nun einen entsprechenden Begriff für Mengen einführen Definition 255 Eine Menge A Σ heißt
MehrTheoretische Informatik: Berechenbarkeit und Formale Sprachen
Prof. Dr. F. Otto 26.09.2011 Fachbereich Elektrotechnik/Informatik Universität Kassel Klausur zur Vorlesung Theoretische Informatik: Berechenbarkeit und Formale Sprachen SS 2011 Name:................................
MehrBerechenbarkeitsmodelle
Berechenbarkeit 2 Endliche Automaten erkennen nicht alle algorithmisch erkennbaren Sprachen. Kontextfreie Grammatiken erzeugen nicht alle algorithmisch erzeugbaren Sprachen. Welche Berechnungsmodelle erlauben
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 16.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrBerechenbarkeit/Entscheidbarkeit
Berechenbarkeit/Entscheidbarkeit Frage: Ist eine algorithmische Problemstellung lösbar? was ist eine algorithmische Problemstellung? formale Sprachen benötigen einen Berechenbarkeitsbegriff Maschinenmodelle
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
MehrBerechenbarkeit und Komplexität Vorlesung 11
Berechenbarkeit und Komplexität Vorlesung 11 Prof. Dr. Wolfgang Thomas Lehrstuhl Informatik 7 RWTH Aachen 7. Dezember 2014 Wolfgang Thomas, Informatik 7 () Vorlesung Berechenbarkeit und Komplexität 7.
MehrTuring-Maschine. Berechenbarkeit und Komplexität Turing-Maschinen. Turing-Maschine. Beispiel
Berechenbarkeit und Komplexität Turing-Maschinen Wolfgang Schreiner Wolfgang.Schreiner@risc.jku.at Research Institute for Symbolic Computation (RISC) Johannes Kepler University, Linz, Austria http://www.risc.jku.at
MehrFunktionale Programmierung ALP I. λ Kalkül WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda
ALP I λ Kalkül WS 2012/2013 Berechenbarkeit - inspiriert durch Hilbert's Frage - im Jahr 1900, Paris - Internationaler Mathematikerkongress Gibt es ein System von Axiomen, aus denen alle Gesetze der Mathematik
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
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Die Registermaschine (random access machine, RAM) 0 I 0 1 I 1 2 I 2 m I m Programm
MehrWir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.
Rückschau 12.11.04 Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Wir haben das Prinzip der Diagonalisierung eingeführt und mit DIAG eine erste nicht rek. aufz. Sprache
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrReferat rekursive Mengen vs. rekursiv-aufzählbare Mengen
Kapitel 1: rekursive Mengen 1 rekursive Mengen 1.1 Definition 1.1.1 informal Eine Menge heißt rekursiv oder entscheidbar, wenn ihre charakteristische Funktion berechenbar ist. 1.1.2 formal Eine Menge A
MehrAlgorithmen und Komplexität, Teil II: Berechenbarkeit und Komplexität
Algorithmen und Komplexität, Teil II: Berechenbarkeit und Komplexität Ralph Keusch 21. November 2017 Berechenbarkeitstheorie RAM-Maschine 1: M 1 1 2: M 0 1 3: M 0 M 0 M 1 4: M 2 M 2 M 1 5: GOTO 3 IF M
MehrTheoretische Informatik II. WS 2007/2008 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch. 1. Teilklausur Vorname:... Nachname:...
Theoretische Informatik II WS 2007/2008 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch 1. Teilklausur 11. 12. 2007 Persönliche Daten bitte gut leserlich ausfüllen! Vorname:... Nachname:... Matrikelnummer:...
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 19 Entscheidbarkeit und Berechenbarkeit In der letzten Vorlesung haben wir verschiedene mathematische Operationen
MehrVL-05: Unentscheidbarkeit I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-05: Unentscheidbarkeit I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-05: Unentscheidbarkeit I 1/37 Organisatorisches Nächste Vorlesung: Donnerstag, November
MehrEinführung in die Informatik Algorithms II
Einführung in die Informatik Algorithms II Eigenschaften von Algorithmen Wolfram Burgard Cyrill Stachniss 14.1 Was können Computer berechnen? In Kapitel 1 haben wir gesagt, dass Programme die Umsetzung
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
Mehr7. Übung TGI. Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS. 1 Lorenz Hübschle-Schneider, Tobias Maier
7. Übung TGI Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 Lorenz Hübschle-Schneider, Tobias Maier KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft
MehrUnentscheidbarkeit von Problemen mittels Turingmaschinen
Unentscheidbarkeit von Problemen mittels Turingmaschinen Daniel Roßberg 0356177 Roland Schatz 0355521 2. Juni 2004 Zusammenfassung In dieser Arbeit befassen wir uns mit der Unentscheidbarkeit von Problemen
MehrDiskrete Mathematik II
Diskrete Mathematik II Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Sommersemester 2011 DiMa II - Vorlesung 01-04.04.2011 1 / 252 Organisatorisches Vorlesung: Mo 12-14 in HZO 70, Di 09-10
MehrGTI. Hannes Diener. 18. Juni. ENC B-0123,
GTI Hannes Diener ENC B-0123, diener@math.uni-siegen.de 18. Juni 1 / 32 Als Literatur zu diesem Thema empfiehlt sich das Buch Theoretische Informatik kurzgefasst von Uwe Schöning (mittlerweile in der 5.
MehrNachklausur zur Vorlesung
Lehrstuhl für Theoretische Informatik Prof. Dr. Markus Lohrey Grundlagen der Theoretischen Informatik Nachklausur Nachklausur zur Vorlesung Grundlagen der Theoretischen Informatik WS 2016/17 / 27. Februar
MehrEinführung in die Informatik Turing Machines
Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard Cyrill Stachniss 1/14 Motivation und Einleitung Bisher haben wir verschiedene
MehrSyntax von LOOP-Programmen
LOOP-Berechenbarkeit Syntax von LOOP-Programmen Definition LOOP-Programme bestehen aus: Variablen: x 0, x 1, x 2, x 3,... Konstanten: 0, 1, 2, 3,... Trennsymbolen:; und := Operationen: + und Befehlen:
MehrTheoretische Informatik SS 03 Übung 3
Theoretische Informatik SS 03 Übung 3 Aufgabe 1 a) Sind die folgenden Funktionen f : partiell oder total: f(x, y) = x + y f(x, y) = x y f(x, y) = x y f(x, y) = x DIV y? Hierbei ist x DIV y = x y der ganzzahlige
MehrTheoretische Informatik 1
Theoretische Informatik 1 Die Komplexitätsklasse P David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Äquivalenz von RM und TM Äquivalenz, Sätze Simulation DTM
Mehrmehreren Präzisierungen des intuitiven Begriffs des Verfahren sein muss, so legt sich nahe, dass er Der Begriff der TURING-Maschine ist eine unter
7\S*UDPPDWLNHQ 7\S6SUDFKHQ XQG 7XULQJPDVFKLQHQ 258 785,1*0DVFKLQH70 Der Begriff der TURING-Maschine ist eine unter mehreren Präzisierungen des intuitiven Begriffs des $OJRULWKPXV bzw. der %HUHFKHQEDUNHLW
MehrDeterministische Turing-Maschinen
Deterministische Turing-Maschinen Um 900 präsentierte David Hilbert auf einem internationalen Mathematikerkongress eine Sammlung offener Fragen, deren Beantwortung er von zentraler Bedeutung für die weitere
MehrProseminar Komplexitätstheorie P versus NP Wintersemester 2006/07. Nichtdeterministische Turingmaschinen und NP
Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07 Vortrag am 17.11.2006 Nichtdeterministische Turingmaschinen und NP Yves Radunz Inhaltsverzeichnis 1 Wiederholung 3 1.1 Allgemeines........................................
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Beispiel einer nicht berechenbaren Funktion: Busy Beaver
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrAuffrischung Einige (wenige) Grundlagen der Theoretischen Informatik
Logik, Berechenbarkeit und Komplexität Sommersemester 2008 Fachhochschule Wiesbaden Prof. Dr. Steffen Reith Auffrischung Einige (wenige) Grundlagen der Theoretischen Informatik 1 Turingmaschinen - Ein
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
MehrEinführung in die Computerlinguistik Berechenbarkeit, Entscheidbarkeit, Halteproblem
Einführung in die Computerlinguistik Berechenbarkeit, Entscheidbarkeit, Halteproblem Dozentin: Wiebke Petersen 14.1.2009 Wiebke Petersen Einführung CL (WiSe 09/10) 1 Hinweis zu den Folien Der Text dieser
MehrLaufzeit einer DTM, Klasse DTIME
Laufzeit einer DTM, Klasse DTIME Definition Laufzeit einer DTM Sei M eine DTM mit Eingabealphabet Σ, die bei jeder Eingabe hält. Sei T M (w) die Anzahl der Rechenschritte d.h. Bewegungen des Lesekopfes
MehrEinführung in die Informatik I
Einführung in die Informatik I LOOP Programme, rekursive Funktionen und der Turm von Hanoi Prof. Dr. Nikolaus Wulff Berechenbarkeit Mitte des 20. Jahrhunderts beantworteten Pioniere, wie Alan M. Turing
MehrDie Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die
MehrTheoretische Informatik 1
Theoretische Informatik 1 Registermaschine David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Registermaschinen Algorithmusbegriff konkretisiert formale Beschreibung
MehrLOOP-Programme: Syntaktische Komponenten
LOOP-Programme: Syntaktische Komponenten LOOP-Programme bestehen aus folgenden Zeichen (syntaktischen Komponenten): Variablen: x 0 x 1 x 2... Konstanten: 0 1 2... Operationssymbole: + Trennsymbole: ; :=
MehrUnentscheidbarkeit. Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen
Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Henning Kerstan & Jan Stückrath Worum geht
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Turing-Maschine, Berechenbarkeit INSTITUT FÜR THEORETISCHE 0 KIT 07.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen
MehrAlgorithmus. Was ist ein Algorithmus? Ibn Musa Al-Chwarismi persischer Mathematikers 9. Jahrhundert Buch: Regeln der Wiedereinsetzung und Reduktion.
Algorithmus Was ist ein Algorithmus? Ibn Musa Al-Chwarismi persischer Mathematikers 9. Jahrhundert Buch: Regeln der Wiedereinsetzung und Reduktion. Hier einige informelle Erklärungen zum Algorithmus P
MehrÜbung zur Vorlesung Berechenbarkeit und Komplexität
RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Übungsblatt 7 26.11.2012 Übung zur Vorlesung Berechenbarkeit und Komplexität Aufgabe T15 Entwickeln Sie ein
MehrTheoretische Informatik. Berechenbarkeit
Theoretische Informatik Berechenbarkeit 1 Turing Maschine Endlicher Automat mit unendlichem Speicher Ein Modell eines realen Computers Was ein Computer berechnen kann, kann auch eine TM berechnen. Was
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.
MehrTheoretische Grundlagen der Informatik. Vorlesung am 07. November INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 07.11.2017 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Frage Frage: Ist der
MehrPrimitiv rekursive und µ-rekursive Funktionen
Primitiv rekursive und µ-rekursive Funktionen Loop-, While- und Goto-Programme sind vereinfachte imperative Programme und stehen für imperative Programmiersprachen, bei denen Programme als Folgen von Befehlen
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge M Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrTheoretische Informatik Kap 2: Berechnungstheorie
Gliederung der Vorlesung 0. Grundbegriffe 1. Formale Sprachen/Automatentheorie 1.1. Grammatiken 1.2. Reguläre Sprachen 1.3. Kontextfreie Sprachen 2. Berechnungstheorie 2.1. Berechenbarkeitsmodelle 2.2.
MehrEinführung in die Programmierung
Prof. Dr. Rudolf Berrendorf Fachbereich Informatik Fachhochschule Bonn-Rhein-Sieg URM - Programmierung Dipl.-Inf. Sigrid Weil Fachbereich Informatik Fachhochschule Bonn-Rhein-Sieg Einordnung Programmier-Paradigma:
MehrBeispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2
Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt Endklausur 26. August 2011 Einführung in die Theoretische
Mehr