Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung
|
|
- Ina Gärtner
- vor 7 Jahren
- Abrufe
Transkript
1 Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P. Neubeck Lehrstuhl Software & Systems Engineering Broy WS 09/10: Modellierung verteilter Systeme
2 Schnittstellensicht: Diskrete Datenströme und Datenflussfunktionen Broy WS 09/10: Modellierung verteilter Systeme
3 Schnittstelle Eine Schnittstellensicht ist definiert durch eine eine Grenze zwischen einem System und seiner Umgebung eine Grenze zwischen Systemteilen Durch die Schnittstelle wird ein System von seiner Umgebung abgegrenzt Die Schnittstelle wird gegeben durch die Angabe, welche Arten von Informationen (allgemeiner Material, Energie etc.) zwischen System und Umgebung ausgetauscht werden die Wechselwirkungen zwischen System und Umgebung Broy WS 09/10: Modellierung verteilter Systeme
4 Schnittstellensicht Schnittstellensicht (Außenansicht) Interaktionsmuster, die bei Nutzung des Systems auftreten Welche Informationen zwischen dem System und seiner Umgebung ausgetauscht werden Wie System und Umgebung zusammenwirken Schnittstelle Alle relevanten Informationen über das Zusammenwirken des Systems mit seiner Umgebung Schnittstellenabstraktion Übergang von der internen Sicht zur Schnittstellensicht eines Systems Broy WS 09/10: Modellierung verteilter Systeme
5 Schnittstellenkompatibilität Ein System A heißt zu einem System B schnittstellenkompatibel wenn A in beliebigen Umgebungen durch B ersetzt werden kann, ohne, dass sich das aus Sicht der Umgebung das Verhalten ändert. Schnittstellenkompatibilität: keine Äquivalenzrelation eine partielle Ordnung Schnittstellenäquivalenz A schnittstellenkompatibel zu B ist und umgekehrt Syntaktische Schnittstelle: Festlegung, in welcher grundsätzlichen Form ein Informationsaustausch möglich ist
6 Programmiertechnisch: Schnittstelle Syntaktische (statische) Schnittstelle einer Komponente: Bestimmt, in welche Umgebungen ein Programm eingefügt werden kann, ohne dass es syntaktische Probleme gibt Semantische (dynamische) Schnittstelle (Verhalten) einer Komponente: Bestimmt die Interaktion (den Informationsaustausch) zwischen der Komponente und seiner Umgebung
7 Formen von Schnittstellen Gemeinsamer Speicher (vgl. parallele Komposition von Zustandsmaschinen mit überlappenden Zuständen) Informationsaustausch durch Nachrichten/Signale
8 Syntaktische Schnittstellen zum Nachrichtenaustausch: Kanäle Ein Kanal ist ein Medium für die Übertragung von Nachrichten: Der Datentyp (die Sorte) des Kanals gibt an, welche Nachrichtentypen übertragen werden Der Kanal überträgt Nachrichten sequentiell (eine Nachricht nach der anderen) gerichtet (nur in einer Richtung) vom Sender zum Empfänger Bemerkung: Es gibt eine Reihe unterschiedlicher Konzepte (Protokolle), wie die Übertragung der Nachrichten erfolgt (verzögert, gepuffert, synchron, asynchron,...) Wir betrachten zunächst eine elementare Form der Nachrichtenübertragung
9 Systeme mit Ein/Ausgabekanälen Ein System F mit Ein/Ausgabekanälen besitzt eine Menge von Eingabekanälen I eine Menge von Ausgabekanälen O jeder Kanal in I und O hat einen Identifikator und einen Typ Mit (I O) bezeichnen wir die syntaktische Schnittstelle des Systems c1: T1 f c3: T3 c2: T2 c4: T4
10 Zustandsmaschinen mit Ein- und Ausgabe über Kanäle Eine nichtdet. ZM (Δ, Σ 0 ) mit Ein- und Ausgabe über die Kanäle der syntaktische Schnittstelle (I O) benutzt als Eingaben Belegungen der Eingabekanäle und als Ausgaben Belegungen der Ausgabekanäle Eine Belegung x der eine Menge C von Kanälen ordnet jedem Kanal in C übertragene Nachrichten zu Sei M die Menge der Nachrichten; wir betrachten folgende Arten von Belegungen der Kanäle in C x: C M Genau eine Nachricht pro Kanal x: C M {-} Höchstens eine Nachricht pro Kanal x: C M* Eine Sequenz von Nachrichten pro Kanal Mit B[C] bezeichnen wir die Menge der Belegungen der Kanäle in C mit Sequenzen Die ZM mit Schnittstelle (I O) besteht dann aus einer Zustandsmenge Σ, Anfangszuständen Σ 0 Σ (oder einem σ 0 Σ) und einer Zustandsübergangsfunktion Δ: Σ B[I] (Σ B[O])
11 Tabelle für Berechnung einer Zustandsmaschine x 1 f A a B y 2 y 1 b x 2
12 Schnittstellenabstraktion x 1 f A a B y 2 y 1 b x 2
13 Schnittstellenverhalten Für ein System mit Ein- und Ausgabe über die Kanäle der syntaktische Schnittstelle (I O) definieren wir das Schnittstellenverhalten durch die Abbildung der Kanalgeschichten der Eingabekanäle auf die Kanalgeschichten der Ausgabekanäle Eine Kanalgeschichte entspricht der Belegung der Kanäle und der Ausgaben durch Datenströme Ein Datenstrom ist eine Folge (Sequenz) von Nachrichten
14 Unbeschränkte Datenströme Mit IN = {0, 1, 2,... } bezeichnen wir die natürlichen Zahlen Mit IN + = {1, 2,... } bezeichnen wir die echt positiven natürlichen Zahlen Sei M die Menge der Nachrichten; wir betrachten folgende Arten von unbeschränkten Strömen s: IN + M Unendlicher Strom von Nachrichten aus M s: IN + (M {-}) Unendlicher Strom von Nachrichten aus M mit leeren Stellen Mit M bezeichnen wir die Menge der unendlichen Ströme Mit (M*) bezeichnen wir die Menge der unendlichen Ströme von Sequenzen von Nachrichten aus M s: IN + M* Eine Sequenz von Nachrichten pro Kanal
15 Diskrete Zeit Ein Strom s: IN + M* kann als Kommunikationsgeschichte eines Kanals über der diskreten Zeit IN + gesehen werden. Die Zeit wird durch eine Folge von Zeitintervallen dargestellt. Jede Zahl t IN + bezeichnet dann ein Zeitintervall. Für jede Zeit t IN + bezeichnet dann s(t) die Sequenz der Nachrichten, die im Zeitintervall t gesendet wurde.
16 Belegungen von Kanälen mit Strömen Eine Belegung x der eine Menge C von Kanälen ordnet jedem Kanal in C den Strom der übertragenen Nachrichten zu Sei M die Menge der Nachrichten; wir betrachten folgende Arten von Belegungen x: C (IN + M) x: C (IN + M {-}) x: C (IN + M*) Mit IH[C] oder mit! C Genau eine Nachricht Höchstens eine Nachricht Eine Sequenz von Nachrichten bezeichnen wir die Menge der Belegungen der Kanäle mit Strömen Sequenzen von Nachrichten, die den Typen der Kanäle entsprechen
17 Schnittstellenverhalten: Verhaltensfunktionen Für ein System mit Ein- und Ausgaben über die Kanäle der syntaktischen Schnittstelle (I O) definieren wir sein Schnittstellenverhalten f durch die Abbildung der Kanalgeschichten der Eingabekanäle auf die Kanalgeschichten der Ausgabekanäle f :! I "! O Durch f wir jeder Eingabehistorie x (Belegung der Eingabekanäle durch Ströme) eine Ausgabehistorie y = f(x) (Belegung der Ausgabekanäle durch Ströme) Die Eigenschaften der Verhaltensfunktionen betrachten wir später.
18 Verhaltensmodell: Kanäle und Ströme
19 Schnittstellenmodell für Systeme
20 Beispiel: Spezifikation eines Systems a:t TMC a ~ b b:t
21 Schnittstellenzusicherung Eine Funktion f mit f :! I "! O erfüllt die Spezifikation mit Schnittstellenzusicherung Q, wenn gilt x, y: y = f(x) Q[x(i 1 )/i 1,..., x(i m )/i m, y(o 1 )/o 1,..., y(o n )/o n ] wobei I = {i 1,..., i m }, O = {o 1,..., o n }
22 Verifikation von Eigenschaften Aus Schnittstellenspezifikationen lassen sich Eigenschaften beweisen Sicherheit {m}#b > 0 TMC(a, b) {m}#a > 0 Lebendigkeit {m}#a > 0 TMC(a, b) {m}#b > 0
23 Schnittstellenabstraktion für Zustandsmaschinen Eine Zustandsmaschine (Δ, Λ) mit synt. Schnittstelle (I O) besteht aus Σ Zustandsmenge Λ Σ Anfangszustände Transitionsfunktion: Δ : Σ Ε Σ Α in nichtdeterministischer Version: wobei: Δ : Σ Ε (Σ Α) E = I M* A = O M*
24 Berechnungen Eine Zustandsmaschine (Δ, Λ) definiert für jeden Anfangszustand σ 0 Λ und jede Folge von Eingaben e 1, e 2, e 3,... E eine Folge von Zuständen σ 1, σ 2, σ 3,... Σ und eine Folge von Ausgaben a 1, a 2, a 3,... A durch (σ i+1, a i+1 ) Δ(σ i, e i+1 ) Ist die Zustandsmaschine (Δ, Λ) deterministisch und total, dann ist die Folge der Zustände und die Folge der Ausgaben durch den Anfangszustand und die Folge der Eingaben eindeutig bestimmt.
25 Schnittstellenabstraktion für det. Zustandsmaschinen Wir erhalten Berechnungen Für einen Anfangszustand σ definieren wir die Funktion durch a " 1 / b 1 a 0 ## $ " 2 / b 2 a 1 ### $ " 3 / b 3 2 ### $ " 3... f :! I "! O f σ (x) = y σ i : σ = σ 0 i IN: (σ i+1, x(i+1)) = Δ(σ i, y(i+1))} f σ heißt die Schnittstellabstraktion der Zustandsübergangsfunktion. Abs((Δ, σ )) = f σ
26 Ströme (1) Entsprechen endlichen und unendlichen Sequenzen von Datenelementen (Signalen, Nachrichten, Aktionen, Ereignisse, Zuständen) Dienen zur Darstellung der Folge von Datenelementen, die über ein sequentielles Kommunikationsmedium zur Übertragung geschickt werden Sorte α mit Trägermenge M = M { } steht für undefiniert Es gelte M = M \ { } sort Stream α hat die Trägermenge M ω M ω = M* M
27 Stromverarbeitende Funktionen (1): Operationen _&_ : α Stream α Stream α rest : Stream α Stream α first : Stream α α : Stream α _ˆ_: Stream α Stream α Stream α linksstrikt Axiome für x M first(x & s) = x rest(x & s) = s & s = (x & s 1 ) ˆ s 2 = x & (s 1 ˆ s 2 )
28 Zeitabstraktion Gegeben ein Strom x: IN + M* der aus einer Folge von Sequenzen besteht. Wir definieren die Zeitabstraktion timeabs: (IN + M*) M ω wie folgt: timeabs(s) = s(1)ˆs(2)ˆs(3)... Die Zeitabstraktion timeabs(s) ist endlich, genau dann, wenn in s nur für endlich viele t IN + nicht leer ist
29 Zeitabstraktion: Notation Abkürzend schreiben wir: timeabs(s) = s s bezeichnet die Zeitabstraktion von s
30 Time Abstraction s = _ s =
31 Zeitunabhängigkeit Eine Verhaltensfunktion f :! I "! O heißt zeitunabhängig, wenn für alle x, x und y, y gilt f(x) = y f(x ) = y c I: timeabs(x(c)) = timeabs(x (c)) c O: timeabs(y(c)) = timeabs(y (c)) d.h. die Nachrichtenfolge timeabs(y(c)) in den Ausgabekanälen c O hängt nur von den Nachrichtenfolgen in den Eingabekanälen, aber nicht von deren Eingabezeitpunkten ab.
32 Zeitunabhängigkeit Ist f zeitunabhängig, f :! I "! O dann existiert zu I = {i 1,..., i n } für jeden Ausgabekanal c O eine Funktion auf Strömen f : M ω... M ω M ω mit f(x) = y f (timeabs(x(i 1 )),..., timeabs(x(i n )) ) = timeabs(y(c)) f heißt dann Zeitabstraktion für f
33 Stromverarbeitende Funktionen Zeitabstraktion führt auf stromverarbeitende Funktionen Wir können auch Algorithmen durch Funktionen auf Strömen darstellen
34 Stromverarbeitende Funktionen (3)
35 Stromverarbeitende Funktionen (4)
36 Stromverarbeitende Funktionen (5)
37 Stromverarbeitende Funktionen (6)
38 Beispiel: Das Sieb des Eratosthenes Unendlicher Strom aller Primzahlen:
39 Beispiel: Nutzer und System (1)
40 Beispiel: Nutzer und System (2)
41 Abschließende Bemerkungen Schnittstellenverhalten kann durch die Interaktionsgeschichten (Austausch der Nachrichten über die Zeit) erfasst werden Kanäle und Ströme sind ein Konzept für die Beschreibung von Schnittstellen Spezielle Zustandsmaschinen arbeiten auf Strömen Auch Algorithmen können über Ströme formuliert werden Später behandeln wir Komposition von Systemen über die Verbindung von Kanälen
42 Präfixordnung auf Strömen
43 Stromverarbeitende Funktionen (2) f : Stream T 1... Stream T n Stream M 1... Stream M m Monotonie:
Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung
Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Sommersemester 2012 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. M. Spichkova, J. Mund, P. Neubeck Lehrstuhl Software
MehrModellierung verteilter Systeme Grundlagen der Programm und Systementwicklung
Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P.
Mehrc) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} c) {abcabc} d) {abcbc, abc, a} c) {aa, ab, ba, bb} d) {{aa}, {ab}, {ba}, {bb}}
2 Endliche Automaten Fragen 1. Was ergibt sich bei {a, bc} {de, fg}? a) {abc, defg} b) {abcde, abcfg} c) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} 2. Was ergibt sich bei {abc, a} {bc, λ}?
MehrModellierung verteilter Systeme Grundlagen der Programm und Systementwicklung
Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P.
MehrÜberblick. Modellbildung in der Entwicklung mit Schwerpunkt Architekturen Schnittstellen. Schnittstelle. Schnittstelle
Überblick Modellbildung in der Entwicklung mit Schwerpunkt Architekturen Schnittstellen Motivation Syntaktische Schnittstellen Dynamische Schnittstellen Modellbildung in der Entwicklung Prof. Dr. Dr. h.c.
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
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
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
MehrTyp-1-Sprachen. Satz 1 (Kuroda ( ) 1964)
Typ-1-Sprachen Satz 1 (Kuroda (1934-2009) 1964) Eine Sprache L hat Typ 1 (= ist kontextsensitiv) genau dann, wenn sie von einem nichtdeterministischen LBA erkannt wird. Beweis: Sei zunächst L Typ-1-Sprache.
MehrFunktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation
Grundlagen der Programm- und Systementwicklung Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation Technische Universität München Institut für Informatik Software &
MehrStochastik I. Vorlesungsmitschrift
Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................
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
MehrGrundlagen der Programm- und Systementwicklung. Anweisungen: Referenzen, Zeiger und organisierter Speicher
Grundlagen der Programm- und Systementwicklung Anweisungen: Referenzen, Zeiger und organisierter Speicher Technische Universität München Institut für Informatik Software & Systems Engineering Prof. Dr.
MehrProbeklausur Lösungen
Probeklausur Lösungen 1. Aufgabe Der obere Teil in dem creenshot zeigt den Zustandsgraph. Es fehlen jedoch die Eingaben bzw. die Ausgaben. Im unteren Teil des creenshots ist die Übergangstabelle aufgeführt.
MehrTransaktionen. Michael Löwe 04/15/16. FHDW Hannover, Freundallee 15, Hannover address:
Transaktionen Michael Löwe 04/15/16 FHDW Hannover, Freundallee 15, 30173 Hannover E-mail address: michael.loewe@fhdw.de KAPITEL 1 Isolation 1.1. Formales Modell für Transaktionen und Ablaufpläne Zustand.
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
MehrKongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f.
3 Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f 4 Auf der Menge aller Restklassen [f] g kann man Addition und
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
MehrAnalysis I - Stetige Funktionen
Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
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
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
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrWas bisher geschah: Formale Sprachen
Was bisher geschah: Formale Sprachen Alphabet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen Darstellung unendlicher Sprachen durch reguläre Ausdrücke (Syntax, Semantik, Äquivalenz)
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
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
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 3 14. Mai 2010 Einführung in die Theoretische
MehrSoftware & Systems Engineering - The Easy Way
Software & Systems Engineering - The Easy Way Oder: Wissenschaftliches Leben und Wirken von mult. Prof. Dr. Bernhard Rumpe Lehrstuhl Informatik 3 (Software Engineering) RWTH Aachen http://www.se-rwth.de/
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
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
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 3: Kodierung 1 Motivation 2 Exkurs Grundlagen formaler Sprachen 3 Grundlagen 4 Beispielkodierungen FM2 (WS 2014/15,
MehrEinführung in die Informatik
Universität Innsbruck - Institut für Informatik Datenbanken und Informationssysteme Prof. Günther Specht, Eva Zangerle 24. November 28 Einführung in die Informatik Übung 7 Allgemeines Für die Abgabe der
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrKapitel 7: Kellerautomaten und kontextfreie Sprachen
Kapitel 7: Kellerautomaten und kontextfreie Sprachen Prof.-Dr. Peter Brezany Institut für Softwarewissenschaft Universität Wien, Liechtensteinstraße 22 1090 Wien Tel. : 01/4277 38825 E-mail : brezany@par.univie.ac.at
MehrKlausur zur Akademischen Teilprüfung, Modul 2,
PH Heidelberg, Fach Mathematik Klausur zur Akademischen Teilprüfung, Modul, GHPO I vom.7.003, RPO vom 4.08.003 Einführung in die Geometrie Wintersemester 1/13, 1. Februar 013 Klausur zur ATP, Modul, Einführung
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
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 14: Endliche Automaten Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/38 Überblick Erstes Beispiel: ein Getränkeautomat Mealy-Automaten
MehrProgrammieren für Fortgeschrittene
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme Wintersemester 2011/12 Programmieren für Fortgeschrittene Rekursive Spezifikationen Die folgende
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
Mehr2. Übungsblatt 6.0 VU Theoretische Informatik und Logik
2. Übungsblatt 6.0 VU Theoretische Informatik und Logik 25. September 2013 Aufgabe 1 Geben Sie jeweils eine kontextfreie Grammatik an, welche die folgenden Sprachen erzeugt, sowie einen Ableitungsbaum
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
MehrFormale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.
Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrSemestralklausur zu Modellierung verteilter Systeme
Name: Vorname: Matr.Nr: Technische Universität München WS 2010/2011 Institut für Informatik Prof. Manfred Broy 09.02.2011 Semestralklausur zu Modellierung verteilter Systeme Allgemeine Hinweise: Schreiben
MehrDas Banach-Tarski-Paradox
Das Banach-Tarski-Paradox Thomas Neukirchner Nicht-messbare Mengen verdeutlichen auf eindrucksvolle Weise, dass es keinen additiven - geschweige denn σ-additiven Volumenbegriff auf der Potenzmenge P(R
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick
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
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
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
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
MehrEinführung Grundbegriffe
Einführung Grundbegriffe 1.1 Der Modellbegriff Broy: Informatik 1, Springer 1998 (2) Die Modellbildung der Informatik zielt auf die Darstellung der unter dem Gesichtspunkt einer gegebenen Aufgabenstellung
MehrGrundbegriffe. Grammatiken
Grammatiken Grammatiken in der Informatik sind ähnlich wie Grammatiken für natürliche Sprachen ein Mittel, um alle syntaktisch korrekten Sätze (hier: Wörter) einer Sprache zu erzeugen. Beispiel: Eine vereinfachte
MehrProtokoll-Spezifikationen
Protokoll-Spezifikationen Steven Müller 1. Einleitung 2. Protokolle 3. Kompatibilität von Protokollen 4. Subprotokolle 5. Realisierung 6. Zusammenfassung 1. Einleitung Worum geht es in diesem Vortrag?
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
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
MehrKonvergenz, Filter und der Satz von Tychonoff
Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.
Mehr8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem
8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung
MehrMengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit
Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrKapitel 2: Formale Sprachen Gliederung
Gliederung. Einleitung und Grundbegriffe. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.. Chomsky-Grammatiken 2.2. Reguläre Sprachen Reguläre Grammatiken, ND-Automaten
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
MehrStreaming Data: Das Modell
Streaming Data: Das Modell Berechnungen, bei fortlaufend einströmenden Daten (x t t 0), sind in Echtzeit zu erbringen. Beispiele sind: - Verkehrsmessungen im Internet, - Datenanalyse in der Abwehr einer
MehrDiskrete Strukturen. Abgabetermin: 15. Januar 2013, 14 Uhr in die DS Briefkästen
Technische Universität München Fakultät für Informatik Lehrstuhl für Effiziente Algorithmen Prof. Dr. Ernst W. Mayr Dr. Werner Meixner Wintersemester 2012/13 Übungsblatt 11 7. Januar 2013 Diskrete Strukturen
Mehr9. Primitivwurzeln. O. Forster: Einführung in die Zahlentheorie
9. Primitivwurzeln 9.1. Satz. Sei G eine zyklische Gruppe der Ordnung m und g G ein erzeugendes Element. Das Element a := g k, k Z, ist genau dann ein erzeugendes Element von G, wenn k zu m teilerfremd
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.
MehrKapitel 1. Aussagenlogik
Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax
Mehr2 2 Reguläre Sprachen. 2.2 Endliche Automaten. Übersicht
Formale Systeme, Automaten, Prozesse Übersicht 2 2. Reguläre Ausdrücke 2.3 Nichtdeterministische endliche Automaten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.6 Minimale DFAs und der
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Deterministische Kellerautomaten Von besonderem Interesse sind kontextfreie Sprachen,
MehrKapitel 3: Reguläre Grammatiken und Endliche. Automaten
Kapitel 3: Reguläre Grammatiken und Endliche Automaten Prof.-Dr. Peter Brezany Institut für Softwarewissenschaft Universität Wien, Liechtensteinstraße 22 090 Wien Tel. : 0/4277 38825 E-mail : brezany@par.univie.ac.at
Mehr5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie
Prof. Dr. Sebastian Iwanowski DM4 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 4: Zahlentheorie Beutelspacher 5 Lang 7, Biggs 20, 22, 23 (jeweils teilweise,
MehrSequenz- und Kommunikationsdiagrammen. Systemmodellierung mit SysML von Michel Manthey
Sequenz- und Kommunikationsdiagrammen von Michel Manthey 1 Interaktionsdiagramme Sequenzdiagramme (auch in SysML) Kommunikationsdiagramme Zeitdiagramme Interaktionsübersichtsdiagramme von Michel Manthey
Mehr1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2004/05 ILKD Prof. Dr. D. Wagner 24. Februar 2005 1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005 Aufkleber Beachten
MehrMAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.
1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine
MehrMathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)
DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen
MehrTheoretische Informatik I
heoretische Informatik I Einheit 2 Endliche Automaten & Reguläre Sprachen. Deterministische endliche Automaten 2. Nichtdeterministische Automaten 3. Reguläre Ausdrücke 4. Grammatiken 5. Eigenschaften regulärer
Mehr1 Formen und äußeres Differential
1 Formen und äußeres Differential Wir betrachten den n-dimensionalen reellen Raum R n = { x = x 1,...,x n ) : x i R für i = 1,...,n }. Definition 1.1 Ein Tangentialvektor an R n im Punkt x R n ist ein
MehrRinge. Kapitel Einheiten
Kapitel 8 Ringe Die zahlreichen Analogien zwischen Matrizenringen und Endomorphismenringen (beides sind zugleich auch Vektorräume) legen es nahe, allgemeinere ringtheoretische Grundlagen bereitzustellen,
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
MehrInteraktionsdiagramme in UML
Interaktionsdiagramme in UML Interaktionsdiagramm ist ein Oberbegriff für eine Reihe von Diagrammen, die das Verhalten eines objektorientierten Systems durch Objektinteraktionen beschreiben Ein Sequenzdiagramm
MehrWas bisher geschah Modellierung von Daten durch Mengen Beziehungen (Zusammenhänge und Eigenschaften) durch Relationen, Graphen und Funktionen
Was bisher geschah Modellierung von Daten durch Mengen Beziehungen (Zusammenhänge und Eigenschaften) durch Relationen, Graphen und Funktionen Anforderungen durch Logiken Modellierung als algebraische Strukturen
Mehr3 Numerisches Rechnen
E Luik: Numerisches Rechnen 65 3 Numerisches Rechnen 31 Zahlen und ihre Darstellung Grundlage der Analysis bilden die reellen Zahlen Wir sind heute daran gewöhnt, eine reelle Zahl im Dezimalsystem als
MehrInduktive Definition
Rechenregeln A B = B A A (B C) = (A B) C A (B C) = (A B) C A (B C) = A B A C (B C) A = B A C A {ε} A = A A {ε} = A (A {ε}) = A (A ) = A A A = A + A A = A + A + {ε} = A Beispiel. Real-Zahlen = {0,..., 9}
Mehr2. Teilbarkeit. Euklidischer Algorithmus
O. Forster: Einführung in die Zahlentheorie 2. Teilbarkeit. Euklidischer Algorithmus 2.1. Wir benutzen die folgenden Bezeichnungen: Z = {0, ±1, ±2, ±3,...} Menge aller ganzen Zahlen N 0 = {0, 1, 2, 3,...}
MehrEtwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann
Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer
MehrSemantik von Programmiersprachen
Semantik von Programmiersprachen Prof. Dr. Manfred Schmidt-Schauß SS 2013 Stand der Folien: 15. April 2013 Semantik von Programmen verschiedene Semantiken: operationale Semantik (Spezifikation eines Interpreters)
MehrMengenlehre. Aufgaben mit Lösungen
Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
Mehr3 Allgemeine Algebren
Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n
Mehr7. Kongruenzrechnung Definition: Proposition: Korollar: Beispiel: b ( a kongruent b modulo n ) auf Z, definiert durch:
7. Kongruenzrechnung 7. 1. Definition: Für n N sei die Relation: n a n b ( a kongruent b modulo n ) auf Z, definiert durch: a n b : n ( a b) a b ( mod n) Dies ist eine Äquivalenzrelation auf Z. Die Menge
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrTheoretische Informatik 1 WS 2007/2008. Prof. Dr. Rainer Lütticke
Theoretische Informatik 1 WS 2007/2008 Prof. Dr. Rainer Lütticke Inhalt der Vorlesung Grundlagen - Mengen, Relationen, Abbildungen/Funktionen - Datenstrukturen - Aussagenlogik Automatentheorie Formale
MehrTopologische Aspekte: Eine kurze Zusammenfassung
Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,
MehrKapitel 2. Kapitel 2 Natürliche und ganze Zahlen
Natürliche und ganze Zahlen Inhalt 2.1 2.1 Teiler 12 12 60 60 2.2 2.2 Primzahlen 2, 2, 3, 3, 5, 5, 7, 7, 11, 11, 13, 13,...... 2.3 2.3 Zahldarstellungen 17 17 = (1 (10 0 0 1) 1) 2 2 2.4 2.4 Teilbarkeitsregeln
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!
MehrLösungen zu Übungsblatt 9
Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da
MehrDezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule
Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1
MehrKontextfreie Sprachen
Kontextfreie Sprachen Bedeutung: Programmiersprachen (Compilerbau) Syntaxbäume Chomsky-Normalform effiziente Lösung des Wortproblems (CYK-Algorithmus) Grenzen kontextfreier Sprachen (Pumping Lemma) Charakterisierung
Mehr