Planung: Modellierung als Graph
|
|
- Walther Waldfogel
- vor 6 Jahren
- Abrufe
Transkript
1 eispiele: Suche in Grphen Routenplnung Fhrplnuskunft Suche nch einem eweis Modell für Problemlösen: Suche nch Gewinnstrtegie Plnung Gegeben: Grph G = [V,E] nfngszustnd z 0 V Menge von Zielzuständen Z f V Probleme: Existiert ein Weg von z 0 zu einem z f Z f Konstruiere einen Weg von z 0 zu einem z f Z Konstruiere optimlen Weg von z 0 zu einem z f Z f (bzgl. eines gegebenen Optimlitätskriteriums) PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 1 Plnung: Modellierung ls Grph Mögliche ktionen: = { 1,..., n } Zustände (Knoten im Grphen): V = durch ktionen entstehende Situtionen usgngsitution: nfngszustnd z 0 Situtionen, in denen Plnungsziel erreicht ist: Zielzustände Z f Zustndsübergänge (Knten im Grphen): E = Übergänge zwischen Situtionen durch ktionen = { [v,v,] v,v V v wird durch in v überführt } G ist ein Knten-beschrifteter Grph mit Mehrfchknten G = [V,E,f,,β] mit f([v,v,]) = [v,v ], β([v,v,]) = PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 2
2 Plnung: Modellierung ls Grph usgngszustnd:, im Hörsl edingung n Zielzustände: Hörsl verlssen unterwegs zur Mens Mens-Essen Kuchen PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 3 Übergngsmtrix Hörsl zur Mens Mens-Essen Kuchen verlssen, s., i.h. h., u., unterwegs h., i.m. h., i.k,, s., i.m. s., i.m. h., i.k., s., i.k.,, Hörsl verlssen unterwegs zur Mens Mens-Essen Kuchen PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 4
3 Übergngsmtrix Zeilen: Zustände z Splten: ktionen Hörsl zur Mens Mens-Essen Kuchen verlssen, s., i.h. h., u., unterwegs h., i.m. h., i.k,, s., i.m. s., i.m. h., i.k., s., i.k.,, Mtrix-Element: von z durch erreichter Zustnd z Hörsl verlssen unterwegs zur Mens Mens-Essen Kuchen Trnsitionssystem utomt kzeptor PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 5 Trnsitionssystem T = [Z,X,δ] mit Z : Zustndsmenge X : Eingngssignle δ: Z X Z Überführungsfunktion Grph mit Knoten für Zustände z us Z und Knten für Übergänge von z nch δ(z,x) δ(z,x Erweiterung: δ: Z X* Z 1...x n ) ist der von z mit der Folge x 1...x n erreichte Zustnd δ(z,λ)=z δ(z,x 1...x n x)= δ(δ(z,x 1...x n ), x) Rekursive Definition in freier Hlbgruppe (um) PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 6 b e d g c f
4 kzeptor T = [Z,X,δ] mit nfngszustnd z 0 Z Menge von Zielzuständen Z f Z c b e d g f kzeptierte Sprche: L(T, z 0,Z f ) = { x 1...x n δ(z 0,x 1...x n ) Z f } X* L ist regulär, genu dnn, wenn T = [Z,X,δ], z 0 Z, Z f Z existieren mit X,Z endlich und L = L(T, z 0,Z f ). PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 7 Nicht-deterministischesTrnsitionssystem T = [Z,X,f] mit b e Z : Zustndsmenge d g X : Eingngssignle f: Z X 2 Z Überführungsfunktion c f Erweiterung: f: 2 Z X* 2 Z f(m,λ)=m f(m,x 1...x n x)= f(f(m,x 1...x n ), x) f(z,x 1...x n ) sind die von z mit der Folge x 1...x n erreichten Zustände kzeptierte Sprche: regulär, flls X,Z endlich L(T, z 0,Z f ) = { x 1...x n f(z 0,x 1...x n ) Z f } PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 8
5 Trnsitionssystem: kzeptor ccept(p):-initil(z),ccept(z,p). ccept(z,[x P]) :- delt(z,x,z1),ccept(z1,p). ccept(z,[ ]) initil(). finl(e). finl(f). :- finl(z). delt(,x c,b). delt(,x,c). delt(b,x,). delt(b,x,e). delt(b,x,d).... delt(g,x,f). b e d g c f Nicht-deterministisch PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 9 Komplexität (nzhl der Zustände/Knoten) 8-er Puzzle: 9! Zustände dvon 9!/2 = erreichbr 15-er Puzzle: 16! Zustände dvon 16!/2 erreichbr ungrischer Würfel: 12 4, Zustände 1/12 dvon erreichbr: 4, Türme von Hnoi: 3 n Zustände für n Scheiben lösbr in ( 2 n ) - 1 Zügen Dme: c Spiele durchschnittlicher Länge Schch: c Spiele durchschnittlicher Länge Go: Stellungen PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 10
6 Suchverfhren in Grphen Grph: G = [ Z,E] mit nfngszustnd z 0 Z Zielzuständen Z f V Probleme: Speicher reicht nicht für vollständigen Zustndsrum ufwnd für Erkennen von Wiederholungen Lösungsmethode: Expnsion des Zustndsrumes : Schrittweise Konstruktion und Untersuchung von Zuständen konstruieren testen verg PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 11 Expnsionsstrtegien Richtung Vorwärts, beginnend mit z 0 (forwrd chining, dt driven, bottom up) Rückwärts, beginnend mit Z f (bckwrd chining, gol driven, top down) idirektionl usdehnung Tiefe zuerst reite zuerst Zustzinformtion blinde Suche heuristische Suche PI2 Sommer-Semester 2005 Hns-Dieter urkhrd 12
DEA1 Deterministische Version
Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.
MehrBerechenbarkeitstheorie 2. Vorlesung
Berechenrkeitstheorie Dr. Frnzisk Jhnke Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attriution-NonCommercil 3.0 Unported Lizenz. Deterministischer
MehrMitschrift Repetitorium Theoretische Informatik und Logik
Mitschrift Repetitorium Theoretische Informtik und Logik Teil 1: Formle Sprchen, 15.01.2010, 1. Edit Allgemeine Hinweise für die Prüfung Ds Pumping-Lemm für kontextfreie Sprchen kommt nicht (sehr wohl
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlgen der Theoretischen Informtik / Einführung in die Theoretische Informtik I Bernhrd Beckert Institut für Informtik Sommersemester 2007 B. Beckert Grundlgen d. Theoretischen Informtik:
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd
MehrAutomaten und formale Sprachen Notizen zu den Folien
3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol
MehrFormale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
MehrFranz Binder. Vorlesung im 2006W
Formle Reguläre und Formle Institut für Alger Johnnes Kepler Universität Linz Vorlesung im 2006W http://www.lger.uni-linz.c.t/students/win/ml Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm δ: Σ (Q
MehrEndliche Automaten 7. Endliche Automaten
Endliche Automten 7 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte
MehrSynchrone Modellierung. Diskrete Ereignissysteme 3.2 Erweiterte Modelle endlicher Automaten. Zustandsautomaten. Hierarchischer Automat
Synchrone Modellierung iskrete reignissysteme 3.2 rweiterte Modelle endlicher utomten Institut für Technische Informtik und Kommuniktionsnetze Lothr Thiele efinition: ie Umgebung eines S ist eine geordnete
Mehr7 Modellierung von Abläufen 7.1 Endliche Automaten
7 Modellierung von Aläufen 7. Endliche Automten Mod-7. Endlicher Automt: Formler Klkül zur Spezifiktion von relen oder strkten Mschinen. Sie regieren uf äußere Ereignisse, ändern ihren inneren Zustnd,
MehrUmwandlung von endlichen Automaten in reguläre Ausdrücke
Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.
MehrInhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten
Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm Reguläre δ: Σ (Q Q Ω) Beispiel δ 0 δ 0 1 2 1 2 0 1 2 δ Formle Automt Reguläre Definition Ein nicht-deterministischer, endlicher Automt esteht us einer
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.
Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:
MehrFORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme
MehrUniversität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III
Nme Vornme Mtrikelnummer Lösungsvorschlg Universität Krlsruhe Institut für Theoretische Informtik o. Prof. Dr. P. Snders 8. März 2006 Klusur: Informtik III Aufgbe 1. Multiple Choice 10 Punkte Aufgbe 2.
Mehrdem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +
Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}
MehrGrundlagen des Maschinellen Lernens Kap 3: Lernverfahren in anderen Domänen
. Motivtion 2. Lernmodelle Teil I 2.. Lernen im Limes 2.2. Fllstudie: Lernen von Ptternsprchen 3. Lernverfhren in nderen Domänen 3.. 3.2. Entscheidungsbäume 3.3. Entscheidungsbäume über regulären Ptterns
MehrKlausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013)
Berlin, 17.07.2013 Nme:... Mtr.-Nr.:... Klusur TheGI 2 Automten und Komplexität (Niedermeier/Hrtung/Nichterlein, Sommersemester 2013) 1 2 3 4 5 6 7 8 Σ Bereitungszeit: mx. Punktezhl: 60 min. 60 Punkte
MehrÜbungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen
Dr. Theo Lettmnn Pderorn, den 9. Jnur 24 Age 9. Jnur 24 A x, A 2 x, Üungen zur Vorlesung Modellierung WS 23/24 Bltt Musterlösungen AUFGABE 7 : Es sei der folgende prtielle deterministishe endlihe Automt
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Gleichmächtigkeit von DEA und NDEA
Dnk Vorleung Grundlgen der Theoretichen Informtik / Einführung in die Theoretiche Informtik I Bernhrd Beckert Diee Vorleungmterilien ieren gnz weentlich uf den Folien zu den Vorleungen von Ktrin Erk (gehlten
MehrFormale Sprachen. Endliche Automaten - Kleene. Reguläre Sprachen. Rudolf FREUND, Marion OSWALD. Endliche Automaten. Endliche Automaten: Beispiel
Formle Sprchen Reguläre Sprchen Endliche Automten - Kleene STEPHEN KLEENE (99-994) Rudolf FREUND, Mrion OSWALD 956: Representtion of events in nerve nets nd finite utomt. In: C.E. Shnnon und J. McCrthy
MehrPotenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit
1 Potenzutomt Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit D(S, x) = d(s, x) s S für lle S P(Z), x I; F P = {S P(Z) S F }. Potenzutomt
Mehr1.1 Grundlagen: Reguläre Ausdrücke
11 Grundlgen: Reguläre Ausdrücke Progrmmtext enutzt ein endliches Alphet Σ von Einge-Zeichen, zb ASCII :-) Die Menge der Textschnitte einer Token-Klsse ist i regulär Reguläre Sprchen knn mn mithile regulärer
MehrFORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme
MehrLösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.
Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,
MehrMassive Parallelität : Neuronale Netze
Massive Parallelität : Neuronale Netze PI2 Sommer-Semester 2005 Hans-Dieter Burkhard Massive Parallelität : Neuronale Netze Knoten: Neuronen Neuronen können erregt ( aktiviert ) sein Kanten: Übertragung
MehrAutomaten, Spiele, und Logik
Automten, Spiele, und Logik Woche 9 13. Juni 2014 Inhlt der heutigen Vorlesung Büchi Automten co-büchi Automten Komplementierung für deterministische Büchi Automten Ein Ziel: den Stz von Büchi-Elgot-Trkhtenrot
MehrFrank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge
Formle Grundlgen der Informtik Kpitel 2 und reguläre Sprchen Frnk Heitmnn heitmnn@informtik.uni-hmurg.de 7. April 24 Frnk Heitmnn heitmnn@informtik.uni-hmurg.de /7 Alphet und Wörter - Zusmmengefsst Die
Mehr10 Das Riemannsche Integral
10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)
Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein
Mehrvollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA
Ws isher geschh NFA A = (X, Q, δ, I, F ) vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimlutomt: minimler vollständiger DFA Für jede Sprche L X sind die folgenden Aussgen
MehrEndliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden.
Aufgensmmlung GTI Hinweise. Dies ist eine Aufgensmmlung zum Lernen für die Klusur, keine Proeklusur. Die Zeitduer, die für die Lösung vorgesehen ist, ist lso nicht uf drei Stunden normiert. Für die Klusur
Mehr6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.
Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.
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
MehrTheoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung
Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes
MehrAlgorithmen und Datenstrukturen 1 Kapitel 4.2
Endliche Automten Algorithmen und Dtenstrukturen 1 Kpitel 4.2 Roert Giegerich Technische Fkultät roert@techfk.uni-bielefeld.de Vorlesung, U. Bielefeld, Winter 2005/2006 Roert Giegerich Endliche Automten
MehrEinführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 3
Prof. J. Esprz Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Einführung in die theoretische Informtik Sommersemester 27 Üungsltt 3 Üungsltt Wir unterscheiden zwischen Üungs- und Agelättern.
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}?
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten
MehrGrundbegriffe der Informatik
Grundegriffe der Informtik Üung Simon Wcker Krlsruher Institut für Technologie Wintersemester 2015/2016 GBI Grundegriffe der Informtik Krlsruher Institut für Technologie 1 / 9 Regex-Bäume Anzhl A = {,
Mehr1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,
Theorie der Informatik 9. März 24 7. Reguläre Sprachen I Theorie der Informatik 7. Reguläre Sprachen I Malte Helmert Gabriele Röger Universität Basel 9. März 24 7. Reguläre Grammatiken 7.2 DFAs 7.3 NFAs
MehrEinführung in die Theoretische Informatik
Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:
MehrRWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt
RWTH Achen Lehrgeiet Theoretische Informtik Rossmnith Dreier Hrk Kuinke SS 2017 Bltt 4 22.5.2017 Lösungsvorschlg zur Vorlesung Formle Sprchen, Automten und Prozesse Aufge T11 1. L, d L, er / L. L, d für
MehrÜbungsblatt Nr. 1. Lösungsvorschlag
Institut für Kryptogrphie und Sicherheit Prof. Dr. Jörn Müller-Qude Nico Döttling Dirk Achench Tois Nilges Vorlesung Theoretische Grundlgen der Informtik Üungsltt Nr. svorschlg Aufge (K) (4 Punkte): Semi-Thue-Systeme
MehrUneigentliche Integrale & mehrdim. Differenzialrechnung
Mthemtik I für Biologen, Geowissenschftler und Geoökologen Uneigentliche Integrle & mehrdimensionle Differenzilrechnung 25. Jnur 2010 Uneigentliche Integrle Unendlich Integrnd divergiert Grenze Prtielle
MehrProf. Dr. Ulrich Furbach Dr. Manfred Jackel Dr. Björn Pelzer Christian Schwarz. Nachklausur
Grundlgen der Theoretischen Infomtik SS 213 Institut für Informtik Prof. Dr. Ulrich Furch Dr. Mnfred Jckel Dr. Björn Pelzer Christin Schwrz Nchklusur Modul Grundlgen der Theoretischen Informtik 4IN118/INLP1
MehrKürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen
Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=
MehrVorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.
Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):
MehrBerechnung der inversen Matrix.
Inverse Mtrix Berechnung der inversen Mtrix. Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X. Steffen Voigtmnn Beuth Hochschule für Technik
MehrTheoretische Informatik. Äquivalenzsatz und Anwendungen
Theoretische Informtik Äquivlenzstz und Anwendungen Reguläre Sprchen reguläre Ausdrücke NFA DFA regulärer Ausdruck Äquivlenzstz für reguläre Sprchen flex Reguläre Ausdrücke Gegeben: Regulärer Ausdruck
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
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen
Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge
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
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,
MehrFORMALE SYSTEME. 6. Vorlesung: Reguläre Ausdrücke. TU Dresden, 27. Oktober Markus Krötzsch
FORMALE SYSTEME 6. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 27. Oktober 2016 Rückblick Mrkus Krötzsch, 27. Oktober 2016 Formle Systeme Folie 2 von 29 Wiederholung: Opertionen uf Automten
MehrDeterministische endliche Automaten
Endliche Automten Idee: endlicher Automt A ht endlich viele innere Zustände liest Einge wєσ* zeichenweise von links nch rechts git zum Schluß eine J/Nein Antwort A Lesekopf w 1 w 2 w n gelesenes Symol
Mehr5. Übung Algorithmen II
Johnnes Singler, Prof. Snders 1 Johnnes Singler: KIT Universität des Lndes Bden-Württemberg und ntionles Forschungszentrum in der Helmholtz-Gemeinschft Institut für Theoretische www.kit.edu Informtik Orgnistorisches
MehrDef.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:
8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.
MehrZusammenhänge zwischen Sprachen und Automaten:
Kellerutomten Jörg Roth 273 4 Kellerutomten Zusmmenhänge zwischen prchen und utomten: $ x 12 v 9 q r 1 x Wir hen isher einen utomtentyp kennen gelernt, den endlichen utomten. Endliche utomten erkennen
MehrGrundlagen der Informatik II Übungsblatt: 2, WS 17/18 mit Lösungen
PD. Dr. Prdyumn Shukl Mrlon Brun Micel Wünsche Dr. Friederike Pfeiffer-Bohnen Dr. Luks König Institut für ngewndte Informtik und Formle Beschreibungsverfhren Grundlgen der Informtik II Übungsbltt: 2, WS
MehrKürzeste Wege in Graphen. Orte mit Straßenverbindungen. Coma I Rolf Möhring
Kürzeste Wege in Graphen Orte mit Straßenverbindungen Orte als Knoten eines Graphen Straßenverbindungen als Kanten eines Graphen Ungerichteter Graph G = (V,E) Kanten Knoten Knotenmenge V = {,,n} oder {,,n
Mehr- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
Mehr2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004
Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2003/04 ILKD Prof. Dr. D. Wgner 14. April 2004 2. Klusur zur Vorlesung Informtik III Wintersemester 2003/2004 Lösung! Bechten Sie: Bringen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 10.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrNotizen zur Vorlesung Analysis 3
Notizen zur Vorlesung Anlysis 3 Henrik chumcher TUHH, 26. Jnur 207 2 Integrtion über Oberflächen 2. Oberflächenintegrl einer Funktion Definition 2.37 (Metrische Fundmentlform) ei R 2 ein reguläres Gebiet
Mehr1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,
Theorie der Informatik 8. März 25 8. Reguläre Sprachen I Theorie der Informatik 8. Reguläre Sprachen I 8. Reguläre Grammatiken Malte Helmert Gabriele Röger 8.2 DFAs Universität Basel 8. März 25 8.3 NFAs
MehrThema 6. Ranglisten. von Matthias Glöckner
Them 6 Rnglisten von Mtthis Glöckner Inhltsverzeichnis Einleitung Ds linere Verfhren Definition der Punktezhl Die Präferenzmtrix Perron-Frobenius Theorem Bewertung nch dem Spielergebnis und Verzerrungsfunktion
MehrLR(k)-Parser. CYK-Algorithmus ist zu langsam.
LR(k)-Prser Ziele: Effizienter (und deterministischer) Test, ob ein gegebenes Wort w in der Sprche L(G) enthlten ist. Flls j: Konstruktion des Syntxbums Flls nein: Hinweise zum Fehler CYK-Algorithmus ist
MehrAutomaten, Spiele, und Logik
Automten, Spiele, und Logik Woche 1 15. April 2014 Inhlt der gnzen Vorlesung Automten uf endlichen Wörtern uf undendlichen Wörtern uf endlichen Bäumen Spiele Erreichrkeitsspiele Ehrenfeucht-Frïssé Spiele
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016
Mehr1 Logiken und Transitionssysteme
1 Logiken und Trnsitionssysteme 1.1 Modellierung mithilfe von Logik Definition 1.1 Eine reltionle Signtur ist ein Tupel τ = (R 1,.., R n ) us Reltionensymbolen. Jedes Symbol R i ht eine Stelligkeit r(r
MehrAlgorithmische Bioinformatik I
Ludwig-Mximilins-Universität München Institut für Informtik Prof. Dr. Volker Heun Sommersemester 2016 Semestrlklusur 21. Juli 2016 Algorithmische Bioinformtik I Vornme Nme Mtrikelnummer Reihe Pltz Unterschrift
MehrAutomaten, Spiele, und Logik
Automten, Spiele, und Logik Wohe 7 19. Mi 2014 Inhlt der heutigen Vorlesung Alternierende Automten Definition Verindung zu regulären Sprhen Komplementtion Engel und Teufel Ws ist eine nihtdeterministishe
MehrLösungsvorschläge zum 9. Übungsblatt.
Übung zur Anlysis II SS 1 Lösungsvorschläge zum 9. Übungsbltt. Aufgbe 33 () A : {(x, y) R : x [ 1, 1] und y oder x und y [ 1, 1]}. (b) A : {(x, y) R : x < y < 1 + x }. (c) A : {(x, y) R : x < y < 1 + x
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
MehrEndliche Automaten. S. Kuske: Endliche Automaten; 6.Novenber 2006
1 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte Modellierung,
MehrDie Dreiecke ADM A und BCM C sind kongruent aufgrund
Westfälische Wilhelms-Universität Münster Mthemtisches Institut pl. Prof. Dr. Lutz Hille Dr. Krin Hlupczok Üungen zur Vorlesung Elementre Geometrie Sommersemester 010 Musterlösung zu ltt 4 vom 3. Mi 010
Mehr7 Modellierung von Abläufen
7 Modellierung von Aläufen In diesem Kpitel geht es drum, ds dynmische Verhlten von Systemen zu eschreien, z.b. die Wirkung von Bedienopertionen uf rele Automten oder uf die Benutzungsoerflächen von Softwre-Systemen
Mehr1 Einleitung 3. 3 Die Methode der Pfadregeln Drei Pfadregeln Anwendungen von drei Pfadregeln... 6
Mrkow-Ketten JUAN LU AUSARBEITUNG ZUM VORTRAG IM Blockseminr Stochstik (WINTERSEMESTER 28/9, LEITUNG PD DR. GUDRUN THÄTER) Zusmmenfssung: Eine Mrkow-Kette ist eine spezielle Klsse von stochstischen Prozessen.
MehrEndliche Automaten und ihre Verwendung in der morphologischen Verarbeitung. Hans Uszkoreit
Vorlesung CL Endliche Automten und ihre Verwendung in der morphologischen Verrbeitung Hns Uszkoreit WS 00/01 Automten Automten in der weiteren Bedeutung des Wortes sind ein zentrles Konzept ber nicht forml
Mehra q 0 q 1 a M q 1 q 3 q 2
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
MehrHans U. Simon Bochum, den Annette Ilgen. Beispiele zur Vorlesung. Theoretische Informatik. WS 08/09
Hns U. Simon Bohum, den 7..28 Annette Ilgen Beispiele zur Vorlesung Theoretishe Informtik WS 8/9 Voremerkung: Hier findet sih eine Smmlung von Beispielen und Motivtionen zur Vorlesung Theoretishe Informtik.
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
Mehr10 1 Grundlagen der Schulgeometrie. 1.3 Das Dreieck
10 1 Grundlgen der Shulgeometrie 13 Ds Dreiek In diesem shnitt findet lles in der ffinen Stndrdeene 2 = R 2 sttt Drei Punkte, und, die niht uf einer Gerden liegen, ilden ein Dreiek Die Punkte,, nennt mn
Mehr13 Rekonfigurierende binäre Suchbäume
13 Rekonfigurierende inäre Suchäume U.-P. Schroeder, Uni Pderorn inäräume, die zufällig erzeugt wurden, weisen für die wesentlichen Opertionen Suchen, Einfügen und Löschen einen logrithmischen ufwnd uf.
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl
MehrMATHEMATIK 3 FÜR EI - ÜBUNGSBLATT 2 Wintersemester 2011/2012
Prof. Dr. O. Junge, A. Bittrcher Zentrum Mthemtik - M3 Technische Universität München MATHEMATIK 3 FÜR EI - ÜBUNGSBLATT Wintersemester / Tutorübungsufgben (3..-4..) Aufgbe T Seien R und α positiv. Die
MehrEffiziente Algorithmen und Komplexitätstheorie
Effiziente Algorithmen und Komplexitätstheorie Vorlesung Ingo Wegener Vertretung Thoms Jnsen 10042006 1 Ws letzten Donnerstg geschh Linere Optimierung Wiederholung der Grundbegriffe und Aussgen M konvex
Mehr4.4 Anwendungen von Suffixbäumen und Suffix-Arrays
4.4 Anwendungen von Suffixbäumen und Suffix-Arrays exakte Suche in unveränderlichen Texten (schon besprochen) inexakte Suche in unveränderlichen Texten Finden von Regelmäßigkeiten (z.b. längste Wiederholungen)
MehrLineare Algebra I 5. Tutorium mit Lösungshinweisen
Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche
Mehr46. Aufgabe (4 Punkte) Verständnisfragen: a) Was besagt die Church sche-these?
Formle Methoden der Informtik WS 00/0 Lehrstuhl für Dtenbnken und Künstliche Intelligenz ProfDrDrFJRdermcher H Ünver T Rehfeld J Dollinger 9 Aufgbenbltt Besprechung in den Tutorien vom 00 (b Übungstermin)
MehrDeterministischer Kellerautomat (DPDA)
Deterministische Kellerautomaten Deterministischer Kellerautomat (DPDA) Definition Ein Septupel M = (Σ,Γ, Z,δ, z 0,#, F) heißt deterministischer Kellerautomat (kurz DPDA), falls gilt: 1 M = (Σ,Γ, Z,δ,
MehrFormale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 6 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof Dr J Giesl Formle ysteme, utomten, Prozesse 2010 M rockschmidt, F Emmes, C Fuhs, C Otto, T tröder Hinweise: Die Husufgben sollen in Gruppen von je 2 tudierenden us dem gleichen Tutorium berbeitet
MehrDie Group Method of Data Handling eine Verwandte der neuronalen Netze?
Die Group Method of Dt Hndling eine Verwndte der neuronlen Netze? Fchhochschule Merseburg Beispiele für Anwendungen der GMDH : 2 Beispiele für Anwendungen der GMDH (2): 3 Beispiele für Anwendungen der
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
MehrGrundbegriffe der Informatik
Grundegriffe der Informtik Einheit 14: Endliche Automten Thoms Worsch Krlsruher Institut für Technologie, Fkultät für Informtik Wintersemester 2009/2010 1/56 Üerlick Erstes Beispiel: ein Getränkeutomt
MehrReduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion
Reduktion Seien A Σ und B Γ. Mn sgt A ist reduzierr uf B (A B) gdw. f : Σ Γ. x Σ.x A f(x) B Í* * A B von speziellem Interesse: Polynomilzeitreduktion ( pol ), logrithmische-pltz- Reduktion ( log ). F3
MehrWas nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.
Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik
Mehr