4.1 Funktionsweise von Petrinetzen. 4. Spezifikation mit Petrinetzen. Motivation für Petrinetze. 4.1 Funktionsweise von Petrinetzen

Größe: px
Ab Seite anzeigen:

Download "4.1 Funktionsweise von Petrinetzen. 4. Spezifikation mit Petrinetzen. Motivation für Petrinetze. 4.1 Funktionsweise von Petrinetzen"

Transkript

1 4. Spezifiktion mit Petrinetzen 4. Funktionsweise von Petrinetzen 4. Funktionsweise von Petrinetzen 4.2 Erreihrkeitsgrphen un Üerekungsgrphen 4.3 S- un T-Invrinten 4.4 Werkzeuggestützte Anlyse von Petrinetzen 4.5 Fllstuien 4.6 Äquivlenzen von Petri-Netzen Motivtion für Petrinetze Shltverhlten typishe Netzeigenshften Firness Motivtion für Petrinetze Moelle sollen zur Verifiktion möglihst einfh sein Generell git es zwei Arten von Informtionen in Moellen Dten, ie ereitet weren Aktionen (Trnsitionen), ie Dten verreiten; us Dten neue Dten erehnen Shltregel von Petrinetzen Eine Trnsition (Ksten oer Strih) knn shlten, wenn uf jeer eingehenen Knte einer Stelle (Kreis) minestens ein Token (gefüllter Punkt) liegt Beim Shlten wir ein Token von jeer Stelle einer eingehenen Knte weggenommen un ein Token uf jee Stelle einer usgehenen Knte gelegt Petrinetz-Anstz nh C. A. Petri (962) Stellen, ie Dten ufnehmen können Dten ls Token, ie uf Stellen liegen Trnsitionen nehmen Token us Stellen un legen neue Token uf evtl. nere Stellen

2 Beispiel für Shltmöglihkeiten Definition S/T-Netz (/2) {t} shltet {,} shltet {t,t4} shltet t t t t s s s s t4 t4 t4 t4 Definition (Petri-Netz): Ein Petri-Netz P =(S,T,G) esteht us einer Menge von Stellen S, einer Menge von Trnsitionen T un einem gerihteten Verinungsgrphen G, ei em nur Stellen mit Trnsitionen un Trnsitionen mit Stellen verunen sin, G (S T) (T S). Definition (Vorereih, Nhereih): Sei t T eine Trnsition eines Petri-Netzes, nn heißt pre(t) = {s S (s,t) G} Vorereih von t post(t) = {s S (t,s) G} Nhereih von t Definition (Mrkierung): Eine Mrkierung M eines Petrinetzes P=(S,T,G) ist eine Ailung, ie jeer Stelle es Netzes eine Anzhl von Token zuornet, M: S N Definition S/T-Netz (2/2) Definition (Shlten eines Netzes): Sei M eine Mrkierung eines Petri-Netzes P=(S,T,G), nn heißt eine Trnsition t ktiviert unter M, zw. knn t shlten unter M, wenn uf llen Stellen es Vorereihs von t minestens ein Token liegt,.h. für lle s pre(t): M(s) Eine Trnsitionsmenge T T ist zusmmen ktiviert, zw. knn zusmmen shlten, wenn genügen Mrken uh in en gemeinsmen Vorereihen liegen. Für lle s sei s pre(t ) ie Häufigkeit, mit er s in en Vorereihen von T vorkommt, s pre(t ) = {t T s pre(t)}, nn muss für lle s S: M(s) s pre(t ) Weiterhin sei s post(t ) = {t T s post(t)}. Sei M eine Mrkierung un T T ktiviert unter M, nn ht s Netz nh em Shlten ie Folgemrkierung M (geshrieen: M[T >M ), woei für lle s S gilt: M (s) = M(s)-s pre(t ) + s post(t ). Für eine Trnsition t T heißt s: M(s), flls s pre(t) post(t) oer s pre(t) post(t) M (s) = M(s)- flls s pre(t) un s post(t) M(s)+ flls s post(t) un s pre(t) 245 Anlyse es Shltverhltens s t t un sin jeweils ktiviert, {t,} ist niht ktiviert, nur ein Token uf s immer ktiviert, knn elieig viele Token erzeugen t4 t4 ktiviert, knn elieig viele Token (wenn vorhnen) von löshen 246

3 Petri-Netze ls Prozesse Firness ei Netzen Zu einem Petri-Netz wir immer eine Anfngsmrkierung M ngegeen, nn können Frgen us er Prozesswelt relevnt weren: knn s Netz terminieren: wir eine Mrkierung erreiht, unter er keine Trnsition mehr ktiviert ist terminiert s Netz immer: Netze niht-eterministish sin, können in vershieenen Aläufen vershieene Mrkierungen erreiht weren unerwünshte Terminierung = Delok wie ei Prozessen spielt ei Frgestellungen Firness für einen Ausführungspf M[t>M[>M2[... eine Rolle shwh fir: Trnsition, ie unenlih oft ktiviert ist, shltet uh strk fir: Trnsition, ie unenlih oft immer wieer ktiviert ist, shltet uh t t unfir terminiert s Netz niht, shwh fir terminiert es, immer t ktiviert unfir un shwh fir terminiert s Netz niht, strk fir terminiert es, immer wieer t ktiviert Spezielle Netze In unserer Definition können elieig viele Token uf einer Stelle liegen, weiterhin ewegt jee Trnsition pro Stelle nur ein Token s 2 3 Vrinte : Die Knten es Netzes weren gewihtet, z,b. t zieht zwei Token von s (enötigt iese) un erzeugt rei Token uf Erreihrkeits- un Üerekungsgrphen Erreihrkeit von Mrkierungen Erreihrkeitsgrph Üerekungsgrph Vrinte 2: Die Tokennzhl pro Stelle wir egrenzt, es ürfen mximl mx(s)-token uf einer Stelle s liegen,.h. zum Shlten muss sihergestellt sein, ss uf post(s) genügen Pltz ist Vrinte 2.: Es wir für lle Stellen s mx(s)= gesetzt, entweer ein Token vorhnen oer niht Vrinte ist usruksmähtig wie S/T-Netze Vrinten 2 un 2. usruksmähtig wie enlihe Automten 249 Aus Grphen leitre Erkenntnisse 25

4 Erreihre Mrkierungen Definition (Erreihre Mrkierungen): Sei M eine Mrkierung eines Petri-Netzes P=(S,T,G), nn ezeihnet Erreihr(P,M) ie Menge ller von M us erreihren Mrkierungen. Forml: Erreihr(P,M)={ M es git ein i mit i n un Trnsitionen ti T, sowie Mrkierungen Mi, so ss es eine Trnsitionsfolge M [t> M [> M2... [tn> Mn=M git} Ahängig vom Petrinetz knn Erreihr(P,M) enlih oer unenlih sein. 25 Erreihrkeitsgrph (uh: Fllgrph) Mn knn lle erreihren Mrkierungen (Zustäne) in einen Grphen eintrgen un Knten mit gefeuerten Trnsitionen eshriften: s t (,2,,) (,,,) (,2,,) (2,,,) Prolem: Erreihrkeitsgrph niht immer enlih (nur grntiert ei Stellenkpzitätseshränkung) t, (2,,,) t (,,,) 252 t t, t t Formle Definition es Erreihrkeitsgrphen Definition (Erreihrkeitsgrph): Sei M eine Mrkierung eines Petri-Netzes P=(S,T,G), nn heißt ein Grph G=(Erreihr(P,M), Tr), woei Tr Erreihr(P,M) 2 T Erreihr(P,M) genu ie Knten (M,T,M ) enthält, für ie es eine Menge von Trnstionen T T mit M [T > M git, Erreihrkeitsgrph (oer uh Fllgrph) von P un M. 2 T ezeihnet ie Potenzmenge von T Ein Erreihrkeitsgrph knn nur nn sinnvoll rgestellt weren, wenn Erreihr(P,M) enlih ist. Ornung uf Mrkierungen Möhte mn einen enlihen Grphen zur Drstellung er Zustnsfolgen, ist ie Iee, wenn ie Werte einer erreihten Mrkierung M eht größer ls ie Werte einer vorher erreihten Mrkierung M sin, nn knn ie Tokennzhl n en Stellen elieig steigen, n enen ie Tokennzhl gestiegen ist. M > M: für lle s S: M (s) M(s) un es git ein s S: M (s)>m(s) gilt M >M un für eine Stelle s mit M (s)>m(s), nn können uf s elieig viele Token erzeugt weren. z. B. (,4,,) > (,3,,),.h. (,x,y,) mit elieig großen x un y erreihr niht jee x,y-komintion erreihr

5 Üerekungsgrph Üerekungsgrph wir wie Erreihrkeitsgrph konstruiert, llerings, wenn M > M für vorher uf em Pf hin erehnete Mrkierungen wir für lle Stellen s mit M (s)>m(s), wir sttt M (s) er Wert ω für unenlih eingetrgen (es weren lle isher erreihten M etrhtet) s Aus em Üerekungsgrphen lässt sih lesen, welhe Stellen eshränkt, zw. uneshränkt sin; ei uneshränkten Stellen knn ie Tokennzhl elieig whsen (,,) (,,) (,, ω) (,, ω) 255 Üerekungsgrph niht eineutig [Rei] (,,) s 2 (,,) 4 6 (,,) (,ω,ω) 3 5 (,,) : git Areitsshrittnummer n 7 Anmerkung: 8 (,,) (,ω,ω) muss niht 3 5 eeuten, ss elieige (,x,y) (,,) (,,ω) (,ω,ω) 2 4 erreiht weren 6 können 256 Theoretishe Aussgen zu Petri-Netzen Die Frge für ein gegeenes Petri-Netz, o eine Mrkierung erreihr ist, ist unensheir Die Frge für ein gegeenes Petri-Netz, o eine Mrkierung M üerekt weren knn, ist entsheir (konstruiere Üerekungsgrph, nlysiere lle Mrkierungen M, flls M M, nn üerekr) Sin lle Stellen eshränkt, sin ie gennnten Proleme trivil entsheir 4.3 S- un T-Invrinten Typishe zu prüfene Eigenshften Netze ls Mtrizen T- Invrinten S-Invrinten

6 Typishe Frgen n Netzmoelle Ist s Netz leenig? (Knn immer eine neue Trnsition shlten?) Ist ie Tokennzhl für lle (für estimmte) Stellen eshränkt? Bleit ie Tokennzhl für estimmte Stellen konstnt (z. B. für wehselseitigen Ausshluss?) Wir zyklish urh shltene Trnsitionen immer wieer ie gleihe Sitution erzeugt? Mtrixrstellung von Netzen Jees Petrinetz P knn urh eine Mtrix Mtrix(P) rgestellt weren, Trnsitionen geen n, von welhen Stellen Token entfernt weren, n welhe Stellen Token gelegt weren Anfngsmrkierung (generell Mrkierungen) ls Vektor rstellr s Anfng s Shlten entspriht nn Summenilung von Vektoren (z. B. Anfng +) Beeutung er Mtrixmultipliktion T-Invrinten informell s * i eeutet, ss,, jeweils einml, null-ml usgeführt wure e eshreit ie Veränerung er Ausgngsmrkierung, s un hen genuso viele Token wie vorher, un verlieren ein Token, gewinnt ein Token i eshreit niht, in welher Reihenfolge ie Trnsitionen usgeführt weren i grntiert niht, ss Trnsitionen (in ieser Reihenfolge) usführr, Mtrixmultipliktion uh mit negtiven Werten reitet, z.... usführr,.. niht i = e - - Petri-Netze eignen sih gut, sih wieerholene Prozesse, z. B. Steuerungen zu moellieren Nh einem Durhluf soll möglihst ie gleihe Sitution wieer hergestellt sein Frge: git es Shltsequenzen, ie ie gleihe Sitution wieer herstellen? Die Häufigkeit er enutzten Trnsitionen wir T- Invrinte gennnt Im Beispiel: Shltsequenzen. un., forml i()=, i()=, i()=, i()=; i()=, i()=, i()=, i()=; s

7 T-Invrinten Beispiel: Lösung es Gleihungssystems (/2) Eine Mrkierung M eines Netzes P heißt reprouzierr, wenn es eine niht leere Folge von Trnsitionen mit M[t>M[>...[tn>Mn=M git, ei müssen ie ti un Mrkierungen Mi niht untershielih sein. Sei Mtrix(P) ie Mtrix es Netzes P. Dnn heißt eine Lösung i er Gleihung Mtrix(P)*i= T-Invrinte von P. Anshulih git i(t) n, wie häufig eine Trnsition für eine reprouzierre Mrkierung shlten muss Stz: P esitzt genu nn eine positive T-Vrinte i (für lle t: i(t), für minestens ein t i(t)>), wenn P eine reprouzierre Mrkierung ht Ahtung: Niht jee positive T-Invrinte knn relisiert weren,.h. in eine möglihe Shltfolge üersetzt weren (hängig von Anfngsmrkierung) un 4. Zeile tushen, neue. Zeile zur 3. un 4. Zeile ieren * i i2 i3 i4 = 3. Zeile = 3. Zeile 2. Zeile 5. Zeile = 5. Zeile + 2. Zeile Beispiel: Lösung es Gleihungssystems (2/2) Beispiel: T-Invrinte - - * i i2 i3 i4 = t s mn erhält, ss i4=λ un i3=λ2 frei wählr sin 2. Zeile ergit i2=i4=λ. Zeile ergit i=i3=λ2 Lösungsrum: j * + k * j=, k=: i()=, i()=, i()=, i()=,. usführr,. niht j=, k=: i()=, i()=, i()=, i()=. usführr,. niht j=, k=: i()=, i()=, i()=, i()=...,... usführr, Rest z. B.... niht 265 i() = λ i() = λ i(t)=i()+i()= 2 λ z.b. i(t)=2, i()=, i()= Anlysieren, o eine er Shltfolgen, ie zweiml t un je einml un enthlten, relisierr sin: t..t., t.t.. sin relisierr, lle neren niht 266

8 T-Invrinten eventuell niht nutzr s t Netz mit T-Invrinte i mit i(t)=i()=i(t5)=i(t6)= un i()=i(t4)= Invrinte ist niht relisierr [Rei] Nh Stz existiert er Mrkierung, ie T-Invrinte nutzt: M(s)=, M()= t4 s6 267 t5 t6 S-Invrinte informell Ds Netz soll für en wehselseitigen Ausshluss stehen. Informell, immer nur mximl ein Token uf oer ein Anstz: Berehne Erreihrkeitsgrph oer Üerekungsgrph Grph-Berehnung oft reht ufwänig, folgener Anstz zeigt, ss mn leiht Invrinten erehnen knn S-Invrinte: Gegeen eine Teilmenge von Stellen, nn leit ie Anzhl er Token uf iesen Stellen immer gleih im Beispiel: Wenn,, eine S-Invrinte wäre, nn wäre uh wehselseitiger Ausshluss gezeigt 268 s Berehnung von S-Invrinten Definition (S-Invrinte): Sei Mtrix(P) ie Mtrix zu einem Petrinetz P un Mtrix (P) eren trnsponierte Mtrix nn sin S-Invrinten urh Lösung es lineren Gleihungssystem Mtrix (P) * x = estimmt. Trnsponieren: ie i-te Zeile von Mtrix(P) von links nh rehts gelesen zur i-ten Splte von Mtrix (P) von oen nh unten gelesen. D ie Lösung x nn genu S Zeilen ht, knn mn ie einzelnen Werte irekt er Mtrix zuornen, lso für ein s S uh x(s) shreien. S-Invrinten hen ntürlih nur einen Sinn, wenn lle Mrkierungswerte positiv un gnzzhlig sin. Beispielerehnung S-Invrinte un 3. Zeile tushen 2. un 4. Zeile tushen 3. Zeile= 3.Zeile +. Zeile 4. Zeile= 4.Zeile +2- zeile - - x x2 * x3 = x4 x5 Lösungsrum - - i* + j* + k* x3= λ, x4= λ2, x5= λ3 x2+x3-x5=.h. x2= - λ + λ3 x+x3-x4=.h. x=- λ+ λ

9 Interprettion er Lösung Aussgen üer S-Invrinten s - - i* + j* + k* i=, j=, k=: (,,,,), Summe er Token uf s un leit konstnt i=, j=, k=: (,,,,), Summe er Token uf un leit konstnt i=, j=, k=: (,,,,), Summe er Token uf, un leit konstnt ( hier nur ein Token, gilt wehselseitiger Ausshluss) oige rei Invrinten: Netz mit Invrinten üerekt i=, j=2, k=2: (,,,2,2), M(s)+M()+M()+2*M() +2*M() leit konstnt Definition: Eine S-Invrinte heißt positiv, wenn lle Werte größer-gleih un minestens ein Wert größer ls Null ist Definition: Ein Netz P heißt von S-Invrinten üerekt, wenn es für jee Stelle es Netzes eine positive S-Invrinte git, eren Wert für iese Stelle größer Null ist Stz: Ist ein Netz mit S-Invrinten üerekt, git es eine S-Invrinte, ie für lle Stellen einen Wert größer Null ht Stz: Ist ein Netz N von S-Invrinten üerekt, nn ist N eshränkt,.h. für lle Stellen git es eine mximle Anzhl von Token, ie erreiht weren knn (nn ist er Üerekungsgrph gleih em Erreihrkeitsgrphen) Werkzeuggestützte Anlyse von Petrinetzen Beispiel- Werkzeug: NetL für Winows (Üersiht) Üerlik Netl Spezifiktion von Stellen Spezifiktion von Trnsitionen Durhführung es Tokenspiels Berehnung von Erreihrkeits- un Üerekungsgrphen Berehnung un Visulisierung von S- un T- Invrinten Bereiten Stellen eingeen Trnsitionen eingeen Knten eingeen Nme Nummer (utomtish) Nme Nummer (utomtish) ktuelle Token/ mx. Token Institut für Regelungstehnik, RWTH Ahen, Leitung Prof. Dr. D. Ael Einfhe S/T-Netze mit Simultion un Invrintenerehnung keine shltenen Trnsitionsmengen (nur Interleving)

10 Bereitung einer Stelle zw. eines Knotens Bereitung einer Trnsition Anzhl er Mrken m Anfng (soll Anzhl unenlih sein) mximle Tokennzhl Stelle ist uneshränkt ngezeigter Nme ngezeigter Nme Nummer (eitierr, leit immer eineutig) Tokenspiel in Netl Berehung er Grphen Strt/Beenigung es Tokenspiels usführre Trnsitionen mit eteiligten Stellen sin umrnet Shlten urh Klik uf Trnsition

11 Berehnung un Anzeige von S-Invrinten 4.5 Fllstuien Geshäftsprozessmoellierung Dinierene Philosophen Delokvermeiung T-Invrinten nlog ls umrhmte Trnsitionen Prozessmoellierung Projektplnung Dmit vershieene Menshen (genuer Rollen) zusmmenreiten können, muss geregelt sein, wnn ws pssiert; ies sin Prozesseshreiungen Wer (verntwortlih) mht mit wem (mitwirken, erten) wnn (welhe Beingungen müssen eingetreten sein, welhe Eingngsproukte müssen vorliegen) ws (welhe Detilshritte sin urhzuführen) mit welhen Hilfsmitteln (z.b. welhe SW, welhe Stnrs un Guielines) wo (n welhen Orten) um welhes Ergenis (Ergenisproukt un Zustn es Ergenisses) zu erreihen. Diese Prozesse sin zu okumentieren un zu pflegen (z. B. n neue Beingungen nzupssen); eine zentrle Aufge es Qulitätsmngements Prozessläufe urh Petrinetze eshreir, Token sin zu ereitene Ojekte, Trnsitionen sin Bereitungsshritte Semntik von UML-Aktivitätsigrmmen forml mit Petrinetzen efiniert

12 S-Invrinten er Projektplnung Verknüpfung von Prozessen jee Stelle mximl ein Token Projektplnung Risikoverwltung Dinierene Philosophen (/4) Dinierene Philosophen (2/4) Drei Philosophen hen sih zum Spghetti- Essen getroffen. In er Mitte steht ein Topf mit Nueln. Zwishen zwei Philsophen liegt jeweils eine Gel. Wenn ein Philosoph Hunger ht, nimmt er ie linke un ie rehte Gel, isst un legt ie Geln wieer weg. Nueln

13 Dinierene Philosophen (3/4) Dinierene Philosophen (4/4) Erreihrkeitsgrph zeigt Delok Delok urh Regeln (z. B. wer nimmt in welher Reihenfolge) vermeir Äquivlenzen von Petri-Netzen Prllelkomposition von Netzen Prllelkomposition von Netzen Trnsitionseshriftungen können ls Kommuniktionen ngesehen weren, nlog zu Time Automt: senen!, empfngen? τ-trnsitionen, mrkiertes Netz Sprhe eines Netzes Tre-Reiness-Semntik!??!?! Kompositionsergenis

14 τ-trnsitionen τ -Trnsitionen, ezeihnen interne Shritte, ie nh ußen niht eohtr sin τ -Trnsitionen erluen es, Niht-Determinismus ohne sihtre Trnsition uszuführen τ τ <- Interne Entsheiung üer möglihe Folgekommuniktion -> Externe Entsheiung üer möglihe Folgekommuniktion Mrkiertes Petrinetz Definition (mrkiertes Petrinetz): Sei P=(S,T,G) ein Petrinetz, A eine enlihe Menge von Kommuniktionen un L eine Funktion, ie jeer Trnsition eine Kommuniktion oer τ zuornet, lso L: T A {τ}. Dnn heißt PM=(S,T,G,A,L) mrkiertes Petrinetz. Weiterhin können ie Kommuniktion mit en Zeihen! un? ergänzt weren.!!!! Sprhe un Rey-Mengen Definition (Sprhe eines mrkierten Petrinetzes): Sei PM=(S,T,G,A,L) ein Petrinetz mit Mrkierung M. Dnn ezeihnet L(PM,M) A* ie von PM eshrieene formle Sprhe. L(PM,M)= {t t=.....n, i A für lle i n, es git eine usführre Trnsitionsfolge M[t>M[>M2[... >Mm, so ss w(t......tm) = t gilt} Die Funktion w entfernt lle τ-trnsitionen un ist wie folgt efiniert. L(t).w(.....tm), wenn L(t) τ w(t......tm) = w(.....tm), wenn L(t) = τ Eine zur Tre t=.....n gehörene Rey-Menge enthält genu lle Kommuniktionen i A, für ie es eine von er nh t erreihten Mrkierung Mm usführre Trnsitionsfolge Mm[u>Mm+[u2>...[uk> mit w(u.u2.....uk)= i git. Beispiel: kontextsensitive Sprhe s τ Ds Netz erzeugt pref({ p. q. r p q r}) pref(l) für Präfix-Ashluss (lle Anfngswörter), z. B. pref({..})={ε,,.,..} τ s

15 Motivtion von Äquivlenz Um ie Performne eines luffähigen verteilten Systems zu erhöhen, knn mn entweer en Algorithmus änern (sehr ufwänig) oer wihtige Komponente optimieren (weniger ufwänig) Optimiere Komponente K, welhe Eigenshften muss K ls Ergenis hen Allgemeine Forerung: K muss sih wie K verhlten (exkt? wo ist Optimierung?) meist reiht: K muss K simulieren können oer äquivlent zu K sein, er ws heißt äquivlent? Sprhäquivlenz (/2) Mn knn Netzen N, wie Automten, eine formle Sprhe L(N) zuornen Äquivlenzforerung: L(K)=L(K ) Erinnerung: Berehnung minimler eterministisher Automten?! Beispiel: Sprhe pref({() n n>=})?!!? Sprhäquivlenz (2/2) für N un N2 keine Austushmöglihkeit in Prllelkomposition mit N3 grntiert N N2 N3!!!!!!!???? Tre-Reiness-Semntik Definition (Tre-Reiness-Semntik eines mrkierten Petrinetzes): Sei PM=(S,T,G,A,L) ein Petrinetz mit Mrkierung M. Dnn ezeihnet Sem(PM,M)={(t,R) t=.....n, i A für lle i n, es git eine usführre Trnsitionsfolge M[t>M[>M2[... >Mm, so ss w(t......tm) = t gilt, weiterhin gehört j A zu R (j R) genu nn, wenn es eine usführre Trnsitionsfolge Mm[u>Mm+[u2>...[uk> mit w(u.u2.....uk)= i git} ie Tre-Reiness-Semntik

16 Beispiele: Tre-Reiness-Semntik Tre-Reiness-Äquivlenz!! Sem(PM,M)={ ((ε,{,}), (, ), (, )} Zwei Netze M un M heißen Tre-Reiness-äquivlent, wenn sie ie gleihe Tre-Reiness-Semntik hen Äquivlenz erlut τ -Trnsitionen, ie weiteres Verhlten niht änern τ τ Sem(PM,M)={ ((ε,{,}), (ε,{}), (ε,{}), (, ), (, )} τ τ!! τ τ!!! τ τ τ!! τ! äquivlent niht äquivlent Ashlussemerkungen Es git viele weitere Vrinten Äquivlenzen uf Petri-Netzen zu efinieren (z. B. Bi-Simultion) Sinn er Äquivlenzegriffe hängt von Art er Netze : Sin τ Trnsitionen erlut? Ist Nihteterminismus mit Trnsitionen gleihen Nmens erlut? Auh ei Tre-Reiness-Semntik sin Vrinten möglih Generell ist er Austush einzelner Komponenten eines prllelen Systems sehr prolemtish, genu s gewünshte Verhlten eknnt sein muss Betrhtungen können für viele Netz-Arten (Stellenegrenzung, stohstishe Erweiterung, Zeiterweiterung) erweitert weren 3

Vorlesung Diskrete Strukturen Transportnetze

Vorlesung Diskrete Strukturen Transportnetze Vorlesung Diskrete Strukturen Trnsportnetze Bernhr Gnter WS 2009/10 Gerihtete Grphen Ein shlingenloser gerihteter Grph ist ein Pr (V, A), woei V eine elieige Menge ist, eren Elemente wir Eken nennen un

Mehr

Relationen: Verkettungen, Wege, Hüllen

Relationen: Verkettungen, Wege, Hüllen FH Gießen-Frieerg, Sommersemester 00 Lösungen zu Üungsltt 9 Diskrete Mthemtik (Informtik) 9./. Juni 00 Prof. Dr. Hns-Ruolf Metz Reltionen: Verkettungen, Wege, Hüllen Aufge. Es ezeihne R ie Reltion {(,

Mehr

Graphen vielseitig verwendbar zur Repräsentation von Zusammenhängen, etwa:

Graphen vielseitig verwendbar zur Repräsentation von Zusammenhängen, etwa: 7. Grphentheorie Grphen vielseitig verwenr zur Repräsenttion von Zusmmenhängen, etw: Stäte Personen Aktionen... Verinungswege Reltionen zwishen ihnen zeitlihe Ahängigkeiten Def. 7.1: Ein gerihteter Grph

Mehr

Wurzelbäume. Definition 1

Wurzelbäume. Definition 1 Wurzeläume Definition 1 Ein Wurzelum (oer uh gerihteter Bum) ist ein gerihteter zyklisher Grph, in em genu ein Knoten w Eingngsgr 0 esitzt un lle neren Knoten Eingngsgr 1 esitzen. Knoten w heißt ie Wurzel

Mehr

Informatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis

Informatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis Pumping Lemm für reguläre Sprhen (1/2) Informtik II SS 2004 Teil 6: Sprhen, Compiler un Theorie 2 Ds Pumping Lemm ist eine Methoe, um herus zu finen, o eine Sprhe niht regulär. Prof. Dr. Dieter Hogrefe

Mehr

Lineare Gleichungssysteme mit 3 und mehr Variablen

Lineare Gleichungssysteme mit 3 und mehr Variablen Linere Gleihungssysteme mit un mehr rilen Beispiel 1 mit rilen: 11 Zunähst estimmt mn ie rile, ie mn ls Erste eliminieren will. In iesem Fll soll von hinten nh vorn vorgegngen weren,.h. zuerst soll rile

Mehr

1 Planarbeit Planarbeit

1 Planarbeit Planarbeit Erreiten Sie sih shrittweise ie folgenen Themen. Notieren Sie gegeenenflls zu jeem Them Frgen. Lösen Sie jeweils ie zugehörige Kontrollufge. Kontrollieren Sie Ihre Lösung mit er Musterlösung. Lösen Sie

Mehr

1. Motivation und Begriffe. Modelchecking. Hintergrund. Hintergrund. Schwache Fairness. Progress

1. Motivation und Begriffe. Modelchecking. Hintergrund. Hintergrund. Schwache Fairness. Progress 1. Motivtion un Begriffe Moelheking VI. Firness Motivtion un Begriffe Firness in Kripkestrukturen Fires CTL*, CTL un LTL Fires Moelheking für CTL Firness in NuSMV Hintergrun Progress Shwhe Firness Strke

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von

Mehr

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale 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

Mehr

a) Behauptung: Es gibt die folgenden drei stabilen Matchings:

a) Behauptung: Es gibt die folgenden drei stabilen Matchings: Musterlösung - ufgenltt 1 ufge 1 ) ehuptung: Es git ie folgenen rei stilen Mthings: ies knn mn ntürlih für ein so kleines eispiel urh etrhten ller möglihen 3! = 6 Mthings eweisen. Mn knn er uh strukturierter

Mehr

Motivation: Petrinetze. Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2011 Universität Duisburg-Essen. Motivation: Petrinetze

Motivation: Petrinetze. Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2011 Universität Duisburg-Essen. Motivation: Petrinetze Motivtion: Petrinetze Vorlesung Modellierung neenläufiger Systeme Sommersemester 2011 Universität uisurg-essen rr König Petrinetze sind ein Formlismus zur Modellierung von neenläufigen Systemen mit folgenden

Mehr

Der Begriff der Stammfunktion

Der Begriff der Stammfunktion Lernunterlgen Integrlrehnung Der Begriff der Stmmfunktion Wir gehen von folgender Frgestellung us: welhe Funktion F x liefert ls Aleitung eine gegeene Funktion f x. Wir suhen lso eine Umkehrung der Aleitung

Mehr

6 Tiefensuche in ungerichteten Graphen: Zweifache Zusammenhangskomponenten

6 Tiefensuche in ungerichteten Graphen: Zweifache Zusammenhangskomponenten 66 6 ZWEIFACHE ZUSAMMENHANGSKOMPONENEN 6 iefenshe in ngerihteten Grphen: Zeifhe Zsmmenhngskomponenten Der Algorithms ist gnz gen ersele ie im gerihteten Fll! Ailng 1 zeigt noh einml en gerihtete Fll n

Mehr

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen

Übungen 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

Mehr

Dreiecke können einerseits nach den Eigenschaften ihrer Seiten und andererseits nach ihren Winkeln benannt werden. Einteilung nach den Seiten:

Dreiecke können einerseits nach den Eigenschaften ihrer Seiten und andererseits nach ihren Winkeln benannt werden. Einteilung nach den Seiten: gnz klr: Mthemtik 2 - s Ferienheft mit Erfolgsnzeiger 3 Rettungsring Eigenshften von reieken & Viereken Eigenshften von reieken Ein reiek ht immer 3 Ekpunkte, 3 Seiten un 3 Innenwinkel. ie eshriftung eines

Mehr

Ober- und Untersummen, Riemann Integrale

Ober- und Untersummen, Riemann Integrale Oer- und Untersummen, Riemnn Integrle 1. Ds Prolem des Fläheninhlts Ausgngspunkt für die Entwiklung des Integrlegriffs wren vershiedene Frgestellungen, u.. ds Prolem der Messung des Fläheninhltes eines

Mehr

Suche in Texten. Naiver Algorithmus. Knuth-Morris-Pratt-Algorithmus. Karp-Rabin-Algorithmus

Suche in Texten. Naiver Algorithmus. Knuth-Morris-Pratt-Algorithmus. Karp-Rabin-Algorithmus Suhe in Texten Niver Algorithmus Knuth-Morris-Prtt-Algorithmus Krp-Rin-Algorithmus M.O.Frnz; Jnur 2008 Algorithmen und Dtenstrukturen - Textsuhe 2-1 Suhe in Texten Niver Algorithmus Knuth-Morris-Prtt-Algorithmus

Mehr

Hausaufgabe 2 (Induktionsbeweis):

Hausaufgabe 2 (Induktionsbeweis): Prof. Dr. J. Giesl Formle Sprhen, Automten, Prozesse SS 2010 Üung 3 (Age is 12.05.2010) M. Brokshmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden

Mehr

Musterlösung zur Probeklausur zur Geometrie

Musterlösung zur Probeklausur zur Geometrie UNIVERSITÄT ULM Institut für Zhlentheorie un Whrsheinlihkeitstheorie Musterlösung zur Proeklusur zur Geometrie Prof. Dr. Helmut Mier, Hns- Peter Rek Gesmtpunktzhl: 3 Punkte, Punkte= % keine Age. Gi Definitionen

Mehr

Mathematische Probleme, SS 2013 Montag $Id: dreieck.tex,v /04/15 09:12:15 hk Exp hk $ 1.4 Dreiecksberechnung mit Seiten und Winkeln

Mathematische Probleme, SS 2013 Montag $Id: dreieck.tex,v /04/15 09:12:15 hk Exp hk $ 1.4 Dreiecksberechnung mit Seiten und Winkeln Mthemtishe Proleme, SS 2013 Montg 15.4 $Id: dreiek.tex,v 1.5 2013/04/15 09:12:15 hk Exp hk $ 1 Dreieke 1.4 Dreiekserehnung mit Seiten und Winkeln In der letzten Sitzung htten wir egonnen die vershiedenen

Mehr

Eine endliche Folge von Operationen und Entscheidungen, die ein Problem in endlich vielen Schritten löst.

Eine endliche Folge von Operationen und Entscheidungen, die ein Problem in endlich vielen Schritten löst. Formle Methoen er Informtik WS 00/0 Lehrstuhl für Dtennken un Künstliche Intelligenz ProfDrDrFJRermcher H Ünver T Rehfel J Dollinger Aufgenltt Besprechung in en Tutorien vom 000 ( Üungstermin) is 000 (is

Mehr

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen

Kürzeste 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]=

Mehr

Skript. 1. Allgemeine Einführung. zur Bestimmung ganzrationaler Funktionen mit vorgegebenen Eigenschaften (Steckbriefaufgaben)

Skript. 1. Allgemeine Einführung. zur Bestimmung ganzrationaler Funktionen mit vorgegebenen Eigenschaften (Steckbriefaufgaben) Bestimmung gnzrtionler Funktionen Stekriefufgen Berufskolleg Mrienshule Lippstt Shule er Sekunrstufe II mit gymnsiler Oerstufe - sttlih nerknnt - Skript zur Bestimmung gnzrtionler Funktionen mit vorgegeenen

Mehr

Geometrie. Inhaltsverzeichnis. 8.1 Der Satz von Ptolemäus und sein klassischer Beweis. Der Satz von Ptolemäus. 8 Der Satz von Ptolemäus

Geometrie. Inhaltsverzeichnis. 8.1 Der Satz von Ptolemäus und sein klassischer Beweis. Der Satz von Ptolemäus. 8 Der Satz von Ptolemäus Der Stz von Ptolemäus 1 Geometrie Der Stz von Ptolemäus Autor: Peter Anree Inhltsverzeihnis 8 Der Stz von Ptolemäus 1 8.1 Der Stz von Ptolemäus un sein lssisher Beweis........... 1 8.2 Verhältnis er Digonlen

Mehr

Fragebogen 1 zur Arbeitsmappe Durch Zusatzempfehlung zu mehr Kundenzufriedenheit

Fragebogen 1 zur Arbeitsmappe Durch Zusatzempfehlung zu mehr Kundenzufriedenheit Teilnehmer/Apotheke/Ort (Zus/1) Frgeogen 1 zur Areitsmppe Durh Zustzempfehlung zu mehr Kunenzufrieenheit Bitte kreuzen Sie jeweils ie rihtige(n) Antwort(en) in en Felern is n! 1. Worin esteht ie Beeutung

Mehr

4. Modellierung mit Graphen

4. Modellierung mit Graphen 4. Moellierung mit Grphen Mo-5.1 Moellierung eshreit Ojekte un Beziehungen zwishen ihnen. Grphen eignen sih zur Moellierung für ein reites Aufgenspektrum. Ein Grph ist eine Astrktion us Knoten un Knten:

Mehr

10 1 Grundlagen der Schulgeometrie. 1.3 Das Dreieck

10 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

Mehr

x a 2 (b 2 c 2 ) (a + b 4 + a + weil Klammern nicht geschlossen oder Operationszeichen keine Terme verbinden.

x a 2 (b 2 c 2 ) (a + b 4 + a + weil Klammern nicht geschlossen oder Operationszeichen keine Terme verbinden. Termnlyse Mthemtik. Klsse Ivo Blöhliger Terme Ein wihtiger Teil es mthemtishen Hnwerks esteht rin, Terme umzuformen. Dzu müssen einerseits ie Rehengesetze er reellen Zhlen verinnerliht sein, un nererseits

Mehr

Grundlagen der Technischen Informatik. Bausteine der Digitaltechnik - Binäre Schalter und Gatter. Kapitel 7.1

Grundlagen der Technischen Informatik. Bausteine der Digitaltechnik - Binäre Schalter und Gatter. Kapitel 7.1 Busteine er Digitltehnik - Binäre Shlter un Gtter Kpitel 7. Dr.-Ing. Stefn Wilermnn ehrstuhl für rwre-softwre-co-design Entwurfsrum - Astrktionseenen SYSTEM-Eene + MODU-/RT-Eene (Register-Trnsfer) ogik-/gatter-eene

Mehr

Durch die Umformung ergibt sich eine Schaltfunktion mit einer minimalen Anzahl von Verknüpfungsoperationen, nämlich 2.

Durch die Umformung ergibt sich eine Schaltfunktion mit einer minimalen Anzahl von Verknüpfungsoperationen, nämlich 2. 2 Die shltlgerishe Umformung von Shltfunktionen in Normlform soll m Beispiel er Umformung einer Mxterm-Normlform in eine Minterm-Normlform gezeigt weren. Beispiel: y = ) ( ) ( ) ( Es ietet sih ie Anwenung

Mehr

Matrizen und lineare Gleichungssysteme

Matrizen und lineare Gleichungssysteme KAPITEL 0 Mtrizen un linere Gleihungssysteme 0 Mtrizen 2 02 Linere Gleihungssysteme 25 0 Guß-Algorithmus 25 0 Guß-Jorn-Algorithmus 26 05 Invertierre Mtrizen 266 06 Anwenungen von lineren Gleihungssystemen

Mehr

Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch.

Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch. Einführung in die Theoretishe Informtik I/ Grundlgen der Theoretishen Informtik SS 2007 Jun.-Prof. Dr. Bernhrd Bekert Ulrih Koh Nhklusur 25. 09. 2007 Persönlihe Dten itte gut leserlih usfüllen! Vornme:...

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen

Klausur 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

Mehr

Shortest Path Algorithmus von Edsger Dijkstra

Shortest Path Algorithmus von Edsger Dijkstra Shortest Pth Algorithmus von Esger Dijkstr Mihel Dienert 16. Dezemer 2010 Inhltsverzeihnis 1 Shortest Pth Algorithmus 1 1.1 Grphen................................. 1 1.2 Knoten..................................

Mehr

Hans U. Simon Bochum, den Annette Ilgen. Beispiele zur Vorlesung. Theoretische Informatik. WS 08/09

Hans 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.

Mehr

Kapitel 3: Deckabbildungen von Figuren - Symmetrie. 3.1 Die Gruppe (K,o) aller Kongruenzabbildungen einer Ebene

Kapitel 3: Deckabbildungen von Figuren - Symmetrie. 3.1 Die Gruppe (K,o) aller Kongruenzabbildungen einer Ebene Gruppe er Kongruenzilungen 1 Gruppe er Kongruenzilungen 2 Kpitel 3: ekilungen von Figuren - Symmetrie 3.1 ie Gruppe (K,o) ller Kongruenzilungen einer Eene K ist ie Menge ller Kongruenzilungen E E; o ist

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten 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:

Mehr

10: Lineare Abbildungen

10: Lineare Abbildungen Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie

Mathematik für Studierende der Biologie und des Lehramtes Chemie Verfhren Mthemtik für Studierende der Biologie und des Lehrmtes Chemie Dominik Shillo Universität des Srlndes 6. Vorlesung, 4..7 (Stnd: 4..7, 4:5 Uhr) Shreibe,,n.......... n, n,n Führe den Guÿlgorithmus

Mehr

Erkundungen. Terme vergleichen. Rechteck Fläche als Produkt der Seitenlängen Fläche als Summe der Teilflächen A B

Erkundungen. Terme vergleichen. Rechteck Fläche als Produkt der Seitenlängen Fläche als Summe der Teilflächen A B Erkundungen Terme vergleihen Forshungsuftrg : Fläheninhlte von Rehteken uf vershiedene Arten erehnen Die Terme () is (6) eshreien jeweils den Fläheninhlt von einem der drei Rehteke. Ordnet die Terme den

Mehr

Polynominterpolation (Varianten)

Polynominterpolation (Varianten) HTL Slfelden Polynominterpoltion Seite von Wilfried Rohm Polynominterpoltion (Vrinten) Mthemtishe / Fhlihe Inhlte in Stihworten: Lösen von Gleihungssysteme, Mtrizenrehnung, Mthd-Progrmm Kurzzusmmenfssung

Mehr

1. Ableitung von Funktionen mit einer Veränderlichen

1. Ableitung von Funktionen mit einer Veränderlichen . Ableitung von Funktionen mit einer Veränerlichen. Algebrische Interprettion Die Ableitung einer Funktion f f f+ f = lim. 0 = ist efiniert ls In Worten usgerückt ist ie Ableitung er Grenzwert er Änerungsrte

Mehr

Algorithmen auf Sequenzen Volltext-Indexdatenstrukturen: Suffixbäume

Algorithmen auf Sequenzen Volltext-Indexdatenstrukturen: Suffixbäume Algorithmen uf Sequenzen Volltext-Indexdtenstrukturen: Suffixäume Sven Rhmnn Genominformtik Universitätsklinikum Essen Universität Duisurg-Essen Universitätsllinz Ruhr Motivtion Bei wiederholten Suhen

Mehr

Übungen zu CFGs (Daniel Siebert 2011, cc-by-nc-sa)

Übungen zu CFGs (Daniel Siebert 2011, cc-by-nc-sa) Üungen zu CFGs (niel ieert 2011, -y-n-s) nmerkungen: 1. Wenn niht explizit ngegeen gilt für lle CFGs s trtsymol. ie Terminl- un ihtterminlsymole ergeen sih us en Prouktionsregeln. 2. ufgentypen zur Einshätzung

Mehr

Algorithmentheorie. 15 Suchen in Texten (1)

Algorithmentheorie. 15 Suchen in Texten (1) Algorithmentheorie 15 Suhen in Texten (1) Prof. Dr. S. Alers Suhe in Texten Vershiedene Szenrien: Sttishe Texte Literturdtennken Biliothekssysteme Gen-Dtennken WWW-Verzeihnisse Dynmishe Texte Texteditoren

Mehr

Aufgaben zu Karnaugh-Diagrammen und Quine-McCluskey

Aufgaben zu Karnaugh-Diagrammen und Quine-McCluskey Weissenher Wintersteiger Digitltehnik Aufgen zu Krnugh-Digrmmen un Quine-MCluskey Für ie nhfolgenen Aufgen können Sie iese niht usgefüllten Krnugh-Digrmme ls Vorlge verwenen: 0 1 5 4 2 3 7 6 0 1 5 4 2

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung 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.

Mehr

Mathematische Probleme, SS 2015 Montag $Id: dreieck.tex,v /04/20 08:57:49 hk Exp $ 1.4 Dreiecksberechnung mit Seiten und Winkeln

Mathematische Probleme, SS 2015 Montag $Id: dreieck.tex,v /04/20 08:57:49 hk Exp $ 1.4 Dreiecksberechnung mit Seiten und Winkeln Mthemtishe Proleme, SS 2015 Montg 20.4 $Id: dreiek.tex,v 1.15 2015/04/20 08:57:49 hk Exp $ 1 Dreieke 1.4 Dreiekserehnung mit Seiten und Winkeln In der letzten Sitzung htten wir egonnen die vershiedenen

Mehr

Fachgebiet Rechnersysteme 2. Übung Logischer Entwurf. Technische Universität Darmstadt. 4. Aufgabe. b) Minterm-Normalform

Fachgebiet Rechnersysteme 2. Übung Logischer Entwurf. Technische Universität Darmstadt. 4. Aufgabe. b) Minterm-Normalform Fhgeiet Rehnersysteme 2. Üung Logisher Entwur Tehnishe Universität Drmstt 2. Üung Logisher Entwur 4. Auge 1 4. Auge 2. Üung Logisher Entwur 4. Auge 3 ) Minterm-Normlorm Geen sei ie ooleshe Funktion + +

Mehr

Funktionen und Mächtigkeiten

Funktionen und Mächtigkeiten Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit

Mehr

a q 0 q 1 a M q 1 q 3 q 2

a 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

Mehr

2 Die Bildsprache Der relevante Winkel im grünen Dreieck ist stumpf; die gleichschenkligen Dreiecke haben den Basiswinkel 180 :

2 Die Bildsprache Der relevante Winkel im grünen Dreieck ist stumpf; die gleichschenkligen Dreiecke haben den Basiswinkel 180 : Hns Wlser, [20080409] Eine Visulisierung des Kosinusstzes 1 Worum es geht Es wird eine zum Pythgors-Piktogrmm nloge Figur für niht rehtwinklige Dreieke esprohen. Dei werden ähnlihe gleihshenklige Dreieke

Mehr

Stabile Hochzeiten wie und warum?

Stabile Hochzeiten wie und warum? Stile Hohzeiten wie un wrum? Tg er Mthemtik HU erlin 25. pril 2009 Stefn elsner TU erlin, Mthemtik felsner@mth.tu-erlin.e Ws sin stile Hohzeiten? Gegeen: Menge von ruen, M Menge von Männern, = M. Jee Person

Mehr

ping karlsruhe Mining Software Call Graphs Frank Eichinger

ping karlsruhe Mining Software Call Graphs Frank Eichinger ping krlsruhe Motivtion Softwre Mining Cll-Grphen Grph Mining Trnsformtionen Auslik Mining Softwre Cll Grphs Frnk Eihinger Lehrstuhl Prof. Böhm Institut für Progrmmstrukturen und Dtenorgnistion (IPD) Universität

Mehr

R. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010

R. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010 R. rinkmnn http://rinkmnn-du.de Seite 7..2 Grundegriffe der Vektorrehnung Vektor und Sklr Ein Teil der in Nturwissenshft und Tehnik uftretenden Größen ist ei festgelegter Mßeinheit durh die nge einer Mßzhl

Mehr

KAPITEL 1 EINFÜHRUNG: STABILE MATCHINGS

KAPITEL 1 EINFÜHRUNG: STABILE MATCHINGS KPITEL 1 EINFÜHRUNG: STILE MTHINGS F. VLLENTIN,. GUNERT In iesem Kpitel weren wir ein erstes konkretes Prolem es Opertions Reserh kennenlernen. Es hnelt sih um s Prolem es stilen Mthings, ein wihtiges

Mehr

Datenmodell = Datenobjekte + Operatoren

Datenmodell = Datenobjekte + Operatoren Einleitung 4. eltionenlger Selektion und Projektion Mengenopertoren Vereinigung, Durhshnitt, Differenz krtesishes Produkt Verundopertionen (Join) Thet-Join ntürliher Verund Semi-Join äußerer Verund Division

Mehr

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 2

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 2 Prof. J. Esprz Tehnishe Universität Münhen S. Sikert, J. Krämer KEINE ABGABE Einführung in die theoretishe Informtik Sommersemester 2017 Üungsltt 2 Üungsltt Wir untersheiden zishen Üungs- und Agelättern.

Mehr

Ehrenfeucht-Fraïssé-Spiele über Spuren

Ehrenfeucht-Fraïssé-Spiele über Spuren Ehrenfeuht-Frïssé-Spiele üer Spuren Mrtin Horsh 14. Juni 2006 Vortrgsinhlt Ehrenfeuht-Frïssé-Spiel mit n Runden und k Mrken Lokle Temporllogik üer Mzurkiewiz-Spuren (LoTL) LoTL und die Logik erster Stufe

Mehr

Mathematik Regelheft Klasse 6

Mathematik Regelheft Klasse 6 Mthemtik Regelheft Klsse 6 Inhltsverzeihnis I Them: Teilrkeit 6.) Teiler un Vielfhe 6.) Teilrkeitsregeln 6.) Primzhlen un Primfktorzerlegung 6.) ggt 6.) kgv II Them: Winkel 6.6) Kreissklen un ihre Einteilung

Mehr

Grundwissen Mathematik 8.Klasse Gymnasium SOB. Darstellung im Koordinatensystem: Der Kreisumfang ist direkt proportional zu seinem Radius.

Grundwissen Mathematik 8.Klasse Gymnasium SOB. Darstellung im Koordinatensystem: Der Kreisumfang ist direkt proportional zu seinem Radius. Gymso 1 Grundwissen Mthemtik 8.Klsse Gymnsium SOB 1.Funktionle Zusmmenhänge 1.1.Proportionlität Ändern sih ei einer Zuordnung die eiden Größen im gleihen Verhältnis, so spriht mn von einer direkten Proportionlität.

Mehr

1. Voraussetzung. 2. Erstmalig anmelden Login beantragen. Online Fahrzeug-Registrierung. Anleitung

1. Voraussetzung. 2. Erstmalig anmelden Login beantragen. Online Fahrzeug-Registrierung. Anleitung Anleitung Online Fhrzeug-Registrierung 1. Vorussetzung Ihr Unternehmen muss ereits ei Toll Collet ls Kunde registriert sein. Den Antrg finden Sie unter www.toll-ollet.de/registrierung 2. Erstmlig nmelden

Mehr

/LQHDUH*OHLFKXQJVV\VWHPH

/LQHDUH*OHLFKXQJVV\VWHPH /LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten 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

Mehr

Warum Bäume? Teil 1: Suchen. Bäume: Begriffe und Eigenschaften (2) Bäume: Begriffe und Eigenschaften (1)

Warum Bäume? Teil 1: Suchen. Bäume: Begriffe und Eigenschaften (2) Bäume: Begriffe und Eigenschaften (1) Wrum Bäume? Teil : Suhen Prolemstellung Elementre Suhverfhren Hshverfhren Binäre Suhäume (Wiederholung us Prog ) Bäume: Begriffe, Eigenshften und Trversierung Binäre Suhäume Gefädelte Suhäume Ausgeglihene

Mehr

Algorithmische Bioinformatik I

Algorithmische 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

Mehr

Protokoll zur Vorlesung Theoretische Informatik I

Protokoll zur Vorlesung Theoretische Informatik I Protokoll zur Vorlesung Theoretishe Informtik I! " # $ % # & ' ( % ) * + & " & & &, " ' % + - + # + & '. / 0 1 # 0 & 2 & # & 3 4 & 5 # 0 + & 6 & ' + 7 7 3 8 4 & 7 + + + % ( % 6 # 9 & 5 # 0 + & 3 8. : &

Mehr

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.

Was 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

Aufgabe 1. Die Zahl 6 wird aus 3 gleichen Ziffern mit Hilfe der folgenden mathematischen

Aufgabe 1. Die Zahl 6 wird aus 3 gleichen Ziffern mit Hilfe der folgenden mathematischen Deprtment Mthemtik Tg der Mthemtik 5. Juli 008 Klssenstufen 9, 10 Aufge 1. Die Zhl 6 wird us 3 gleihen Ziffern mit Hilfe der folgenden mthemtishen Symole drgestellt: + Addition Sutrktion Multipliktion

Mehr

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert 18. Juni HA-Lösung. TA-Lösung

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert 18. Juni HA-Lösung. TA-Lösung ehnishe niversität Münhen ommer 2016 Prof. J. Esprz / Dr. M. Luttenerger,. ikert 18. Juni 2016 HA-Lösung A-Lösung Einführung in die theoretishe Informtik Aufgenltt 8 Behten ie: oweit niht explizit ngegeen,

Mehr

Endliche Automaten 7. Endliche Automaten

Endliche 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

Mehr

9 Vektorprodukt. Dieses Gleichungssystem muss man nun lösen! Das ist allerdings nicht ganz einfach. Die Lösung lautet:

9 Vektorprodukt. Dieses Gleichungssystem muss man nun lösen! Das ist allerdings nicht ganz einfach. Die Lösung lautet: 9 Vektorprodukt 9.1 Ds Vektorprodukt Gegeen seien zwei (komplnre) Vektoren und, die eine Eene ufspnnen. Suht mn einen Vektor n, der uf diese Eene senkreht steht, dnn muss n orthogonl zu und n orthogonl

Mehr

3 Deckabbildungen von Figuren - Symmetrie

3 Deckabbildungen von Figuren - Symmetrie EINFÜHRUNG IN IE GEOMETRIE SS 05 33 EISSLER skript05-temp.o 3 ekilungen von Figuren - Symmetrie 3.1 ie Gruppe (K,o) ller Kongruenzilungen einer Eene K ist ie Menge ller Kongruenzilungen E E; o ist ie Hintereinnerusführung

Mehr

Beispiellösungen zu Blatt 24

Beispiellösungen zu Blatt 24 µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen

Mehr

Die Satzgruppe des Pythagoras

Die Satzgruppe des Pythagoras 7 Die Stzgruppe des Pythgors In Klssenstufe 7 hen wir uns ei den Inhlten zur Geometrie insesondere mit Dreieken und ihren Eigenshften eshäftigt. In diesem Kpitel wirst du erkennen, dss es ei rehtwinkligen

Mehr

Wir haben ein Koordinatensystem mit der x-achse und der y-achse. Nun wird ein Kreis gebildet mit dem Radius r=1.

Wir haben ein Koordinatensystem mit der x-achse und der y-achse. Nun wird ein Kreis gebildet mit dem Radius r=1. Trigonometrie In diesem Themenereih wenden wir uns den Winkeln im rehtekigen Dreiek zu. Du hst uf deinem Tshenrehner siher shon die Tsten sin, os und tn gesehen. Doh ws edeuten sie? Ds wollen wir herusfinden.

Mehr

7.4. Teilverhältnisse

7.4. Teilverhältnisse 7... erehnung von Teilverhältnissen ufgen zu Teilverhältnissen Nr. 7.. Teilverhältnisse Die Shwerpunkte von Figuren und Körpern lssen sih mit Hilfe von Teilverhältnissen usdrüken und erehnen. Definition

Mehr

Baustatik. Berechnung statisch unbetsimmter Tragwerke: Band 1 Baustatik I, Berechnung statisch bestimmter Tragwerke. von Raimond Dallmann. 1.

Baustatik. Berechnung statisch unbetsimmter Tragwerke: Band 1 Baustatik I, Berechnung statisch bestimmter Tragwerke. von Raimond Dallmann. 1. Busttik Berehnung sttish unetsimmter Trgwerke: Bn 1 Busttik I, Berehnung sttish estimmter Trgwerke von Rimon Dmnn 1. Aufge Busttik Dmnn shne un portofrei erhätih ei ek-shop.e DIE FACHBUCHHANDLUNG Hnser

Mehr

Die Näherung ist umso genauer, je kleiner die Zellen sind. Der Grenzwert ist

Die Näherung ist umso genauer, je kleiner die Zellen sind. Der Grenzwert ist Höhere Mthemtik Mehrfhintegrle sind Integrle üer eiete R n Zweifhintegrle treten B ei der Berehnung des Fläheninhltes und von Flähenträgheitsmomenten uf Dreifhintegrle kommen ei der Berehnung des Volumeninhltes

Mehr

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS

Mehr

Der Vektor lebt unabhängig vom Koordinatensystem: Bei einer Drehung des Koordinatensystems ändern zwar die Komponenten, der Vektor v aber bleibt.

Der Vektor lebt unabhängig vom Koordinatensystem: Bei einer Drehung des Koordinatensystems ändern zwar die Komponenten, der Vektor v aber bleibt. Vektorlger Vektorlger Vektoren sind Grössen, die einen Betrg sowie eine Rihtung im Rum hen. Im Gegenstz zu den Vektoren estehen Sklre nur us einer Grösse ls Zhl. In Bühern wird nsttt v oft v geshrieen.

Mehr

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge

Frank 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

Mehr

solche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1)

solche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1) teilung Informtik, Fh Progrmmieren 1 Einführung Dten liegen oft ls niht einfh serier- und identifizierre Dtensätze vor. Stttdessen reräsentieren sie lnge Zeihenketten, z.b. Text-, Bild-, Tondten. Mn untersheidet

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: 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):

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)

Automaten 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

Mehr

Vorlesung 24: Topological Sort 1: Hintergrund. Einführung in die Programmierung. Bertrand Meyer. Topological sort

Vorlesung 24: Topological Sort 1: Hintergrund. Einführung in die Programmierung. Bertrand Meyer. Topological sort Einführung in ie Progrmmierung Vorlesung 4: Topologil Sort : Hintergrun Bertrn Meer Letzte Üerreitung 3. Jnur 4 3 Topologil sort 4 Prouziere eine zu einer gegeenen Prtiellen Ornung komptile Vollstänige

Mehr

2.2. Aufgaben zu Figuren

2.2. Aufgaben zu Figuren 2.2. Aufgen zu Figuren Aufge 1 Zeihne ds Dreiek ABC in ein Koordintensystem. Bestimme die Innenwinkel, und und erehne ihre Summe. Ws stellst Du fest? ) A(1 2), B(8 3) und C(3 7) ) A(0 3), B(10 1) und C(8

Mehr

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1.

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1. Modul : Grundlgen der Wirtschftsmthemtik und Sttistik Kurs 46, Einheit, Einsendeufge Die Regelungen zu den Einsendeufgen (Einsendeschluss, Klusurzulssung) finden Sie in den Studien- und Prüfungsinformtionen

Mehr

Konstruktion des regulären Fünfecks mit dem rostigen Zirkel (rusty compass)

Konstruktion des regulären Fünfecks mit dem rostigen Zirkel (rusty compass) onstruktion des regulären Fünfeks mit dem rostigen Zirkel (rusty ompss) Vrinte 1 Oliver ieri ie hier vorliegende Methode zur onstruktion eines regulären Fünfeks unter Zuhilfenhme eines rostigen Zirkels

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten 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

Mehr

01 Proportion Verhältnis Maßstab

01 Proportion Verhältnis Maßstab 5 Ähnlihkeit und Strhlensätze LS 01.M1 01 Proportion Verhältnis Mßst 1 Lies die folgende Informtion sorgfältig. Mrkiere wihtige egriffe und Formeln. ) Proportionle Zuordnung ei einer proportionlen Zuordnung

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 2.7.24 Klusur üer den Stoff der Vorlesung Grundlgen der Informtik II (9 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (SS 24) Ich estätige,

Mehr

Millenium 3 Kommunikationsschnittstelle M3MOD Benutzerhandbuch der Betriebsunterlagen 04/2006

Millenium 3 Kommunikationsschnittstelle M3MOD Benutzerhandbuch der Betriebsunterlagen 04/2006 Millenium 3 Kommuniktionsshnittstelle M3MOD Benutzerhnuh er Betriesunterlgen 04/2006 160633103 Üerlik Hilfe zur Verwenung er Betriesunterlgen Einleitung Die Betriesunterlgen sin eine von er Progrmmierumgeung

Mehr

Bruchrechnen. Faßt man zwei Drittel eines Ganzen zusammen, so schreibt man 3. Bezeichnungen bei Brüchen: Der Bruch als Quotient:

Bruchrechnen. Faßt man zwei Drittel eines Ganzen zusammen, so schreibt man 3. Bezeichnungen bei Brüchen: Der Bruch als Quotient: Bruhrehnen Zerlegt mn ein Gnzes (einen Li Brot, eine Torte, einen Apfel, einen Geletrg, eine Kreisflähe, ein Rehtek, eine Streke,... ) in,,... gleihe Teile, so heißt ein solher Teil (Bruhteil es Gnzen)

Mehr

10. Lineare Gleichungen mit zwei Variabeln Eine lineare Gleichung in 2 Variablen... 19

10. Lineare Gleichungen mit zwei Variabeln Eine lineare Gleichung in 2 Variablen... 19 Alger Vorlesung (.Teil) Mg. Dniel Zeller INHALTSVERZEICHNIS 0. Linere Gleihungen mit zwei Vrieln... 9 Eine linere Gleihung in Vrilen... 9 Geometrishe Deutung einer lineren Gleihung in Vrilen... Gleihungssystem

Mehr

Kapitel 7 Kalender, Erinnerungen und Kontakte

Kapitel 7 Kalender, Erinnerungen und Kontakte Kpitel 7 Klener, Erinnerungen un Kontkte Zu einem orentlihen Smrtphone gehören ntürlih uh eine usgereif- te Klener- un Erinnerungsfunktion un eine gute Kontktverwltung. Beim iphone reiten lle iese Funktionen

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung

Theoretische 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

Mehr