Weitere NP-vollständige Probleme
|
|
- Karlheinz Salzmann
- vor 6 Jahren
- Abrufe
Transkript
1 Weitere NP-vollständige Probleme Wir betrachten nun folgende Reduktionskette und weisen dadurch nach, daß alle diese Probleme NP-hart sind (sie sind auch in NP und damit NP-vollständig). SAT p 3-SAT p DHC p HC p TSP 3-SAT: Erfüllbarkeit von aussagenlogischen Formeln in konjunktiver Normalform mit höchstens drei Literalen pro Klausel. DHC: Enthält ein gerichteter Graph einen Hamiltonkreis? HC: Enthält ein ungerichteter Graph einen Hamiltonkreis? TSP: Travelling Salesman Problem 248
2 3-SAT ist NP-vollständig Erfüllbarkeitsproblem 3-SAT EINGABE: eine aussagenlogische Formel F in konjunktiver Normalform mit höchstens drei Literalen pro Klausel. FRAGE: Hat F eine erfüllende Belegung? Definition 3-SAT 3-SAT ist die Menge der erfüllbaren aussagenlogischen Formeln in konjunktiver Normalform mit höchstens drei Literalen pro Klausel. Beispiel: Die Formel F =(x 1 x 2 ) (x 1 x 2 x 3 ) x 1 x 3 ist in der geforderten Form und hat keine erfüllende Belegung. Das heißt F 3-SAT. 249
3 3-SAT ist NP-vollständig Satz 57 (NP-Vollständigkeit von 3-SAT) Das Problem 3-SAT ist NP-vollständig. Beweis: Wie SAT ist auch 3-SAT in NP. Für die NP-Härte reicht es, SAT p 3-SAT zu zeigen (da SAT NP-hart ist). Wir müssen also in polynomieller Zeit aus einer beliebigen Formel F eine Formel F in KNF mit höchstens drei Literalen pro Klausel bestimmen, so daß F erfüllbar F erfüllbar Beispiel: F =(x 1 x 2 ) (x 2 x 3 ) 250
4 3-SAT ist NP-vollständig 1. Schritt: Betrachte die Formel F als Baum, dessen innere Knoten mit den Operatoren, und und dessen Blätter mit Variablen x i beschriftet sind. Beispiel x 1 x 2 x 3 x 2 251
5 3-SAT ist NP-vollständig 2. Schritt: Ordne jedem inneren Knoten eine neue Variable y 0, y 1, y 2,... zu. Der Wurzel wird y 0 zugeordnet. y 0 y 1 y 2 y 3 x 1 x 2 x 3 x 2 252
6 3-SAT ist NP-vollständig 3. Schritt: für jeden inneren Knoten bilden wir eine Formel und betrachten deren Konjunktion (zusammen mit der Formel y 0 ): ist y i die Beschriftung eines inneren Knotens mit Operator und u die des Kindes, so betrachte Formel y i u ist y i die Beschriftung eines inneren Knotens mit binärem Operator und sind u, v die Beschriftungen der Kinder, so betrachte Formel y i u v In unserem Beispiel ergibt sich: (y 0 (y 1 y 2 )) (y 1 (x 1 y 3 )) (y 2 (x 2 x 3 )) (y 3 x 2 ) y 0 Beachte: die so konstruierte Formel ist erfüllbar gdw. F erfüllbar 253
7 3-SAT ist NP-vollständig 4. Schritt: Forme diese Formel in die verlangte KNF mit maximal drei Literalen pro Klausel um: y (u v) ( y u v) ( (u v) y) ( y u v) (( u v) y) ( y u v) ( u y) ( v y) (Distributivgesetz!) Analog: y (u v) ( y u) ( y v) ( u v y) und y z ( y z) (y z) Damit erhält man eine Formel F, die genau dann erfüllbar ist, wenn F erfüllbar ist. Außerdem wurden alle Umformungsschritte mit nur polynomialem Aufwand durchgeführt. 254
8 3-SAT ist NP-vollständig Alternativer Vorschlag (schlechte Idee): Warum wird die Formel F nicht mit Hilfe der Regeln von demorgan und des Distributivgesetzes in konjunktive Normalform gebracht? (Und dann weiter umgeformt, so daß man weniger als drei Literale pro Klausel hat?) Antwort: Bei dieser Umwandlung kann die Formel exponentiell größer werden! Beispiel: Die Größe der Formel (x 1 x 2 ) (x 3 x 4 ) (x 2n 1 x 2n ) ist linear in n. Bei Umformung in konjunktive Normalform mittels des Distributivgesetzes ( ausmultiplizieren ) erhält man jedoch 2 n Klauseln, jede der Größe n. Eine solche Klausel ist beispielsweise (x 1 x 3 x 2n 1 ) 255
9 3-SAT ist NP-vollständig Wir haben gezeigt: Satz Die Probleme SAT und 3-SAT sind NP-vollständig. Das heißt, schon Formeln in KNF mit höchstens drei Literalen pro Klausel enthalten die volle Schwierigkeit des Erfüllbarkeitsproblems SAT. Was ist mit noch einfacher aussehenden Formeln? DNF: Das Erfüllbarkeitsproblem ist in P. 2-SAT: Formeln in KNF, die höchstens zwei Literale pro Klausel enthalten? Satz 58 (2-SAT in P) Mit Hilfe des Resolutionsverfahrens ist in Polynomialzeit entscheidbar, ob eine Formel F in KNF mit höchstens zwei Literalen pro Klausel erfüllbar ist. 256
10 Betrachtung von 2-SAT Komplexitätstheorie Für das Resolutionsverfahren benötigen wir die folgenden beiden Aussagen. Resolutionsregel Es gilt: (F 1 x i ) (F 2 x i ) F F (F 1 F 2 ) Das heißt, man kann neu gebildete Klauseln zu einer Formel hinzufügen, ohne ihren Wahrheitswert und ihre Erfüllbarkeit zu verändern. Beispiel: (x 1 x 2 ) (x 3 x 2 ) (x 1 x 2 ) (x 3 x 2 ) (x 1 x 3 ). 257
11 Betrachtung von 2-SAT Komplexitätstheorie Satz (Resolutionsverfahren) Eine Formel F ist genau dann unerfüllbar, wennmanmithilfeder Resolutionsregel aus ihr die einelementigen Klauseln x i und x i (für ein i) ableiten kann. (Daraus kann man dann noch in einem weiteren Schritt die sogenannte leere Klausel ableiten.) 258
12 Betrachtung von 2-SAT Komplexitätstheorie Beispiel: Aus F =(x 1 x 2 ) (x 1 x 2 x 3 ) x 1 x 3 kann man folgende Klauseln ableiten: (x 1 x 2 ), x 1 x 2 (x 1 x 2 x 3 ), x 1 (x 2 x 3 ) Daraus folgt, daß F unerfüllbar ist. (x 2 x 3 ), x 3 x 2 x 2, x 2 (leere Klausel) 259
13 Betrachtung von 2-SAT Komplexitätstheorie Bei der Resolution von zwei zweielementigen Klauseln ergibt sich wieder nur eine maximal zweielementige Klausel (das ist bei dreielementigen Klauseln anders!). Da es bei n verschiedenen atomaren Formeln nur 2n 2 = 2n(2n 1) 2 viele zweielementige und 2n viele einelementige Klauseln gibt, werden nach spätestens dieser polynomialen Anzahl von Schritten keine neuen Klauseln mehr abgeleitet. Je nachdem, ob die leere Klausel entstanden ist oder nicht, kann man jetzt entscheiden, ob die ursprüngliche Formel unerfüllbar ist. 260
14 Das Erfüllbarkeitsproblem Wir haben gezeigt: Satz Die Erfüllbarkeitsprobleme SAT und 3-SAT sind NP-vollständig. Das Erfüllbarkeitsproblem 2-SAT ist in P. Die Grenze zwischen einfachen und schwierigen Formeln liegt also zwischen Formeln in KNF mit höchstens zwei bzw. höchstens drei Literalen pro Klausel. 261
15 Kreise in Graphen Im folgenden betrachten wir das Problem, ob ein Graph einen Kreis enthält, der durch jede Kante bzw. durch jeden Knoten genau einmal führt. EC Eulerkreis EINGABE: ein ungerichteter Graph G =(V, E) mit Knotenmenge V und Kantenmenge E V 2 = {X V X =2}. FRAGE: Besitzt der Graph G einen Eulerkreis, d.h. kann man den Graphen so durchlaufen, daß jede Kante genau einmal benutzt wird? Definition EC EC ist die Menge der ungerichteten Graphen, die einen Eulerkreis enthalten. 262
16 Eulerkreise Satz (Euler 1736) Ein Graph (V, E) enthält einen Eulerkreis genau dann, wenn er zusammenhängend ist und jeder Knoten geraden Grad hat (d.h. jeder Knoten hat eine gerade Anzahl von Nachbarn). Folgerung EC ist in P, denn die genannten Bedingungen lassen sich in polynomieller Zeit prüfen. 263
17 Gerichtete Hamiltonkreise DHC Gerichteter Hamiltonkreis EINGABE: ein gerichteter Graph G =(V, E) mit Knotenmenge V und Kantenmenge E V V. FRAGE: Besitzt der Graph G einen Hamiltonkreis, d.h. kann man den Graphen so durchlaufen, daß jeder Knoten genau einmal besucht wird? Definition DHC DHC ist die Menge der gerichteten Graphen, die einen Hamiltonkreis enthalten. 264
18 Gerichtete Hamiltonkreise Beispiele für Graphen mit und ohne Hamiltonkreis: Kein Hamiltonkreis! Kein Hamiltonkreis! Hamiltonkreis existiert! Man kennt keine Charakterisierung dieser Graphen wie im Satz über die Existenz von Eulerkreisen (obwohl man seit 1857 danach sucht) - wie zeigt man, daß es keine geben kann? 265
19 DHC ist NP-vollständig Komplexitätstheorie Satz 59 (NP-Vollständigkeit von DHC) Das Problem DHC ist NP-vollständig. Beweis: zunächst gilt DHC NP, denn man kann einen Hamilton-Kreis raten und in polynomieller Zeit prüfen, ob es sich tatsächlich um einen handelt. noch zu zeigen ist NP-Härte, wofür 3-SAT p DHC ausreicht. Wir bestimmen dazu eine Reduktionsfunktion, die einer gegebenen Formel F einen gerichteten Graphen G zuordnet, so daß F genau dann erfüllbar ist, wenn G einen Hamiltonkreis besitzt. Dabei können wir davon ausgehen, daß F in konjunktiver Normalform ist (und höchstens drei Literale pro Klausel hat). 266
20 DHC ist NP-vollständig Sei also F Formel in KNF mit Klauseln c 1, c 2,...,c M und Variablen x 1, x 2,...,x N Ziel: Berechnung eines gerichteten Graphen G in polynomieller Zeit, der genau dann einen Hamilton-Kreis enthält, wenn F erfüllbar ist. Der Graph G enhält für jede Klausel c j (1 j M) einen Knoten C j und für jede Variable x i (1 i N) das folgende Diamantengadget D i : s i i v i1 v i2 v i,m v i,m+1 r i t i 267
21 DHC ist NP-vollständig Komplexitätstheorie Die Diamantengadgets D i werden in einem Ring angeordnet durch Kanten (t i, s i+1 )(1 i < N) und(t N, s 1 ). jeder Hamiltonkreis muß die Gadgets in der Reihenfolge D 1, D 2,...,D N durchlaufen und jedes Gadget von rechts nach links oder umgekehrt Idee: Durchlauf von D i von links nach rechts kodiert die Variable x i wird mit 1 belegt, Durchlauf von D i von rechts nach links kodiert die Variable x i wird mit 0 belegt damit: Hamiltonkreise in diesem Ring entsprechen den Belegungen der Variablen x 1,...,x N 268
22 DHC ist NP-vollständig Komplexitätstheorie Enthält die Klausel c j das Literal x i,sofüge Kantenzug v i,j C j v i,j+1 hinzu: s i C j i v i1 v i,j v i,j+1 v i,m+1 r i t i Idee: Durchlauf von D i von links nach rechts hieß Variable x i mit 1 belegt, alsoklauselc j wahr - und der ihr zugeordnete Knoten C j kann im Hamiltonkreis beim Durchlauf von D i besucht werden 269
23 DHC ist NP-vollständig Komplexitätstheorie Enthält die Klausel c j das Literal x i,sofüge Kantenzug v i,j+1 C j v i,j hinzu: s i C j i v i1 v i,j v i,j+1 v i,m+1 r i t i Idee: Durchlauf von D i von rechts nach links hieß Variable x i mit 0 belegt, alsoklauselc j wahr - und der ihr zugeordnete Knoten C j kann im Hamiltonkreis beim Durchlauf von D i besucht werden 270
24 DHC ist NP-vollständig Komplexitätstheorie Damit gilt für den so definierten Graphen G: G hat Hamilton-Kreis F ist erfüllbar G kann aus F in polynomieller Zeit berechnet werden. also: 3-SAT p DHC, womit folgt, daß DHC NP-hart und damit -vollständig ist. 271
25 HC ist NP-vollständig Komplexitätstheorie Im nächsten Schritt zeigen wir, daß auch das analoge Problem für ungerichtete Graphen NP-vollständig ist. HC Ungerichteter Hamiltonkreis EINGABE: ein ungerichteter Graph G =(V, E) mit Knotenmenge V und Kantenmenge E V 2 = {X V X =2}. FRAGE: Besitzt der Graph G einen Hamiltonkreis, d.h. kann man den Graphen so durchlaufen, daß jeder Knoten genau einmal besucht wird? Definition HC HC ist die Menge der ungerichteten Graphen, die einen Hamiltonkreis enthalten. 272
26 HC ist NP-vollständig Komplexitätstheorie Beispiele für Graphen mit und ohne Hamiltonkreis: Hamiltonkreis existiert! Kein Hamiltonkreis! Hamiltonkreis existiert! 273
27 HC ist NP-vollständig Komplexitätstheorie Satz 60 (NP-Vollständigkeit von HC) Das Problem HC ist NP-vollständig. Beweis: HC NP ist einfach zu sehen, da ein Hamilton-Kreis geraten und in polynomieller Zeit überprüft werden kann, daß es sich in der Tat um einen Hamilton-Kreis handelt. Für die NP-Härte reicht es, DHC p HC zu zeigen. Daher müssen wir zu jedem gerichteten Graphen G einen ungerichteten Graphen G konstruieren, so daß G genau dann einen Hamiltonkreis hat, wenn G einen Hamiltonkreis hat. Idee: Ersetze einen Knoten mit ein- und ausgehenden Kanten wie folgt 274
28 TSP ist NP-vollständig Komplexitätstheorie Wir zeigen nun, daß auch das Travelling-Salesman-Problem NP-vollständig ist. TSP Travelling Salesman EINGABE: eine n n-matrix M =(M i,j ) von Entfernungen zwischen n Städten und eine Zahl d. FRAGE: Gibt es eine Tour durch alle Städte, die maximal die Länge d hat? Das heißt, gibt es eine Indexfolge i 1,...,i m, so daß gilt: {i 1,...,i m } = {1,...,n} (jede Stadt kommt vor) M i1,i 2 + M i2,i M im 1,i m + M im,i 1 d (die Länge der Tour ist höchstens d) 275
29 TSP ist NP-vollständig Komplexitätstheorie Satz 61 (NP-Vollständigkeit von TSP) Das Problem TSP ist NP-vollständig. Beweis: TSP NP ist einfach zu sehen, da eine Indexfolge geraten und in polynomieller Zeit überprüft werden kann, daß sie die Bedingungen erfüllt. Für die NP-Härte zeigen wir HC p TSP: Sei G =(V, E) ein ungerichteter Graph, o.e. V = {1,...,n}.Wir konstruieren dazu folgende Matrix: M i,j = 1 falls {i, j} E 2 falls {i, j} E Außerdem setzen wir d = n. 276
30 Weitere wichtige Probleme k-färbbarkeit von Graphen EINGABE: Ein ungerichteter Graph G =(V, E). FRAGE: Gibt es Zuordnung von k verschiedenen Farben zu Knoten in V, so daß keine zwei benachbarten Knoten v 1, v 2 dieselbe Farbe haben? Ein Graph ist genau dann 2-färbbar, wenn er bipartit ist. Für k =2istdas Problem daher in P, für alle k 3 ist es NP-vollständig (Reduktion von 3-SAT). Effiziente Lösungen des Färbbarkeitsproblems sind relevant für die Lösung von Scheduling-Problemen (z.b. Konstruktion von Stundenplänen). 277
31 Weitere wichtige Probleme Bin Packing EINGABE: Eine Behältergröße b N, dieanzahlk N der Behälter und Objektgrößen a 1, a 2,...,a n. FRAGE: Können die n Objekte so auf die k Behälter verteilt werden, daß kein Behälter überläuft? Dieses Problem ist NP-vollständig (Reduktion von 3-SAT über verschiedene Zwischenprobleme). Es ist klar, daß dieses Problem in der Praxis relevant sein kann (Verpackung und Lagerung von Objekten). 278
32 Weitere wichtige Probleme Primzahlproblem EINGABE: Eine natürliche Zahl k N. FRAGE: Ist k eine Primzahl? Es war lange bekannt, daß dieses Problem in NP liegt (der Beweis ist nicht offensichtlich). Im Jahr 2002 wurde dann von Agrawal, Kayal, Saxena gezeigt, daß es sogar in Polynomzeit lösbar ist. Der derzeit beste bekannte Algorithmus hat Laufzeit O(n 6 ). Daher werden für konkrete Anwendungen (vor allem in der Kryptographie) weiterhin randomisierte Primzahltests verwendet. 279
33 Weitere wichtige Probleme Während in Polynomialzeit bestimmt werden kann, ob eine Zahl eine Primzahl ist, ist es anscheinend schwieriger, die Faktorisierung einer Zahl in ihre Primfaktoren zu bestimmen. Die Aufgabe, eine Zahl k in Primfaktoren zu zerlegen, ist eine Abbildung und kein Problem bzw. keine Sprache in unserem Sinne. Wir benötigen daher eine Sprachversion des Faktorisierungsproblems. Faktorisierung EINGABE: Zwei Zahlen k, r N. FRAGE: Besitzt k einen Faktor s = 1, der kleiner als r ist? 280
34 Weitere wichtige Probleme Wenn man dieses Problem lösen könnte, dann könnte man durch binäre Suche auch den kleinsten Faktor von k bestimmen und damit k faktorisieren. Der Status dieses Problems ist nicht geklärt. Es ist in NP: Primzahlfaktorisierung von k raten, überprüfen (verwendet Ergebnis von Agrawal u.a.) und den kleinsten Faktor mit r vergleichen. Bisher ist weder bewiesen noch widerlegt, daß es in P liegt bzw. daß es NP-vollständig ist. 281
35 Weitere wichtige Probleme Anwendungen in der Kryptographie: Die Schwierigkeit, das Faktorisierungsproblem zu lösen, ist die Grundlage einiger kryptographischer Verfahren (z.b. RSA). Interessanterweise ist das Faktorisierungsproblem dazu besser geeignet als viele als NP-vollständig bekannte Probleme, weil im wesentlichen alle Zahlen schwer zu faktorisieren sind. Bei bekannten NP-vollständigen Problemen gibt es oft viele leicht zu lösende Instanzen. Es gibt Algorithmen für Quantencomputer (Algorithmus von Shor), die das Faktorisierungsproblem effizient lösen könnten (wenn es funktionierende Quantencomputer gäbe). 282
36 Weitere wichtige Probleme Graphisomorphie EINGABE Zwei ungerichtete Graphen G 1 und G 2. FRAGE: Sind G 1 und G 2 isomorphi? Der Status dieses Problems ist ebenfalls nicht geklärt. Es ist offensichtlich in NP (Abbildung raten und prüfen, daß es Isomorphismus ist). Bisher ist weder bewiesen noch widerlegt, daß es in P liegt bzw. daß es NP-vollständig ist. 283
37 Lange Liste weiterer wichtiger Probleme Michael R. Garey und David S. Johnson: Computers and Intractibility: A guide to the theory of NP-completeness W.H. Freeman, 1979 (und später). 284
Theorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.
Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme
MehrFormale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)
Formale Grundlagen der Informatik 1 Kapitel 23 (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/37 Die Klassen P und NP P := {L
MehrEinführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.
Einführung (1/3) 3 Wir verfolgen nun das Ziel, Komplexitätsklassen mit Hilfe von charakteristischen Problemen zu beschreiben und zu strukturieren Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit
MehrDank. Theoretische Informatik II. Teil VI. Vorlesung
Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 8.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrBerechenbarkeitstheorie 24. Vorlesung
1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creatie Commons Attribution-NonCommercial 3.0 Unported Lizenz. DHC Eingabe:
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive
MehrKonjunktive Normalform
Konjunktive Normalform Eine Formel α in konjunktiver Normalform hat die Form α k 1 k 2... k r. Die Klauseln k 1,..., k r sind Disjunktionen von Literalen, also Disjunktionen von Variablen oder negierten
MehrLösungen zur Vorlesung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v.
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Reduktion. Komplexitätsklassen.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 6 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrDiskrete Strukturen Wiederholungsklausur
Technische Universität München (I7) Winter 2013/14 Prof. J. Esparza / Dr. M. Luttenberger LÖSUNG Diskrete Strukturen Wiederholungsklausur Beachten Sie: Soweit nicht anders angegeben, ist stets eine Begründung
MehrGrundlagen der Informatik Kapitel 20. Harald Krottmaier Sven Havemann
Grundlagen der Informatik Kapitel 20 Harald Krottmaier Sven Havemann Agenda Klassen von Problemen Einige Probleme... Approximationsalgorithmen WS2007 2 Klassen P NP NP-vollständig WS2007 3 Klasse P praktisch
MehrErsetzbarkeitstheorem
Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen
MehrFormale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln
Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem
MehrKünstliche Intelligenz Logische Agenten & Resolution
Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein
MehrÜbungsblatt Nr. 5. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 5 Aufgabe 1: Eine schöne Bescherung (K)
MehrKochrezept für NP-Vollständigkeitsbeweise
Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrProbleme aus NP und die polynomielle Reduktion
Probleme aus NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 15. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrAbbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z}
u v u v z w z w y x y x Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} Definition 0.0.1 (Vertex Cover (VC)). Gegeben: Ein ungerichteter
MehrStatt Turingmaschinen anzugeben, genügt die Angabe eines C++ Programms oder die Angabe eines Pseudocodes.
Turingmaschinen Wir haben Turingmaschinen eingeführt. Bis auf einen polynomiellen Anstieg der Rechenzeit haben Turingmaschinen die Rechenkraft von parallelen Supercomputern! Statt Turingmaschinen anzugeben,
Mehrabgeschlossen unter,,,, R,
Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 01. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 01.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrReduktionen. Algorithmen und Datenstrukturen Kapitel 6.2 Komplexitätstheorie. Exkurs: Reduktionen allgemein. Reduktionen: Erläuterungen
en Algorithmen und Datenstrukturen Kapitel 6.2 Komplexitätstheorie P, und C Definition () Seien L 1, L 2 {0, 1} zwei Sprachen. Wir sagen, dass L 1 auf L 2 in polynomialer Zeit reduziert wird, wenn eine
MehrSyntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4
Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)
MehrErfüllbarkeitsprobleme. Begriffe. Varianten von SAT
Erfüllbarkeitsprobleme SAT (satisfiability problem) Eingabe: Formel F in konjunktiver Form. Frage: Gibt es eine Belegung x der Variablen in F mit F(x)=1? Beispiel: Begriffe erfüllbar satisfiable: Eigenschaft
MehrKapitel 1.4. Exkurs: Entscheidbarkeit und Komplexität. Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10
Kapitel 1.4 Exkurs: Entscheidbarkeit und Komplexität Mathematische Logik (WS 2012/3) K. 1.4: Entscheidbarkeit und Komplexität 1/10 Algorithmen Ein Algorithmus oder eine Rechenvorschrift ist ein effektives
MehrWie komme ich von hier zum Hauptbahnhof?
NP-Vollständigkeit Wie komme ich von hier zum Hauptbahnhof? P Wie komme ich von hier zum Hauptbahnhof? kann ich verwende für reduzieren auf Finde jemand, der den Weg kennt! Alternativ: Finde eine Stadtkarte!
MehrWelche Probleme können Rechner (effizient) lösen? Die P = NP Frage. Ideen der Informatik Kurt Mehlhorn
Welche Probleme können Rechner (effizient) lösen? Die P = NP Frage Ideen der Informatik Kurt Mehlhorn Gliederung Ziele von Theorie Gibt es Probleme, die man prinzipiell nicht mit einem Rechner lösen kann?
MehrAufgabe. Gelten die folgenden Äquivalenzen?. 2/??
Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten
MehrDas Rucksackproblem. Definition Sprache Rucksack. Satz
Das Rucksackproblem Definition Sprache Rucksack Gegeben sind n Gegenstände mit Gewichten W = {w 1,...,w n } N und Profiten P = {p 1,...,p n } N. Seien ferner b, k N. RUCKSACK:= {(W, P, b, k) I [n] : i
MehrDie Klassen P und NP. Formale Grundlagen der Informatik 1 Kapitel 11. Die Klassen P und NP. Die Klasse P
Die Klassen Formale Grundlagen der Informatik 1 Kapitel 11 Frank Heitmann heitmann@informatik.uni-hamburg.de P := {L es gibt ein Polynom p und eine p(n)-zeitbeschränkte DTM A mit L(A) = L} = i 1 DTIME(n
MehrLogik für Informatiker
Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil A: Aussagenlogik 3. Erfüllbarkeit Version von: 23. Januar 2008(16:11) Inhalt 3.1 Grundbegriffe 3.2 Aussagenlogische Resolution 3.3 Endlichkeitssatz
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle
Mehr12 Kombinatorische Suche
177 12 Kombinatorische Suche Bisher haben wir meistens Probleme in polynomieller Zeit (und damit auch Platz) betrachtet. Obwohl es exponentiell viele mögliche Wege von u v gibt, gelingt es mit Dijkstra
MehrDie Klasse NP und die polynomielle Reduktion
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Dezember 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrKomplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekte mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
MehrPraktische Grenzen der Berechenbarkeit
Arno Schwarz Praktische Grenzen der Berechenbarkeit Während es im ersten Abschnitt um prinzipiell unlösbare Probleme ging, wenden wir uns nun Aufgaben zu, deren Lösbarkeit praktische Grenzen gesetzt sind.
Mehr14. Die polynomiell beschränkten Komplexitätsklassen. Die Grenzen der tatsächlichen Berechenbarkeit
14. Die polynomiell beschränkten Komplexitätsklassen Die Grenzen der tatsächlichen Berechenbarkeit PRINZIPIELLE VS. TATSÄCHLICHE BERECHENBARKEIT Prinzipielle (theoretische) Berechenbarkeit: Eine Funktion
MehrNP-vollständige Probleme. Michael Budahn - Theoretische Informatik 1
NP-vollständige Probleme Michael Budahn - Theoretische Informatik 1 Motivation Michael Budahn - Theoretische Informatik 2 Motivation viele praxisrelevante Probleme sind NPvollständig und eine Lösung würde
MehrArbeitsheft zur NP-Vollständigkeit
Arbeitsheft zur NP-Vollständigkeit (BuK / WS 2017 / RWTH Aachen) Gerhard J. Woeginger Dieses Arbeitsheft enthält einige Übungsaufgaben zur NP-Vollständigkeit. Jede Aufgabe besteht im Wesentlichen aus einem
MehrSudoku ist NP-vollständig
Sudoku ist NP-vollständig Seminar über Algorithmen und Komplexität Freie Universität Berlin Institut für Informatik SS 007 Sarah Will 8.07.007 Einführung Sudoku ist ein japanisches Logikrätsel und hat
MehrTheoretische Informatik 1
Theoretische Informatik 1 Approximierbarkeit David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 10.06.2016 Übersicht Das Problem des Handelsreisenden TSP EUCLIDEAN-TSP
MehrResolutionsalgorithmus
112 Resolutionskalkül Mit dem Begriff Kalkül bezeichnet man eine Menge von syntaktischen Umformungsregeln, mit denen man semantische Eigenschaften der Eingabeformel herleiten kann. Für den Resolutionskalkül:
MehrSyntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch
Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei
MehrKurt Mehlhorn und Adrian Neumann Max Planck Institute for Informatics and Saarland University 1. Dezember 2013
P versus NP Kurt Mehlhorn und Adrian Neumann Max Planck Institute for Informatics and Saarland University 1. Dezember 2013 Gliederung Informelle Formulierung des P = NP Problems Das Erfüllbarkeitsproblem
MehrRechenzeit für A. Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +).
Rechenzeit für A Sei t B die Rechenzeit eines Algo für B. Seien p,q,r monotone Polynome ( +). Rechenzeit des resultierenden Algo für A: t A (n) p(n) + q(n) t B (r(n)). Ist polynomiell, falls t B Polynom.
MehrErfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl.
Erfüllbarkeitstests Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Grundlagen und diskrete Strukturen ) Ein für Formeln
MehrBerechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin
Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung
MehrKomplexitätstheorie P versus NP
Komplexitätstheorie P versus NP Kurt Mehlhorn und Adrian Neumann Max Planck Institute for Informatics and Saarland University 6. Januar 2014 Gliederung Komplexitätstheorie und die Komplexitätslandschaft
MehrFormale Systeme. Das Erfu llbarkeitsproblem. Prof. Dr. Bernhard Beckert, WS 2017/2018
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Das Erfu llbarkeitsproblem KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrGraphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.
Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines
MehrApproximationsalgorithmen für NP-harte Optimierungsprobleme
Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 18 Was tun mit NP-harten Problemen? Viele praxisrelevante
MehrDas P versus N P - Problem
Das P versus N P - Problem Dr. Michael Huber Habilitationsvortrag eines der sieben Milleniumsprobleme des Clay Mathematics Institute A gift to Mathematics from Computer Science (Steve Smale) Überblick
MehrKomplexitätstheorie Einführung und Überblick (Wiederholung)
Literatur C. Papadimitriou UC Berkeley Zum Komplexitätsbegriff Strukturelle Komplexität Average Case Analyse Effiziente Algorithmen Logische Komplexität Beschreibungssprachen: SQL Kolmogorov Komplexität
MehrApproximationsalgorithmen für NP-harte Optimierungsprobleme
Approximationsalgorithmen für NP-harte Optimierungsprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 4. Januar 2011 Berthold Vöcking, Informatik 1 () Vorlesung
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 15. DIE POLYNOMIELL BESCHRÄNKTEN KOMPLEXITÄTSKLASSEN Theoretische Informatik (SoSe 2011) 15. Polynomiell beschränkte
MehrResolution (Motivation) Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Resolution (Idee) Resolution (Idee)
(Motivation) Vorlesung Logik Sommersemester 0 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Wir benötigen Algorithmen für Erfüllbarkeitstests, die zumindest in vielen Fällen gutartiges
MehrVorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen
Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume & Dr. Sander Bruggink Barbara König Logik 1 (Motivation) Wir benötigen Algorithmen für Erfüllbarkeitstests,
MehrTU5 Aussagenlogik II
TU5 Aussagenlogik II Daniela Andrade daniela.andrade@tum.de 21.11.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;)
MehrVorlesung Kombinatorische Optimierung (Wintersemester 2007/08)
1 Vorlesung Kombinatorische Optimierung (Wintersemester 2007/08) Kapitel 5: NP-schwierige Probleme Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 21. Dezember 2007) Rucksack Problem
MehrVorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2012/13
Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2012/13 Prof. Barbara König Übungsleitung: Henning Kerstan & Sebastian Küpper Barbara
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive
MehrTU9 Aussagenlogik. Daniela Andrade
TU9 Aussagenlogik Daniela Andrade daniela.andrade@tum.de 18.12.2017 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2 /
MehrGrundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
MehrKapitel L:II. II. Aussagenlogik
Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen
MehrTableaukalkül für Aussagenlogik
Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird
MehrAufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2003/04 ILKD Prof. Dr. D. Wagner 14. April 2004 2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Hier Aufkleber
MehrNP-Vollständigkeit. Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984)
NP-Vollständigkeit Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984) 0 Übersicht: Einleitung Einteilung in Klassen Die Klassen P und NP
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Bäume)
WS 2016/17 Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) 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
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische
Mehr3 Klassifikation wichtiger Optimierungsprobleme
3 Klassifikation wichtiger Optimierungsprobleme 3.1 Das MIN- -TSP Wir kehren nochmal zurück zum Handlungsreisendenproblem für Inputs (w {i,j} ) 1 i
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 28. Aussagenlogik: DPLL-Algorithmus Malte Helmert Universität Basel 2. Mai 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26. Grundlagen 27. Logisches
MehrAussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37
Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in
MehrInformatik-Grundlagen
Informatik-Grundlagen Komplexität Karin Haenelt 1 Komplexitätsbetrachtungen: Ansätze Sprachentheorie Klassifiziert Mengen nach ihrer strukturellen Komplexität Komplexitätstheorie Klassifiziert Probleme
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 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/ws1314
Mehr13. Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie
13 Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie 13 Woche: NP-Vollständigkeit, Satz von Cook-Levin, Anwendungen 276/ 333 N P-Vollständigkeit Ḋefinition NP-vollständig Sei
MehrResolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren:
Resolutionskalkül Ein Kalkül ist eine Kollektion von syntaktischen Umformungsregeln, die unter gegebenen Voraussetzungen aus bereits vorhandenen Formeln neue Formeln erzeugen. Der Resolutionskalkül besteht
MehrTheoretische Informatik SS 03 Übung 11
Theoretische Informatik SS 03 Übung 11 Aufgabe 1 Zeigen Sie, dass es eine einfachere Reduktion (als die in der Vorlesung durchgeführte) von SAT auf 3KNF-SAT gibt, wenn man annimmt, dass die Formel des
MehrAllgemeingültige Aussagen
Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt
MehrTheorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.
Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.
MehrGraphen. Graphen und ihre Darstellungen
Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten
Mehrdurch Einfügen von Knoten konstruiert werden kann.
Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der
MehrAussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25
Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.
MehrKnoten-Partitionierung in feste Eigenschaften ist NP-schwer
Knoten-Partitionierung in feste Eigenschaften ist NP-schwer Seminar: Ausgewählte Kapitel der Informatik bei Prof. Dr. R. Schrader Seminarvortrag von Nils Rosjat Wintersemester 09 / 10 1 Einleitung Dieser
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Teil VI. Komplexitätstheorie.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrHamiltonsche Graphen
Hamiltonsche Graphen Definition 3.2. Es sei G = (V, E) ein Graph. Ein Weg, der jeden Knoten von G genau einmal enthält, heißt hamiltonscher Weg. Ein Kreis, der jeden Knoten von G genau einmal enthält,
MehrZentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)
WS 2013/14 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2013ws/ds/uebung/ 22. Januar 2014 ZÜ DS ZÜ XIII
MehrErfüllbarkeit und Allgemeingültigkeit
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ
MehrHilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
MehrEinführung in Algorithmen und Komplexität
Einführung in Algorithmen und Komplexität SS2004 w u v High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 Was haben wir bisher gemacht? - Rechenmodell:
MehrFakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen
Vorbemerkungen if (x > y) z = x; else z = y; Wenn es blaue Tiger regnet, dann fressen alle Kirschbäume schwarze Tomaten. q(1) = 1, q(i) = q(i 1) + 2i 1 für i 2 Welchen Wert hat q(6)? 24 ist durch 2 teilbar.
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 9
MehrAufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1
Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung
MehrFormale Systeme. Übung: Reinhard Hemmerling Büsgenweg 4, Raum 89 (1. Stock) rhemmer<at>gwdg.de
Formale Systeme Vorlesung: Winfried Kurth Lehrstuhl Computergrafik und ökologische Informatik Büsgenweg 4, Raum 90 (1. Stock) 39-9715 wkinformatik.uni-goettingen.de http://www.uni-goettingen.de/de/72781.html
Mehr1 Aussagenlogischer Kalkül
1 Aussagenlogischer Kalkül Ein Kalkül in der Aussagenlogik soll die Wahrheit oder Algemeingültigkeit von Aussageformen allein auf syntaktischer Ebene zeigen. Die Wahrheit soll durch Umformung von Formeln
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 5. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 05.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
Mehr