Kapitel 1: Endliche Automaten Gliederung 1. Endliche Automaten
|
|
- Renate Waldfogel
- vor 6 Jahren
- Abrufe
Transkript
1 Gliederung 0. Grundegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechenarkeitstheorie 4. Komplexitätstheorie 1.1. Grundlagen 1.2. Minimierungsalgorithmus /3, S. 1
2 Git es Sprachen, die nicht Automatensprachen sind? Endliche Automaten ilden ein sehr einfaches Beschreiungsmittel und Berechnungsmodell. Falls es Sprachen git, die keine Automatensprachen sind, enötigt man komplexere (oder zumindest andere) Beschreiungsmittel zw. Berechnungsmodelle. Wir wollen in diesem Aschnitt zeigen, dass es tatsächlich Sprachen git, die keine Automatensprachen sind. Daei werden wir allgemeine Eigenschaften von Automatensprachen identifizieren. Gleichzeitig werden wir einen neuen Weg zum Minimalautomaten kennenlernen. 1/3, S. 2
3 Auslick Wir etrachten zwei rauchare Ansätze, um ggf. nachzuweisen, dass es zu einer gegeenen Sprache L keinen endlichen Automaten A mit L(A) = L git: Man analysiert die Eigenschaften einer in Ahängigkeit von L definierten Klasseneinteilung zw. Äquivalenzrelation auf Σ*. Man wendet das sogenannte Pumping-Lemma an. und werden ihre Vor- und Nachteile diskutieren. 1/3, S. 3
4 Die Fortsetzungsmengen-Aildung einer Sprache üer Σ Vgl. Algera: (a) -1 (ac)=c Für jede Sprache L Σ* und jedes Wort u Σ* sei u -1 (L) := {v Σ* u v L}. Weg von L nach u -1 (L): Alle Wörter wegwerfen, die nicht mit u eginnen. Vom Rest die Anfangs-u löschen. Beispiele: a -1 ( ) = a -1 ({ε}) = a -1 ({a}) = a -1 ({a,ac, ad}) = {ε,c}... das, was in L nach u noch kommen kann, die Restsprache von u 1/3, S. 4
5 Der Restsprachenautomat A(L) einer Sprache L Es sei L Σ* eine formale Sprache üer dem Alphaet Σ. Der (nicht notwendig endliche) Restsprachenautomat von L ist A(L) = [Z,Σ,z 0,F,δ] mit Z = { u -1 (L) u Σ*}, z 0 = L, F = { z Z ε z }, Für alle z Z und a Σ: δ(z,a) = a -1 (z) = { a -1 (w) w z }. Neuer Begriff: ein unendlicher Automat Gewöhnungsedürftig: Jeder Zustand ist hier eine komplette Sprache! A(L) ist nicht unedingt gut handhaar, denn: Wie gehen wir daei z.b. mit unendlich vielen unendlichen Sprachen um? 1/3, S. 5
6 Der Restsprachenautomat A(L) einer Sprache L (Beispiel 1) Beispiel 1 a a,, a ε, a Σ={a,} ε a, a, Beispiel 2 L = { a n n n N } A(L) =? 1/3, S. 6
7 Der Restsprachenautomat A(L) einer Sprache L (Beispiel 2) Sei L = { a n n n > 0 }. Dann sieht A(L) wie folgt aus:... aer es git a einen unendlichen a Automaten a B mit a L(B) = L z 0 z 1,1 z 1,2 z 1,3 usw. z er z 2,1 z 2,2 z 2,3 usw. a, a a a usw. z 0 = L z 1,k = { a n n+k n 0 } z er = z 2,k = { k-1 } 1/3, S. 7
8 Der Restsprachenautomat A(L) einer Sprache L hat tolle Eigenschaften (Myhill/Nerode): Fakt: Genau dann ist der Restsprachenautomat A(L) endlich, wenn L die Sprache L(A) eines endlichen Automaten A ist. Das werden wir noch egründen! Fakt: Für jeden endlichen Automaten A ist A(L(A)) ein Minimalautomat zu A, d.h. der Restsprachenautomat ist minimal. Das werden wir noch egründen! Da A(L) für jede Sprache existiert und von fundamentaler Bedeutung ist, Nennt man ihn auch den kanonischen Automaten von L. 1/3, S. 8
9 Begriff: Nerode-Relation Erinnerung an Fortsetzungsmengen (Restsprachen): Sei L Σ* eine Sprache und u Σ* ; dann war: u -1 (L) = { v Σ* u v L }. u -1 (L) enthält alle Wörter v, die, an u angehängt, ein Wort aus L ergeen. Die u -1 (L), u Σ*, ilden die Zustände des kanonischen Automaten von L. Die Nerode-Relation R L auf Σ* gilt zwischen u 1 und u 2, wenn eide auf genau die gleiche(n) Weise(n) zu einem Wort in L verlängert werden können, d.h. wenn eide die gleiche Restsprache in L haen: Es gilt genau dann u 1 R L u 2, wenn u 1-1 (L) = u 2-1 (L) gilt. Wie wir wissen, ist diese Relation eine Äquivalenzrelation üer Σ*, da sie Wertegleichheit ei Aildung f(u)=u 1 (L) entspricht. 1/3, S. 9
10 Nerode-Relation und Restsprachen Jede Sprache L üer Σ hat genauso viele Restsprachen (Zustände im Restsprachenautomat) wie Äquivalenzklassen in der Nerode-Relation R L Die Aildung g: u -1 (L) [u] RL von der Menge aller Restsprachen von L in die Menge aller R L -Äquivalenzklassen ist ijektiv: Sie ist surjektiv, injektiv, denn [u] RL = g(u -1 (L)), denn [u] RL =[u] RL gdw. u R L v gdw. u -1 (L) =v -1 (L). Was erhalten wir, wenn wir im Restsprachenautomat A(L) nicht die Restsprachen als Zustände nehmen, sondern deren g-bilder? Nerode-Äquivalenzklassen-Automat 1/3, S. 10
11 Restsprachenautomat A und Nerode-Äquivalenzklassen-Automat B Beispiel 1: L = {a,,a} a -1 (L) = {ε,} {a,,a} a {ε,} {ε} a {a} a a {ε} a, {,a} a, Σ*\{ε,a,,a} a, -1 (L) = (a) -1 (L) = {ε} a, Hier gilt für alle Zustände z: für alle w K A (z): z=w -1 (L(A))! Hier gilt für alle Zustände z: z = K B (z)! 1/3, S. 11
12 Restsprachenautomat und Nerode-Äquivalenzklassen-Automat Beispiel 2 Sei Σ = { 0,1 } und L = { 00 w w Σ* }. Restsprachen M 0 = 00 Σ* M 1 = 0 Σ* M 2 = Σ* M 3 = M 0 0 M 1 0 M ,1 M 3 0,1 Nerode-Klassen M 0 = {ε} M 1 = {0} M 2 = 00 Σ* M 3 = Σ* \ ({ε,0} 00 Σ* = {1,01} Σ* 1/3, S. 12
13 Nerode-Äquivalenzklassen Beispiel 3 Sei Σ* = { a, } und L = { a n n n N 0 }. Dann gilt für alle Wörter u i = a i mit i N: R L (u i ) = { i-1 }. Also gilt für alle Wörter u i und u k mit i k: R L (u i ) R L (u k ). Folglich hat die Nerode-Relation R L hier unendlich viele Äquivalenzklassen. 1/3, S. 13
14 Zentraler Hilfssatz (Begründung folgt) Sei A ein endlicher Automat üer dem Alphaet Σ mit Zustandsmenge Z, und es sei L = L(A). Dann gilt: Die Klasseneinteilung, die die Nerode-Relation R L induziert, hat höchsten Z Äquivalenzklassen. Wichtigste Folgerungen: Bei vorgegeenem endlichem Automaten A ist der kanonische Automat A(L(A)) ein Minimalautomat zu A. Genau dann ist eine gegeene Sprache L eine Automatensprache, wenn der kanonische Automat A(L) ein endlicher Automat ist. 1/3, S. 14
15 Zentraler Hilfssatz, Begründung Sei A = [Z,Σ,z 0,F,δ] ein endlicher Automat und L = L(A). Dann gilt offenar für alle u Σ*: u i -1 (L) = L(A,δ*(z 0,u)) Also gilt für alle u 1,u 2 Σ*: Wörter, die vom Zustand nach u zu einem Zustand aus F führen δ*(z 0,u 1 ) = δ*(z 0,u 2 ) L(A,δ*(z 0,u 1 )) = L(A,δ*(z 0,u 2 )) u 1-1 (L) = u 2-1 (L) u 1 R L u 2 Git es k verschiedene Äquivalenzklassen der Nerode-Relation R L, dann auch k paarweise nicht äquivalente Wörter u 1, u 2, u k, nach dem vorigen also auch k verschiedene Zustände δ*(z 0,u 1 ), δ*(z 0,u k ). Somit git es wegen k Z höchstens Z solche Äquivalenzklassen. 1/3, S. 15
16 Konsequenzen Um für eine gegeene Sprache L zu üerprüfen, o es einen endlichen Automaten A mit L(A) = L git, kann man wie folgt vorgehen: Stelle fest, o die Klasseneinteilung, die die Nerode-Relation R L induziert, endlich oder unendlich viele Äquivalenzklassen hat. Falls es endlich viele sind, git es einen endlichen Automaten A mit L(A) = L. Falls es unendlich viele sind, git es keinen endlichen Automaten A mit L(A) = L. Hinweis: Dieser Ansatz greift im Prinzip immer. Es ist nur manchmal nicht ganz leicht festzustellen, wie viele Klassen es git. 1/3, S. 16
17 weiteres Vorgehen Wir schauen uns jetzt eine weitere Eigenschaft der Sprachen an, die mit endlichen Automaten eschrieen werden können. Daei konzentrieren wir uns auf unendliche Sprachen und fragen uns, wie ein endlicher deterministischer Automat Wörter verareitet, die mindestens so viele Zeichen haen, wie der Automat Zustände hat. 1/3, S. 17
18 Beispiel Wir etrachten das folgende Wort w L(A): w = a 1 a 2 a 3 a 4 = z 0 z z 3 z 2 1 A verareitet das Wort w L(A) wie folgt: 0 Start in z 0; δ(z 0,a 1 ) = z 1, δ(z 1,a 2 ) = z 2, δ(z 2,a 3 ) = z 1 und δ(z 1,a 4 ) = z 3 Konsequenz: ei der Verareitung des Wortes w werden fünf Zustände esucht: der Startzustand und die vier Zustände, die esucht werden, wenn a 1, a 2, a 3 zw. a 4 verareitet wurden. Da A nur vier Zustände hat, muss deshal mindestens ein Zustand mehrfach esucht werden Vergleiche: Schleifen-Lemma für Wege! 1/3, S. 18
19 Beispiel (weiter) 0 1 z 3 A verareitet das Wort 1011 L(A) wie folgt: 1 z 0 z z 0 1 z 1 0 z 2 1 z 1 1 z 3 1 z = u v w = u v 1 w L(A) Da der Zustand z 1 zweimal esucht wird, können wir das Wort w in die Bestandteile u=1, v=01 und w=1 zerlegen mit: δ*(z 0,u) = z 1, δ*(z 1,v) = z 1, δ*(z 1,w) F, so dass für alle k N 0 das Wort u v k w eenfalls zur Sprache L(A) gehört, z.b z 0 z 1 z 2 z 1 z 2 z 1 (k=2) = u vv w = u v 2 w L(A) 1 z (k=0) 1 1 z 0 z 3 z 1 1 ε 1 = u v 0 w L(A) 1/3, S. 19
20 Hilfsegriff (Aufpumparkeit) Es sei s L Σ*. Es sei n N. s heißt n-aufpumpar in L, falls es Wörter u, v, w Σ* git, für die gilt: s = u v w, u v n und v 1, u v k w L für alle k N 0. k=0 ist eher Luft rauslassen als aufpumpen.... und die Kontraposition (Nicht- Aufpumparkeit) s ist nicht n-aufpumpar in L gdw. für alle Wörter u, v, w Σ* gilt: Wenn die Bedingungen s = u v w, u v n und v 1 erfüllt sind, so gilt u v k w L für mindestens ein k N 0. 1/3, S. 20
21 Beispiele Es sei L = { 111 } { 1 0 t t > 0 } Dann gilt: s = 100 gehört zu L und ist 2-aufpumpar in L : Wähle u = 1, v = 0, w = 0 s = 111 gehört zu L und ist nicht 2-aufpumpar in L : Egal, wie u,v, und w gewählt werden gilt, u v 2 w L. Jedes Wort s L mit s 4 ist 2-aufpumpar in L : s = 1 0 s. Wähle u = 1, v = 0, w = s. 1/3, S. 21
22 Pumping-Lemma für Automatensprachen Ist L eine unendliche Sprache, dann gilt: Beweis wie eim Schleifen-Lemma für Wege! Wenn es einen endlichen Automaten A mit L(A)=L git, dann git es eine Zahl n N, so dass jedes Wort w L mit w n ein n-aufpumpares Wort ist (die sog. Pumping-Eigenschaft). Logisch äquivalente Formulierung ( Kontraposition ) Ist L eine unendliche Sprache, dann gilt: und ei endlichen Sprachen? S.25 Wenn es zu jeder Zahl n N ein Wort s n L mit s n n git, das nicht n-aufpumpar ist (No-Pumping-Eigenschaft) so git es keinen endlichen Automaten A mit L(A).... leider nicht Genau dann, wenn, denn manche Nicht- Automatensprachen erfüllen das Pumping-Lemma auch. 1/3, S. 22
23 Verwendung Um zu zeigen, dass es für eine gegeene Sprache L keinen endlichen Automaten A mit L(A) = L git, enutzt man die Kontraposition des Pumping-Lemmas und geht wie folgt vor: Man zeigt, dass es zu jedem n N ein Wort s n L mit s n n git, das nicht n-aufpumpar ist Für jedes n ezeugt das Wort s n, dass es keinen endlichen Automat A mit n Zuständen git, für den L = L(A) gilt. Man will also zeigen, dass es zu jedem n N ein Wort s n L mit s n n git, so dass für alle Wörter u, v, w Σ* gilt: Wenn die Bedingungen s n = u v w, u v n und v 1 erfüllt sind, so gilt für mindestens ein k N u v k w L. 1/3, S. 23
24 Beispiel für das No-Pumping-Lemma Sei Σ = { 0,1 } und L = { w Σ* w hat genauso viele Nullen wie Einsen } Wir wollen zeigen, dass es keinen endlichen Automaten A mit L(A) = L git. Es sei nun n N Wir wählen das Wort s n = 1 n 0 n ( Offenar gilt s n L und s n n.) Es seien u,v und w so gewählt, dass s n = u v w, u v n und v 1 gilt Also gilt: u = 1 u, v = 1 v und w = 1 n- u v 0 n Daher gilt für das Wort u v 2 w (Wir nehmen also k = 2): u v 2 w = 1 u 1 2 v 1 n- u v 0 n = 1 n+ v 0 n, und n+ v >n, also u v 2 w L, da dieses Wort mehr Einsen als Nullen hat. 1/3, S. 24
25 Anmerkungen Mit der Kontraposition des Pumping-Lemmas kann man offenar nur für unendliche Sprachen L zeigen, dass es keinen endlichen Automaten A mit L(A) = L git. Man raucht ja unendlich viele Wörter. Das ist aer keine Einschränkung, weil man sich leicht üerlegen kann, dass es für jede endliche Sprache L einen endlichen Automaten A mit L(A) git... was wir auf mindestens drei Arten sehen können: Die Nerode-Relation R L hat nur endlich viele Äquivalenzklassen. Es git eine triviale Baum-Konstruktion für einen passenden Automaten. Es git nur endlich viele Restklassensprachen. 1/3, S. 25
26 weitere Anmerkungen Unschön ist, dass es (natürlich unendliche) Sprachen L git, die einerseits keine Automatensprachen sind, d.h. es git keinen endlichen Automaten A mit L(A) = L, und die andererseits trotzdem die Pumping-Eigenschaft haen, d.h. es git ein n N, so dass jedes Wort w L mit w n n-aufpumpar ist. Beispielsweise gilt mit Σ = { 0,1 } und L = { 0 n 1 m 0 m n,m N } {1 n 0 m n,m N 0 } L ist keine Automatensprache. Jedes Wort w L mit w 1 ist ein 1-aufpumpares Wort. Wie sieht man das ein? 1/3, S. 26
27 weitere Anmerkungen Beispielsweise gilt mit Σ = { 0,1 } und L = { 0 n 1 m 0 m n,m N } {1 n 0 m n,m N 0 } L ist keine Automatensprache. Jedes Wort w L mit w 1 ist ein 1-aufpumpares Wort. Wie sieht man das ein? Etwa so: L hat unendlich viele Restsprachen (vgl. a n n -Beispiel), zw. ein Automat für L räuchte ein unendlich großes Gedächtnis: Falls 0 vorne, wie viele 1en kamen isher? W hat n>1 führende Nullen vorne führende Null streich- und vervielfachar zu Wort aus erster Menge. Einsame 0 vorne streichar zu Wort aus zweiter Menge, vervielfachar zu Wort erster Menge. Führende 1 vorne streichar und vervielfachar zu Wort aus zweiter Menge. 1/3, S. 27
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Wintersemester 2007 / 2008 Prof. Dr. Heribert Vollmer Institut für Theoretische Informatik 29.10.2007 Reguläre Sprachen Ein (deterministischer) endlicher Automat
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 10.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrTheoretische Informatik Kap 1: Formale Sprachen/Automatentheorie
Gliederung der Vorlesung. Grundbegriffe. Formale Sprachen/Automatentheorie.. Grammatiken.2..3. Kontext-freie Sprachen 2. Berechnungstheorie 2.. Berechenbarkeitsmodelle 2.2. Die Churchsche These 2.3. Unentscheidbarkeit
MehrDer deterministische, endliche Automat. Formale Grundlagen der Informatik 1 Kapitel 3 Mehr zu regulären Sprachen
Der deterministische, endliche Automat Formale Grundlagen der Informatik 1 Kapitel 3 Mehr zu regulären Sprachen Frank Heitmann heitmann@informatik.uni-hamurg.de 8. April 2014 Definition (DFA) Ein deterministischer,
MehrTyp-3-Sprachen. Das Pumping-Lemma
Das Pumping-Lemma Typ-3-Sprachen Um zu zeigen, daß eine Sprache L regulär ist, kannman einen NFA M angeben mit L(M) = L, oder eine rechtslineare Grammatik G angeben mit L(G) =L, oder einen regulären Ausdruck
MehrEndliche Automaten. aus. Abbildung 1: Modell eines einfachen Lichtschalters
Endliche Automaten In der ersten Vorlesungswoche wollen wir uns mit endlichen Automaten eschäftigen. Um uns diesen zu nähern, etrachten wir zunächst einen einfachen Lichtschalter. Dieser kann an oder aus
MehrAutomaten und Coinduktion
Philipps-Univestität Marburg Fachbereich Mathematik und Informatik Seminar: Konzepte von Programmiersprachen Abgabedatum 02.12.03 Betreuer: Prof. Dr. H. P. Gumm Referentin: Olga Andriyenko Automaten und
MehrTheorie der Informatik
Theorie der Informatik 8. Reguläre Sprachen II Malte Helmert Gabriele Röger Universität Basel 24. März 24 Pumping Lemma Pumping Lemma: Motivation Man kann zeigen, dass eine Sprache regulär ist, indem man
MehrLösungen zu Übungsblatt 4
Lösungen zu Übungsblatt 4 Aufgabe 1 Sei Σ = {0,1,2} und u = 0102. Gesucht ist der minimale DEA der die Sprache L u = {w Σ u ist Teilwort von w} erkennt. Laut Vorlesung ist das Rückgrat des DEA von der
MehrÜbung zur Vorlesung Theoretische Information. Minimierungsalgorithmus
Übung zur Vorlesung Theoretische Information Minimierungsalgorithmus Folie Warum Automaten minimieren? Zwei endliche Automaten Automat q q Automat 2 q q Beide akzeptieren die selbe Sprache Welche? q 2
MehrFrank Heitmann 2/47. 1 Ein PDA beginnt im Startzustand z 0 und mit im Keller. 2 Ist der Automat
Formale Grundlagen der Informatik 1 Kapitel 5 Über reguläre Sprachen hinaus und (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 21. April 2015 Der Kellerautomat - Formal Definition (Kellerautomat
MehrHoffmann (HAW Hamburg) Automatentheorie und formale Sprachen
Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen 18.4. 2012 176 Automatentheorie und formale Sprachen VL 5 Reguläre und nichtreguläre Sprachen Kathrin Hoffmann 18. Aptil 2012 Hoffmann (HAW
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik 4. Kellerautomaten und kontextfreie Sprachen (III) 17.06.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrKapitel 2: Formale Sprachen Gliederung
Gliederung. Einleitung und Grundbegriffe. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.. Chomsky-Grammatiken 2.2. Reguläre Sprachen Reguläre Grammatiken, ND-Automaten
Mehr5. Äquivalenzrelationen
5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)
MehrLösungsvorschläge Blatt 4
Theoretische Informatik Departement Informatik Prof. Dr. Juraj Hromkovič http://www.ita.inf.ethz.ch/theoinf16 Lösungsvorschläge Blatt 4 Zürich, 21. Oktober 2016 Lösung zu Aufgabe 10 (a) Wir zeigen mit
MehrAutomaten und Formale Sprachen ε-automaten und Minimierung
Automaten und Formale Sprachen ε-automaten und Minimierung Ralf Möller Hamburg Univ. of Technology Literatur Gottfried Vossen, Kurt-Ulrich Witt: Grundkurs Theoretische Informatik, Vieweg Verlag 2 Danksagung
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/07 5. Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 5. Vorlesung 09.11.2006 schindel@informatik.uni-freiburg.de 1 Äquivalenzklassen Definition und Beispiel Definition Für eine Sprache L Σ* bezeichnen
MehrDefinition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.
Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer
MehrFür jede Sprache L X sind die folgenden Aussagen äquivalent:
Was bisher geschah Für jede Sprache L X sind die folgenden Aussagen äquivalent: Es existiert ein NFA A mit L = L(A) (L REC(NFA)). Es existiert ein vollständiger NFA B mit L = L(B). Es existiert ein ε-nfa
MehrEin deterministischer endlicher Automat (DFA) kann als 5-Touple dargestellt werden:
Sprachen und Automaten 1 Deterministische endliche Automaten (DFA) Ein deterministischer endlicher Automat (DFA) kann als 5-Touple dargestellt werden: M = (Z,3,*,qo,E) Z = Die Menge der Zustände 3 = Eingabealphabet
MehrInformatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit. Zugangsnummer: 3288
Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit Wiederholung Kapitel 2 http://pingo.upb.de Zugangsnummer: 3288 Dozent: Jun.-Prof. Dr. D. Baumeister
MehrVorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.
Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt
MehrIntegralrechnung - Einführung Seite 1 von 6. Vergleicht man die Ergebnisse miteinander, so kann man folgende Entdeckung machen:
Integralrechnung - Einführung Seite von 6 Berechnung von Flächeninhalten zwischen dem Graphen einer Funktion und der x-achse: Beispiel : f(x)= Fläche zwischen Graph und x-achse üer dem Intervall [;]: Bei
MehrFormale Methoden 1. Gerhard Jäger 23. Januar Uni Bielefeld, WS 2007/2008 1/18
1/18 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 23. Januar 2008 2/18 Das Pumping-Lemma Sein L eine unendliche reguläre Sprache über ein endliches Alphabet
Mehr2. Übungsblatt 6.0 VU Theoretische Informatik und Logik
2. Übungsblatt 6.0 VU Theoretische Informatik und Logik 25. September 2013 Aufgabe 1 Geben Sie jeweils eine kontextfreie Grammatik an, welche die folgenden Sprachen erzeugt, sowie einen Ableitungsbaum
Mehr6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.
Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.
Mehr3.4 Kondition eines Problems
38 KAPITEL 3. FEHLERANALYSE Beispiel 3.18 Betrachte M(10, 5, 1). Dann sind x 4.2832, y 4.2821, z 5.7632 darstellare Zahlen und (x y)z 0.00633952. Das korrekte Ergenis in M ist daher 0.0063395. Der Ausdruck
MehrÜbungsaufgaben zu Formalen Sprachen und Automaten
Universität Freiburg PD Dr. A. Jakoby Sommer 27 Übungen zum Repetitorium Informatik III Übungsaufgaben zu Formalen Sprachen und Automaten. Untersuchen Sie das folgende Spiel: A B x x 2 x 3 C D Eine Murmel
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrTyp-1-Sprachen. Satz 1 (Kuroda ( ) 1964)
Typ-1-Sprachen Satz 1 (Kuroda (1934-2009) 1964) Eine Sprache L hat Typ 1 (= ist kontextsensitiv) genau dann, wenn sie von einem nichtdeterministischen LBA erkannt wird. Beweis: Sei zunächst L Typ-1-Sprache.
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 8 Januar 2015 Die Vollständigkeit der reellen Zahlen Letzte Woche hatten wir die reellen Zahlen als Äquivalenzklassen von Cauchy- Folgen
Mehrvollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA
Ws isher geschh NFA A = (X, Q, δ, I, F ) vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimlutomt: minimler vollständiger DFA Für jede Sprche L X sind die folgenden Aussgen
Mehr3 Topologische Gruppen
$Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Mengen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) 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
MehrAutomaten, Spiele, und Logik
Automten, Spiele, und Logik Woche 9 13. Juni 2014 Inhlt der heutigen Vorlesung Büchi Automten co-büchi Automten Komplementierung für deterministische Büchi Automten Ein Ziel: den Stz von Büchi-Elgot-Trkhtenrot
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
Mehr(algebraische) Strukturen Abschnitt Eigenschaften von zweistelligen Operationen. Beispiel: Boolesche Algebren. Strukturtypen: Beispiele
Kap 1: Grundegriffe Funktionen 1.1.3 Eigenschaften von zweistelligen Operationen für 2-stellige Operation : A A A a, a (infixe Notation) assoziativ, falls für alle a,, c A: (a ) c = a ( c). kommutativ,
MehrFormale Sprachen und Automaten
Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen
Mehr23. Kontextsensitive Sprachen
2. Kontextsensitive Sprachen In diesem Aschnitt etrachten wir die Klasse der kontextsensitiven Sprachen, der nach der Klasse der allgemeinen Chomsky-Sprachen größten Klasse der Chomsky- Hierarchie. Wir
MehrMusterlösung zur Nachklausur Theoretische Grundlagen der Informatik Wintersemester 2013/14
Institut für Theoretische Informatik Prof. Dr. Jörn Müller-Quade Musterlösung zur Nachklausur Theoretische Grundlagen der Informatik Wintersemester 203/4 Vorname Nachname Matrikelnummer Hinweise Für die
MehrTutoraufgabe 1 (ɛ-produktionen):
Prof aa Dr J Giesl Formale Systeme, Automaten, Prozesse SS 2010 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Hausaufgaben sollen in Gruppen von je 2 Studierenden aus dem gleichen Tutorium
MehrWas nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.
Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik
MehrWorterkennung in Texten speziell im Compilerbau 14. April Frank Heitmann 2/65
Grenzen regulärer Sprachen? Formale Grundlagen der Informatik 1 Kapitel 4 Über reguläre Sprachen hinaus und Frank Heitmann heitmann@informatik.uni-hamburg.de Wir haben mittlerweile einiges kennengelernt,
MehrPumping-Lemma. Beispiel. Betrachte die kontextsensitive Grammatik G mit den Produktionen. S asbc abc CB HB HB HC HC BC ab ab bb bb bc bc cc cc.
Pumping-Lemma Beispiel Betrachte die kontextsensitive Grammatik G mit den Produktionen S asbc abc CB HB HB HC HC BC ab ab bb bb bc bc cc cc. Sie erzeugt z.b. das Wort aabbcc: S asbc aabcbc aabhbc aabhcc
MehrI.5. Kontextfreie Sprachen
I.5. Kontextfreie prachen Zieht man in Betracht, dass BNF-yteme gerade so beschaffen sind, dass auf der linken eite immer genau ein Nichtterminal steht, so sind das also gerade die Ableitungsregeln einer
Mehr2 2 Reguläre Sprachen. 2.2 Endliche Automaten. Übersicht
Formale Systeme, Automaten, Prozesse Übersicht 2 2. Reguläre Ausdrücke 2.3 Nichtdeterministische endliche Automaten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.6 Minimale DFAs und der
MehrKapitel 5: Minimale spannende Bäume Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman Problem. Flüsse in Netzwerken
MehrName... Matrikel Nr... Studiengang...
Proeklusur zur Vorlesung Berechenrkeitstheorie WS 201/1 1. Jnur 201 Prof. Dr. André Schulz Bereitungszeit: 120 Minuten [So oder so ähnlich wird ds Deckltt der Klusur ussehen.] Nme... Mtrikel Nr.... Studiengng...
MehrVorkurs Mathematik Abbildungen
Vorkurs Mathematik Abbildungen Philip Bell 19. September 2016 Diese Arbeit beruht im Wesentlichen auf dem Vortrag Relationen, Partitionen und Abbildungen von Fabian Grünig aus den vorangehenden Jahren.
Mehr$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade.
$Id: folgen.tex,v. 202/05/3 2:40:06 hk Exp $ 6 Folgen Am Ende der letzten Sitzung hatten wir Folgen in einer Menge X als Abbildungen a : N X definiert, die dann typischerweise in der Form (a n ) n N, also
MehrKapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.1. 2.2. Reguläre Sprachen 2.3. Kontextfreie Sprachen 2/1, Folie 1 2015 Prof. Steffen
MehrDie quadratische Gleichung und die quadratische Funktion
Die quadratische Gleichung und die quadratische Funktion 1. Lösen einer quadratischen Gleichung Quadratische Gleichungen heißen alle Gleichungen der Form a x x c = 0, woei a,, c als Parameter elieige reelle
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 3 14. Mai 2010 Einführung in die Theoretische
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
MehrAnalysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität).
Analysis 1, Woche 2 Reelle Zahlen 2.1 Anordnung Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). 2. Für jeden a, b K mit a b und b a gilt a = b (Antisymmetrie).
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 4: Nichtdeterminismus Teil 2 schulz@eprover.org Software Systems Engineering Nichtdeterministische endliche Automaten Definition: Ein nichtdeterministischer
MehrGrundlagen der Theoretischen Informatik
1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Kontextfreie Grammatiken Definition: Eine Grammatik G
Mehrc) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} c) {abcabc} d) {abcbc, abc, a} c) {aa, ab, ba, bb} d) {{aa}, {ab}, {ba}, {bb}}
2 Endliche Automaten Fragen 1. Was ergibt sich bei {a, bc} {de, fg}? a) {abc, defg} b) {abcde, abcfg} c) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} 2. Was ergibt sich bei {abc, a} {bc, λ}?
MehrFormale Sprachen und Automaten
Avant Propos Formale Sprachen und Automaten Sie [die Theorie der formalen Sprachen] ist ein Musterbeispiel einer informatischen Theorie, weil es ihr gelingt, einen großen Bestand an Einsichten und Zusammenhängen
Mehr2.4 Kontextsensitive und Typ 0-Sprachen
Definition 2.43 Eine Typ 1 Grammatik ist in Kuroda Normalform, falls alle Regeln eine der folgenden 4 Formen haben: Dabei: A, B, C, D V und a Σ. Satz 2.44 A a, A B, A BC, AB CD. Für jede Typ 1 Grammatik
MehrProf. Dr. Ulrich Furbach Dr. Manfred Jackel Dr. Björn Pelzer Christian Schwarz. Nachklausur
Grundlgen der Theoretischen Infomtik SS 213 Institut für Informtik Prof. Dr. Ulrich Furch Dr. Mnfred Jckel Dr. Björn Pelzer Christin Schwrz Nchklusur Modul Grundlgen der Theoretischen Informtik 4IN118/INLP1
MehrSkript und Übungen Teil II
Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen
MehrGrundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny
Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 1. Automaten und Sprachen 1.1 Endlicher Automat Einen endlichen Automaten stellen wir uns als Black Box vor, die sich aufgrund einer Folge von
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 10. Juni 2014 Table of Contents 1 2 Äquivalenz Der Begriff der Äquivalenz verallgemeinert den Begriff der Gleichheit. Er beinhaltet in einem zu präzisierenden
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2 Lösungsblatt 3. April 2 Einführung in die Theoretische Informatik
Mehr5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
MehrMusterlösung der Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Musterlösung der Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 22/3 Vorname Nachname Matrikelnummer
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrAlgorithmen mit konstantem Platzbedarf: Die Klasse REG
Algorithmen mit konstantem Platzbedarf: Die Klasse REG Sommerakademie Rot an der Rot AG 1 Wieviel Platz brauchen Algorithmen wirklich? Daniel Alm Institut für Numerische Simulation Universität Bonn August
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 3: Kodierung 1 Motivation 2 Exkurs Grundlagen formaler Sprachen 3 Grundlagen 4 Beispielkodierungen FM2 (WS 2014/15,
MehrWas bisher geschah: Formale Sprachen
Was isher geschah: Formale Sprachen Alphaet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen reguläre Ausdrücke: Syntax, Semantik, Äquivalenz Wortersetzungssysteme Wortersetzungsregeln
MehrTheoretische Informatik [TI] Bachelorstudiengang Informatik/IT-Sicherheit. Autoren: Prof. Dr. Steffen Lange Prof. Dr.
Bachelorstudiengang Informatik/IT-Sicherheit Theoretische Informatik [TI] Autoren: Prof. Dr. Steffen Lange Prof. Dr. Marian Margraf Hochschule Darmstadt Theoretische Informatik [TI] Studienbrief 1: Einführung
Mehräußere Klammern können entfallen, ebenso solche, die wegen Assoziativität von + und Konkatenation nicht notwendig sind:
3. Reguläre Sprachen Bisher wurden Automaten behandelt und Äquivalenzen zwischen den verschiedenen Automaten gezeigt. DEAs erkennen formale Sprachen. Gibt es formale Sprachen, die nicht erkannt werden?
Mehr5.4 Endliche Automaten
5.4 Endliche Automaten Ein endlicher Automat ist ein mathematisches Modell eines Systems mit Ein- und Ausgaben. Ein solches System befindet sich immer in einem internen Zustand. Beispiele Ein Register
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 2: Eigenschaften von regulären Sprachen schulz@eprover.org Software Systems Engineering Alphabet Definition: Ein Alphabet Σ ist eine nichtleere, endliche
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Rolf Socher ISBN 3-446-22987-6 Leseprobe Weitere Informationen oder Bestellungen unter http://www.hanser.de/3-446-22987-6 sowie im Buchhandel Einführung.. 13 2 Endliche
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik
MehrInduktive Definition
Rechenregeln A B = B A A (B C) = (A B) C A (B C) = (A B) C A (B C) = A B A C (B C) A = B A C A {ε} A = A A {ε} = A (A {ε}) = A (A ) = A A A = A + A A = A + A + {ε} = A Beispiel. Real-Zahlen = {0,..., 9}
MehrVorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch
Vorkurs Mathematik-Physik, Teil 5 c 206 A. Kersch Vektoren. Vektorrechnung Definition Ein Vektor ist eine gerichtete Größe welche einen Betrag ( Zahl und eine Richtung ( in 2D, 2 in 3D hat. Alternativ
MehrFolglich besitzt die kanonische Faktorisierung von Permutationen der Ordnung 2 nur 2-Zykeln, also Transpositionen, als Elemente.
Stefan K. 5.Übungsblatt Algebra I Aufgabe 1 gesucht: die Elemente von S n mit der Ordnung 2 Lösung: Wir betrachten die kanonische Faktorisierung einer Permutation π S n : jede Permutation π e Sn ist bis
MehrKonstruktion reeller Zahlen aus rationalen Zahlen
Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen
Mehr1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2004/05 ILKD Prof. Dr. D. Wagner 24. Februar 2005 1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005 Aufkleber Beachten
MehrANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht
. Übung Übersicht Aufgaben zu Kapitel und 2 Aufgabe : Drei klassische Ungleichungen Aufgabe 2: ) Beweis einer Summenformel Induktion) Aufgabe : ) Teleskopsummen Aufgabe 4: Noch etwas Formelmanipulation
MehrDeterministische endliche Automaten
Endliche Automten Idee: endlicher Automt A ht endlich viele innere Zustände liest Einge wєσ* zeichenweise von links nch rechts git zum Schluß eine J/Nein Antwort A Lesekopf w 1 w 2 w n gelesenes Symol
Mehr8. Turingmaschinen und kontextsensitive Sprachen
8. Turingmaschinen und kontextsensitive Sprachen Turingmaschinen (TM) von A. Turing vorgeschlagen, um den Begriff der Berechenbarkeit formal zu präzisieren. Intuitiv: statt des Stacks bei Kellerautomaten
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrKontextfreie Grammatiken
Kontextfreie Grammatiken Bisher haben wir verschiedene Automatenmodelle kennengelernt. Diesen Automaten können Wörter vorgelegt werden, die von den Automaten gelesen und dann akzeptiert oder abgelehnt
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
MehrMaike Buchin 18. Februar 2016 Stef Sijben. Probeklausur. Theoretische Informatik. Bearbeitungszeit: 3 Stunden
Maike Buchin 8. Februar 26 Stef Sijben Probeklausur Theoretische Informatik Bearbeitungszeit: 3 Stunden Name: Matrikelnummer: Studiengang: Geburtsdatum: Hinweise: Schreibe die Lösung jeder Aufgabe direkt
MehrÜbung zur Vorlesung Theoretische Information. Pumping Lemma
Übung zur Vorlesung Theoretische Information Pumping Lemma Folie Ein Endlicher Automat q q, q 2, Akzeptierte Sprache? Folie 2 Ein Endlicher Automat q q, q 2, Akzeptierte Sprache? Am Anfang eine, dannach
MehrEs gibt drei unterschiedliche Automaten:
Automatentheorie Es gibt drei unterschiedliche Automaten: 1. Deterministische Endliche Automaten (DEA) 2. Nichtdeterministische Endliche Automaten (NEA) 3. Endliche Automaten mit Epsilon-Übergängen (ε-
MehrFormal Languages and Automata
Forml Lnguges nd Automt Aufgensmmlung Jn Hldik und Stephn Schulz 10. Novemer 2014 1 Üungsufgen 1.1 Endliche Automten 1.1.1 Aufge Sei Σ = {, }. Geen Sie für die folgenden Sprchen einen DFA n L 0 = {w Σ
Mehr,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5
3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber
MehrSatz von Kleene. (Stephen C. Kleene, ) Wiebke Petersen Einführung CL 2
Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von einem deterministischen endlichen Automaten akzeptiert wird ist regulär und jede reguläre Sprache wird von einem deterministischen endlichen
MehrUniversität Zürich HS , Vorlesung #3
Algebraic Number Theory P. Habegger Universität Zürich HS 2010 6.10.2010, Vorlesung #3 1.4 Diskriminante Die primitivste Invariante eines Zahlkörpers ist sein Grad. Die Diskriminante eines Zahlkörpers
MehrGrundlagen der Informatik II
Grundlagen der Informatik II Tutorium 2 Professor Dr. Hartmut Schmeck Miniaufgabe * bevor es losgeht * Finden Sie die drei Fehler in der Automaten- Definition. δ: A = E, S, δ, γ, s 0, F, E = 0,1, S = s
MehrA : z z A : z z : ( z, x, z ) δ
Informatik IV, SoS2003 1 Definition 1.1 Ein Quintupel A =(X,Z,z 0,δ,Z f )heißt nichtdeterministischer endlicher Automat (NEA): 1. X, Z sind endliche nichtleere Mengen. 2. z 0 Z 4. δ Z X Z Informatik IV,
Mehr