Komplexitätstheorie Kap. 4: Grundlegende Ergebnisse...
|
|
- Fritzi Mann
- vor 6 Jahren
- Abrufe
Transkript
1 Gliederung der Vorlesung 1. Analyse von Algorithmen 1.1 Motivation 1.2 Laufzeit von Algorithmen 1.3 Asymptotische Notationen 2. Entwurf von Algorithmen 2.1 Divide & Conquer 2.2 Dynamisches Programmieren 2.3 Probabilistische Algorithmen 3. Berechnungstheorie 3.1 Turing-Maschinen (TM) 3.2 RAM 3.3 Churchsche These 3.4 Unentscheidbarkeit 4. Grundlegende Ergebnisse aus der Komplexitätstheorie 4.1 Komplexitätsmaße/-klassen 4.2 Speed-up und Bandkompression Nichtdeterministische TM 5. P = NP? Problem 5.1 Alternative Definition der Klasse NP 5.2 NP-vollständige Probleme 6. NP-vollständig Was nun? 6.1 Heuristiken 6.2 Approximationsalgorithmen 1
2 zur Erinnerung DTIME(t(n)) Klasse aller Sprachen, die mit O(t(n))-zeitbeschränkten Turing-Maschinen erkannt werden können DTAPE(s(n)) Klasse aller Sprachen, die mit O(s(n))-platzbeschränkten Turing-Maschinen erkannt werden können relevanter Aspekt Kann man weitere Sprachen erkennen, wenn mehr Ressourcen (/* Rechenzeit bzw. Speicherplatz */) zur Verfügung stehen? Hinweis: die betrachteten Turing-Maschinen können beliebig viele Bänder haben 2
3 die Antwort ist nicht ganz trivial, da mehr Ressourcen nicht immer mit mehr Leistungsfähigkeit einhergehen... Zu jeder vollständig definierten, berechenbaren Funktion r: N N gibt es monoton steigende, vollständig definierte berechenbare Funktionen s,t: N N, so daß gilt: DTAPE(s(n)) = DTAPE(r(n) s(n))) DTIME(t(n)) = DTIME(r(n) t(n)))... es gibt Funktionen, die als Zeit- bzw. Platzschranken nicht taugen!!! 3
4 für sinnvolle Zeit- bzw. Platzschranken gilt, was man erwartet, d.h. mehr Ressourcen implizieren mehr Leistungsfähigkeit Es seien s, S: N N vollständig definierte, berechenbare Funktionen mit s(n) o(s(n)). Ferner sei S eine sinnvolle Platzschranke. Dann gibt es eine Sprache L mit folgenden Eigenschaften: L DTAPE(S(n)) L DTAPE(s(n))) Es seien t, T: N N vollständig definierte, berechenbare Funktionen mit t(n) 2 o(t(n)). Ferner sei T eine sinnvolle Zeitschranke. Dann gibt es eine Sprache L mit folgenden Eigenschaften: L DTIME(T(n)) L DTIME(t(n))) 4
5 Begriff sinnvolle Platzschranke Es sei S: N N eine vollständig definierte, berechenbare Funktion. S heißt bandkonstruierbar, falls es eine Turing-Maschine M gibt, so daß für jedes n und jede Eingabe x mit x = n gilt: S M (x) = S(n). man kann M benutzen, um bei Eingabe von x auf einem Band einen Speicherbereich der Größe S( x ) zu markieren wenn man überprüfen will, ob eine Turing-Maschine M bei Eingabe von x mehr Speicherplatz... als S( x ) benötigt, genügt es zu überprüfen, ob M den markierten Bandbereich verläßt 5
6 Beispiele für bandkonstruierbare Funktionen S(n) = log(n) S(n) = n S(n) = n 3 S(n) = 2 n S(n) = 2 n2... 6
7 Hierarchiesatz für Platzkomplexitätsklassen Es seien s, S: N N vollständig definierte, berechenbare Funktionen mit s(n) o(s(n)). Ferner sei S bandkonstruierbar. Dann gibt es eine Sprache L mit folgenden Eigenschaften: L DTAPE(S(n)) L DTAPE(s(n)))... das wird mittels Diagonalisierung bewiesen 7
8 Hierarchiesatz für Platzkomplexitätsklassen der Beweis ist technisch einfach, da folgender Zusammenhang gilt DTAPE(s(n)) = DTAPE 1 (s(n))... man muß sich bei der Konstruktion der separierenden Sprache L nur mit 1-Band-Turing-Maschinen rumschlagen Effekt: man erhält eine sehr feine Hierarchie 8
9 Grundidee: man definiert eine Sprache L, so daß für jede 1-Band-TM M gilt: wenn M O(s(n))-bandbeschränkt ist, so ist L(M) L das geht wie üblich, d.h. für jede 1-Band-TM M sucht man nach einem x M mit einer der folgenden Eigenschaften: 1) M benötigt bei Eingabe von x M mehr Speicherplatz als erlaubt (/* Schranke: S( x M ) */) 2) M benötigt nicht mehr Speicherplatz als erlaubt und geht 2a) in den Endzustand q a oder 2b) in den Endzustand q r oder 2c) in keinen Endzustand Ansatz: falls 2a) eintritt, soll x M L gelten; sonst x M L 9
10 Problem wie bekommt man mit, daß 2c) eintritt... dieser Aspekt ist wichtig, weil nachzuweisen ist, daß es eine O(S(n))-platzbeschränkte TM gibt, die L entscheidet Es sei S: N N eine vollständig definierte, berechenbare Funktion. Dann ist die folgende Menge E entscheidbar: E = { cp(e,x) e ist Gödelnummer einer S(n)-bandbeschränkten TM M für die gilt: f M (x) ist definiert }... das Halteproblem für S(n)-bandbeschränkte Turing-Maschinen ist entscheidbar 10
11 das Halteproblem für S(n)-bandbeschränkte Turing-Maschinen ist entscheidbar, weil... Fakt 1: Fakt 2: Anzahl der bei Eingabe von x erreichbaren Konfigurationen einer solchen TM M ist beschränkt, sagen wir durch m falls M mehr als m Schritte rechnet, so muß M in eine Endlosschleife geraten sein (/* es tritt 2c) ein */) Realisierung: berechne m und laß M maximal m Schritte laufen 11
12 der Rest ist Technik und ein wenig Hintergrundwissen in Abhängigkeit von der TM M, von der Eingabe x und der Platzschranke S( x ) kann die Zeitschranke m berechnet werden... und zwar mit einer O(S(n))-platzbeschränkten TM die Arbeit von M bei Eingabe von x kann unter Verwendung einer geeignet gewählten universellen TM U simuliert werden (/* die universelle TM U bekommt als Eingabe die Gödelnummer e von M und x */)... eine geeignet gewählte universelle TM U benötigt nicht zu viele Ressourcen Hinweis: hier wird s(n) o(s(n)) gebraucht, da M O(s(n))-platzbeschränkt ist 12
13 Es gibt eine universelle Turing-Maschine U, die für alle e, x N folgendes leistet: wenn e Gödelnummer einer Turing-Maschine M ist, so gilt: f U (e,x) = f M (x) S U (bin(e)bbin(x)) c * S M (bin(x)) für ein c > 0 T U (bin(e)bbin(x)) c * T M (bin(x)) für ein c > 0... das leistet bereits unsere universelle 3-Band-TM Hinweis: c und c stören nicht (/* Bandkompressions- bzw. Speed-up-Theorem */) 13
14 Begriff sinnvolle Zeitschranke Es sei T: N N eine vollständig definierte, berechenbare Funktion. T heißt zeitkonstruierbar, falls es eine Turing-Maschine M gibt, so daß für jedes n und jede Eingabe x mit x = n gilt: T M (x) = T(n). man kann M benutzen, um bei Eingabe von x auf einem einem Speicherbereich T( x ) viele Zellen zu markieren wenn man überprüfen will, ob eine Turing-Maschine M bei Eingabe von x mehr Rechenzeit... als T( x ) benötigt, genügt es in jedem Schritt eine Markierung zu löschen; falls alle Markierungen gelöscht sind, ist klar, daß M die Zeitschranke überschritten hat 14
15 Beispiele für zeitkonstruierbare Funktionen T(n) = n T(n) = n 3 T(n) = 2 n T(n) = 2 n die Zeitschranke T(n) = log(n) ist offenbar nicht konstruierbar 15
16 Hierarchiesatz für Zeitkomplexitätsklassen Es seien t, T: N N vollständig definierte, berechenbare Funktionen mit t(n) 2 o(t(n)). Ferner sei T zeitkonstruierbar. Dann gibt es eine Sprache L mit folgenden Eigenschaften: L DTIME(T(n)) L DTIME(t(n)))... das wird mittels Diagonalisierung bewiesen 16
17 Hierarchiesatz für Zeitkomplexitätsklassen hier wird es technisch schwieriger, da man sich bei der Konstruktion der separierenden Sprache L mit allen k-band-turing-maschinen rumschlagen muß... und das bekommt man nicht so richtig gut in den Griff man kann aber folgenden Zusammenhang ausnutzen DTIME(t(n)) DTIME 1 (t(n) 2 ) und sich wieder auf 1-Band-Turing-Maschinen konzentrieren Effekt: man erhält eine nicht so feine Hierarchie 17
19. Nichtdeterministische Turingmaschinen und ihre Komplexität
19. Nichtdeterministische Turingmaschinen und ihre Komplexität Bei einem Turingmaschinenprogramm P aus bedingten Anweisungen wird durch die Forderung i a b B j i a b B j i a sichergestellt, dass zu jeder
MehrBemerkungen: Ist der Wert von S(n) (und damit auch τ) unbekannt, so führt man das Verfahren nacheinander mit den Werten
Bemerkungen: Ist der Wert von S(n) (und damit auch τ) unbekannt, so führt man das Verfahren nacheinander mit den Werten log n, 2 log n,... als Platzschranke aus. Dabei überprüft man für jeden dieser Werte,
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V5, 21.11.2011 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrTheoretische Informatik 2
Theoretische Informatik 2 Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2009/10 Zeitkomplexität von Turingmaschinen Die Laufzeit einer NTM M bei Eingabe x ist die maximale Anzahl
MehrEinfache Zusammenhänge
Einfache Zusammenhänge Eine TM, die t(n) Zeit (d.h. Schritte) zur Verfügung hat, kann nicht mehr als t(n) Bandzellen besuchen. Umgekehrt gilt dies nicht! Platz kann wiederverwendet werden, Zeit nicht!
MehrZeitkomplexität (1) Proseminar Theoretische Informatik. Proseminar Theoretische Informatik: Lisa Dohrmann 1
Zeitkomplexität (1) Proseminar Theoretische Informatik Proseminar Theoretische Informatik: Lisa Dohrmann 1 Warum Komplexitätsbetrachtung? Ein im Prinzip entscheidbares und berechenbares Problem kann in
MehrUnentscheidbarkeit des Halteproblems: Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems: Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung
Mehr13. Nichtdeterministische Turingmaschinen und ihre Komplexität
13. Nichtdeterministische Turingmaschinen und ihre Komplexität DETERMINISMUS VS. NICHTDETERMINISMUS DETERMINISMUS: Bei einer k-band-turingmaschine M wurde durch die colorblue Überführungsfunktion δ : Z
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 18. Vorlesung 22.12.2006 1 Komplexitätstheorie - Zeitklassen Komplexitätsmaße Wiederholung: O,o,ω,Θ,Ω Laufzeitanalyse Die Komplexitätsklassen
MehrEinführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie
Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester 2005/2006 20.12.2005 18. Vorlesung 1 Komplexitätstheorie - Zeitklassen Komplexitätsmaße Wiederholung: O,o,ω,Θ,Ω Laufzeitanalyse
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 14. NICHTDETERMINISTISCHE TURINGMASCHINEN UND DEREN KOMPLEXITÄT Theoretische Informatik (SoSe 2011) 14. Nichtdeterministische
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17.November 2011 INSTITUT FÜR THEORETISCHE 0 KIT 17.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 16.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V8, 12.12.2011 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrKapitel II : Zeit- und platzbeschränkte Berechnungen
Kapitel II : Zeit- und platzbeschränkte Berechnungen Prof. Dr. F. Otto (Universität Kassel) Komplexitätstheorie 41 / 286 Rechenzeit- und Speicherplatzbedarf bei Turingmaschinen Komplexitätsklassen Grundlegende
MehrTheoretische Informatik Kap 2: Berechnungstheorie
Gliederung der Vorlesung 0. Grundbegriffe 1. Formale Sprachen/Automatentheorie 1.1. Grammatiken 1.2. Reguläre Sprachen 1.3. Kontextfreie Sprachen 2. Berechnungstheorie 2.1. Berechenbarkeitsmodelle 2.2.
MehrP, NP und NP -Vollständigkeit
P, NP und NP -Vollständigkeit Mit der Turing-Maschine haben wir einen Formalismus kennengelernt, um über das Berechenbare nachdenken und argumentieren zu können. Wie unsere bisherigen Automatenmodelle
MehrKlausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016)
Technische Universität Berlin, Berlin, 28.07.2016 Name:... Matr.-Nr.:... Klausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016) Einlesezeit: Bearbeitungszeit: Max.
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrReduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B.
Reduktionen Formalisierung von Sprache A ist nicht schwerer als Sprache B. Idee: Algorithmus/DTM für B kann genutzt werden, um A zu entscheiden/akzeptieren. WS 2018/19 Reduktionen 1 Zwei einfache Sprachen
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Beispiel einer nicht berechenbaren Funktion: Busy Beaver
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
MehrDiskrete Mathematik II
Diskrete Mathematik II Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Sommersemester 2011 DiMa II - Vorlesung 01-04.04.2011 1 / 252 Organisatorisches Vorlesung: Mo 12-14 in HZO 70, Di 09-10
MehrUnentscheidbarkeit des Halteproblems: Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems: Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung
MehrVorlesungsskript. Komplexitätstheorie. Wintersemester 2004/2005
Vorlesungsskript Komplexitätstheorie Wintersemester 2004/2005 Prof. Dr. Johannes Köbler Humboldt-Universität zu Berlin Lehrstuhl Komplexität und Kryptografie 21. Februar 2005 Inhaltsverzeichnis 1 Einführung
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
MehrTheoretische Informatik 1
Theoretische Informatik 1 Platzkomplexität David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 22.04.2016 Platzkomplexität Platzkomplexitätsklassen Zeit vs. Platzbedarf
MehrKapitel 4: Komplexitätstheorie Gliederung
Gliederung 0. Einleitung und Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 4.1. Motivation und Grundbegriffe 4.2. Die Komplexitätsklassen P und NP
Mehr2. Schriftliche Leistungskontrolle (EK)
TheGI 2: Berechenbarkeit und Komplexität Prof. Dr.-Ing. Uwe Nestmann - 13. Juli 2010 2. Schriftliche Leistungskontrolle EK Punktzahl In dieser schriftlichen Leistungskontrolle sind 100 Punkte erreichbar.
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrFormale Grundlagen der Informatik 1 Kapitel 20
Formale Grundlagen der Informatik 1 Kapitel 20 Zeit- und Platzkomplexität Frank Heitmann heitmann@informatik.uni-hamburg.de 27. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/52 Motivation
Mehr7. Übung TGI. Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS. 1 Lorenz Hübschle-Schneider, Tobias Maier
7. Übung TGI Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 Lorenz Hübschle-Schneider, Tobias Maier KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft
MehrUnentscheidbarkeit des Halteproblems, Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems, Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 26. Oktober 2009 Berthold Vöcking, Informatik 1 () Vorlesung
MehrMehrband-Turingmaschinen und die universelle Turingmaschine
Mehrband-Turingmaschinen und die universelle Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 15 Turingmaschinen mit mehreren Bändern k-band
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V7, 5.12.2011 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
Mehr11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P
11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie
Mehr13. ZEIT- UND PLATZKOMPLEXITÄT
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 13. ZEIT- UND PLATZKOMPLEXITÄT VON MEHRBAND-TURINGMASCHINEN Theoretische Informatik (SoSe 2011) 13. Zeit- und Platzkomplexität
MehrKapitel 3: Grundlegende Ergebnisse aus der Komplexitätstheorie Gliederung
Gliederung 1. Berechenbarkeitstheorie 2. Grundlagen 3. Grundlegende Ergebnisse aus der Komplexitätstheorie 4. Die Komplexitätsklassen P und NP 5. Die Komplexitätsklassen RP und BPP 3.1. Ressourcenkompression
MehrDank. Theoretische Informatik II. Komplexitätstheorie. Teil VI. Komplexitätstheorie. 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
MehrLaufzeit einer DTM, Klasse DTIME
Laufzeit einer DTM, Klasse DTIME Definition Laufzeit einer DTM Sei M eine DTM mit Eingabealphabet Σ, die bei jeder Eingabe hält. Sei T M (w) die Anzahl der Rechenschritte d.h. Bewegungen des Lesekopfes
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrVL-06: Unentscheidbarkeit II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-06: Unentscheidbarkeit II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-06: Unentscheidbarkeit II 1/37 Organisatorisches Nächste Vorlesung: Mittwoch, November
MehrTheoretische Informatik 1
Theoretische Informatik 1 Teil 5 Bernhard Nessler Institut für Grundlagen der Informationsverabeitung TU Graz SS 2007 Übersicht 1 Problemklassen 2 NTM Nichtdeterministische Algorithmen 3 Problemarten Konstruktionsprobleme
MehrJohannes Blömer. Skript zur Vorlesung. Komplexitätstheorie. Universität Paderborn
Johannes Blömer Skript zur Vorlesung Komplexitätstheorie Universität Paderborn Sommersemester 2010 Inhaltsverzeichnis 1 Einleitung 2 2 Turingmaschinen, Zeit- und Platzkomplexität 5 2.1 Turingmaschinen.........................
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
MehrDas Halteproblem für Turingmaschinen
Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen ist definiert als die Sprache H := { T w : T ist eine TM, die bei Eingabe w {0, 1} hält }. Behauptung: H {0, 1} ist nicht entscheidbar.
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
MehrKapitel 4: Komplexitätstheorie Gliederung
Gliederung 0. Motivation und Einordnung 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 4.1. Motivation und Grundbegriffe 4.2. Die Komplexitätsklassen P und NP 4.3.
MehrBerechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 26. November 2007 Semi-Entscheidbarkeit
MehrBeispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2
Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q
MehrBerechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 7. Dezember 2006 Rekursiv vs. rekursiv
MehrKapitel 3: Berechnungstheorie Algorithmisch unlösbare Probleme. Einordnung
Einordnung es gibt algorithmische Probleme, die algorithmisch unlösbar sind (/ * d.h. unter der Annahme, das die Churchsche These richtig ist, kann es nachweislich kein Computerprogramm geben, welches
MehrVL-03: Turing Maschinen II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-03: Turing Maschinen II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-03: Turing Maschinen II 1/27 Organisatorisches Nächste Vorlesung: Mittwoch, Oktober
MehrTuring Maschinen II Wiederholung
Organisatorisches VL-03: Turing Maschinen II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, Oktober 25, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrChurchsche These. Die Menge der Turing-berechenbaren Funktionen ist genau die Menge der im intuitiven Sinne berechenbaren Funktionen.
1 Churchsche These Die Menge der Turing-berechenbaren Funktionen ist genau die Menge der im intuitiven Sinne berechenbaren Funktionen. Varianten von Turing-Maschinen 2 Varianten von Turing-Maschinen Turing-Maschinen
MehrDas Halteproblem. H = { M w M hält auf w}.
Das Halteproblem Beim Halteproblem geht es darum, zu entscheiden, ob ein Programm auf einer bestimmten Eingabe terminiert. In der Notation der TM ergibt sich die folgende formale Problemdefinition. H =
MehrTheoretische Informatik. Probabilistische Turingmaschinen PTM PTM. Rainer Schrader. 10. Juni 2009
Theoretische Informatik Rainer Schrader Probabilistische Turingmaschinen Institut für Informatik 10. Juni 009 1 / 30 / 30 Gliederung probabilistische Turingmaschinen Beziehungen zwischen und NDTM es stellt
MehrInformatik III. Arne Vater Wintersemester 2006/ Vorlesung
Informatik III Arne Vater Wintersemester 2006/07 11. Vorlesung 30.11.2006 1 Beziehungen zwischen den Sprachen Jede reguläre Sprache ist eine kontextfreie Sprache. Jede kontextfreie Sprache ist eine entscheidbare
MehrKomplexitätsklassen THEORETISCHE INFORMATIK VORGETRAGEN VON: ELIAS DROTLEFF
Komplexitätsklassen THEORETISCHE INFORMATIK VORGETRAGEN VON: ELIAS DROTLEFF Einflussgrößen bei der Bildung von Komplexitätsklassen Das zugrunde liegende Berechnungsmodell (Turingmaschine, Registermaschine
MehrTheoretische Informatik 1
Theoretische Informatik 1 Die Komplexitätsklasse P David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Äquivalenz von RM und TM Äquivalenz, Sätze Simulation DTM
MehrUnentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem
Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 25. Oktober 2010 Berthold Vöcking, Informatik
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 0. ORGANISATORISCHES UND ÜBERBLICK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2014 0. ORGANISATORISCHES UND ÜBERBLICK Theoretische Informatik (SoSe 2014) 0. Organisatorisches und Überblick 1 / 16
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 0. ORGANISATORISCHES UND ÜBERBLICK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2017 0. ORGANISATORISCHES UND ÜBERBLICK Theoretische Informatik (SoSe 2017) 0. Organisatorisches und Überblick 1 / 16
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Akzeptierbarkeit und Entscheidbarkeit. Teil V.
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
MehrKomplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Komplexitätstheorie WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Komplexitätstheorie Gesamtübersicht Organisatorisches / Einführung Motivation / Erinnerung / Fragestellungen
MehrDie oben aufgelisteten Sprachfamilien werden von oben nach unten echt mächtiger, d.h. die Familie der regulären Sprachen ist eine echte Teilfamilie
Zusammenfassung Im Automatenteil der FGI1 Vorlesung haben wir uns mit der Charakterisierung von Sprachfamilien durch immer mächtigere Automatenmodelle und Grammatiken beschäftigt. Folgende Familien haben
MehrBerechnungsmodelle. Mathias Hecht. April 29, 2010
Berechnungsmodelle Mathias Hecht April 29, 2010 1 Die Turingmaschine 1.1 Definition Eine Turingmaschine wird durch ein Tupel (Γ, Q, δ) beschrieben. Γ ein endliches Alphabet Q : eine endliche Menge an Zuständen
MehrTheoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Entscheidungsprobleme Priv.-Doz. Dr. Stefan Milius stefan.milius@fau.de Theoretische Informatik Friedrich-Alexander Universität Erlangen-Nürnberg
MehrHalteproblem/Kodierung von Turing-Maschinen
Halteproblem/Kodierung von Turing-Maschinen Unser Ziel ist es nun zu zeigen, dass das sogenannte Halteproblem unentscheidbar ist. Halteproblem (informell) Eingabe: Turing-Maschine M mit Eingabe w. Frage:
MehrTuringmaschinen. Sabine Kuske: Turingmaschinen; 23.Juni 2008
1 Turingmaschinen Von Alan Turing in den 30er Jahren dieses Jahrhunderts eingeführt Eines der ältesten Berechenbarkeitsmodelle Idee: den mechanischen Anteil des Rechnens mit Bleistift und Radiergummi auf
MehrHerzlich willkommen!!!
Komplexitätstheorie Sommersemester 2013 Prof. Dr. Georg Schnitger AG Theoretische Informatik Johann Wolfgang Goethe-Universität Frankfurt am Main Herzlich willkommen!!! Einführung 1 / 30 Kapitel 1: Einführung
Mehr5. Universelle Maschinen und uniform rekursive Klassen
5. Universelle Maschinen und uniform rekursive Klassen Die Existenz universeller Maschinen erlaubt effektive Aufzählungen der Klasse der r.a. Mengen, der Klasse der partiell rekursiven Funktionen und der
MehrPräsenzübung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 2013/14 Prof. Dr. Berthold Vöcking 28.01.2014 Kamal Al-Bawani Benjamin Ries Präsenzübung Berechenbarkeit und Komplexität Musterlösung Name:...................................
MehrKapitel: Die Chomsky Hierarchie. Die Chomsky Hierarchie 1 / 14
Kapitel: Die Chomsky Hierarchie Die Chomsky Hierarchie 1 / 14 Allgemeine Grammatiken Definition Eine Grammatik G = (Σ, V, S, P) besteht aus: einem endlichen Alphabet Σ, einer endlichen Menge V von Variablen
MehrEinführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V7, 3.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick
MehrUnentscheidbare Probleme: Diagonalisierung
Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Mehr1 Grundlagen. 1.1 Mathematische Grundlagen. : für fast alle n. : es gibt unendlich viele n. f g genau dann, wenn n N. f ae g genau dann, wenn ae
Komplexitätstheorie 1 1 Grundlagen 1.1 Mathematische Grundlagen Quantoren: ae n : für fast alle n io n : es gibt unendlich viele n f g genau dann, wenn n N (f(n) g(n)) f ae g genau dann, wenn ae n N (f(n)
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge M Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrProbeklausur zur Vorlesung Berechenbarkeit und Komplexität
RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Probeklausur 25.01.2013 Probeklausur zur Vorlesung Berechenbarkeit und Komplexität Aufgabe 1 (1+2+6+3 Punkte)
MehrBerechenbarkeits- und Komplexitätstheorie
Berechenbarkeits- und Komplexitätstheorie Lerneinheit 5: Die Klasse NP Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Wintersemester 2015/2016 26.9.2015 Einleitung Thema dieser Lerneinheit
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
MehrRekursions- und Lerntheorie WiSe 2010/11; Univ. Trier
Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/17 Rekursions- und Lerntheorie
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 13. Vorlesung 07.12.2006 1 Überblick: Die Church- Turing-These Turing-Maschinen 1-Band Turing-Maschine Mehrband-Turing-Maschinen Nichtdeterministische
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
MehrUnentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrEin formales Berechnungsmodell: Turingmaschinen. Turingmaschinen 26 / 62
Ein formales Berechnungsmodell: Turingmaschinen Turingmaschinen 26 / 62 Ein formales Rechnermodell Bisher haben wir abstrakt von Algorithmen bzw. Programmen gesprochen und uns dabei JAVA- oder C++-Programme
MehrTuringautomaten Jörg Roth Turingautomaten
Turingautomaten Jörg Roth 331 5 Turingautomaten Wir führen nochmals ein neues Automatenmodell ein und erweitern die Fähigkeit, Sprachen zu erkennen: Problem vom Kellerautomaten: wir können zwar beliebig
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
Mehrsubexponentielle Algorithmen (d.h. Laufzeiten wie z. B. 2 n oder
Wie schwer ist SAT? Ziel: Nachweis, dass SAT eines der schwersten Probleme in NP ist: SAT ist das erste bekannte Beispiel eines NP-vollständigen Problems. Demnach kann SAT mit bisher bekannten Techniken
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V11, 16.1.2012 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrBerechenbarkeit und Komplexität: Erläuterungen zur Turingmaschine
Berechenbarkeit und Komplexität: Erläuterungen zur Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik Algorithmen und Komplexität 24. Oktober 26 Programmierung der TM am Beispiel Beispiel:
MehrÜbungsblatt 3. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 3 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 21. November 2017 Abgabe 5. Dezember 2017, 11:00 Uhr
MehrAsymptotische Komplexität
Asymptotische Komplexität f B n hängt wesentlich von der Variablen x i ab,, 1 i n, wenn es Werte a j für 1 j n, j i, derart gibt, dass f(a 1,..., a i 1, 0, a i+1,..., a n ) f(a 1,..., a i 1, 1, a i+1,...,
MehrRekursive Aufzählbarkeit Die Reduktion
Rekursive Aufzählbarkeit Die Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 1-13. Sitzung Dennis Felsing dennis.felsing@student.kit.edu http://www.stud.uni-karlsruhe.de/~ubcqr/2010w/tut gbi/ 2011-01-31 Turingmaschinen 1 Turingmaschinen Wiederholung
Mehr