Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012

Größe: px
Ab Seite anzeigen:

Download "Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012"

Transkript

1 Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2012 Dr. Sander Bruggink Übungsleitung: Jan Stückrath Sander Bruggink Automaten und Formale Sprachen 1

2 Wer sind wir? Dozent: Dr. Sander Bruggink Raum LF Übungsleitung: Jan Stückrath Raum LF Tutoren: Dennis Nolte / Martin Kutscher Dennis Nolte: JokerX@gmx.de Martin Kutscher: martin.kutscher@uni-due.de Sander Bruggink Automaten und Formale Sprachen 2

3 Vorstellung Wer seid ihr? BAI ISE Nebenfach Webseite Moodle-Seite Sander Bruggink Automaten und Formale Sprachen 3

4 Termine Vorlesung: Dienstag, 12:00 14:00 Uhr, Raum LB 131 Übungsgruppen: Gruppe ISE: Dienstag, 8 10 Uhr, Raum LC 137 (English) Jan Stückrath Gruppe BAI-1: Mittwoch, Uhr, Raum LE 120 Martin Kutscher Gruppe BAI-2: Donnerstag, Uhr, Raum LF 125 Dennis Nolte Gruppe BAI-3: Donnerstag, Uhr, Raum LF 125 Dennis Nolte Gruppe BAI-4: Freitag, Uhr, Raum LE 120 Dennis Nolte Sander Bruggink Automaten und Formale Sprachen 4

5 Hinweise zu den Übungen Bitte versuchen Sie, sich möglichst gleichmäßig auf die Übungen zu verteilen. Besuchen Sie die Übungen und machen Sie die Hausaufgaben! Diesen Stoff kann man nur durch regelmäßiges Üben erlernen. Auswendiglernen hilft nicht besonders viel. Die Übungen beginnen in der dritten Semesterwoche. Die erste Übungen sind also von 24. bis zum 27. April. Sander Bruggink Automaten und Formale Sprachen 5

6 Hinweise zu den Übungen Das Übungsblatt wird jeweils spätestens am Dienstag ins Netz gestellt. Die schriftlichen Aufgaben müssen bis spätestens Montag, 16:00 Uhr der darauffolgenden Woche abgegeben werden. In dieser Woche wird dann das Übungsblatt in der Übungsgruppe besprochen. Abgabe: Einwurf in den Briefkasten neben dem Raum LF259. Online-Abgabe über Moodle. Bitte geben Sie auf Ihrer Lösung deutlich Ihren Namen, Ihre Matrikelnummer und Ihre Gruppennnumer an. Geben Sie auch die Vorlesung an. Sander Bruggink Automaten und Formale Sprachen 6

7 Prüfung BAI: Mündliche Prüfung des Moduls Theoretische Informatik ( Automaten und formale Sprachen zusammen mit Berechenbarkeit und Komplexität ). Studierenden, die im Sommersemester angefangen haben, können sich getrennt prüfen lassen. ISE: Klausur am Ende der Vorlesung. Nebenfach: Klausur am Ende der Vorlesung. Sander Bruggink Automaten und Formale Sprachen 7

8 Bonuspunkte Bonusregelung: Während des Semesters gibt es voraussichtlich 12 Übungsblätter von jeweils 20 Punkten. Für die Prüfung gibt es einen Übungsbonus von einer Notenstufe (z.b. 2,0 statt 2,3), wenn Sie 50% der Hausaufgabenpunkten (d.h. 120) erhalten. Für die Bachelor-Modulprüfung Theoretische Informatik gilt: es ist für jede der beiden Vorlesungen ( Automaten und Formale Sprachen und Berechenbarkeit und Komplexität ) erforderlich den Bonus zu erzielen. Sander Bruggink Automaten und Formale Sprachen 8

9 Literatur Die Vorlesung basiert im wesentlichen auf folgendem Buch: Uwe Schöning: Theoretische Informatik kurzgefaßt. Spektrum, (5. Auflage) Weiteres relevantes Buch: Neuauflage eines alten Klassikers: Hopcroft, Motwani, Ullman: Introduction to Automata Theory, Languages, and Computation. Addison-Wesley, Auf Deutsch: Hopcroft, Motwani, Ullman: Einführung in die Automatentheorie, Formale Sprachen und Komplexitätstheorie. Pearson, Sander Bruggink Automaten und Formale Sprachen 9

10 Literatur Organisatorisches und Einführung Sander Bruggink Automaten und Formale Sprachen 10

11 Adventure-Problem Sander Bruggink Automaten und Formale Sprachen 11

12 Adventure-Problem Adventure-Problem (Level 1) Natürlich gibt es bestimmte Regeln, die bei einem erfolgreichen Abenteuer zu beachten sind: Die Schatz-Regel Man muss mindestens zwei Schätze finden. Die Tür-Regel Durch eine Tür kann man nur gehen, wenn man zuvor einen Schlüssel gefunden hat. (Dieser Schlüssel darf aber dann beliebig oft verwendet werden.) Sander Bruggink Automaten und Formale Sprachen 12

13 Adventure-Problem Adventure-Problem (Level 1) Die Drachen-Regel Unmittelbar nach der Begegnung mit einem Drachen muss man in einen Fluss springen, da uns der Drache in Brand stecken wird. Dies gilt nicht mehr, sobald man ein Schwert besitzt, mit dem man den Drachen vorher töten kann. Bemerkung: Drachen, Schätze und Schlüssel werden nachgefüllt, sobald man das entsprechende Feld verlassen hat. Gesucht ist einen Weg, von einem Anfangszustand zu einem Endzustand, der alle diese Bedingungen erfüllt: Sander Bruggink Automaten und Formale Sprachen 13

14 Adventure-Problem Adventure-Problem (Level 1) Fragen (Level 1) Gibt es in dem Beispiel eine Lösung? Adventure Ja! Die kürzeste Lösung ist 1, 2, 3, 1, 2, 4, 10, 4, 5, 6, 4, 5, 6, 4, 11, 12 (Länge 16). Gibt es ein allgemeines Lösungsverfahren, das gegeben ein Adventure in Form eines Graphen immer bestimmen kann, ob es eine Lösung gibt? Ja! Wir werden dieses Verfahren noch kennenlernen. Um das Verfahren implementieren zu können, benötigen wir auch formale Beschreibungen der Regeln (Tür-Regel, Drachen-Regel, Schatz-Regel). Sander Bruggink Automaten und Formale Sprachen 14

15 Adventure-Problem Adventure-Problem (Level 2) Neue Tür-Regel Die Schlüssel sind magisch und verschwinden sofort, nachdem eine Tür mit ihnen geöffnet wurde. Sobald man eine Tür durchschritten hat, schließt sie sich sofort wieder. Man kann aber mehrere Schlüssel tragen. Sander Bruggink Automaten und Formale Sprachen 15

16 Adventure-Problem Adventure-Problem (Level 2) Fragen (Level 2) Gibt es in dem Beispiel eine Lösung? Adventure Ja! Die kürzeste Lösung ist 1, 2, 3, 1, 2, 4, 10, 4, 7, 8, 9, 4, 7, 8, 9, 4, 11, 12. (Länge 18) Gibt es ein allgemeines Lösungsverfahren? Ja! Wir werden dieses Verfahren noch kennenlernen. Warum ist das Problem jetzt schwieriger? Wir haben jetzt durch die Schlüssel eine Art Zähler eingeführt. Sander Bruggink Automaten und Formale Sprachen 16

17 Adventure-Problem Adventure-Problem (Expertelevel) Neue Drachen-Regel Auch Schwerter werden durch das Drachenblut unbenutzbar, sobald man einen Drachen damit getötet hat. Außerdem werden Drachen sofort wieder ersetzt. Schlüssel-Regel Der magische Torbogen kann nur passiert werden, wenn man keinen Schlüssel besitzt. Schwert-Regel Ein Fluss kann nur passiert werden, wenn man kein Schwert besitzt (weil man sonst ertrinkt!). Sander Bruggink Automaten und Formale Sprachen 17

18 Adventure-Problem Adventure-Problem (Expertelevel) Fragen (Expertelevel) Gibt es in dem Beispiel eine Lösung? Adventure Ja! Die kürzeste Lösung ist 1, 2, 3, 1, 2, 4, 10, 4, 7, 8, 9, 4, 10, 4, 5, 6, 4, 11, 12. (Länge 19) Gibt es ein allgemeines Lösungsverfahren? Nein! Es handelt sich hier um ein sogenanntes unentscheidbares Problem. Wird nicht in dieser Vorlesung behandelt, sondern in Berechenbarkeit und Komplexität. Sander Bruggink Automaten und Formale Sprachen 18

19 Formale Sprachen Adventure-Problem und Formale Sprachen (Formale) Sprachen Sprachen = Mengen von Wörtern Sprachen enthalten im allgemeinen unendlich viele Wörter. Daher: Man benötigt endliche Beschreibungen für unendliche Sprachen. Sander Bruggink Automaten und Formale Sprachen 19

20 Formale Sprachen Adventure-Problem und Formale Sprachen Fragen Typische Fragen in diesem Zusammenhang sind: Ist eine bestimmte Sprache L leer oder enthält sie (mindestens) ein Wort? L =? Ist ein gegebenes Wort w in der Sprache? w L? Sind zwei Sprachen ineinander enthalten? L 1 L 2? Abhängig von der betrachteten Sprache (bzw. den betrachteten Sprachen) sind diese Probleme entscheidbar (es gibt ein allgemein anwendbares Lösungsverfahren) oder unentscheidbar Sander Bruggink Automaten und Formale Sprachen 20

21 Formale Sprachen Adventure-Problem und Formale Sprachen Die einzelnen Level des Adventures entsprechen in etwa folgenden Sprachklassen: Level 1 reguläre Sprachen Level 2 kontextfreie Sprachen Expertelevel Chomsky-0-Sprachen (semi-entscheidbare Sprachen) Diese werden in der Vorlesung Berechenbarkeit & Komplexität behandelt. Sander Bruggink Automaten und Formale Sprachen 21

22 Inhalt der Vorlesung Vom Nutzen der theoretischen Informatik Wie kann man unendliche Strukturen (Sprachen) durch endliche Beschreibungen (Automaten, Grammatiken) erfassen? Es gibt zahlreiche Anwendungen beispielsweise in folgenden Gebieten: Suchen in Texten (reguläre Ausdrücke) Syntax von (Programmier-)Sprachen und Compilerbau Modellierung des Systemverhaltens Verifikation von Systemen Sander Bruggink Automaten und Formale Sprachen 22

23 Inhalt der Vorlesung Inhalt der Vorlesung Automatentheorie und Formale Sprachen Mathematische Grundlagen und formale Beweise Sprachen, Grammatiken und Automaten Chomsky-Hierarchie (verschiedene Klassen von Sprachen) Reguläre Sprachen, kontextfreie Sprachen Wie kann man zeigen, dass eine Sprache nicht zu einer bestimmten Sprachklasse gehört? (Pumping-Lemma) Entscheidungsverfahren Abschlusseigenschaften (Ist der Schnitt zweier regulärer Sprachen wieder regulär?) Sander Bruggink Automaten und Formale Sprachen 23

24 Grundlagen und formale Beweise Mengen Eine kleine Wiederholung: Menge Eine Menge M von Elementen, wird beschrieben als Aufzählung M = {0, 2, 4, 6, 8,... } oder als Menge von Elementen mit einer bestimmten Eigenschaft M = {n n N und n gerade} Allgemeines Format: M = {x P(x)} (M ist die Menge aller Elemente x, die die Eigenschaft P erfüllen.) Sander Bruggink Automaten und Formale Sprachen 24

25 Grundlagen und formale Beweise Mengen Bemerkungen: Die Elemente einer Menge sind ungeordnet, d.h., ihre Ordnung spielt keine Rolle. Beispielsweise gilt: {1, 2, 3} = {1, 3, 2} = {2, 1, 3} = {2, 3, 1} = {3, 1, 2} = {3, 2, 1} Ein Element kann nicht mehrfach in einer Menge auftreten. Es ist entweder in der Menge, oder es ist nicht in der Menge. Beispielsweise gilt: {1, 2, 3} {1, 2, 3, 4} = {1, 2, 3, 4, 4} Sander Bruggink Automaten und Formale Sprachen 25

26 Grundlagen und formale Beweise Mengen Element einer Menge Wir schreiben a M, falls ein Element a in der Menge M enthalten ist. Anzahl der Elemente einer Menge Für eine Menge M gibt M die Anzahl ihrer Elemente an. Teilmengenbeziehung Wir schreiben A B, falls jedes Element von A auch in B enthalten ist. A heißt dann eine Teilmenge von B. Die Relation heißt auch Inklusion. Sander Bruggink Automaten und Formale Sprachen 26

27 Grundlagen und formale Beweise Mengen Beispiel: 2 {1, 2, 3}? 2 {1, 2, 3}? {1, 2} {1, 2, 3}? {1, 2} {1, 2, 3}? Sander Bruggink Automaten und Formale Sprachen 27

28 Venn-Diagramme Organisatorisches und Einführung Grundlagen und formale Beweise Venn-Diagramme sind eine graphische Darstellung von Mengen und ihren Beziehungen. A B B A Sander Bruggink Automaten und Formale Sprachen 28

29 Grundlagen und formale Beweise Mengenoperationen Vereinigung: A B = {e e A oder e B} Schnitt: A B = {e e A und e B} Differenz: A \ B = {e e A und e / B} A B A B A \ B A B A B A B Sander Bruggink Automaten und Formale Sprachen 29

30 Grundlagen und formale Beweise Potenzmenge Potenzmenge Sei M eine Menge. Die Menge P(M) ist die Menge aller Teilmengen von M. P(M) = {A A M} Es gilt: P(M) = 2 M (für eine endliche Menge M). Sander Bruggink Automaten und Formale Sprachen 30

31 Grundlagen und formale Beweise Tupel Tupel Außer Mengen betrachten wir auch Tupel, die mit runden Klammern notiert werden: (a 1,..., a n ) In einem Tupel sind die Elemente geordnet! Beispielsweise gilt: (1, 2, 3) (1, 3, 2) Ein Element kann mehrfach in einem Tupel auftreten. Tupel unterschiedlicher Länge sind immer verschieden. Beispielsweise: (1, 2, 3, 4) (1, 2, 3, 4, 4) Ein Tupel (a 1,..., a n ) bestehend aus n Elementen heißt auch n-tupel. Ein 2-Tupel heißt auch Paar. Sander Bruggink Automaten und Formale Sprachen 31

32 Grundlagen und formale Beweise Das Kreuzprodukt Kreuzprodukt (oder cartesisches Produkt) Seien A, B zwei Menge. Die Menge A B ist die Menge aller Paare (a, b), wobei das erste Element des Paars aus A, das zweite aus B kommt. A B = {(a, b) a A, b B} Es gilt: A B = A B (für endliche Mengen A, B). Sander Bruggink Automaten und Formale Sprachen 32

33 Grundlagen und formale Beweise Relationen Binäre Relation Seien A, B zwei Mengen. Eine binäre Relation zwischen A und B ist eine Menge von Paaren R A B. Relation Seien A 1,..., A n Mengen. Eine (n-äre) Relation ist eine Menge von Tupeln R A 1 A n. Sander Bruggink Automaten und Formale Sprachen 33

34 Grundlagen und formale Beweise Eigenschaften von Relationen Sei R A A eine Relation von A nach A. R heißt reflexiv, falls für alle x A gilt, dass x R x. R heißt symmetrisch, falls für alle x, y A gilt, dass wenn x R y, dann auch y R x. R heißt antisymmetrisch, falls für alle x, y A gilt, dass wenn x R y und y R x, dann x = y. R heißt transitiv, falls für alle x, y, z A gilt, dass wenn x R y und y R z, dann x R z. Sander Bruggink Automaten und Formale Sprachen 34

35 Grundlagen und formale Beweise Eigenschaften von Relationen (Fortsetzung) Reflexiv: a Symmetrisch: a b Antisymmetrisch: a b wobei a b Transitiv: a b c Sander Bruggink Automaten und Formale Sprachen 35

36 Spezielle Relationen Organisatorisches und Einführung Grundlagen und formale Beweise Eine Quasi-Ordnung (oder Pre-Ordnung) ist eine reflexive, transitive Relation. Eine Ordnung ist eine reflexive, transitive und antisymmetrische Relation. Eine Äquivalenzrelation ist eine reflexive, transitive und symmetrische Relation. Quasi-Ordnung: Ordnung: Äquivalenzrelation: a c a c a c b d b d b d Sander Bruggink Automaten und Formale Sprachen 36

37 Grundlagen und formale Beweise Funktionen Funktion f : A B a f (a) Die Funktion f bildet ein Element a A auf ein Element f (a) B ab. Dabei ist A der Definitionsbereich und B der Wertebereich. Formal: Eine Funktion f : A B ist eine totale und eindeutige Relation zwischen A und B. Sander Bruggink Automaten und Formale Sprachen 37

38 Grundlagen und formale Beweise Mathematische Aussagen Aussagen sind in der Mathematik entweder wahr oder unwahr. Aussagen können aus kürzeren Aussagen aufgebaut sein: P und Q Wenn P, dann Q Für alle P gilt Q P gilt nicht Es gibt: Grundaussagen der Mathematik (Axiomen) schon aus den Axiomen bewiesene Aussagen (Sätze, Theoreme) Aussagen, dessen Wahrheit wir angenommen haben (Hypothesen, Prämissen, Annahmen) Aussagen, die zu zeigen oder zu widerlegen sind. Sander Bruggink Automaten und Formale Sprachen 38

39 Formale Beweise Organisatorisches und Einführung Grundlagen und formale Beweise Beispiel eines Satzes Für alle n > 0 gilt, n = n (n + 1). 2 Prämisse: n ist eine Zahl größer als 0. Konklusion: n = n (n + 1). 2 Wenn die Prämissen wahr sind, dann muss auch die Konklusion wahr sein. Sander Bruggink Automaten und Formale Sprachen 39

40 Grundlagen und formale Beweise Implikation Implikation ( wenn, dann ) Wenn P, dann Q (P Q) ist wahr, wenn Q aus P folgt. Verwenden: Wenn P bekannt ist, und P Q ist bekannt, dann ist auch Q bekannt (Modus Ponens). Beweisen: Um P Q zu beweisen, nimmt man P an, und beweist unter dieser Annahme, dass Q gilt. Widerlegen: Um P Q zu widerlegen, zeigt man, dass P wahr ist, aber Q nicht. Sander Bruggink Automaten und Formale Sprachen 40

41 Grundlagen und formale Beweise Konjunktion Konjunktion ( und ) P und Q (P Q) ist wahr, wenn P und Q beide wahr sind. Verwenden: Wenn P Q bekannt ist, dann sind auch P und Q einzeln bekannt (und können deswegen als Prämissen verwendet werden). Beweisen: Um P Q zu beweisen, muss man P beweisen und Q beweisen. Widerlegen: Um P Q zu widerlegen, muss man P widerlegen, oder Q widerlegen. Sander Bruggink Automaten und Formale Sprachen 41

42 Grundlagen und formale Beweise Disjunktion Disjunktion ( oder ) P oder Q (P Q) ist wahr, wenn P wahr ist, oder Q wahr ist. Widerlegen: Um P Q zu wiederlegen, muss man P wiederlegen und Q wiederlegen. Verwenden: Um R aus P Q abzuleiten: Nehme P an, und zeige unter der Annahme, dass R gilt. Nehme Q an, und zeige unter der Annahme, dass R gilt. Weil R sowohl aus P und aus Q folgt, und P oder Q gilt, muss R gelten. Beweisen: Um P Q zu beweisen, beweist man P oder man beweist Q. (Funktioniert in den meisten Fällen nicht.) Sander Bruggink Automaten und Formale Sprachen 42

43 Grundlagen und formale Beweise Negation Negation ( nicht ) Nicht P ( P) ist wahr, falls P nicht wahr ist, und nicht wahr, falls P wahr ist. Verwenden: Negationen können verwendet werden, um einen Widerspruch abzuleiten. Beweisen: Man beweist P, indem man P widerlegt. (In vielen Fällen braucht man einen Widerspruchsbeweis. Widerlegen: Man widerlegt P, indem man P beweist. Sander Bruggink Automaten und Formale Sprachen 43

44 Grundlagen und formale Beweise Allquantor Allquantor ( für alle ) Für alle x aus P, gilt Q ( x P : Q) ist wahr, wenn Q für alle Objekte x aus P wahr ist. Verwenden: Wenn x P : Q bekannt ist, und man ein Objekt a aus P hat, weiß man, dass Q für a gilt. Beweisen: Nehme an, dass x ein Element aus P ist (und dass P nicht leer ist). Beweise unter dieser Annahme, dass Q für x gilt. Man darf sonst nichts über x annehmen! Wiederlegen: Suche einen Gegenbeispiel, das heißt ein Objekt aus P, für das Q nicht gilt. Sander Bruggink Automaten und Formale Sprachen 44

45 Grundlagen und formale Beweise Existenzquantor Existenzquantor ( es gibt ein ) Es gibt ein x aus P, so dass Q gilt ( x P : Q) ist wahr, wenn es ein Objekt x P gibt, so dass Q wahr ist. Verwenden: Wenn x P : Q bekannt ist, darf man ein Objekt aus P (mit einem beliebigen Namen) einführen, für das Q gilt. Sonst darf man nichts über x annehmen. Beweisen: Suche ein Beispiel: ein Objekt x P für das Q gilt. Widerlegen: Nehme an, dass x P, und beweise, dass Q nicht für x gilt. Sonst darf man nichts über x annehmen. Sander Bruggink Automaten und Formale Sprachen 45

46 Beispiel Organisatorisches und Einführung Grundlagen und formale Beweise Beweisen Sie den folgenden Satz: Satz Sei A eine Menge, und A A eine Quasi-Ordnung auf A. Definiere die Relation wie folgt: Dann ist eine Äquivalenzrelation. x y falls x y und y x. Sander Bruggink Automaten und Formale Sprachen 46

Adventure-Problem. Vorlesung Automaten und Formale Sprachen Sommersemester Adventure-Problem

Adventure-Problem. Vorlesung Automaten und Formale Sprachen Sommersemester Adventure-Problem -Problem Vorlesung Automaten und Formale Sprachen Sommersemester 2018 Prof. Barbara König Übungsleitung: Christina Mika-Michalski Zum Aufwärmen: wir betrachten das sogenannte -Problem, bei dem ein Abenteurer/eine

Mehr

Vorlesung Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2015

Vorlesung Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2015 Vorlesung Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2015 Prof. Barbara König Übungsleitung: Jan Stückrath Barbara König Automaten und Formale Sprachen 1 Das heutige Programm:

Mehr

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2011/12

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2011/12 Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Jan Stückrath Barbara König BeKo/TI 1 Willkommen

Mehr

Vorlesung Automaten und Formale Sprachen Sommersemester 2018

Vorlesung Automaten und Formale Sprachen Sommersemester 2018 Vorlesung Automaten und Formale Sprachen Sommersemester 2018 Prof. Barbara König Übungsleitung: Christina Mika-Michalski Barbara König Automaten und Formale Sprachen 1 Das heutige Programm: Organisatorisches

Mehr

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2013/14

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2013/14 Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2013/14 Prof. Barbara König Übungsleitung: Henning Kerstan & Sebastian Küpper Barbara

Mehr

Vorlesung Berechenbarkeit und Komplexität Wintersemester 2016/17. Wer sind wir? Willkommen zu

Vorlesung Berechenbarkeit und Komplexität Wintersemester 2016/17. Wer sind wir? Willkommen zu Vorlesung Berechenbarkeit und Komplexität Wintersemester 2016/17 Prof. Barbara König Übungsleitung: Sebastian Küpper Willkommen zu Berechenbarkeit und Komplexität (Bachelor Angewandte Informatik, Duisburg

Mehr

Vorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12. Lernplattform Moodle. Wer sind wir?

Vorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12. Lernplattform Moodle. Wer sind wir? Vorlesung Modellierung Modellierungsmethoden der Informatik Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Dr. Sander Bruggink Das heutige Programm Organisatorisches Vorstellung Ablauf der Vorlesung

Mehr

Vorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12

Vorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12 Vorlesung Modellierung Modellierungsmethoden der Informatik Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Dr. Sander Bruggink Barbara König Modellierung 1 Das heutige Programm Organisatorisches

Mehr

Vorlesung Logik Wintersemester 2016/17 Universität Duisburg-Essen

Vorlesung Logik Wintersemester 2016/17 Universität Duisburg-Essen Vorlesung Logik Wintersemester 2016/17 Universität Duisburg-Essen Barbara König Übungsleitung: Dennis Nolte, Harsh Beohar Barbara König Logik 1 Das heutige Programm: Organisatorisches Vorstellung Ablauf

Mehr

Vorlesung Logik Wintersemester 2015/16 Universität Duisburg-Essen

Vorlesung Logik Wintersemester 2015/16 Universität Duisburg-Essen Vorlesung Logik Wintersemester 2015/16 Universität Duisburg-Essen Barbara König Übungsleitung: Dennis Nolte, Dr. Harsh Beohar Barbara König Logik 1 Barbara König Logik 2 Das heutige Programm: Organisatorisches

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht

Mehr

Theoretische Informatik 2 bzw. Formale Sprachen und Berechenbarkeit. Sommersemester Herzlich willkommen!

Theoretische Informatik 2 bzw. Formale Sprachen und Berechenbarkeit. Sommersemester Herzlich willkommen! Theoretische Informatik 2 bzw. Formale Sprachen und Berechenbarkeit Sommersemester 2012 Prof. Dr. Nicole Schweikardt AG Theorie komplexer Systeme Goethe-Universität Frankfurt am Main Herzlich willkommen!

Mehr

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2011/12

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2011/12 Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Henning Kerstan & Jan Stückrath Barbara König

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Jens Struckmeier Fachbereich Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2010/11 Jens Struckmeier (Mathematik,

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker 1 2 Mengen, Relationen, Funktionen 2.1 Mengen Definition 2.1 [Georg Cantor 1895] Eine Menge ist eine Zusammenfassung bestimmter, wohlunterschiedener Dinge unserer

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2013

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2013 Automaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2013 Dr. Sander Bruggink Übungsleitung: Jan Stückrath Sander Bruggink Automaten und Formale Sprachen 1 Reguläre Ausdrücke Wozu

Mehr

Mathematische Strukturen Sommersemester Vorlesung. Mengen. Mengen. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte

Mathematische Strukturen Sommersemester Vorlesung. Mengen. Mengen. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte Vorlesung Mathematische Strukturen Sommersemester 207 Prof Janis Voigtländer Übungsleitung: Dennis Nolte Menge Menge M von Elementen, oft beschrieben als Aufzählung M = {0, 2, 4, 6, 8, } oder als Menge

Mehr

WS 20013/14. Diskrete Strukturen

WS 20013/14. Diskrete Strukturen WS 20013/14 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

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Wintersemester 2016/2017 2V, Mittwoch, 12:00-13:30 Uhr, F303 2Ü, Dienstag, 12:00-13:30 Uhr, BE08 2Ü, Dienstag, 15:00-16:30 Uhr, B212 2Ü, Mittwoch, 8:30-10:00 Uhr, B312 Fachprüfung:

Mehr

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017 Vorlesung Mathematische Strukturen Sommersemester 2017 Prof Janis Voigtländer Übungsleitung: Dennis Nolte Mengen Menge Menge M von Elementen, oft beschrieben als Aufzählung M = {0, 2, 4, 6, 8, } oder als

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete 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

Mehr

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 0. ORGANISATORISCHES UND ÜBERBLICK

EINFÜHRUNG 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

Mehr

Theoretische Informatik: Berechenbarkeit und Formale Sprachen

Theoretische Informatik: Berechenbarkeit und Formale Sprachen Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Kapitel 1: Aussagen, Mengen

Mehr

Mengenlehre und vollständige Induktion

Mengenlehre und vollständige Induktion Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen

Mehr

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Kontakt. Teil I. Einführung.

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Kontakt. Teil I. Einführung. 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

Mehr

2 Mengen, Abbildungen und Relationen

2 Mengen, Abbildungen und Relationen Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl

Mehr

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

Grundlagen 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:

Mehr

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage. 1.3 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben, wahr oder falsch

Mehr

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen 1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen . Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!

Mehr

1 Grundlagen. 1.1 Aussagen

1 Grundlagen. 1.1 Aussagen 1 Grundlagen 1.1 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben,

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete 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

Mehr

Berechenbarkeit und Komplexität

Berechenbarkeit und Komplexität Berechenbarkeit und Komplexität Prof. Dr. Dietrich Kuske FG Theoretische Informatik, TU Ilmenau Wintersemester 2010/11 1 Organisatorisches zur Vorlesung Informationen, aktuelle Version der Folien und Übungsblätter

Mehr

Theoretische Informatik: Berechenbarkeit und Formale Sprachen

Theoretische Informatik: Berechenbarkeit und Formale Sprachen Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de

Mehr

Formale Sprachen und Automaten

Formale 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

Mehr

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

Grundlagen 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:

Mehr

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 0. ORGANISATORISCHES UND ÜBERBLICK

EINFÜHRUNG 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

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

Mehr

WS 2013/14. Diskrete Strukturen

WS 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/ws13/14

Mehr

Vorlesung Formale Aspekte der Software-Sicherheit und Kryptographie Sommersemester 2015 Universität Duisburg-Essen

Vorlesung Formale Aspekte der Software-Sicherheit und Kryptographie Sommersemester 2015 Universität Duisburg-Essen Vorlesung Formale Aspekte der Software-Sicherheit und Kryptographie Sommersemester 2015 Universität Duisburg-Essen Prof. Barbara König Übungsleitung: Sebastian Küpper Barbara König Form. Asp. der Software-Sicherheit

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Sommersemester 2004 Christoph Kreitz Theoretische Informatik, Raum 1.18, Telephon 3060 kreitz@cs.uni-potsdam.de http://www.cs.uni-potsdam.de/ti/kreitz 1. Themen und Lernziele 2.

Mehr

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 24.11.2016 (Teil 2) 23. November 2016 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler 23. November 2016

Mehr

Kontextfreie Grammatiken

Kontextfreie 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

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Vorlesungstitel, Einordnung, Literatur Die Vorlesung Formale Sprachen und Automatentheorie ist der erste Teil des Moduls Theoretische Grundlagen der Informatik Der zweite Teil ist die Vorlesung Logik und

Mehr

Grundbegriffe Mengenlehre und Logik

Grundbegriffe Mengenlehre und Logik Grundbegriffe Mengenlehre und Logik Analysis für Informatiker und Lehramt Mathematik MS/GS/FS WS 2016/2017 Agnes Radl Mengen Georg Cantor (1895) Unter einer Menge verstehen wir jede Zusammenfassung M von

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik überblick Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Allgemeines Termine Übung und Skript Plan Table of Contents 1 Allgemeines Termine Übung und Skript Plan 2 Allgemeines Termine

Mehr

Theoretische Informatik: Berechenbarkeit und Formale Sprachen

Theoretische Informatik: Berechenbarkeit und Formale Sprachen Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

Mehr

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität

Mehr

Einführung in die Informatik IV

Einführung in die Informatik IV SS 2006 Einführung in die Informatik IV Ernst W. Mayr Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2006ss/info4/ Sommersemester 2006 c Ernst W. Mayr Kapitel 0 Organisatorisches Vorlesungen:

Mehr

Kapitel 1: Grundbegriffe

Kapitel 1: Grundbegriffe Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2

Mehr

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen: 4. Mathematische und notationelle Grundlagen 4.1 Mengen Beispiel 3 A 1 = {2, 4, 6, 8}; A 2 = {0, 2, 4, 6,...} = {n N 0 ; n gerade} Bezeichnungen: x A A x x A B A B A { } x Element A x nicht Element A B

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten: DM2 Slide 1 Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10)

Mehr

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

Mathematik für Informatiker I Mitschrift zur Vorlesung vom Mathematik für Informatiker I Mitschrift zur Vorlesung vom 18.11.2004 Zur Wiederholung: Das Kartesische Produkt dient dem Ordnen von Mengen. A B = {(a, b) : a A, b B)} Spezialfall A = Äquivalenzrelation

Mehr

1 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 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

Mehr

Übungen zur Diskreten Mathematik I

Übungen zur Diskreten Mathematik I 1 Aufgabe 1 Überprüfen Sie, ob die folgenden Aussagen Tautologien sind (i) (A B) (( A) ( B)), (ii) (A B) (( A) ( B)), (iii) ((A B) C) ((A C) (B C)), (iv) ((A B) C) ((A C) (B C)), (v) (A = B) (( A) B)),

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Stefan Rass System Security Research Group (syssec), Institute of Applied Informatics Alpen-Adria Universität Klagenfurt {stefan.rass}@aau.at 2017 WS 2017-09-29

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10) Dean 2, 5-7

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Übung am 3..2 INSTITUT FÜR THEORETISCHE KIT 7..2 Universität des Andrea Landes Schumm Baden-Württemberg - Theoretische und Grundlagen der Informatik INSTITUT FÜR

Mehr

Mathematische Grundlagen I Logik und Algebra

Mathematische Grundlagen I Logik und Algebra Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlagen der Theoretischen Informatik Sommersemester 2015 29.04.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Motivation 2. Terminologie 3. Endliche Automaten und reguläre

Mehr

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Große Übung #2 Phillip Keldenich, Arne Schmidt 10.11.2016 Organisatorisches Fragen? Checkliste: Anmeldung kleine Übungen Anmeldung Mailingliste Dies ersetzt nicht die Prüfungsanmeldung!

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 1: Grundlagen, Sprachen, Automaten schulz@eprover.org Software Systems Engineering Definition Eine Definition ist eine genaue Beschreibung eines Objektes

Mehr

Informatik III. 1. Motivation und Organisation. Christian Schindelhauer

Informatik III. 1. Motivation und Organisation. Christian Schindelhauer 1. Motivation und Organisation Albert-Ludwigs-Universität Freiburg Institut für Informatik Wintersemester 2007/08 1 Organisation Motivation 2 2 Inhalt Endliche Automaten und Formale Sprachen Berechenbarkeitstheorie

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Prof. Dr. Timo Reis Fachbereich Mathematik, Universität Hamburg Technische Universität Hamburg-Harburg Wintersemester 2014/2015 1 Informationsquellen

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird. Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,

Mehr

Herzlich willkommen!!!

Herzlich willkommen!!! Theoretische Informatik 2 Sommersemester 2015 Prof. Dr. Georg Schnitger AG Theoretische Informatik Goethe-Universität Frankfurt am Main Herzlich willkommen!!! 1 / 19 Kapitel 1: Einführung Einführung 2

Mehr

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen) DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 3 Grundlagen der Mathematik Präsenzaufgaben (P4) Wir betrachten die Menge M := P({1, 2, 3, 4}). Dann gilt 1 / M,

Mehr

Herzlich willkommen!!!

Herzlich willkommen!!! Theoretische Informatik 2 Sommersemester 2013 Prof. Dr. Georg Schnitger AG Theoretische Informatik Johann Wolfgang Goethe-Universität Frankfurt am Main Herzlich willkommen!!! 1 / 19 Kapitel 1: Einführung

Mehr

Automaten und Formale Sprachen

Automaten und Formale Sprachen Automaten und Formale Sprachen Einführung Ralf Möller Hamburg Univ. of Technology Übung Fr. 14:30-15:15 Max Berndt, D1025 Literatur Gottfried Vossen, Kurt-Ulrich Witt: Grundkurs Theoretische Informatik,

Mehr

Mengen (siehe Teschl/Teschl 1.2)

Mengen (siehe Teschl/Teschl 1.2) Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem

Mehr

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1.

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 22 Kapitel 1 Aussagen und Mengen 1.1 Aussagen Wir definieren eine Aussage A als einen Satz, der entweder wahr w) oder falsch f) also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 2 ist eine

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012 utomaten und Formale Sprachen alias Theoretische Informatik Sommersemester 2012 Dr. Sander Bruggink Übungsleitung: Jan Stückrath Sander Bruggink utomaten und Formale Sprachen 1 Der CYK-lgorithmus Beispiel

Mehr

Algorithmen und Datenstrukturen I - Exkurs Formale Sprachen -

Algorithmen und Datenstrukturen I - Exkurs Formale Sprachen - Algorithmen und Datenstrukturen I - - Thies Pfeiffer Technische Fakultät tpfeiffe@techfak.uni-bielefeld.de Vorlesung, Universität Bielefeld, Winter 2012/2013 1 / 22 Exkurs: Formale Sprachen Im Kapitel

Mehr

1. Übungsblatt 6.0 VU Theoretische Informatik und Logik

1. Übungsblatt 6.0 VU Theoretische Informatik und Logik . Übungsblatt 6. VU Theoretische Informatik und Logik 25. September 23 Aufgabe Sind folgende Aussagen korrekt? Begründen Sie jeweils Ihre Antwort. a) Für jede Sprache L gilt: L < L (wobei A die Anzahl

Mehr

Mathematik 1 für Informatik Inhalt Grundbegrie

Mathematik 1 für Informatik Inhalt Grundbegrie Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen

Mehr

Abschlusseigenschaften

Abschlusseigenschaften Abschlusseigenschaften Die Klasse der regulären Sprachen hat eine große Zahl nützlicher Eigenschaften, insbesondere die folgenden Abschlusseigenschaften: Satz: Die Klasse der regulären Sprachen ist abgeschlossen

Mehr

1 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 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

Mehr

Formalismen für REG. Formale Grundlagen der Informatik 1 Kapitel 7 Kontextfreie Sprachen. Das Pumping Lemma. Abschlusseigenschaften

Formalismen für REG. Formale Grundlagen der Informatik 1 Kapitel 7 Kontextfreie Sprachen. Das Pumping Lemma. Abschlusseigenschaften Formalismen für RE Formale rundlagen der Informatik 1 Kapitel 7 Kontextfreie Sprachen Frank Heitmann heitmann@informatik.uni-hamburg.de Satz Zu jeder regulären Sprache L gibt es einen DFA A mit L(A) =

Mehr

Algorithmen und Datenstrukturen I - Exkurs Formale Sprachen -

Algorithmen und Datenstrukturen I - Exkurs Formale Sprachen - Algorithmen und Datenstrukturen I - Exkurs Formale Sprachen - Thies Pfeiffer Technische Fakultät tpfeiffe@techfak.uni-bielefeld.de Vorlesung, Universität Bielefeld, Winter 2012/2013 1 / 1 Exkurs: Formale

Mehr

Natürliche Zahlen sind interessant

Natürliche Zahlen sind interessant Natürliche Zahlen sind interessant N. N. Technische Universität München 16. September 2008 1 Interessante Zahlen Vorbemerkungen Der Zentrale Satz 2 Anwendungen Pädagogik Übersicht 1 Interessante Zahlen

Mehr

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16 Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre

Mehr

Zur Vorbereitung auf die Vorlesung Grundlagen der theoretischen Informatik Mo 4., Mi 6. und Fr. 8. Oktober in H/C 3310 um Uhr.

Zur Vorbereitung auf die Vorlesung Grundlagen der theoretischen Informatik Mo 4., Mi 6. und Fr. 8. Oktober in H/C 3310 um Uhr. M a t h e m a t i s c h e s P r o p ä d e u t i k u m Zur Vorbereitung auf die Vorlesung Grundlagen der theoretischen Informatik Mo 4., Mi 6. und Fr. 8. Oktober in H/C 3310 um14 00-16 00 Uhr. Erfahrungsgemäß

Mehr