Grundlagen der Theoretischen Informatik
|
|
- Franziska Flater
- vor 5 Jahren
- Abrufe
Transkript
1 1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15
2 2 4 Komplexitätstheorie
3 Zeitkomplexität 3 Definition: Sei M eine deterministische oder eine nichtdeterministische Turing-Maschine über einem Alphabet Σ. Die Turing-Maschine M heißt polynomiell zeitbeschränkt, falls es ein Polynom p(n) gibt, so dass für alle n N 0 und alle w Σ mit w = n jede Berechnung von M bei Eingabe w nach höchstens p(n) Schritten in einem Haltezustand endet. Zur Erinnerung: Falls eine nichtdeterministische Turingmaschine M eine Sprache L entscheidet, so ist w L genau dann wenn es eine Berechnung gibt, die in q accept endet. Es müssen nicht alle Berechnungen für w L im Haltezustand q accept enden, sondern nur mindestens eine! Aber es müssen alle Berechnungen für w mit w = n nach p(n) Schritten beendet sein, falls M polynomiell zeitbeschränkt ist.
4 4 Die Komplexitätsklasse P Eine Sprache L heißt deterministisch mit polynomiellem Zeitaufwand entscheidbar oder auch deterministisch in Polynomialzeit entscheidbar, falls es eine deterministische polynomiell zeitbeschränkte Turing-Maschine gibt, die L entscheidet. Definition: Die Klasse der deterministisch mit polynomiellem Zeitaufwand entscheidbaren Sprachen wird mit P bezeichnet.
5 5 Beispiele für Probleme in P: Elementeindeutigkeit: {w 1 #w 2 # #w k w 1,...,w k {0,1} und w i w j für alle i j} Graphenprobleme: path = { G,s,t G ist ein ungerichteter Graph, s und t sind Knoten in G, und in G gibt es einen Pfad der s und t verbindet}
6 6 Sei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour. euler-tour = { G G ist ein ungerichteter Graph, der eine Euler-Tour besitzt} Primzahltest: primes = {bin(n) {0,1} n ist eine Primzahl}
7 7 Geometrische Probleme: polyline-simplification = { P, t, k P ist ein einfacher Polygonzug (mit ganzzahligen Eckpunktkoordinaten), der sich zu einem einfachen Polygonzug P mit höchstens k Eckpunkten vereinfachen lässt, so dass P zu P höchstens Abstand t hat}
8 8 Die Komplexitätsklasse NP Eine Sprache L heißt nichtdeterministisch mit polynomiellem Zeitaufwand entscheidbar oder auch nichtdeterministisch in Polynomialzeit entscheidbar, falls es eine nichtdeterministische polynomiell zeitbeschränkte Turing-Maschine gibt, die L entscheidet. Definition: Die Klasse der nichtdeterministisch mit polynomiellem Zeitaufwand entscheidbaren Sprachen wird mit NP bezeichnet.
9 9 Lemma: P NP. Beispiele für Probleme in NP: Graphenprobleme: clique = { G,k G = (V,E) ist ein ungerichteter Graph, k N, und es gibt eine Teilmenge V V mit V = k, so dass für alle v i,v j V, v i v j, gilt, dass die Kante zwischen v i und v j zu E gehört}
10 10 independent-set = { G,k G = (V,E) ist ein ungerichteter Graph, k N, und es gibt eine Teilmenge V V mit V = k, so dass für alle v i,v j V, v i v j, gilt, dass es keine Kante zwischen v i und v j in G gibt} vertex-cover = { G,k G = (V,E) ist ein ungerichteter Graph, k N, und es gibt eine Teilmenge V V mit V = k, so dass für alle Kanten {u,v} E gilt [ u V oder v V ], d.h., mindestens einer der Endknoten jeder Kante gehört zu V }
11 11
12 12 Ein Hamilton-Kreis in einem gerichteten Graphen ist ein geschlossener Pfad, der jeden Knoten genau einmal besucht. hamilton-kreis = { G G besitzt einen Hamilton-Kreis}
13 13 Beim Problem der Handlungsreisenden, engl. traveling salesperson problem (TSP), sind n Orte und eine Distanzmatrix (d i j ) mit nichtnegativen ganzzahligen Einträgen und d ii = 0 für i = 1,...,n sowie K N gegeben. Es ist zu entscheiden, ob die Kosten der kürzesten Rundreise, also das Minimum von c(π) = d π(1)π(2) + d π(2)π(3) + d π(n 1)π(n) + d π(n)π(1) über alle Permutationen π von {1,2,...,n}, höchstens K sind. tsp = { (D i j ),K (D i j ) ist eine Distanzmatrix mit nichtnegativen ganzzahligen Einträgen, so dass die Kosten der kürzesten Rundreise höchstens K sind}
14 14
15 15 Packungsprobleme: Bei Sum of Subset sind a 1,a 2,...,a n N und K N, gegeben und es ist zu entscheiden, ob es I {1,2,...,n} gibt, so dass a i = K i I sum-of-subset = {bin(a 1 )# #bin(a n )#bin(k) es gibt I {1,2,...,n} so dass i I a i = K}
16 16 Beim Problem Partition sind a 1,a 2,...,a n N gegeben und es ist zu entscheiden, ob es I {1,2,...,n} gibt, so dass i I a i = a i i I partition = {bin(a 1 )# #bin(a n ) es gibt I {1,2,...,n} so dass i I a i = i I a i }
17 17 Beim Rucksackproblem sind w 1,w 2,...,w n N und v 1,v 2,...,v n N gegeben sowie W N und V N und es ist zu entscheiden, ob es I {1,2,...,n} gibt, so dass i I w i W und v i V i I
18 18 Geometrische Probleme: area-preserving-polyline-simplification = { P, k P ist ein einfacher Polygonzug (mit ganzzahligen Eckpunktkoordinaten), so dass es einen P vereinfachenden Polygonzug Q mit höchstens k Eckpunkten gibt, derart dass die Flächen zwischen P und Q links von P und die Flächen zwischen P und Q rechts von P gleich groß sind}
19 19 Überdeckungsprobleme: Gegeben eine endliche Menge U = {u 1,...,u n } und eine Familie F = {S 1,...,S m } von Teilmengen von U, gesucht ist eine Teilmenge C F, so dass die Mengen in C paarweise disjunkt sind und ihre Vereinigung U ergibt. exact-cover = { U,F es gibt C F mit C 1,C 2 C : (C 1 C 2 C 1 C 2 = /0) und C C = U}
20 20 Erfüllbarkeitsproblem der Aussagenlogik: Eine Variable, die Wahrheitswerte annehmen kann, nennen wir eine Boolesche Variable. Im Folgenden steht 1 für wahr und 0 für falsch. Eine Boolesche Formel ist ein Ausdruck über Booleschen Variablen und den Operationen, und. Beispiel: (X 1 X 3 ) (X 2 X 3 X 4 X 5 ) (X 1 X 4 X 5 ) (X 2 X 3 X 5 ) Eine Boolesche Formel φ ist erfüllbar, falls es eine Belegung der Variablen mit Konstanten aus {0,1} gibt, so dass sich für φ der Wert 1 ergibt.
21 21 Beim Erfüllbarkeitsproblem, engl. satisfiability problem, ist eine Boolesche Formel gegeben und es ist zu entscheiden, ob die Formel erfüllbar ist. Falls X i eine Boolesche Variable ist, dann sind X i und X i Literale. Falls Y 1,...,Y k Literale sind, dann ist (Y 1 Y 2 Y k ) eine Klausel vom Grad k. Falls C 1,...,C m Klauseln sind, dann ist C 1 C 2 C m eine Boolesche Formel in konjunktiver Normalform. sat = { φ φ ist eine Boolesche Formel in konjunktiver Normalform und φ ist erfüllbar}
22 22 Für keine der Sprachen aus obigen Beispielen für NP ist bekannt, ob die Sprache auch in P liegt! Alle betrachteten Sprachen haben aber die folgende Eigenschaft: Es lässt sich für eine angebliche Lösung in Polynomialzeit überprüfen, ob die angebliche Lösung auch eine tatsächliche Lösung ist.
23 verify-tsp = { (D i j ),K,π (D i j ) ist eine symmetrische Distanzmatrix mit nichtnegativen ganzzahligen Einträgen, so dass die Kosten der durch π gegebenen Rundreise höchstens K sind} P 23
24 24 Verifizierer und Zertifikate Eine Turing-Maschine V ist ein Verifizierer für eine Sprache L genau dann wenn gilt w L c : w,c L(V ) Ein c mit w,c L(V ) heißt Zertifikat für w. Eine Sprache L heißt in Polynomialzeit verifizierbar, falls es einen Verifizierer V gibt mit L(V ) P und ein Polynom p(n), so dass aus w,c L(V ) folgt, dass c p( w ) gilt.
25 Satz: Die Klasse der in Polynomialzeit verifizierbaren Sprachen stimmt genau mit der Klasse NP überein. 25
26 26 Polynomialzeitreduktion Eine Funktion f : Σ Σ heißt in polynomieller Zeit berechenbar oder auch in Polynomialzeit berechenbar, falls es eine polynomiell zeitbeschränkte deterministische Turingmaschine gibt, die f berechnet. Definition: Seien L 1,L 2 Σ Sprachen. L 1 heißt in Polynomialzeit auf L 2 reduzierbar, falls es eine in polynomieller Zeit berechenbare Reduktion f : Σ Σ von L 1 auf L 2 gibt. Die Reduktion f heißt dann Polynomialzeitreduktion. Wir schreiben L 1 P L 2, falls L 1 in Polynomialzeit auf L 2 reduzierbar ist.
27 27 Zur Erinnerung: τ : Σ Σ ist eine Reduktion von A auf B falls für alle x Σ gilt x A τ(x) B Satz: Falls A P B und B P C gilt, so gilt auch A P C. Beweis: τ AB : Σ A Σ B τ BC : Σ B Σ C τ BC τ AB : Σ A Σ C x A x B x A τ AB (x) B τ BC (x) C τ BC (τ AB (x)) C p(n) q(n) p(n) + q(p(n))
28 28 Satz: independent-set P vertex-cover. Beweis: Bei einem ungerichteten Graphen G = (V,E) ist V V eine unabhängige Knotenmenge, also eine Teilmenge, deren Knoten paarweise nicht miteinander verbunden sind, genau dann wenn V V ein Vertex-Cover ist: Sei V eine unabhängige Knotenmenge. Falls {u,v} E, so können nicht beide Knoten in V liegen; also muss mindestens einer in V V liegen. Sei V V ein Vertex-Cover. Falls u und v beide in V liegen, gilt {u,v} E, da sonst mindestens einer der beiden in V V liegen müsste.
29 29 Wir definieren eine Funktion τ : Σ Σ. Die Funktion τ bildet Wörter aus Σ, die nicht von der Form G,k sind, auf ebensolche ab. Ansonsten gilt G,k τ( G,k ) = G,n k wobei G = (V,E) und n = V. Die Funktion τ ist wie eben gezeigt eine Reduktion von independent-set auf vertex-cover. Ferner ist sie, eine vernünftige Kodierung vorausgesetzt, in polynomieller Zeit berechenbar.
30 30 Beispiel für eine vernünftige Kodierung: G = ({v 1,...,v n },E) wird dargestellt mit Hilfe der n n Adjazenzmatrix (a i j ) mit { 1 falls {vi,v a i j = j } E 0 sonst Eine Zeile der Adjazenzmatrix wird dargestellt als Folge von n Nullen und Einsen, umrahmt von $-Zeichen, eine Adjazenzmatrix als Folge von n solchen Zeilendarstellungen. k wird binär dargestellt, umrahmt von #-Zeichen. G,k ist die Konkatenation der Darstellungen von G und k.
31 31 Satz: Falls B P und A P B, so gilt auch A P. Beweis: Sei M τ eine Turingmaschine, die eine Polynomialzeitreduktion τ von A auf B in Zeit q(n) berechnet. Wegen B P gibt es eine Turingmaschine M B, die B in Polynomialzeit p(n) entscheidet. Zunächst wird τ(w) via M τ in Zeit q( w ) berechnet. Man beachte, dass τ(w) q( w ). Dann wird via M B in Zeit p( τ(w) ) entschieden, ob τ(w) B.
32 32 w τ(w) τ(w) B τ(w) B w A w A M A M τ M B Die Gesamtlaufzeit ist in O( q( w ) + p(q( w ))), also polynomiell in w. Also kann auch A in Polynomialzeit entschieden werden und somit gilt A P. Analog zeigt man Satz: Falls B NP und A P B, so gilt auch A NP.
33 33 Satz: hamilton-kreis P tsp. Beweis: Zu G = ({v 1,...,v n },E) konstruieren wir eine tsp-instanz mit Distanzmatrix (D i j ) mit 0 i = j D i j = 1 {v i,v j } E 2 sonst Diese tsp-instanz besitzt eine Rundreise der Länge höchstens n genau dann wenn G einen Hamilton-Kreis besitzt. Dies liefert uns, vernünftige Kodierung vorausgesetzt, eine Polynomialzeitreduktion.
34 34 NP-Vollständigkeit Definition: Eine Sprache C heißt NP-vollständig, falls C NP und für alle L NP gilt L P C. Eine Sprache C heißt NP-hart, falls für alle L NP gilt L P C. C ist also NP-vollständig genau dann wenn C eine NP-harte Sprache ist, die in NP liegt.
35 35 Satz: Sei L eine NP-vollständige Sprache. Dann gilt P = NP genau dann wenn L P. Beweis: Nehmen wir an, es sei P = NP. Als NP-vollständige Sprache liegt L in NP und somit in P = NP. Nehmen wir an, L sei eine NP-vollständige Sprache in P. Sei ferner A eine beliebige Sprache in NP. Da L eine NP-vollständige Sprache ist, gilt A P L. Nach dem zuvor bewiesenen Satz folgt aus L P und A P L auch A P. Also gilt NP P. Da P NP, ergibt sich P = NP.
36 36 NP-vollständige Sprachen (bzw. Probleme) sind also deshalb so wichtig, weil das Finden eines Polynomialzeitalgorithmus für auch nur eine von ihnen schon Polynomialzeitalgorithmen für alle Sprachen (bzw. Probleme) in NP nach sich ziehen würde. Gelänge es andererseits, zu zeigen, dass P NP, so würde dies bedeuten, dass es für keine NP-vollständige Sprache (bzw. Problem) einen Polynomialzeitalgorithmus gibt.
37 37 Satz: Sei L eine Sprache und sei C eine NP-vollständige Sprache. Falls L NP und C P L, so ist auch L eine NP-vollständige Sprache. Beweis: Da C eine NP-vollständige Sprache ist, gilt für alle A NP, dass A P C. Wegen C P L und der Transitivität von P somit auch A P L für alle A NP.
38 38 Ein NP-vollständiges Problem Ein beschränktes Kachelproblem ist gegeben durch ein Fünftupel D = (D, f 0,H,V,l), wobei D eine endliche Menge von Kacheltypen ist, l N eine natürliche Zahl, f 0 : [ l : l] D eine Funktion und H,V D D binäre Relationen auf D sind. Gesucht ist eine Funktion f : [ l : l] [0 : l + 1] D, so dass f (m,0) = f 0 (m) für l m l ( f (m,n), f (m + 1,n)) H für l m < l, 0 n l + 1 ( f (m,n), f (m,n + 1)) V für l m l, 0 n l Eine solche Funktion f heißt D-Kachelung.
39 39 domino = { D D ist ein beschränktes Kachelproblem, für das es eine D-Kachelung gibt} Satz: domino ist NP-vollständig. Beweis: Sei A NP beliebig. Wir müssen A P domino zeigen. A NP, d.h., es gibt eine nichtdeterministische Turing-Maschine M A = (K,Σ,Γ,,q s,q a,q r ), die A in polynomieller Zeit p(n) entscheidet.
40 40 Zu einer Eingabe w Σ konstruieren wir ein beschränktes Kachelproblem D mit l = p( w ), so dass eine Kachelung einer akzeptierenden Berechnung von M A entspricht. D.h., D besitzt eine Kachelung genau dann wenn w A. Die Kachelreihen einer Kachelung repräsentieren relevanten Bandinhalt und Zustand. f 0 stellt sicher, dass die unterste Kachelreihe dem Bandinhalt zu Beginn einer Berechnung von M A mit Eingabe w entspricht.
41 41 Details: Sei Γ = {σ 1,...,σ m }. Dann gibt es in D die Kacheltypen σ 1 σ 1 σ 2 σ 2 σ m σ m Ferner gibt es Kacheltypen, die zu Übergängen in korrespondieren: (q i,σ j,q k,σ r,s) (q i,σ j,q k,σ r,l) (q i,σ j,q k,σ r,r) q k,σ r q i,σ j q k σ r q i,σ j σ r q k q i,σ j
42 42 (...,...,q k,...,l) q k,σ 1 q k q k,σ 2 q k q k,σ m q k σ 1 σ 2 σ m (...,...,q k,...,r) q k,σ 1 q k σ 1 σ 2 q k,σ 2 q k q k,σ m q k σ m
43 43 Schließlich enthält D die Kacheltypen q s,σ 1 σ 1 q s,σ m σ m und q a,σ 1 q a,σ 1 q a,σ m q a,σ m Kachelpaare gehören zu H bzw. V, wenn die zugehörigen Randteile farblich und in der Beschriftung übereinstimmen, falls vorhanden.
44 44 Beim Erreichen des verwerfenden Haltezustands q r ist es nicht möglich, eine zugehörige Kachelreihe nach oben hin fortzusetzen. Eine Reduktion τ A, die w Σ wie eben beschrieben auf ein beschränktes Kachelsystem abbildet, ist in Polynomialzeit berechenbar, und es gilt für alle w Σ w A τ A (w) domino Da A eine beliebige Sprache aus NP war, haben wir somit gezeigt, dass alles Sprachen in NP in Polynomialzeit auf domino reduzierbar sind. Es gilt ferner domino NP.
45 45 Beispiel(e): b ;, R q s ;, S q a a ;, R a ;, R a ;, R q ;, S q r b ;, R
46 46 D enthält die folgenden Kacheltypen: q s q s q s q a b q a, b,, q s,a, q r q s,a, q a, q r, q s q s q q s,b, q s,, q,a, q,b, q,, q s,a q s,b q s, q,a q,b q q a, b,, a, b, q, q r,a q r,b q r, q s,a q q r q r r, a, b,, a, q s,b q s, q a,a q a,b q a, b,, q a,a, q a,b, q a,
47 47 (ε,q s,aba) M (ε,q,ba) M (ε,q,a) M (ε,q s,ε) M (ε,q a,ε) q s,a a b b a a q s,a q q,b b q a a q,b q q,a a q q,a q s q s, q s q s, q a, q a, q a,
48 48 (ε,q s,bab) M (ε,q s,ab) M (ε,q,b) M (ε,q,ε) M (ε,q r,ε) q s,b b a a b b q s,b q s q s,a a q s b b q s,a q q,b b q q,b q q, q q, q r,
49 49 (ε,q s,aba) M (ε,q r,ba) q s,a a b b a a q s,a q r q r,b b q r a a
Rucksackproblem und Verifizierbarkeit
Rucksackproblem und Verifizierbarkeit Gegeben: n Gegenstände mit Gewichten G={g 1,g 2,,g n } und Werten W={w 1,w 2,,w n } sowie zulässiges Gesamtgewicht g. Gesucht: Teilmenge S {1,,n} mit i i S unter der
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 20. Vorlesung 12.01.2007 1 Komplexitätstheorie - Zeitklassen Die Komplexitätsklassen TIME DTIME, NTIME P NP Das Cook-Levin-Theorem Polynomial-Zeit-Reduktion
MehrInformatik III - WS07/08
Informatik III - WS07/08 Kapitel 4 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 4 : Komplexitätsklassen Informatik III - WS07/08 Kapitel 4 2 Sprachen, Probleme, Zeitkomplexität
MehrSei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour.
1 2 Grundlgen der Theoretischen Informtik Till Mosskowski Fkultät für Informtik Otto-von-Guericke Universität Mgdeurg Komplexitätstheorie Wintersemester 201/15 Zeitkomplexität 3 Die Komplexitätsklsse P
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 16.11.2010 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrEinige Grundlagen der Komplexitätstheorie
Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf
MehrSatz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr
Definition 6 3SAT ist die Menge der booleschen Formeln in konjunktiver Normalform, die in jeder Klausel höchstens drei Literale enthalten und die erfüllbar sind. Satz 7 3SAT ist N P-vollständig. Info IV
Mehr12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP
12 Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, NP 254/ 333 Polynomielle Verifizierer und NP Ḋefinition Polynomieller
MehrBerechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin
Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung
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
MehrLösungen zur Vorlesung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin
MehrPolynomielle Verifizierer und NP
Polynomielle Verifizierer und NP Definition Polynomieller Verifizierer Sei L Σ eine Sprache. Eine DTM V heißt Verifizierer für L, falls V für alle Eingaben w Σ hält und folgendes gilt: w L c Σ : V akzeptiert
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 23. November 2017 INSTITUT FÜR THEORETISCHE 0 23.11.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Übung am 22.12.2011 INSTITUT FÜR THEORETISCHE 0 KIT 09.01.2012 Universität des Andrea Landes Schumm Baden-Württemberg - Theoretische und Grundlagen der Informatik
MehrÜbung Theoretische Grundlagen
Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Reduktion. Komplexitätsklassen.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrDank. Theoretische Informatik II. Teil VI. Vorlesung
Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität
MehrStatt Turingmaschinen anzugeben, genügt die Angabe eines C++ Programms oder die Angabe eines Pseudocodes.
Turingmaschinen Wir haben Turingmaschinen eingeführt. Bis auf einen polynomiellen Anstieg der Rechenzeit haben Turingmaschinen die Rechenkraft von parallelen Supercomputern! Statt Turingmaschinen anzugeben,
Mehr14. Die polynomiell beschränkten Komplexitätsklassen. Die Grenzen der tatsächlichen Berechenbarkeit
14. Die polynomiell beschränkten Komplexitätsklassen Die Grenzen der tatsächlichen Berechenbarkeit PRINZIPIELLE VS. TATSÄCHLICHE BERECHENBARKEIT Prinzipielle (theoretische) Berechenbarkeit: Eine Funktion
MehrWissenschaftliche Arbeitstechniken und Präsentation. NP-Vollständigkeit
Wissenschaftliche Arbeitstechniken und Präsentation Dominik Fakner, Richard Hentschel, Hamid Tabibian, den 20.01.2012 Inhalt Definitionen Definition Nachweis Beispiel Reduktion Komplexitätsklasse Befasst
MehrNP-Vollständigkeit des Erfüllbarkeitsproblems
NP-Vollständigkeit des Erfüllbarkeitsproblems Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 25 Def: NP-Härte Definition (NP-Härte) Ein Problem L heißt NP-hart,
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 25. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 25.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrKonjunktive Normalform
Konjunktive Normalform Eine Formel α in konjunktiver Normalform hat die Form α k 1 k 2... k r. Die Klauseln k 1,..., k r sind Disjunktionen von Literalen, also Disjunktionen von Variablen oder negierten
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Übung am 16.12.2010 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz http://www.inf.uni-konstanz.de/algo/lehre/ss08/info2 Sommersemester 2008 Sven
MehrTheoretische Grundlagen der Informatik. Vorlesung am 27. November INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 27.11.2018 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Letzte Vorlesung Die
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 20. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 20.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
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
MehrÜbungsblatt 5. Vorlesung Theoretische Grundlagen der Informatik im WS 16/17
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 5 Vorlesung Theoretische Grundlagen der Informatik im WS 16/17 Ausgabe 9. Dezember 2016 Abgabe 20. Dezember 2016, 11:00 Uhr
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 5. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 05.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrVL-13: Polynomielle Reduktionen. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger
VL-13: Polynomielle Reduktionen (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger WS 2018, RWTH BuK/WS 2018 VL-13: Polynomielle Reduktionen 1/46 Organisatorisches Nächste Vorlesungen: Donnerstag,
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
MehrDie Klasse NP und die polynomielle Reduktion. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 26 Optimierungsprobleme und ihre Entscheidungsvariante Beim Rucksackproblem
MehrDie Klasse NP und die polynomielle Reduktion
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Dezember 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
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
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Komplexitätstheorie (VI) 20.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 DTIME und NTIME / DSPACE und NSPACE DTIME(T(n)) ist die Klasse
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 06. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 06.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrTheoretische Informatik II
Theoretische Informatik II Einheit 5.2 Das P N P Problem 1. Nichtdeterministische Lösbarkeit 2. Sind N P-Probleme handhabbar? 3. N P-Vollständigkeit Bei vielen schweren Problemen ist Erfolg leicht zu testen
MehrFormale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)
Formale Grundlagen der Informatik 1 Kapitel 23 (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/37 Die Klassen P und NP P := {L
MehrTheoretische Informatik 1
Theoretische Informatik 1 Nichtdeterminismus David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Nichtdeterminismus NTM Nichtdeterministische Turingmaschine Die
Mehr1. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004. Mit Lösung!
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 23/4 ILKD Prof. Dr. D. Wagner 2. Februar 24. Klausur zur Vorlesung Informatik III Wintersemester 23/24 Mit Lösung! Beachten Sie:
MehrDie Klassen P und NP. Formale Grundlagen der Informatik 1 Kapitel 11. Die Klassen P und NP. Die Klasse P
Die Klassen Formale Grundlagen der Informatik 1 Kapitel 11 Frank Heitmann heitmann@informatik.uni-hamburg.de P := {L es gibt ein Polynom p und eine p(n)-zeitbeschränkte DTM A mit L(A) = L} = i 1 DTIME(n
MehrNP-vollständige Probleme. Michael Budahn - Theoretische Informatik 1
NP-vollständige Probleme Michael Budahn - Theoretische Informatik 1 Motivation Michael Budahn - Theoretische Informatik 2 Motivation viele praxisrelevante Probleme sind NPvollständig und eine Lösung würde
MehrTheorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.
Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v.
MehrProbleme aus NP und die polynomielle Reduktion
Probleme aus NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 15. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrNP-vollständige Probleme
NP-vollständige Probleme Dr. Eva Richter 6. Juli 2012 1 / 13 NP-Vollständigkeit Definition Eine Sprache B heißt NP-vollständig, wenn sei zwei Bedingungen erfüllt: (i) B ist in NP (ii) Jedes Problem A in
MehrNP Vollständigkeit. Patryk Mazur
NP Vollständigkeit Patryk Mazur 04.05.2010 0.Gliderung 1. Einführung 1. Definitionen P, NP, conp, EXP, NEXP 2. Bekannte Zusammenhänge zwischen dem Klassen 3. Hypothesen zu deren zusammenhängen und deren
MehrTHEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 9. Vorlesung: NP und NP-Vollständigkeit Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 10. Mai 2017 Rückblick PTime und LogSpace als mathematische Modelle
MehrAbbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z}
u v u v z w z w y x y x Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} Definition 0.0.1 (Vertex Cover (VC)). Gegeben: Ein ungerichteter
MehrHärte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft
Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 5. Februar 2010 Berthold Vöcking, Informatik
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 23. Vorlesung 25.01.2007 1 NP-Vollständigkeit Definition: Eine Sprache S ist NP-vollständig, wenn: S NP S ist NP-schwierig, d.h. für alle L
MehrDas Rucksackproblem. Definition Sprache Rucksack. Satz
Das Rucksackproblem Definition Sprache Rucksack Gegeben sind n Gegenstände mit Gewichten W = {w 1,...,w n } N und Profiten P = {p 1,...,p n } N. Seien ferner b, k N. RUCKSACK:= {(W, P, b, k) I [n] : i
MehrFormale Grundlagen der Informatik 1 Kapitel 21 P und NP
Formale Grundlagen der Informatik 1 Kapitel 21 Frank Heitmann heitmann@informatik.uni-hamburg.de 28. Juni Frank Heitmann heitmann@informatik.uni-hamburg.de 1/41 Die Klassen Probleme in P := {L es gibt
MehrWeitere NP-vollständige Probleme
Weitere NP-vollständige Probleme Wir betrachten nun folgende Reduktionskette und weisen dadurch nach, daß alle diese Probleme NP-hart sind (sie sind auch in NP und damit NP-vollständig). SAT p 3-SAT p
Mehr13. Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie
13 Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie 13 Woche: NP-Vollständigkeit, Satz von Cook-Levin, Anwendungen 276/ 333 N P-Vollständigkeit Ḋefinition NP-vollständig Sei
MehrAlgorithmische Spieltheorie
Algorithmische Spieltheorie Grundlagen der Komplexitätstheorie Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00
MehrZusammenfassung Info3. Lydia Pintscher 20. März 2005
Zusammenfassung Info3 Lydia Pintscher 20. März 2005 1 1 Automaten 1.1 DEA Ein deterministischer endlicher Automat besteht aus (Q,Σ,δ,s,F), wobei: Q: endliche Menge von Zuständen Σ: Alphabet, endliche Menge
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.
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
MehrReduktionen. Algorithmen und Datenstrukturen Kapitel 6.2 Komplexitätstheorie. Exkurs: Reduktionen allgemein. Reduktionen: Erläuterungen
en Algorithmen und Datenstrukturen Kapitel 6.2 Komplexitätstheorie P, und C Definition () Seien L 1, L 2 {0, 1} zwei Sprachen. Wir sagen, dass L 1 auf L 2 in polynomialer Zeit reduziert wird, wenn eine
MehrEINFÜHRUNG IN DIE THEORETISCHE INFORMATIK
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 15. DIE POLYNOMIELL BESCHRÄNKTEN KOMPLEXITÄTSKLASSEN Theoretische Informatik (SoSe 2011) 15. Polynomiell beschränkte
MehrInformatik-Grundlagen
Informatik-Grundlagen Komplexität Karin Haenelt 1 Komplexitätsbetrachtungen: Ansätze Sprachentheorie Klassifiziert Mengen nach ihrer strukturellen Komplexität Komplexitätstheorie Klassifiziert Probleme
MehrLösungen zur Ergänzung 12
Theoretische Informati II SS 018 Carlos Camino Lösungen zur Ergänzung 1 Hinweise: In der Literatur sind zwei verschiedene Definitionen der natürlichen Zahlen gängig: N = {0, 1,,...} und N = {1,, 3,...}.
MehrKurt Mehlhorn und Adrian Neumann Max Planck Institute for Informatics and Saarland University 1. Dezember 2013
P versus NP Kurt Mehlhorn und Adrian Neumann Max Planck Institute for Informatics and Saarland University 1. Dezember 2013 Gliederung Informelle Formulierung des P = NP Problems Das Erfüllbarkeitsproblem
MehrFalls H die Eingabe verwirft, so wissen wir, dass M bei Eingabe w nicht hält. M hält im verwerfenden Haltezustand. Beweis:
1 Unentscheidbarkeit 2 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 #include char *s="include
MehrÜbungsblatt 4. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 4 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 6. Dezember 2017 Abgabe 19. Dezember 2017, 11:00 Uhr
MehrEinführung in Algorithmen und Komplexität
Einführung in Algorithmen und Komplexität SS2004 w u v High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 Was haben wir bisher gemacht? - Rechenmodell:
MehrTheoretische Informatik Mitschrift
10. Komplexitätstheorie Theoretische Informatik Mitschrift Klassifikation algorithmischer Probleme (formalisiert als Sprachen) nach ihrem Bedarf an Berechnungsressourcen (= Rechenzeit, Speicherplatz als
MehrAufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 12
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2003/04 ILKD Prof. Dr. D. Wagner 20. Februar 2004 1. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Hier Aufkleber
MehrMusterlösung Informatik-III-Klausur
Musterlösung Informatik-III-Klausur Aufgabe 1 (1+4+3+4 Punkte) (a) 01010 wird nicht akzeptiert: s q 0 q 1 q 2 f q 2 10101 wird akzeptiert: s q 2 q 2 f q 2 f (b) ε: {s, q 0, q 1, q 2 }, {f} 0: {s, q 0,
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:
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
MehrApproximierbarkeit. Definition. Ein Optimierungsproblem P ist gegeben durch ein Quadrupel. P = (I, Sol, m, goal), wobei:
Approximierbarkeit Ein Optimierungsproblem P ist gegeben durch ein Quadrupel wobei: P = (I, Sol, m, goal), I ist die Menge der Instanzen von P. Sol ist eine Funktion, die ein x I abbildet auf die Menge
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Teil VI. Komplexitätstheorie.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrNP-Vollständigkeit einiger Zahlprobleme
NP-Vollständigkeit einiger Zahlprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 22. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrNachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nachklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13 Vorname Nachname Matrikelnummer Hinweise Für
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 11 1. August 2011 Einführung in die Theoretische Informatik
MehrGrundlagen der Informatik Kapitel 20. Harald Krottmaier Sven Havemann
Grundlagen der Informatik Kapitel 20 Harald Krottmaier Sven Havemann Agenda Klassen von Problemen Einige Probleme... Approximationsalgorithmen WS2007 2 Klassen P NP NP-vollständig WS2007 3 Klasse P praktisch
MehrWie man das Poissonsche Problem löst
Komplexitätstheorie 27.10.2004 Theorem 6 : Falls P = NP ist, dann ist auch E = NE. Padding : Technik zum übertragen von Kollapsresultaten nach oben Sei # є Σ ein neues Symbol. Für w є Σ* ist pad (w) :
MehrKomplexitätstheorie P versus NP
Komplexitätstheorie P versus NP Kurt Mehlhorn und Adrian Neumann Max Planck Institute for Informatics and Saarland University 6. Januar 2014 Gliederung Komplexitätstheorie und die Komplexitätslandschaft
MehrErfüllbarkeitsprobleme. Begriffe. Varianten von SAT
Erfüllbarkeitsprobleme SAT (satisfiability problem) Eingabe: Formel F in konjunktiver Form. Frage: Gibt es eine Belegung x der Variablen in F mit F(x)=1? Beispiel: Begriffe erfüllbar satisfiable: Eigenschaft
MehrKapitel L:II. II. Aussagenlogik
Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen
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
MehrKomplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekte mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 01. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 01.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
Mehrabgeschlossen unter,,,, R,
Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen
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
MehrVorlesung VL-13. P versus NP. Wdh.: LOOP versus WHILE. Korrektur: Primitiv rekursive Funktionen (2) Wdh.: Kostenmodelle der RAM
Organisatorisches VL-13: P versus NP (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, Dezember 13, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
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
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.
MehrAufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2003/04 ILKD Prof. Dr. D. Wagner 14. April 2004 2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Hier Aufkleber
Mehr2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017
2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie
MehrNP-vollst. u. NP-äquiv. Probleme
NP-vollst. u. NP-äquiv. Probleme Literatur: Kapitel K6. Ziel: Weitere Probleme kennen lernen (und damit weitere Basisprobleme für eigene Reduktionen) Weitere Beispiele für NP-Vollständigkeitsbeweise kennen
MehrTheoretische Grundlagen der Informatik. Vorlesung am 16. November INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 16.11.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu KIT-Gedenkfeier für
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Komplexitätstheorie (I) 22.07.2015 und 23.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie 3. Endliche
MehrKochrezept für NP-Vollständigkeitsbeweise
Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrTheorie der Informatik. Theorie der Informatik P und NP Polynomielle Reduktionen NP-Härte und NP-Vollständigkeit
Theorie der Informatik 13. Mai 2015 20. P, NP und polynomielle Reduktionen Theorie der Informatik 20. P, NP und polynomielle Reduktionen 20.1 P und NP Malte Helmert Gabriele Röger 20.2 Polynomielle Reduktionen
Mehr