Entscheidbare und unentscheidbare Probleme
|
|
|
- Victoria Reuter
- vor 6 Jahren
- Abrufe
Transkript
1 Entscheidbare und unentscheidbare Probleme Slide 1 Entscheidbare und unentscheidbare Probleme Hans U. Simon (RUB) mit Modifikationen von Maike Buchin (RUB) Lehrstuhl Mathematik und Informatik Homepage: uni bochum.de/lmi
2 Entscheidbare und unentscheidbare Probleme Slide 2 Das Grundvokabular der Theorie entscheidbarer und unentscheidbarer Sprachen
3 Entscheidbare und unentscheidbare Probleme Slide 3 Entscheidbarkeit und Semi Entscheidbarkeit Eine Sprache L Σ heißt entscheidbar gdw die charakteristische Funktion 1 falls w L χ L (w) := 0 falls w / L von L berechenbar ist. Eine Sprache L Σ heißt semi entscheidbar gdw die halbe charakteristische Funktion χ 1 falls w L L(w) := undefiniert falls w / L von L berechenbar ist.
4 Entscheidbare und unentscheidbare Probleme Slide 4 Erinnerung: Sprache und Haltebereich einer DTM Wir erinnern an die Definition der Sprache T(M) und des Haltebereiches H(M) einer DTM M: T(M) = {w Σ z e E,α,β Γ : z 0 w αz e β} H(M) = {w Σ z Z,A Γ,α,β Γ : z 0 w αzaβ,δ(z,a) = undefiniert } Hierbei setzen wir folgendes voraus: δ(z e,a) = undefiniert für alle z e E. δ(z,a) mit z Z \E darf undefiniert sein (muss aber nicht). Somit gilt T(M) H(M) Σ.
5 Entscheidbare und unentscheidbare Probleme Slide 5 Entscheidbarkeit (fortgesetzt) Ein nicht-akzeptierender Stoppzustand ist ein Zustand z Z \ E mit δ(z,a) = undefiniert für alle A Γ. Satz: L ist entscheidbar gdw es eine DTM M gibt mit T(M) = L und H(M) = Σ. Beweis: Es wird ausgenutzt, dass Produzieren der Ausgabe 1 ersetzt werden kann durch Übergang in einen (akzeptierenden) Endzustand und umgekehrt. Produzieren der Ausgabe 0 kann ersetzt werden durch Übergang in einen (nicht-akzeptierenden) Stoppzustand außerhalb von E und umgekehrt.
6 Entscheidbare und unentscheidbare Probleme Slide 6 Semi Entscheidbarkeit (fortgesetzt) Satz: L ist semi entscheidbar gdw es eine DTM M gibt mit T(M) = L. Beweis: Es wird wieder ausgenutzt, dass Produzieren der Ausgabe 1 ersetzt werden kann durch Übergang in einen (akzeptierenden) Endzustand und umgekehrt. Folgerung: Jede entscheidbare Sprache ist (erst recht) semi-entscheidbar.
7 Entscheidbare und unentscheidbare Probleme Slide 7 Sprachen und Entscheidungsprobleme (Binäre) Entscheidungsprobleme sind Probleme, welche nur die Antworten JA oder NEIN zulassen. Sprachen und Entscheidungsprobleme sind zwei Seiten der gleichen Münze: Ein Entscheidungsproblem kann auch aufgefasst werden als die Sprache aller Eingabeinstanzen, welche zur Antwort JA führen. Eine Sprache kann auch als das Problem aufgefasst werden zu entscheiden, ob eine Eingabeinstanz zur Sprache gehört (Wortproblem). Wir werden daher im Folgenden Sprache und Problem zuweilen synonym verwenden.
8 Entscheidbare und unentscheidbare Probleme Slide 8 Erinnerung: Abzählbarkeit Erinnerung: Eine nichtleere Menge A ist abzählbar gdw wenn wir ihre Elemente durchnummerieren können, d.h., wenn die Elemente sich bijektiv (1 zu 1) auf Æ 0 oder (falls A endlich ist) auf eine endliche Teilmenge von Æ 0 abbilden lassen. Äquivalent hierzu können wir fordern, dass eine Abbildung f : Æ 0 A existiert, so dass A = {f(0),f(1),f(2),...}. Beachte, dass f(i) = f(j) für i j zulässig ist (sonst würden endliche Mengen A ausgeschlossen). Jede Teilmenge einer abzählbaren Menge ist ebenfalls abzählbar. Da die Wortmenge Σ über einem endlichen Alphabet Σ abzählbar ist, ist jede formale Sprache L Σ eine abzählbare Menge.
9 Entscheidbare und unentscheidbare Probleme Slide 9 Aufzählbarkeit intuitiv: Aufzählbarkeit = algorithmisch durchführbare Abzählbarkeit. Formale Definition: Eine Sprache L heißt (rekursiv) aufzählbar gdw L = oder es gibt eine total berechenbare (= total definierte und berechenbare) Abbildung f mit L = {f(0),f(1),f(2),...}. Wir wenden diese Definition sinngemäß auch auf Mengen an, deren Elemente auf natürliche Weise als Strings kodiert werden können (so dass die Menge als formale Sprache auffassbar ist). Eine DTM zur Berechnung von f nennen wir eine Abzählmaschine für L. Σ ist aufzählbar. Es gibt nicht aufzählbare formale Sprachen (Beispiele hierfür später). Eine Teilmenge einer aufzählbaren Menge ist nicht notwendig aufzählbar. Æ 0 Æ 0 ist aufzählbar
10 Entscheidbare und unentscheidbare Probleme Slide 10 Eine Abzählmaschine für {0,1} Betrachte die Abbildung f : Æ 0 {0,1}, die n abbildet auf den n ten Binärstring der unendlichen Liste Also ε,0,1,00,01,10,11,000,.... (1) f (0) = ε,f (1) = 0,f (2) = 1,f (3) = 00,f (4) = 01,f (5) = 10,f (6) = 11,... Die Berechnung von f (n) ist (ohne auf Effizienz zu achten) offensichtlich: Zähle auf Band A einen Binärzähler hoch. Zähle parallel dazu auf Band B einen Zähler hoch, der die Binärstrings gemäß (1) durchläuft. Wenn der Zähler von Band A auf n steht, dann enthält Band B den Binärstring f (n). f ist bijektiv und ihre Umkehrabbildung ist nach dem gleichen Schema berechenbar.
11 Entscheidbare und unentscheidbare Probleme Slide 11 Eine Abzählmaschine für Æ 0 Æ 0 Betrachte die bijektive Abbildung d : Æ 0 Æ 0 Æ 0, die n abbildet auf das n-te Zahlenpaar der unendlichen Liste Also (0,0),(0,1),(1,0),(2,0),(1,1),(0,2),(3,0),(2,1),(1,2),(0,3),.... (2) }{{}}{{}}{{}}{{} x+y=0 x+y=1 x+y=2 x+y=3 d(0) = (0,0),d(1) = (1,0),d(2) = (0,1),d(3) = (2,0),d(4) = (1,1),.... Die Umkehrabbildung c : Æ 0 Æ 0 Æ 0 ordnet dann einem Zahlenpaar (x,y) Æ 0 Æ 0 eine eindeutige Nummer c(x,y) Æ 0 zu. Mit Hilfe eines Zählers zum Auflisten der Paare gemäß (2) und eines parallel dazu inkrementierten Binärzählers sind d und c (ohne auf Efizienz zu achten) offensichtlich berechenbar.
12 Entscheidbare und unentscheidbare Probleme Slide 12 Veranschaulichung der Nummerierung von Zahlenpaaren Die Nummern c(x, y) ergeben sich auch aus folgender Tabelle: y=0 y=1 y=2 y=3 y=4 x= x= x= x= x= Es gilt (Denksportaufgabe!): c(x,y) = ( ) x+y +1 +x 2
13 Entscheidbare und unentscheidbare Probleme Slide 13 Äquivalenz von Aufzählbarkeit und Semi Entscheidbarkeit Satz Eine Sprache L ist aufzählbar gdw L semi entscheidbar ist. Wir haben zwei Beweisrichtungen: 1. Transformation einer Abzählmaschine für L in eine DTM zur Berechnung von χ L. 2. Transformation einer DTM zur Berechnung von χ L für L (vorausgesetzt L ). in eine Abzählmaschine
14 Entscheidbare und unentscheidbare Probleme Slide Beweisrichtung Gegeben: eine Abzählmaschine M für L, die eine Funktion f mit f(æ 0 ) = L berechnet Gesucht: eine DTM M zur Berechnung von χ (w) Methode: Für i = 0,1,2,... mache folgendes: 1. Berechne f(i) mit Hilfe von M. 2. Falls f(i) = w, dann gib 1 aus und stoppe. Ein Eingabewort w L taucht für mindestens einen Index i als w = f(i) in der Abzählung auf und führt zur Ausgabe 1. Für w / L gerät M in eine Endlosschleife.
15 Entscheidbare und unentscheidbare Probleme Slide Beweisrichtung Gegeben: eine DTM M zur Berechnung von χ L Gesucht: eineabzählmaschinem fürl,dieeinefunktionf(n)mitf(æ 0 ) = L berechnet Erinnerung: total berechenbare bijektive Abbildungen f : Æ 0 Σ, d : Æ 0 Æ 0 Æ 0 Methode: 1. Zu Eingabe n berechne d(n) = (n 1,n 2 ) Æ 0 Æ Simuliere n 2 Schritte von M angesetzt auf Eingabe f (n 1 ). 3. Falls M in dieser Zeit Ausgabe 1 produziert, dann gib f(n) := f (n 1 ) aus; andernfalls gib einen Default String w L aus. Korrektheit: Offensichtlich gilt f(n) L für alle n Æ 0, d.h., es werden wirklich nur Wörter aus L aufgezählt. Zudem ist f surjektiv, d.h., jedes Wort x L kommt in der Aufzählung vor. Wieso? (Begründung in der Vorlesung)
16 Entscheidbare und unentscheidbare Probleme Slide 16 Überblick zur Semi Entscheidbarkeit Folgende Aussagen zu einer Sprache L Σ sind äquivalent: L ist aufzählbar. L ist semi entscheidbar. L hat eine DTM als Akzeptor. L hat eine NTM als Akzeptor. L ist vom Typ 0.
17 Entscheidbare und unentscheidbare Probleme Slide 17 Abschluss Eigenschaften Satz 1: Die Klasse der entscheidbaren Sprachen ist abgeschlossen unter den Operationen,,,,. Satz 2: Die Klasse der semi entscheidbaren Sprachen ist abgeschlossen unter den Operationen,,,, aber (wie wir später noch zeigen werden) nicht unter der Operation. Für semi-entscheidbare Sprachen (= Typ 0 Sprachen) sind uns diese Abschlusseigenschaften von den Typ 0 Sprachen her bereits bekannt. Der Nachweis der Abschluss Eigenschaften kann (relativ leicht) geführt werden, indem zwei gegebene DTMs für L 1 und L 2 benutzt werden, um DTMs für L 1 L 2,L 1 L 2, L 1,L 1 L 2,L 1 zusammenzubasteln (Syntheseprobleme).
18 Entscheidbare und unentscheidbare Probleme Slide 18 Zweimal halb macht ganz Satz: Eine Sprache L ist entscheidbar gdw L und L semi entscheidbar sind. : Wenn L entscheidbar ist, dann ist auch L entscheidbar. Da jede entscheidbare Sprache erst recht semi entscheidbar ist, sind folgerichtig dann L und L semi entscheidbar. : Wenn L und L semi entscheidbar sind, sagen wir χ L und χ L werden durch DTMs M 0 und M 1 berechnet, dann ist χ L nach folgendem Muster berechenbar: Für t = 0,1,2,... mache folgendes: 1. Simuliere M 0 und M 1 jeweils auf Eingabe w für t Schritte. 2. Sowie eine der DTMs, sagen wir M i, eine 1 ausgibt und stoppt, dann gib i aus und stoppe ebenfalls.
19 Entscheidbare und unentscheidbare Probleme Slide 19 Eine binäre Kodierung von Turing Maschinen Arbeitsalphabet und Zustandsmenge können stets so gewählt werden, dass jedes Symbol und jeder Zustand eine Nummer erhält: Γ = {A 0,...,A r 1 } Z = {z 0,...,z s 1 } Dabei ist z 0 der Startzustand und obda gibt es nur einen Endzustand, und das ist z s 1. Ebenso können die Richtungsangaben nummeriert werden: d 0 = L,d 1 = R,d 2 = N
20 Entscheidbare und unentscheidbare Probleme Slide 20 Ein Eintrag δ(z i,a j ) = (z i,a j,d k ) der Turing Tafel kann dann durch den String ##bin(i)#bin(j)#bin(i )#bin(j )#bin(k) kodiert werden. Die Turing Tafel ist dann kodiert durch die Konkatenation der Codewörter ihrer Einträge (wobei diese, sagen wir, zeilenweise durchlaufen werden). Die komplette TM ist schließlich kodiert durch die Konkatention von: Präambel bin(r)#bin(s) Kodierung der Turing-Tafel Endmarkierung ###, welche dafür sorgt, dass kein Codewort Präfix eines anderen Codewortes ist. Schließlich erhalten wir ein binäres Codewort durch die Substitutionen 0 00,1 01,# 11.
21 Entscheidbare und unentscheidbare Probleme Slide 21 Binäre Kodierung von Turing Maschinen (fortgesetzt) Es ist nicht schwer zu zeigen, dass entscheidbar ist. G := {w {0,1} w ist Codewort einer DTM} Falls w G, dann bezeichne M w die von w kodierte DTM. Falls w / G, dann bezeichne M w eine (beliebig aber fest ausgewählte) Default DTM. Damit haben wir erreicht, dass jedes Binärwort als DTM interpretierbar ist!
22 Entscheidbare und unentscheidbare Probleme Slide 22 Universelle Turing Maschine Die universelle Sprache ist definiert wie folgt: U := {w#x x T(M w )} Eine DTM heißt Universelle Turing Maschine (UTM) gdw sie ein Akzeptor von U ist. Eine UTM ist eine Art General Purpose Computer, der auf Eingaben der Form w#x vorgeht wie folgt: Simuliere M w auf x. Akzeptiere w#x gdw M w ihre Eingabe x akzeptiert.
23 Entscheidbare und unentscheidbare Probleme Slide 23 Konstruktion einer UTM Satz: Es gibt eine universelle Turing-Maschine (UTM). Folgerung: U ist semi entscheidbar. Beweis des Satzes: Wir konstruieren eine UTM mit 3 Bändern, die wie folgt eingesetzt werden: Band 1 dient als Programmspeicher. Es enthält dauerhaft den String w, der als Code der DTM M w interpretiert wird. Band 2 enthält die Binärkodierung bin(i) des aktuellen Zustands z i von M w. Band 3 dientals Rechenspeicher.Es enthältdie aktuellebandinschrift der 1-Band DTM M w in kodierter Form. Dabei wird das Symbol A j Γ kodiert als String bin(j)$...$ {0,1,$} l mit l = logr, wobei r die Größe des Bandalphabets Γ von M w bezeichnet. Durch die Auspolsterung mit $...$ wird erreicht, dass alle Codewörter für Bandalphabetssymbole die selbe Länge l haben.
24 Entscheidbare und unentscheidbare Probleme Slide 24 Konstruktion einer UTM (fortgesetzt) Die UTM vollzieht eine Schritt für Schritt Simulation von M w. Ein Rechenschritt von M w gemäß δ(z i,a j ) = (z i,a j,r) (analog für die anderen Richtungswechsel des Kopfes) verändert die Konfiguration der Rechnung von M w wie folgt: z i A j A k Mw A j z i A k. Die UTM (mit bin(i) auf Band 2 und dem ersten Symbol von bin(j) unter dem Lesekopf von Band 3) simuliert diesen Schritt wie folgt: 1. Finde im Programm w auf Band 1 den Teilstring für den Eintrag δ(z i,a j ) = (z i,a j,r) der Turing-Tafel. 2. Ersetze auf Band 2 bin(i) durch bin(i ). 3. Ersetze auf Band 3 bin(j)$...$ durch bin(j )$...$ und bewege den Kopf auf das erste Bit dahinter (also das erste Bit von bin(k)$...$ ). Auf diese Weise kann die Schritt für Schritt Simulation in Gang gehalten werden.
25 Entscheidbare und unentscheidbare Probleme Slide 25 Erste Beispiele unentscheidbarer Sprachen
26 Entscheidbare und unentscheidbare Probleme Slide 26 Eine nicht semi entscheidbare Sprache Die sogenannte Diagonalsprache ist definiert wie folgt: D := {w {0,1} w / T(M w )} In Worten: D besteht aus allen (Kodierungen von) DTMs, die ihre eigene Beschreibung (durch ein Codewort) nicht akzeptieren. Satz: D ist nicht semi entscheidbar. Beweis durch Widerspruch: Wir machen die (heuchlerische) Annahme, es gäbe eine DTM M 0 mit T(M 0 ) = D. Betrachte das Codewort w 0 von M 0. Die folgenden Aussagen sind äquivalent: (1) w 0 T(M 0 ) (2) w 0 D. (3) w 0 / T(M 0 ). Zur Äquivalenz von (1) und (2) nutze aus, dass T(M 0 ) = D. Zur Äquivalenz von (2) und (3) nutze die Definition von D aus. Die Äquivalenz von (1) und (3) ist ein WIDERSPRUCH.
27 Entscheidbare und unentscheidbare Probleme Slide 27 Reduzierbarkeit Definition: Betrachte zwei Sprachen L 1,L 2 Σ. L 1 heißt reduzierbar auf L 2 gdw eine total berechenbare Abbildung existiert mit der Eigenschaft f : Σ Σ w Σ : w L 1 f(w) L 2. f nennen wir in diesem Zusammenhang eine Reduktionsabbildung. Notation: L 1 L 2.
28 Entscheidbare und unentscheidbare Probleme Slide 28 Eigenschaften dieser Relation Reflexivität: L L. Transitivität: Aus L 1 L 2 und L 2 L 3 folgt L 1 L 3. Zum Nachweis der Reflexivität benutze die identische Reduktionsabbildung f(w) = w. Zum Nachweis der Transitivität setze die Reduktionsabbildungenf 1 und f 2 für die Reduktionen L 1 L 2 und L 2 L 3 zu einer Reduktionsabbildung f(w) := f 2 (f 1 (w)) für die Reduktion L 1 L 3 zusammen: w L 1 f 1 (w) L 2 f 2 (f 1 (w)) L 3
29 Entscheidbare und unentscheidbare Probleme Slide 29 Eigenschaften (fortgesetzt) Voraussetzung: L 1 L 2 (Reduktionsabbildung f). Behauptungen: 1. Falls L 2 (semi )entscheidbar ist, dann ist auch L 1 (semi )entscheidbar. 2. Falls L 1 nicht (semi )entscheidbar ist, dann ist auch L 2 nicht (semi )entscheidbar. Beweis: 1. Wegen w L 1 f(w) L 2 gilt χ L 1 (w) = χ L 2 (f(w)). Abbildung χ L 1 (w) kann also berechnet werden, indem zunächst f(w) und anschließend χ L 2 (f(w)) berechnet wird. Eine analoge Bemerkung gilt für die Funktion χ L1 (w). 2. Die zweite Behauptung ist logisch äquivalent zur ersten. (Umkehrschluss: A B ist logisch äquivalent zu B A.)
30 Entscheidbare und unentscheidbare Probleme Slide 30 Verbreitung guter und schlechter Nachrichten Betrachte eine Reduktionskette L 1 L 2 L k 1 L k. Wenn L k (semi )entscheidbar ist, so auch L k 1,...,L 2,L 1. Wenn L 1 nicht (semi )entscheidbar ist, so auch L 2,...,L k 1,L k. Salopp formuliert: Gute Nachrichten verbreiten sich entlang von Reduktionsketten von rechts nach links. Schlechte Nachrichten verbreiten sich entlang von Reduktionsketten von links nach rechts. Wir werden diese Denkweise ausnutzen, um aus der Diagonalsprache D weitere nicht entscheidbare bzw. nicht semi entscheidbare Sprachen abzuleiten.
31 Entscheidbare und unentscheidbare Probleme Slide 31 Eine kleine Sammlung unentscheidbarer Sprachen Neben dem Komplement der Diagonalsprache D = {w {0,1} w T(M w )} und der universellen Sprache U = {w#x x T(M w )} betrachten wir noch die folgenden Sprachen: H := {w#x x H(M w )} H 0 := {w ε H(M w )} K := {w w H(M w )} (Halteproblem) (Halteproblem auf leerem Band) (spezielles Halteproblem)
32 Entscheidbare und unentscheidbare Probleme Slide 32 Kleine Sammlung (fortgesetzt) Bei diesen Sprachen geht es also um die folgenden Fragen: D: Akzeptiert eine DTM ihre eigene Beschreibung? U: Akzeptiert eine DTM ihre Eingabe? H: Stoppt eine auf ihre Eingabe angesetzte DTM nach endlich vielen Schritten? H 0 : Stoppt eine auf das leere Band angesetzte DTM nach endlich vielen Schritten? K: Stoppt eine auf ihre eigene Beschreibung angesetzte DTM nach endlich vielen Schritten? Alle diese Fragen werden sich als unentscheidbar erweisen.
33 Entscheidbare und unentscheidbare Probleme Slide 33 Kleine Sammlung (fortgesetzt) Satz: D ist unentscheidbar. Beweis: Wäre D entscheidbar, so wäre auch D entscheidbar. D ist aber noch nicht einmal semi entscheidbar. Satz: K = {w w H(M w )} ist semi entscheidbar. Beweis: χ K (w) kann berechnet werden wie folgt: 1. Gegeben Eingabe w, berechne w#w. 2. Setze die UTM auf w#w an und gib 1 aus, sowie die UTM in eine Stoppkonfiguration gerät. Wegen w K w H(M w ) w#w H(UTM). führt diese Vorgehensweise zu einer korrekten Berechnung von χ K (w).
34 Entscheidbare und unentscheidbare Probleme Slide 34 Kleine Sammlung (fortgesetzt) Wir werden die folgende Reduktionskette nachweisen: D U H H 0 K Wegen der Art, wie sich gute und schlechte Nachrichten verbreiten, erhalten wir die Folgerung D,U,H,H 0,K sind zwar semi-entscheidbar aber unentscheidbar. Bleibt der Nachweis der obigen Reduktionskette.
35 Entscheidbare und unentscheidbare Probleme Slide 35 Reduktion 1 Lemma: D U. Verwende Reduktionsabbildung w w#w. Offensichtlich gilt: w D w T(M w ) w#w U.
36 Entscheidbare und unentscheidbare Probleme Slide 36 Reduktion 2 Lemma: U H. Verwende Reduktionsabbildung w#x w #x. Ziel: Transformiere M w in eine DTM M w, so dass x T(M w ) x H(M w ). Ändere dazu das Programm w von M w zu einem neuen Programm w einer DTM M w ab: M w simuliert M w Schritt-für-Schritt, außer dass M w sich in eine Endlosschleife begibt, falls M w nicht akzeptierend stoppt.
37 Entscheidbare und unentscheidbare Probleme Slide 37 Reduktion 3 Lemma: H H 0. Verwende Reduktionsabbildung w#x w. Ziel: Transformiere w#x in das Programm w einer DTM M, so dass x H(M w ) ε H(M w ). Die gesuchte DTM M w arbeitet wie folgt: Sie löscht ihre Eingabe (sofern diese nicht ohnehin leer ist) und schreibt dann x auf ihr Band. Sie simuliert anschließend Schritt-für-Schritt M w auf Eingabe x.
38 Entscheidbare und unentscheidbare Probleme Slide 38 Reduktion 4 Lemma: H 0 K. Verwende Reduktionsabbildung w w. Ziel: Transformiere M w in eine DTM M w, so dass ε H(M w ) w H(M w ). Ändere dabei das Programm w von M w zu einem neuen Programm w einer DTM M w ab: M w löscht zunächst ihre Eingabe (zum Beipiel auch die Eingabe w ) und simuliert dann Schritt-für-Schritt M w angesetzt auf das leere Band.
Entscheidbare und unentscheidbare Probleme
Entscheidbare und unentscheidbare Probleme Slide 1 Entscheidbare und unentscheidbare Probleme Hans U. Simon (RUB) Email: [email protected] Homepage: http://www.ruhr-uni-bochum.de/lmi Entscheidbare und unentscheidbare
Das Rechenmodell namens. Turing-Maschine. Hans U. Simon (RUB) Homepage:
Turing-Maschine Slide 1 Das Rechenmodell namens Turing-Maschine Hans U. Simon (RUB) Email: [email protected] Homepage: http://www.ruhr-uni-bochum.de/lmi Turing-Maschine Slide 2 Die Turingmaschine DTM =
Halteproblem/Kodierung von Turing-Maschinen
Halteproblem/Kodierung von Turing-Maschinen Unser Ziel ist es nun zu zeigen, dass das sogenannte Halteproblem unentscheidbar ist. Halteproblem (informell) Eingabe: Turing-Maschine M mit Eingabe w. Frage:
Entscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
Unentscheidbarkeit. 1. Wann sind Sprachen unentscheidbar? 1, A 0, A } = {
Unentscheidbarkeit 1. Wann sind Sprachen unentscheidbar? Eine Menge A heisst entscheidbar, falls die charakteristische Funktion von A, nämlich A : {0,1}, berechenbar ist, d.h. gilt: A = { 1, A 0, A } Eine
2.5 Halteproblem und Unentscheidbarkeit
38 25 Halteproblem und Unentscheidbarkeit Der Berechenbarkeitsbegriff ist auf Funktionen zugeschnitten Wir wollen nun einen entsprechenden Begriff für Mengen einführen Definition 255 Eine Menge A Σ heißt
Entscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge M Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
Beispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2
Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q
Kontextsensitive und Typ 0 Sprachen Slide 2. Die Turingmaschine
Kontextsensitive und Typ 0 Sprachen Slide 2 Die Turingmaschine DTM = Deterministische Turingmaschine NTM = Nichtdeterministische Turingmaschine TM = DTM oder NTM Intuitiv gilt: DTM = (DFA + dynamischer
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
Unentscheidbarkeit. Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen
Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Henning Kerstan & Jan Stückrath Worum geht
Theoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Entscheidungsprobleme Priv.-Doz. Dr. Stefan Milius [email protected] Theoretische Informatik Friedrich-Alexander Universität Erlangen-Nürnberg
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
Theoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 13. Vorlesung 07.12.2006 1 Überblick: Die Church- Turing-These Turing-Maschinen 1-Band Turing-Maschine Mehrband-Turing-Maschinen Nichtdeterministische
Universelle Turingmaschinen
Universelle Turingmaschinen bisher: zum Erkennen einer rekursiven Sprache L wurde jeweils eine spezielle dtm M L angegeben jetzt: konstruieren feste dtm ( universelle Turingmaschine ), die als Eingabe
Einführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
Informatik III. Arne Vater Wintersemester 2006/ Vorlesung
Informatik III Arne Vater Wintersemester 2006/07 11. Vorlesung 30.11.2006 1 Beziehungen zwischen den Sprachen Jede reguläre Sprache ist eine kontextfreie Sprache. Jede kontextfreie Sprache ist eine entscheidbare
Reduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B.
Reduktionen Formalisierung von Sprache A ist nicht schwerer als Sprache B. Idee: Algorithmus/DTM für B kann genutzt werden, um A zu entscheiden/akzeptieren. WS 2018/19 Reduktionen 1 Zwei einfache Sprachen
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 26. November 2007 Semi-Entscheidbarkeit
Wie man eine Sprache versteht
Aufzählbarkeit Formale Grundlagen der Informatik 1 Kapitel 10 Aufzählbarkeit und (Un-)Entscheidbarkeit Frank Heitmann [email protected] 11. Mai 2015 Definition 1 Eine Menge M Σ heißt (rekursiv)
Theoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17.November 2011 INSTITUT FÜR THEORETISCHE 0 KIT 17.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V7, 3.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick
Falls 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
Theoretische Informatik Mitschrift
Theoretische Informatik Mitschrift 9. Berechenbarkeit, Entscheidbarkeit, Aufzählbarkeit 9.1 Grundbegriffe bereits gezeigt: Spracherkennung durch Turingmaschine = Berechnung der semi-charakteristischen
Rekursive Aufzählbarkeit Die Reduktion
Rekursive Aufzählbarkeit Die Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
Unentscheidbare Probleme: Diagonalisierung
Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Semi-Entscheidbarkeit und rekursive Aufzählbarkeit
Semi-Entscheidbarkeit und rekursive Aufzählbarkeit Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 9. November 2009 Berthold Vöcking, Informatik 1 () Vorlesung
Übungsblatt 3. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 3 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 21. November 2017 Abgabe 5. Dezember 2017, 11:00 Uhr
Einführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 7. Dezember 2006 Rekursiv vs. rekursiv
Kapitel 5. Entscheidbarkeit und Berechenbarkeit. 5.1 Entscheidbarkeit
Kapitel 5 Entscheidbareit und Berechenbareit Wir wenden uns nun grundsätzlichen Fragen zu, nämlich den Fragen nach der prinzipiellen Lösbareit von Problemen. Dazu stellen wir auch einen Zusammenhang zwischen
Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem
Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 25. Oktober 2010 Berthold Vöcking, Informatik
Satz von Rice. Lemma 39
Unentscheidbarkeit Satz von Rice Das nächste Resultat zeigt, dass jede Eigenschaft der von einer Turing-Maschine berechneten Funktion unentscheidbar ist. Das bedeutet, es gibt keine Methode, mit der man
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
Klausur: 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.
Theorie der Informatik
Theorie der Informatik 8. Reguläre Sprachen II Malte Helmert Gabriele Röger Universität Basel 24. März 24 Pumping Lemma Pumping Lemma: Motivation Man kann zeigen, dass eine Sprache regulär ist, indem man
Präsenzübung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 2013/14 Prof. Dr. Berthold Vöcking 28.01.2014 Kamal Al-Bawani Benjamin Ries Präsenzübung Berechenbarkeit und Komplexität Musterlösung Name:...................................
1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
Theorie der Informatik
Theorie der Informatik 11. Kontextsensitive und Typ-0-Sprachen Malte Helmert Gabriele Röger Universität Basel 7. April 2014 Kontextsensitive und allgemeine Grammatiken Wiederholung: (kontextsensitive)
Fragen 1. Muss eine DTM ein Wort zu Ende gelesen haben, um es zu akzeptieren? a) Ja! b) Nein!
4 Turingmaschinen Eingabeband nicht nur lesen, sondern auch schreiben kann und die zudem mit ihrem Lese-Schreib-Kopf (LSK) nach links und rechts gehen kann. Das Eingabeband ist zudem in beide Richtungen
Einführung in die Theoretische Informatik Tutorium IX
Einführung in die Theoretische Informatik Tutorium IX Michael R. Jung 16. & 17. 12. 2014 EThI - Tutorium IX 1 1 Entscheidbarkeit, Semi-Entscheidbarkeit und Unentscheidbarkeit 2 EThI - Tutorium IX 2 Definitionen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V8, 5.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick
Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch
Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch 3. Teilklausur 25. 07. 2007 Persönliche Daten bitte gut leserlich
Reduktion / Hilberts 10. Problem
Reduktion / Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 9. November 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die
VL-06: Unentscheidbarkeit II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-06: Unentscheidbarkeit II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-06: Unentscheidbarkeit II 1/37 Organisatorisches Nächste Vorlesung: Mittwoch, November
Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.
Rückschau 12.11.04 Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Wir haben das Prinzip der Diagonalisierung eingeführt und mit DIAG eine erste nicht rek. aufz. Sprache
Unentscheidbarkeit des Halteproblems: Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems: Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung
Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Beispiel einer nicht berechenbaren Funktion: Busy Beaver
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
11.1 Kontextsensitive und allgemeine Grammatiken
Theorie der Informatik 7. April 2014 11. Kontextsensitive und Typ-0-Sprachen Theorie der Informatik 11. Kontextsensitive und Typ-0-Sprachen 11.1 Kontextsensitive und allgemeine Grammatiken Malte Helmert
Das Halteproblem für Turingmaschinen
Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen ist definiert als die Sprache H := { T w : T ist eine TM, die bei Eingabe w {0, 1} hält }. Behauptung: H {0, 1} ist nicht entscheidbar.
Turing Maschine. Thorsten Timmer. SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke. Turing Maschine SS 2005 p.
Thorsten Timmer SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke Turing Maschine SS 2005 p. 1/35 Inhalt Einführung Formale Definition Berechenbare Sprachen und Funktionen Berechnung ganzzahliger
Universelle Maschinen und universelle Funktionen
Universelle Maschinen und universelle Funktionen UNIVERSELLE FUNKTIONEN DEFINITION. Sei F eine Klasse von partiellen Funktionen über N. Eine partielle Funktion ϕ (n+1) ist n-universell für F, wenn (i)
Lösung zur Klausur. Grundlagen der Theoretischen Informatik im WiSe 2003/2004
Lösung zur Klausur Grundlagen der Theoretischen Informatik im WiSe 2003/2004 1. Geben Sie einen deterministischen endlichen Automaten an, der die Sprache aller Wörter über dem Alphabet {0, 1} akzeptiert,
Allgemeines Halteproblem Hilberts 10. Problem
Allgemeines Halteproblem Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Übungsblatt 1. Lorenz Leutgeb. 30. März 2015
Übungsblatt Lorenz Leutgeb 30. März 205 Aufgabe. Annahmen ohne Einschränkungen: P Σ und P Γ. Per Definitionem der Reduktion: P P 2 f : Σ Γ wobei f total und berechenbar, genau so, dass: w Σ : w P f(w)
Turing: prinzipielle Berechenbarkeit Abschnitt 4.2. Turingmaschinen: DTM Abschnitt 4.2. DTM: Akzeptieren und Entscheiden Abschnitt 4.
Kap. 4: Berechnungsmodelle Turingmaschinen 4.2 Turing: prinzipielle Berechenbarkeit Abschnitt 4.2 Kap. 4: Berechnungsmodelle Turingmaschinen 4.2 Turingmaschinen: DTM Abschnitt 4.2 DTM = DFA + unbeschränkter
Post sches Korrespondenzproblem
Post sches Korrespondenzproblem Slide 1 Post sches Korrespondenzproblem Hans U. Simon (RUB) mit Modifikationen von Maike Buchin (RUB) Lehrstuhl Mathematik und Informatik Homepage: http://www.ruhr uni bochum.de/lmi
Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 15. Vorlesung 14.12.2006 1 Reduktionen Unentscheidbare Probleme Das Halteproblem Das Leerheitsproblem einer Turingmaschine Ein einfaches nicht
Unentscheidbarkeit des Halteproblems, Unterprogrammtechnik
Unentscheidbarkeit des Halteproblems, Unterprogrammtechnik Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 26. Oktober 2009 Berthold Vöcking, Informatik 1 () Vorlesung
a b b a Vom DFA zur TM Formale Grundlagen der Informatik 1 Kapitel 9 Turing-Maschinen Der Lese-/Schreibkopf Bedeutung der TM
Vom DFA zur TM Formale der Informatik 1 Kapitel 9 Frank Heitmann [email protected] a b b a z 0 a z 1 a z 2 b 2. Mai 2016 Wir wollen auf dem Band nach rechts und links gehen können und
THEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 4. Vorlesung: Das Halteproblem und Reduktionen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 19. April 2017 Ankündigung Wegen großer Nachfrage wird eine
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 16.07.2015 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
4 Kontextsensitive und Typ 0 Sprachen
Hans U. Simon Bochum, den 05.02.2009 Annette Ilgen Beispiele zur Vorlesung Theoretische Informatik WS 08/09 Vorbemerkung: Hier findet sich eine Sammlung von Beispielen und Motivationen zur Vorlesung Theoretische
Turing-Maschinen. Definition 1. Eine deterministische Turing-Maschine (kurz DTM) ist ein 6- Dem endlichen Alphabet Σ von Eingabesymbolen.
Turing-Maschinen Nachdem wir endliche Automaten und (die mächtigeren) Kellerautomaten kennengelernt haben, werden wir nun ein letztes, noch mächtigeres Automatenmodell kennenlernen: Die Turing-Maschine
Übungsblatt Nr. 4. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 4 svorschlag Aufgabe 1: Ein neuer Held
Unentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
Theoretische Informatik I
Theoretische Informatik I Einheit 4.3 Eigenschaften von L 0 /L 1 -Sprachen 1. Abschlußeigenschaften 2. Prüfen von Eigenschaften 3. Grenzen der Sprachklassen Sprachklassen Semi-entscheidbare Sprache Sprache,
Unentscheidbarkeit von Problemen mittels Turingmaschinen
Unentscheidbarkeit von Problemen mittels Turingmaschinen Daniel Roßberg 0356177 Roland Schatz 0355521 2. Juni 2004 Zusammenfassung In dieser Arbeit befassen wir uns mit der Unentscheidbarkeit von Problemen
Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekt mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
Berechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
Theoretische 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
Definition 98 Eine Turingmaschine heißt linear beschränkt (kurz: LBA), falls für alle q Q gilt:
5.2 Linear beschränkte Automaten Definition 98 Eine Turingmaschine heißt linear beschränkt (kurz: LBA), falls für alle q Q gilt: (q, c, d) δ(q, ) = c =. Ein Leerzeichen wird also nie durch ein anderes
Ausgewählte unentscheidbare Sprachen
Proseminar Theoretische Informatik 15.12.15 Ausgewählte unentscheidbare Sprachen Marian Sigler, Jakob Köhler Wolfgang Mulzer 1 Entscheidbarkeit und Semi-Entscheidbarkeit Definition 1: L ist entscheidbar
Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe
Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:
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 15 Ziele vgl. AFS: Berechnungsmodelle für Typ-0- und Typ-1-Sprachen (Nicht-)Abschlußeigenschaften
