Algorithmentheorie 2. Vorlesung
|
|
- Emilia Wolf
- vor 5 Jahren
- Abrufe
Transkript
1 Algorithmentheorie 2. Vorlesung Martin Dietzfelbinger 13. April 2006 FG KTuEA, TU Ilmenau AT
2 Maschinenmodelle Registermaschinen (RAMs) bearbeiten Zahlen Turingmaschinen (TMn) bearbeiten Wörter/Strings/Zeichenfolgen FG KTuEA, TU Ilmenau AT
3 Registermaschinen Random Access Machine Rechner mit wahlfreiem Speicherzugriff 0: 1: 2:... l 1: B B B B l 1 BZ 4 3 R R R R R R R Steuereinheit mit Programm und Befehlszähler Speicher FG KTuEA, TU Ilmenau AT
4 Registermaschinen Komponenten: Speicher: Register R 0, R 1, R 2,... Inhalt: Natürliche Zahlen. Zu jedem Zeitpunkt: Nur endlich viele 0. Steuereinheit mit Befehlszähler Programm: Liste (B 0,..., B l 1 ) von Befehlen ( Primitiv-Assembler, das Programm spezifiziert RAM M) Befehlssatz: Siehe Skript. FG KTuEA, TU Ilmenau AT
5 Registermaschinen Beispielprogramm Berechnung von a a 1 0. Zeile Befehl Kommentar 0 R 2 1 Konstante 1 1 R 4 1 a if (R 3 = 0) goto 6 Zeilen 2 5: 3 R 4 R 4 R 1 Schleife 4 R 3 R 3 R 2 5 goto 2 6 R 1 R 4 Resultatformat 7 R 0 1 herstellen FG KTuEA, TU Ilmenau AT
6 Registermaschinen Programmablauf Trace; Protokoll; Berechnung Schritt-Nr. R 0 R 1 R 2 R 3 R 4 BZ FG KTuEA, TU Ilmenau AT
7 Schritt-Nr. R 0 R 1 R 2 R 3 R 4 BZ FG KTuEA, TU Ilmenau AT
8 Registermaschinen Programmablauf Eingabe: Input (a 0,..., a n 1 ) N n : Anfangs steht n in R 0, a 0,..., a n 1 in R 1, R 3, R 5,..., R 2n 1. (R 2, R 4,... : Hilfsregister.) Dann wird Schritt für Schritt ausgeführt, gemäß Programm M. Halten: Wenn BZ l. Ausgabe: R 1, R 3,..., R 2m 1, wo m = R 0 FG KTuEA, TU Ilmenau AT
9 Registermaschinen Beispiel Berechne Summe a a n 1 (Ausgabe in R 1 ) und Produkt a 0... a n 1 (Ausgabe in R 3 ). In R 2 : von n nach 0 herunterzählen in R 4 : Summe, in R 6 : Produkt akkumulieren, R 8 : Index des nächsten zu verarbeitenden Inputregisters, R 10 : Inhalt dieses Registers, R 12 : Konstante 1, R 14 : Konstante 2. FG KTuEA, TU Ilmenau AT
10 Zeile Befehl Kommentar 0 R 12 1 Konstante 1 R 14 2 laden 2 R 2 R 0 n ins Zählregister 3 R 4 0 Initialisiere Teilsumme 4 R 6 1 und Teilprodukt 5 R 8 1 Indexregister auf R 1 stellen 6 if (R 2 = 0) goto 13 Schleife: Zeilen R 10 R R8 Operanden holen 8 R 4 R 4 + R 10 addieren 9 R 6 R 6 R 10 multiplizieren 10 R 8 R 8 + R 14 Indexregister um 2 erhöhen 11 R 2 R 2 R 12 Zähler dekrementieren 12 goto 6 zum Schleifentest 13 R 1 R 4 Ausgabeformat 14 R 3 R 6 herstellen: 15 R Ausgabewerte FG KTuEA, TU Ilmenau AT
11 Registermaschinen berechnete Funktion Definition Für eine RAM M definieren wir: (a) H M := {(a 0,..., a n 1 ) Seq(N) auf Eingabe (a 0,..., a n 1 ) angesetzt, hält M nach endlich vielen Schritten} (b) Für a = (a 0,..., a n 1 ) Seq(N) sei undefiniert, falls a / H M ; (b f M (a) = 0,..., b m 1 ), falls M auf Eingabe (a 0,..., a n 1 ) beim Anhalten die Ausgabe (b 0,..., b m 1 ) erzeugt. f M heißt die von M berechnete Funktion. FG KTuEA, TU Ilmenau AT
12 (c) Die Menge der RAM-berechenbaren Funktionen ist die Menge aller Funktionen f, die sich als f M oder als die Einschränkung eines f M auf ein N n, n fest, beschreiben lassen. FG KTuEA, TU Ilmenau AT
13 Registermaschinen Laufzeit/Kosten Uniformes Kostenmaß oder Schrittmaß: c M,unif (a) Anzahl der Schritte, die M auf Eingabe a macht. FG KTuEA, TU Ilmenau AT
14 Registermaschinen Laufzeit/Kosten Logarithmisches Kostenmaß oder Bitmaß Idee: es kostet 1, ein gespeichertes Bit zu lesen oder sonst zu verwenden. c M,logar (a) oder c logar (a) Jede in einem ausgeführten Befehl als Registerinhalt oder Operand vorkommende Zahl p trägt bin(p) = max{1, log 2 (p + 1) } (die Anzahl der Bits in der Binärdarstellung bin(p)) zu den Kosten bei, im Zusatz zu Grundkosten 1 für jeden Befehl. FG KTuEA, TU Ilmenau AT
15 Berechnung von a a 1 0. Beispielprogramm Zeile Befehl Kommentar 0 R 2 1 Konstante 1 1 R 4 1 a if (R 3 = 0) goto 6 Zeilen 2 5: 3 R 4 R 4 R 1 Schleife 4 R 3 R 3 R 2 5 goto 2 6 R 1 R 4 Resultatformat 7 R 0 1 herstellen FG KTuEA, TU Ilmenau AT
16 Beispielprogramm Uniforme Kosten: c M,unif (a 0, a 1 ) = 5 + 4a 1 Logarithmische Kosten: c M,logar (a 0, a 1 ) = O(a 2 1 log a 0 ) + O(a 1 log a 1 ) + O(1) = O(a 2 1 log a 0 ). FG KTuEA, TU Ilmenau AT
17 RAMs Symbolische Marken/Registernamen Ziel: Maximum von n Zahlen. R 0 für R 2 Konstante 0 R 1 für R 4 Konstante 1 R 2 für R 6 Konstante 2 R max für R 8 derzeitiges Maximum R akt für R 10 Zeiger im Array R hilf für R 12 Hilfsregister FG KTuEA, TU Ilmenau AT
18 R 0 0 Initialisiere R 1 1 Konstante R 2 2 R max 0 max( ) := 0 R akt R 2 R 0 Zeiger auf R akt R akt R 1 R 2n 1 stellen fertig?: if (R akt = 0) goto fertig for-schleife R hilf R Rakt R hilf R hilf R max if (R hilf = 0) goto gleich R max R Rakt R max R Rakt gleich: R akt R akt R 2 goto fertig? fertig: R 1 R max Ausgabe- R 0 1 format FG KTuEA, TU Ilmenau AT
19 RAMs Abstraktion/Idealisierung Man kann im Prinzip jedes Pascal/C/C++/Java-Programm in ein RAM-Programm transformieren, das dasselbe Ein-/Ausgabeverhalten hat. Dasselbe gilt für Haskell (funktional) oder Prolog (logisch) usw. (Benutze Compiler oder Interpretierer, führt schließlich auf Maschinenprogramm RAM-Programm.) FG KTuEA, TU Ilmenau AT
20 RAMs Abstraktion/Idealisierung Jedes RAM-Programm kann in ein äquivalentes Pascal/C/C++/Java-Programm transformiert werden. Jede RAM-berechenbare Funktion kann durch ein Pascal/C/C++/Java-Programm berechnet werden. Wir abstrahieren von Speicherplatzbeschränkungen Rechenzeitbeschränkungen FG KTuEA, TU Ilmenau AT
21 Turingmaschinen rechnen mit Zeichenreichen verallgemeinern DFAs und DPDAs verallgemeinern NFAs und NPDAs ( Nichtdeterminismus ) FG KTuEA, TU Ilmenau AT
22 Turingmaschinen... B B B b a n d i n B B * # s c h r i f t B B B B B B B... Lese Schreib Kopf: Schreiben Lesen Bewegen um 1 Bandfeld Übergangsfunktion δ q m q 0 q 1 q q 3 2 Steuereinheit gegenwärtiger Zustand Zustandsmenge Q q FG KTuEA, TU Ilmenau AT
23 Turingmaschinen Komponenten ein beidseitig unendliches Band, in Felder eingeteilt in Bandfeld: ein Bandbuchstabe aus Alphabet Γ Lese-/Schreibkopf, bewegt sich um (R/N/L) 1 Feld pro Schritt Steuereinheit mit Zustandsmenge Q und Programm oder Übergangsfunktion : δ : Q Γ Q Γ {R, N, L} { } FG KTuEA, TU Ilmenau AT
24 Turingmaschinen Def.: Eine Turingmaschine M besteht aus sieben Komponenten Q, Σ, Γ, B, q 0, F, δ, wobei gilt: (a) Q ist eine endliche Menge. (Q ist die Menge der Zustände.) (b) Σ ist eine endliche nichtleere Menge. (Σ ist das Eingabealphabet.) (c) Γ ist eine endliche Menge mit Σ Γ. (Γ ist das Bandalphabet.) Dabei ist B Γ Σ. (B ist das Blanksymbol.) FG KTuEA, TU Ilmenau AT
25 (d) q 0 Q. (q 0 ist der Startzustand.) (e) F Q. (F ist die Menge der akzeptierenden Zustände.) (f) δ : Q Γ Q Γ {R, N, L} { } ist die Übergangsfunktion. (Wenn δ(q, a) =, dann gilt δ(q, a) als undefiniert. δ ist also eine partielle Funktion.) FG KTuEA, TU Ilmenau AT
26 Turingmaschinen ein Schritt Lies das Symbol a Γ, das in der eben vom Lese-Schreib- Kopf besuchten Zelle steht; Entscheide aufgrund des gegenwärtigen Zustands q und a, was der neue Zustand q, das neue Symbol a, die Bewegungsrichtung D sein soll, und führe die entsprechenden Übergänge aus. FG KTuEA, TU Ilmenau AT
27 Turingmaschinen Startkonfiguration B B B B B B B B B B B e i n g a b e B B B B B B B B B B q 0 FG KTuEA, TU Ilmenau AT
28 Turingmaschinen Ausgabewort... B i r r e l e v a n t r e s u l t a t B B i r r e l e v... q Alternative für Entscheidungsprobleme (Ja/Nein): Ausgabe per Zustand beim Anhalten. FG KTuEA, TU Ilmenau AT
29 Turingmaschinen Beispiel TM M soll genau die Wörter der Sprache L = {a n b n c n n 0} akzeptieren. Wissen: Diese Sprache ist nicht kontextfrei. Also: TM mächtiger als NPDAs. FG KTuEA, TU Ilmenau AT
30 Q = {A, C, D, E, H, Y } q 0 = A Σ = {a, b, c} Γ = {a, b, c, X, B} Blankbuchstabe B Turingmaschinen Beispiel FG KTuEA, TU Ilmenau AT
31 Idee: Turingmaschinen Beispiel Fahre mit dem Kopf über den Eingabebereich hin und her. Bei jeder Reise von links nach rechts streiche ein a, ein b, ein c ab (ersetze durch X). Schließlich müssen alle Eingabebuchstaben durch X ersetzt worden sein. FG KTuEA, TU Ilmenau AT
32 Übergangsfunktion δ als Tabelle: a q a b c X B A (C, X, R) (A, X, R) (Y, B, N) C (C, a, R) (D, X, R) (C, X, R) D (D, b, R) (E, X, R) (D, X, R) E (E, c, R) (H, B, L) H (H, a, L) (H, b, L) (H, c, L) (H, X, L) (A, B, R) Y FG KTuEA, TU Ilmenau AT
33 Turingmaschinen graphische Darstellung X X, R X X a a, R, R X X b b, R, R A a X, R C b X, R D Start B B, N B B, R c X, R Y X X, L a a, L b b, L c c, L H B B, L E c c, R FG KTuEA, TU Ilmenau AT
34 Turingmaschinen Beispiel Binäraddition a q B p 0 (p, 0, R) (p, 1, R) (p, 1, R) (p, 2, R) p (p, 0, R) (p, 1, R) (p, 1, R) (p, 2, R) (r 0, B, L) r 0 (r 0, 0, L) (r 0, 1, L) (r 1, 0, L) (s 0, B, R) r 1 (r 0, 1, L) (r 1, 0, L) (r 1, 1, L) (s 1, 1, N) s 0, s 1 Ablauf einer Berechnung: FG KTuEA, TU Ilmenau AT
35 B B (p 0, 10) B B B 1 (p, 11) B B B 1 2 (p, 00) B B B (p, 01) 11 B B B (p, 11) B B B (p, B) B B (r 0, 2) B B B (r 1, 1) 0 B B B 1 2 (r 1, 0) 0 0 B B B 1 (r 0, 2) B B B (r 1, 1) B B (r 1, B) B B (s 1, 1) B FG KTuEA, TU Ilmenau AT
36 Turingmaschinen TMn definieren mathematisch exakt berechenbare Funktionen und entscheidbare Sprachen. (Es gibt einen Algorithmus zur berechning von f bzw. es gibt einen Algorithmus zur Entscheidung der Frage Ist x L?) Operationale Semantik Hier beispielhaft einmal vollständig ausgeführt. FG KTuEA, TU Ilmenau AT
37 Turingmaschinen Konfiguration snapshot, Momentaufnahme, instantaneous description : Wort α 1 (q, a)α 2 mit q Q, a Γ, α 1, α 2 Γ, wobei α 1 nicht mit B beginnt und α 2 nicht mit B endet. Interpretation: Bandinhalt α 1 a α 2, außenherum B s, Kopf auf der Zelle mit Buchstaben a, Zustand q.... B B B B α 1 a α 2 B B B B B B B B... q FG KTuEA, TU Ilmenau AT
38 Turingmaschinen Nachfolgekonfiguration k = α 1 (q, a)α 2 gegeben. δ(q, a) = : k Haltekonfiguration, kein Nachfolger. Sonst: δ(q, a) = (q, a, D) Bilde ˆk = B α 1 (q, a)α 2 B = γ 1 c(q, a)dγ 2 ˆk := γ 1 (q, c)a dγ 2, falls D = L; γ 1 ca (q, d)γ 2, falls D = R; γ 1 c(q, a )dγ 2, falls D = N. Entferne aus ˆk alle B s am Anfang und am Ende. Liefert Nachfolgekonfiguration k. FG KTuEA, TU Ilmenau AT
39 Turingmaschinen Beispiele XXaX(C, b)bxcc XXaXX(D, b)xcc und XXaXXbX(D, c)c XXaXXbXX(E, c), aber auch cxcx(d, b) cxcxx(d, B), Haltekonfiguration (nicht akzeptierend): XaXb(D, a)c Haltekonfiguration (akzeptierend): XXX(Y, B) FG KTuEA, TU Ilmenau AT
40 TM - indirekte Nachfolger k k : es existiert eine Folge k 0 M k 1 k i = k Erlaubt: i = 0, d.h. k k gilt. Reflexive und transitive Hülle von M FG KTuEA, TU Ilmenau AT
41 Turingmaschinen Startkonfiguration... auf Eingabe x = a 1... a n Σ : init(x) := init M (x) := { (q0, a 1 )a 2 a n falls n 1 (q 0, B) falls n = 0 FG KTuEA, TU Ilmenau AT
42 Gegeben: M, x. Turingmaschinen Berechnung Startkonfiguration k 0 = init(x) bestimmt eindeutig Konfigurationsfolge k 0 k 1 k 2 (endlich oder unendlich): die Berechnung von M auf x. FG KTuEA, TU Ilmenau AT
43 Turingmaschinen 2 Möglichkeiten (i) Die Berechnung von M auf x ist endlich, d.h. init(x) k für eine (eindeutig bestimmte) Haltekonfiguration k. Wir sagen: M auf x hält. Wenn k akzeptierend: M akzeptiert x; wenn k verwerfend: M verwirft x. (ii) Die Berechnung von M auf x ist eine unendliche Folge von Konfigurationen. Wir sagen: M auf x hält nicht. FG KTuEA, TU Ilmenau AT
44 Turingmaschinen Akzeptierte Sprache L M := {x Σ M akzeptiert x} FG KTuEA, TU Ilmenau AT
45 Turingmaschinen Haltesprache H M := {x Σ M hält auf x}. FG KTuEA, TU Ilmenau AT
46 Rekursiv aufzählbare und rekursive Sprachen Definition Eine Sprache L heißt rekursiv aufzählbar (r. a.) (oder TMakzeptierbar), falls es eine Turingmaschine M gibt, so dass L = L M ist. Definition Eine Sprache L heißt rekursiv (rek.) (oder TMentscheidbar), falls es eine Turingmaschine M gibt, die auf allen Inputs x Σ hält, so dass L = L M ist. FG KTuEA, TU Ilmenau AT
47 Haltesprachen = r.a. Sprachen Bemerkung: {L M M TM} = {H M M TM}. Die Haltesprachen sind identisch mit den r.a. Sprachen. FG KTuEA, TU Ilmenau AT
48 Turingmaschinen Ausgabe Ausgabe f M (x) von M auf x: Falls M auf x nicht hält, ist f M (x) undefiniert. Sonst sei k die (eindeutige) Haltekonfiguration mit init(x) M k, und k = α 1(q, b)α 2, α 1, α 2 Γ, b Γ, q Q. Dann ist f M (x) das längste Präfix von bα 2, das den Blankbuchstaben B nicht enthält. Beachte: Für die Bestimmung der Ausgabe von M auf x ist es unerheblich, ob M x akzeptiert oder verwirft. FG KTuEA, TU Ilmenau AT
49 Definition Partiell rekursive Funktionen Eine Funktion f : D R heißt partiell rekursiv, falls es eine TM M = (Q, Σ, Γ,...) gibt derart dass D = H M, R (Γ {B}) und f = f M ist. Definition Eine Funktion f : Σ R heißt rekursiv oder deutlicher total rekursiv, falls es eine TM M = (Q, Σ, Γ,...) gibt derart dass f = f M ist. Beachte: Diese TM M hält auf allen Inputs x Σ. FG KTuEA, TU Ilmenau AT
50 Skript Seiten Bis nächste Woche Übungsaufgaben drucken und vorbereiten Schöne Ostertage! FG KTuEA, TU Ilmenau AT
Berechenbarkeit und Komplexität: Probleme, Sprachen, Maschinen
Berechenbarkeit und Komplexität: Probleme, Sprachen, Maschinen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 25. Oktober 2006 Was ist ein Problem? Informelle Umschreibung
MehrTheoretische Informatik 1
Theoretische Informatik 1 Teil 4 Bernhard Nessler Institut für Grundlagen der Informationsverabeitung TU Graz SS 2007 Übersicht 1 Turingmaschinen Mehrband-TM Kostenmaße Komplexität 2 Mehrband-TM Kostenmaße
MehrAlgorithmentheorie 4. Vorlesung
Algorithmentheorie 4. Vorlesung Martin Dietzfelbinger... Turingmaschinen B B B b a n d i n B B * # s c h r i f t B B B B B B B... Lese Schreib Kopf: Bewegen um 1 Bandfeld Schreiben Lesen 27. April 2006
MehrAlgorithmentheorie 8. Vorlesung
Algorithmentheorie 8. Vorlesung Martin Dietzfelbinger 1. Juni 2006 1.7 Die Churchsche These Der intuitive Berechenbarkeitsbegriff wird durch die Formalisierung TM-Berechenbarkeit, also Rekursivität von
MehrTyp-0-Sprachen und Turingmaschinen
Typ-0-Sprachen und Turingmaschinen Jean Vancoppenolle Universität Potsdam Einführung in formale Sprachen und Automaten Dr. Thomas Hanneforth (Präsentation aus Foliensätzen von Dr. Thomas Hanneforth und
MehrEin formales Berechnungsmodell: Turingmaschinen. Turingmaschinen 26 / 62
Ein formales Berechnungsmodell: Turingmaschinen Turingmaschinen 26 / 62 Ein formales Rechnermodell Bisher haben wir abstrakt von Algorithmen bzw. Programmen gesprochen und uns dabei JAVA- oder C++-Programme
MehrKontextsensitive 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
MehrAuffrischung Einige (wenige) Grundlagen der Theoretischen Informatik
Logik, Berechenbarkeit und Komplexität Sommersemester 2008 Fachhochschule Wiesbaden Prof. Dr. Steffen Reith Auffrischung Einige (wenige) Grundlagen der Theoretischen Informatik 1 Turingmaschinen - Ein
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (III) 8.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Die Registermaschine (random access machine, RAM) 0 I 0 1 I 1 2 I 2 m I m Programm
Mehr11. Übungsblatt. x y(top(push(x, y)) = y)
Logik, Berechenbarkeit und Komplexität Sommersemester 2012 Hochschule RheinMain Prof. Dr. Steffen Reith 11. Übungsblatt 1. Ein Keller (engl. stack) ist eine bekannte Datenstruktur. Sei die Signatur S =
MehrRekursiv aufzählbare Sprachen
Kapitel 4 Rekursiv aufzählbare Sprachen 4.1 Grammatiken und die Chomsky-Hierarchie Durch Zulassung komplexer Ableitungsregeln können mit Grammatiken größere Klassen als die kontextfreien Sprachen beschrieben
MehrTuring 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
Mehr11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P
11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 18. Januar 2018 INSTITUT FÜR THEORETISCHE 0 18.01.2018 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrTheoretische Grundlagen der Informatik. Vorlesung am 07. November INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 07.11.2017 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Frage Frage: Ist der
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 13. Vorlesung 07.12.2006 1 Überblick: Die Church- Turing-These Turing-Maschinen 1-Band Turing-Maschine Mehrband-Turing-Maschinen Nichtdeterministische
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (II) 2.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 07.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrAlgorithmentheorie 9. Vorlesung
Algorithmentheorie 9. Vorlesung Martin Dietzfelbinger 8. Juni 2006 Turingtafel von M: Gödelnummern TM-Codes (q 0, 0,q 2, 1,R), (q 0, 1,q 0, 0,R), (q 0,B,q 1, 1,N), (q 2, 0,q 2, 0,R), (q 2, 1,q 2, 1,R),
MehrTheoretische Informatik 1
Theoretische Informatik 1 Die Komplexitätsklasse P David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Äquivalenz von RM und TM Äquivalenz, Sätze Simulation DTM
Mehr1.5 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
MehrTheoretische Informatik 1
heoretische Informatik 1 eil 2 Bernhard Nessler Institut für Grundlagen der Informationsverabeitung U Graz SS 2009 Übersicht 1 uring Maschinen uring-berechenbarkeit 2 Kostenmaße Komplexität 3 Mehrband-M
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
MehrTheoretische Informatik 1
heoretische Informatik 1 uringmaschinen David Kappel Institut für Grundlagen der Informationsverarbeitung U Graz SS 2014 Übersicht uring Maschinen Algorithmusbegriff konkretisiert Modelldefinition uring-berechenbarkeit
Mehr1.5 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
MehrInformatik III - WS07/08
Informatik III - WS07/08 Kapitel 5 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 5 : Grammatiken und die Chomsky-Hierarchie Informatik III - WS07/08 Kapitel 5 2 Definition
MehrHalteproblem/Kodierung von Turing-Maschinen
Halteproblem/Kodierung von Turing-Maschinen Unser Ziel ist es nun zu zeigen, dass das sogenannte Halteproblem unentscheidbar ist. Halteproblem (informell) Eingabe: Turing-Maschine M mit Eingabe w. Frage:
MehrMächtigkeit von WHILE-Programmen
Mächtigkeit von WHILE-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Turingmaschine (TM) M = (Q, Σ, Γ, B, q 0, q, δ) Unendliches Band... 0 c
MehrTuring-Maschinen: Ein abstrakes Maschinenmodell
Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar? Intuitiv: Wenn es einen Algorithmus gibt, der sie berechnet! Was heißt, eine Elementaroperation ist maschinell ausführbar? Was verstehen
MehrTheoretische Informatik 1
heoretische Informatik 1 uringmaschinen David Kappel Institut für Grundlagen der Informationsverarbeitung echnische Universität Graz 11.03.2016 Übersicht uring Maschinen Algorithmusbegriff konkretisiert
MehrBerechenbarkeit und Komplexität Vorlesung 10
Berechenbarkeit und Komplexität Vorlesung 10 Prof. Dr. Wolfgang Thomas Lehrstuhl Informatik 7 RWTH Aachen 27. November 2014 Wolfgang Thomas, Informatik 7 () Vorlesung Berechenbarkeit und Komplexität 27.
Mehr. Die obige Beschreibung der Laufzeit für ein bestimmtes k können wir also erweitern und erhalten die folgende Gleichung für den mittleren Fall:
Laufzeit von Quicksort im Mittel. Wir wollen die erwartete Effizienz von Quicksort ermitteln. Wir nehmen an, die Wahrscheinlichkeit, dass das gewählte Pivot-Element a j das k-t kleinste Element der Folge
MehrTuring-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
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
MehrVL-11: LOOP und WHILE Programme I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-11: LOOP und WHILE Programme I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-11: LOOP und WHILE Programme I 1/46 Organisatorisches Nächste Vorlesung: Mittwoch,
MehrWiederholung. Organisatorisches. VL-11: LOOP und WHILE Programme I. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
Organisatorisches VL-11: LOOP und WHILE Programme I (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, November 29, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrBerechenbarkeit/Entscheidbarkeit
Berechenbarkeit/Entscheidbarkeit Frage: Ist eine algorithmische Problemstellung lösbar? was ist eine algorithmische Problemstellung? formale Sprachen benötigen einen Berechenbarkeitsbegriff Maschinenmodelle
Mehr5.2 Endliche Automaten
114 5.2 Endliche Automaten Endliche Automaten sind Turingmaschinen, die nur endlichen Speicher besitzen. Wie wir bereits im Zusammenhang mit Turingmaschinen gesehen haben, kann endlicher Speicher durch
MehrALP I Turing-Maschine
ALP I Turing-Maschine Teil I WS 2012/2013 Äquivalenz vieler Berechnungsmodelle Alonzo Church λ-kalkül Kombinatorische Logik Alan Turing Turing-Maschine Mathematische Präzisierung Effektiv Berechenbare
MehrDas Halteproblem für Turingmaschinen
Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen ist definiert als die Sprache H := { T w : T ist eine TM, die bei Eingabe w {0, 1} hält }. Behauptung: H {0, 1} ist nicht entscheidbar.
MehrWeitere universelle Berechnungsmodelle
Weitere universelle Berechnungsmodelle Mehrband Turingmaschine Nichtdeterministische Turingmaschine RAM-Modell Vektoradditionssysteme λ-kalkül µ-rekursive Funktionen 1 Varianten der dtm Mehrkopf dtm Kontrolle
MehrDisMod-Repetitorium Tag 4
DisMod-Repetitorium Tag 4 Endliche Automaten, Reguläre Sprachen und Kontextfreie Grammatiken 22. März 2018 1 Endliche Automaten Definition DFA Auswertungen Äquivalenzrelationen Verschmelzungsrelation und
Mehr3. RAM als Rechnermodell
3. RAM als Rechnermodell Motivation Wir möchten Berechnungsvorschriften (Algorithmen) formal beschreiben und deren Eigenschaften wie Korrektheit und Laufzeit analysieren Rechnermodell abstrahiert vom verwendeten
MehrDiskrete Mathematik II
Diskrete Mathematik II Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Sommersemester 2011 DiMa II - Vorlesung 01-04.04.2011 1 / 252 Organisatorisches Vorlesung: Mo 12-14 in HZO 70, Di 09-10
MehrTheoretische Informatik. Berechenbarkeit
Theoretische Informatik Berechenbarkeit 1 Turing Maschine Endlicher Automat mit unendlichem Speicher Ein Modell eines realen Computers Was ein Computer berechnen kann, kann auch eine TM berechnen. Was
MehrWS07/08 Automaten und Formale Sprachen 14. Vorlesung
WS07/08 Automaten und Formale Sprachen 14. Vorlesung Martin Dietzfelbinger 29. Januar 2008 FG KTuEA, TU Ilmenau Automaten und Formale Sprachen WS07/08 29.01.2008 Klausur: Mittwoch, 5. März 2008 17:00 Uhr,
Mehrmehreren Präzisierungen des intuitiven Begriffs des Verfahren sein muss, so legt sich nahe, dass er Der Begriff der TURING-Maschine ist eine unter
7\S*UDPPDWLNHQ 7\S6SUDFKHQ XQG 7XULQJPDVFKLQHQ 258 785,1*0DVFKLQH70 Der Begriff der TURING-Maschine ist eine unter mehreren Präzisierungen des intuitiven Begriffs des $OJRULWKPXV bzw. der %HUHFKHQEDUNHLW
Mehra 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 heitmann@informatik.uni-hamburg.de 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
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
MehrEinführung in Berechenbarkeit, Komplexität und formale Sprachen
Johannes Blömer Skript zur Vorlesung Einführung in Berechenbarkeit, Komplexität und formale Sprachen Universität Paderborn Wintersemester 2011/12 Inhaltsverzeichnis 1 Einleitung 2 1.1 Ziele der Vorlesung...................................
MehrTuringmaschinen Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen
Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: und effiziente Algorithmen Wintersemester 2011/12 Schematische Darstellung einer Turing-Maschine: Kopf kann sich nach links und
Mehr4.2 Varianten der Turingmaschine. 4 Turingmaschinen
4 Turingmaschinen Alles was intuitiv berechenbar ist, d.h. alles, was von einem Menschen berechnet werden kann, das kann auch von einer Turingmaschine berechnet werden. Ebenso ist alles, was eine andere
MehrKomplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Komplexitätstheorie WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Komplexitätstheorie Gesamtübersicht Organisatorisches / Einführung Motivation / Erinnerung / Fragestellungen
Mehr2 Turingmaschinen 6. Eine nd. k-band-turingmaschine M zur Erkennung einer m-stelligen Sprache L (Σ ) m ist ein 8-Tupel
2. Turingmaschinen Als Formulierung von Algorithmen benutzen wir hier Turingmaschinen. Von den vielen Varianten dieses Konzeptes (s. Vorlesung Einführung in die Theoretische Informatik ) greifen wir das
MehrTuring-Maschine. Berechenbarkeit und Komplexität Turing-Maschinen. Turing-Maschine. Beispiel
Berechenbarkeit und Komplexität Turing-Maschinen Wolfgang Schreiner Wolfgang.Schreiner@risc.jku.at Research Institute for Symbolic Computation (RISC) Johannes Kepler University, Linz, Austria http://www.risc.jku.at
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 15 Ziele vgl. AFS: Berechnungsmodelle für Typ-0- und Typ-1-Sprachen (Nicht-)Abschlußeigenschaften
MehrInformatik III. Arne Vater Wintersemester 2006/ Vorlesung
Informatik III Arne Vater Wintersemester 2006/07 11. Vorlesung 30.11.2006 1 Beziehungen zwischen den Sprachen Jede reguläre Sprache ist eine kontextfreie Sprache. Jede kontextfreie Sprache ist eine entscheidbare
MehrRegistermaschine (RAM), Church-Turing-These. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Registermaschine (RAM), Church-Turing-These Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 22 Registermaschinen (RAM) Programm b c(0) c(1) c(2) c(3) c(4)...
MehrEinige Beispiele zur Turingmaschine
Einige Beispiele zur Turingmaschine Beispiel 1: Addition von 1 zu einer Dualzahl Aufgabe: Auf dem Eingabe-Band einer Turingmaschine steht eine Dualzahl (= Binärzahl, bestehend aus 0-en und 1-en, links
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
MehrUnentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
MehrAutomaten und Formale Sprachen 14. Vorlesung
Automaten und Formale Sprachen 14. Vorlesung Martin Dietzfelbinger 24. Januar 2006 Bis 31. Januar 2006: Folien studieren. Details und Beispiele im Skript, Seiten 174 196. Definitionen lernen, Beispiele
MehrBerechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
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
MehrFORMALE SYSTEME. 3. Vorlesung: Endliche Automaten. TU Dresden, 17. Oktober Markus Krötzsch
FORMALE SYSTEME 3. Vorlesung: Endliche Automaten Markus Krötzsch TU Dresden, 17. Oktober 2016 Rückblick Markus Krötzsch, 17. Oktober 2016 Formale Systeme Folie 2 von 31 Wiederholung Mit Grammatiken können
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 9 2. Juli 2010 Einführung in die Theoretische
Mehr2. Tag. Teil II. 1.5 Interpretation der Grenzwertregeln
Teil II 2. Tag Die bisherige Darstellung war zwar weitgehend intuitiv, ist aber für Beweise über Komplexitätsaussagen nur bedingt geeignet. 1.5 Interpretation der Grenzwertregeln Für die Funktionen f,g
Mehr2.4 Kontextsensitive und Typ 0-Sprachen
Definition 2.43 Eine Typ 1 Grammatik ist in Kuroda Normalform, falls alle Regeln eine der folgenden 4 Formen haben: Dabei: A, B, C, D V und a Σ. Satz 2.44 A a, A B, A BC, AB CD. Für jede Typ 1 Grammatik
MehrOgden s Lemma: Der Beweis (1/5)
Ogden s Lemma: Der Beweis (1/5) Wir betrachten zuerst die Rahmenbedingungen : Laut dem auf der vorhergehenden Folie zitierten Satz gibt es zur kontextfreien Sprache L eine Grammatik G = (Σ, V, S, P) in
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrUnentscheidbarkeit 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
MehrAlgorithmen mit konstantem Platzbedarf: Die Klasse REG
Algorithmen mit konstantem Platzbedarf: Die Klasse REG Sommerakademie Rot an der Rot AG 1 Wieviel Platz brauchen Algorithmen wirklich? Daniel Alm Institut für Numerische Simulation Universität Bonn August
MehrAutomaten und formale Sprachen Klausurvorbereitung
Automaten und formale Sprachen Klausurvorbereitung Rami Swailem Mathematik Naturwissenschaften und Informatik FH-Gießen-Friedberg Inhaltsverzeichnis 1 Definitionen 2 2 Altklausur Jäger 2006 8 1 1 Definitionen
MehrGrundbegriffe der Informatik Tutorium 13
Grundbegriffe der Informatik Tutorium 13 Tutorium Nr. 16 Philipp Oppermann 3. Februar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrBerechenbarkeit und Komplexität: Erläuterungen zur Turingmaschine
Berechenbarkeit und Komplexität: Erläuterungen zur Turingmaschine Prof. Dr. Berthold Vöcking Lehrstuhl Informatik Algorithmen und Komplexität 24. Oktober 26 Programmierung der TM am Beispiel Beispiel:
MehrDie Klassen P und NP. 4. Dezember / 39
Die Klassen P und NP 4. Dezember 2017 1 / 39 NP-Vollständigkeit Anfang der 70er Jahre: Erfolg in der Lösung wichtiger algorithmischer Probleme. Aber viele Probleme widersetzen sich: 4. Dezember 2017 2
MehrInformatik III. Arne Vater Wintersemester 2006/ Vorlesung
Informatik III Arne Vater Wintersemester 2006/07 10. Vorlesung 24.11.2006 1 Turingmaschinen Informatik III 9. Vorlesung - 2 Turingmaschinen Eine (deterministische 1-Band) Turingmaschine (DTM) wird beschrieben
MehrDefinition 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
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
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:
Mehr10. Der Äquivalenzsatz
10. Der Äquivalenzsatz In diesem Abschnitt zeigen wir, dass die von uns betrachteten verschiedenen Formalisierungen des Berechenbarkeitsbegriffs äquivalent sind, d.h. alle zu derselben Klasse (partiell)
Mehr6.4 Entscheidbarkeit. nein sein müssen, ist klar. THEO 6.4 Entscheidbarkeit 205/307 c Ernst W. Mayr
6.4 Entscheidbarkeit Wortproblem Leerheit Äquivalenz Schnittproblem Typ 3 ja ja ja ja DCFL ja ja ja nein (*) Typ 2 ja ja nein (*) nein Typ 1 ja nein (*) nein nein Typ 0 nein (*) nein nein nein (*) Diese
MehrBerechenbarkeit und Komplexität Vorlesung 11
Berechenbarkeit und Komplexität Vorlesung 11 Prof. Dr. Wolfgang Thomas Lehrstuhl Informatik 7 RWTH Aachen 7. Dezember 2014 Wolfgang Thomas, Informatik 7 () Vorlesung Berechenbarkeit und Komplexität 7.
MehrRegistermaschine (RAM), Church-Turing-These
Registermaschine (RAM), Church-Turing-These Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 21. Oktober 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrKapitel: Die Chomsky Hierarchie. Die Chomsky Hierarchie 1 / 14
Kapitel: Die Chomsky Hierarchie Die Chomsky Hierarchie 1 / 14 Allgemeine Grammatiken Definition Eine Grammatik G = (Σ, V, S, P) besteht aus: einem endlichen Alphabet Σ, einer endlichen Menge V von Variablen
MehrTheoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Entscheidungsprobleme Priv.-Doz. Dr. Stefan Milius stefan.milius@fau.de Theoretische Informatik Friedrich-Alexander Universität Erlangen-Nürnberg
MehrGrundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik 2 WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik 2 Gesamtübersicht Organisatorisches; Einführung Ersetzungsverfahren:
Mehr3. Vorlesung: Endliche Automaten Markus Kr otzsch Lehrstuhl Wissensbasierte Systeme
Wiederholung Mit Grammatiken können wir Sprachen beschreiben und sie grob in Typen unterteilen: FORMALE SYSTEME 3. Vorlesung: Endliche Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme Formale
MehrAkzeptierende Turing-Maschine
Akzeptierende Turing-Maschine Definition: Eine akzeptierende Turing-Maschine M ist ein Sechstupel M = (X, Z, z 0, Q, δ, F ), wobei (X, Z, z 0, Q, δ) eine Turing-Maschine ist und F Q gilt. Die von M akzeptierte
MehrTheoretische Informatik II
Theoretische Informatik II Einheit 4.2 Modelle für Typ-0 & Typ-1 Sprachen 1. Nichtdeterministische Turingmaschinen 2. Äquivalenz zu Typ-0 Sprachen 3. Linear beschränkte Automaten und Typ-1 Sprachen Maschinenmodelle
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
Mehr2. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 2004/05 ILKD Prof. Dr. D. Wagner 5. April 2005 2. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005 Lösung! Beachten
MehrPräsenzübung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 2013/14 Prof. Dr. Berthold Vöcking 28.01.2014 Kamal Al-Bawani Benjamin Ries Präsenzübung Berechenbarkeit und Komplexität Musterlösung Name:...................................
MehrFORMALE SYSTEME. 8. Vorlesung: Minimale Automaten. TU Dresden, 6. November Markus Krötzsch Lehrstuhl Wissensbasierte Systeme
FORMALE SYSTEME 8. Vorlesung: Minimale Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 6. November 2017 Rückblick Markus Krötzsch, 6. November 2017 Formale Systeme Folie 2 von 26
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
Mehr