Dynamische Geometrie & Komplexitätstheorie. Céline Schöne und Gunther Kraut
|
|
- Christin Beckenbauer
- vor 5 Jahren
- Abrufe
Transkript
1 Dynamische Geometrie & Komplexitätstheorie Céline Schöne und Gunther Kraut
2 Wir haben gelernt... Es gibt freie und abhängige Punkte. Mit Snapshot ist eine bestimmte Position der freien Elemente bezeichnet. Eine stetige Bewegung der freien Elemente soll zu einer stetigen Bewegung der abhängigen Elemente führen. Problem: Zweideutigkeit kann Sprünge erzeugen.
3 Geometric straight line programs Konstruktionen werden formalisiert. Ein GSP ist eine Sequenz von bestimmten geometrischen Operationen. Deterministisch, nicht-deterministisch und der Sonderfall der freien Operation. Ein GSP beschreibt keine eindeutige geometrische Situation. Ein GSP hat verschiedene Instanzen.
4 Das Problem der Stetigkeit Solange die freien Punkte auf stetigen Bahnen bewegt werden, sollten sich auch die abhängigen Elemente auf stetigen Bahnen bewegen. Parametrisierung der freien Punkte durch λ [ 0,1 ].
5 Komplexe projektive Geometrie Ein Punkt kann sich ins Unendliche bewegen und stetig auf der anderen Seite der eingebetteten euklidischen Ebene zurück kommen. Großer Vorteil: Schnittpunkte verschwinden niemals! (Komplexe) Koordinaten sind Lösungen von quadratischen Gleichungen.
6 Bewegungen im Komplexen Beide Schnittpunkte werden individuell betrachtet. Verfolge ihren Weg durch den komplexen Raum. Da die Situation am Tangentialpunkt symmetrisch ist, gibt es keine Entscheidungsregel, um den Weg festzulegen.
7 Bewegungen im Komplexen Die Symmetrie wird durch einen komplexen Umweg künstlich durchbrochen. Auf dem komplexen Umweg fallen die Punkte nie zusammen.
8 Vom Mausklick zur Funktion Der Benutzer eines Geometrie- Programms gibt keinen Pfad vor. Die Bewegung des Cursors liefert eine diskrete Folge von Punkten. Im nicht-singulären Fall ist es möglich, diese Punkte durch stückweise stetige Pfade zu verbinden.
9 Der automatische Beweiser Um klare Datenstrukturen zu erzeugen, untersucht Cinderella das GSP auf geometrische Gesetzmäßigkeiten. Es werden ausreichend viele zufällige Varianten einer Konfiguration erzeugt, um die Gesetzmäßigkeit zu überprüfen. Dies geschieht bis ein Gegenbeispiel gefunden ist oder bis die Gesetzmäßigkeit nach sehr vielen Überprüfungen mit sehr hoher Wahrscheinlichkeit als wahr angesehen wird.
10 P NP PSPACE P bezeichnet die Klasse der allgemeinen Entscheidungsprobleme, die mit einem polynomialen Algorithmus (in der Kodierungslänge der Inputdaten) gelöst werden können.
11 P NP PSPACE NP bezeichnet die Klasse der allgemeinen Entscheidungsprobleme, bei denen für jeden Input, für den die Entscheidung ja lautet, eine Lösung existiert, von der dieses polynomial in der Größe des Inputs festgestellt werden kann.
12 P NP PSPACE PSPACE bezeichnet die Klasse der allgemeinen Entscheidungsprobleme, die von einer Turing-Maschine mit polynomialem Speicherplatzbedarf in unbegrenzter Zeit lösbar sind. Diese Definition ist unabhängig davon, ob die Turing-Maschine deterministisch ist oder nicht.
13 NP-schwer / NP-vollständig Ein Entscheidungsproblem heißt NPschwer, falls sich alle Probleme aus NP polynomial darauf reduzieren lassen. Ist das Problem aus NP und NP-schwer, dann heißt es NP-vollständig.
14 Boolscher Ausdruck Boolsche Variable: Nimmt genau die Werte wahr und falsch an. Boolscher Ausdruck: Kombination Boolscher Variablen, verknüpft mit,,.
15 3-SAT SATISFIABILITY: Ist der Boolsche Ausdruck erfüllbar? 3-SAT: Formeln in Standardform, n d.h. C, C i i=1 i Klauseln mit genau 3 Variablen, die nur, enthalten.
16 Komplexe Fragestellungen Zwei grundsätzliche Fragen: Erreichbarkeits-Problem: Seien zwei Instanzen eines GSP gegeben. Ist es möglich, die freien Punkte so zu bewegen, dass sie stetig ineinander überführt werden können? Verfolgungs-Problem: Wie kann ein Geometrie-Programm nach einer Bewegung entscheiden, welche Instanz es für die neue Position der freien Punkte darstellen soll?
17 Theorem 1 Sei P ein GSP, das höchstens drei Winkelhalbierungen enthält und sonst nur Punkte verbindet und Geraden schneidet. Seien I und J zwei Instanzen von P, die sich nur durch die Wahl einer Winkelhalbierenden unterscheiden. Die Entscheidung, ob I durch eine stetige Bewegung der freien Punkte im Reellen in J überführt werden kann, ist NPschwer.
18 Lemma S ist erfüllbar genau dann, wenn ( x ) [ ] n 1,..., x n 0, 1 existiert mit F ( x,..., ) 0. s 1 x n =
19 Theorem 1 Sei P ein GSP, das höchstens drei Winkelhalbierungen enthält und sonst nur Punkte verbindet und Geraden schneidet. Seien I und J zwei Instanzen von P, die sich nur durch die Wahl einer Winkelhalbierenden unterscheiden. Die Entscheidung, ob I durch eine stetige Bewegung der freien Punkte im Reellen in J überführt werden kann, ist NP-schwer.
20 Theorem 2 Gegeben sei ein GSP P, das genau einen freien Punkt p enthält und zwei Instanzen A und B, so dass p in A auf Position a und in B auf Position b ist. Sei ein bestimmter Pfad von p mit p 1 = b ( ). Die Entscheidung, ob die stetige Veränderung von P unter dieser von A ausgehenden Bewegung zu B führt, ist NP-schwer. p ( t ) : [ 0,1 ] [ a, b] p ( 0) = a und
21 Reale Vorteile im Reellen Der einzige Weg, ein stetiges Verhalten der abhängigen Elemente zu erreichen, ist der hier vorgestellte. Reale Vorteile im Reellen: Analytische Funktionen Keine Sprünge Globale Konsistenz Absolute Wahrheit Eindeutige Lösungen Beweiser funktioniert Self exploring Loci Computational kinematics
Theoretische 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 Komplexitätstheorie
2 Komplexitätstheorie Bemerkung: Einige der im Folgenden verwendeten Begriffe werden nicht präzise definiert, da dies den Rahmen dieser Veranstaltung sprengen würde. Wer die exakten Termini nachlesen möchte,
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
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
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
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
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
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
MehrDas SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0
Das SAT Problem oder Erfüllbarkeitsproblem Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe TH SAT Instanz: Eine aussagenlogische Formel F For 0 Frage: Ist F erfüllbar?
MehrKünstliche Intelligenz Logische Agenten & Resolution
Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein
MehrBerechenbarkeits- und Komplexitätstheorie
Berechenbarkeits- und Komplexitätstheorie Lerneinheit 5: Die Klasse NP Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Wintersemester 2015/2016 26.9.2015 Einleitung Thema dieser Lerneinheit
MehrEinige Grundlagen der Komplexitätstheorie
Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf
MehrEinführung Erfüllbarkeitsproblem NP-Vollständigkeit Definition von NP Was wäre, wenn Was tun? Ideen und Konzepte der Informatik.
Ideen und Konzepte der Informatik P versus NP Die Grenzen der (effizienter) Berechnung? Antonios Antoniadis Basiert auf Folien von Kurt Mehlhorn 8. Jan. 2018 8. Jan. 2018 1/24 Gliederung Ziele von Theorie/Grundlagenforschung
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am..03 Randomisierte Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum
MehrMit Skalarprodukt und Vektorprodukt lässt sich ein weiteres, kombiniertes Produkt, das Spatprodukt
Mit Skalarprodukt und Vektorprodukt lässt sich ein weiteres, kombiniertes Produkt, das Spatprodukt a ( b c) bilden. Aus der geometrischen Interpretation von Skalarprodukt und Vektorprodukt ist sofort ersichtlich,
MehrGrundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
Mehr} Symmetrieachse von A und B.
5 Symmetrieachsen Seite 1 von 6 5 Symmetrieachsen Gleicher Abstand von zwei Punkten Betrachtet man zwei fest vorgegebene Punkte A und B, drängt sich im Zusammenhang mit dem Abstandsbegriff eine Frage auf,
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
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
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Map Labeling INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrDie Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K
Kapitel IV Projektive Geometrie In diesem Kapitel wird eine kurze Einführung in die projektive Geometrie gegeben. Es sollen unendlich ferne Punkte mit Hilfe von homogene Koordinaten eingeführt werden und
Mehr1 Geometrie - Lösungen von linearen Gleichungen
Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem
MehrTheoretische Informatik 1
Theoretische Informatik 1 Vollständigkeit 1 David Kappel Institut für Grundlagen der Informationsverarbeitung Technische Universität Graz 20.05.2016 Übersicht Schwere Definition CIRCUIT-VALUE ist P-schwer
MehrZusammenfassung. Warum polynomielle Reduktionen? Definition NP-vollständig [K5.1.1] NP-Vollständigkeitstheorie [K5]
Warum polynomielle Reduktionen? erlauben feinere Unterteilungen von Komplexitätsklassen als Turing- Reduktionen, genügen für die betrachteten Probleme, für alle von uns betrachteten Komplexitätsklassen
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
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
MehrWelche Probleme können Rechner (effizient) lösen? Die P = NP Frage. Ideen der Informatik Kurt Mehlhorn
Welche Probleme können Rechner (effizient) lösen? Die P = NP Frage Ideen der Informatik Kurt Mehlhorn Gliederung Ziele von Theorie Gibt es Probleme, die man prinzipiell nicht mit einem Rechner lösen kann?
MehrTableaukalkül für Aussagenlogik
Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 8
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 204): Lineare Algebra und analytische Geometrie 8 8. (Herbst 202, Thema 3, Aufgabe 4) Bestimmen Sie die euklidische Normalform der Quadrik Q, gegeben
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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 8
Dr. Erwin Schörner Klausurenkurs zum Staatseamen (SS 205): Lineare Algebra und analtische Geometrie 8 8. (Herbst 202, Thema 3, Aufgabe 4) Bestimmen Sie die euklidische Normalform der Quadrik Q, gegeben
MehrOrtskurvenerkennung. Christian Liedl, WS06/07 TUM
Ortskurvenerkennung Christian Liedl, WS06/07 TUM Überblick Was sind Ortskurven Beispiele spezieller Ortskurven Kurvenerkennung Voraussetzung Erster Ansatz Modellierung Beispiel: Identifikation Ortskurve
MehrPRIMES is in P. Ein Vortrag von Holger Szillat.
PRIMES is in P Ein Vortrag von Holger Szillat szillat@informatik.uni-tuebingen.de Übersicht Geschichte Notationen und Definitionen Der Agrawal-Kayal-Saxena-Algorithmus Korrektheit und Aufwand Fazit Geschichte
Mehr2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018
2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie
MehrMusterlösung Informatik-III-Nachklausur
Musterlösung Informatik-III-Nachklausur Aufgabe 1 (2+2+4+4 Punkte) (a) L = (0 1) 0(0 1) 11(0 1) 0(0 1) (b) Der Automat ist durch folgendes Übergangsdiagramm gegeben: 0, 1 0, 1 0, 1 0, 1 0 s q 1 1 0 0 q
MehrApproximierbarkeit von NP Problemen
Komplexitätstheorie (6) (Wolfgang Slany) 1 Approximierbarkeit von NP Problemen Approximations-Algorithmen: in polynomieller Zeit wird ein Resultat gefunden, das garantiert höchstens einen vorgegebenen
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
MehrGeometriekalküle. Rechnen mit projektiver Geometrie. Michael Schmid. 3. März Berufliche Oberschule Rosenheim
Geometriekalküle Rechnen mit projektiver Geometrie Michael Schmid Berufliche Oberschule Rosenheim 3. März 2016 Michael Schmid (BOS Rosenheim) Geometriekalküle 3. März 2016 1 / 34 1 Axiomatische Grundlagen
MehrTypischerweise sind randomisierte Algorithmen einfacher zu beschreiben und zu implementieren als deterministische Algorithmen.
Kapitel Randomisierte Algorithmen Einleitung Definition: Ein Algorithmus, der im Laufe seiner Ausführung gewisse Entscheidungen zufällig trifft, heisst randomisierter Algorithmus. Beispiel: Bei der randomisierten
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
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
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
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
MehrFormale Systeme. Das Erfu llbarkeitsproblem. Prof. Dr. Bernhard Beckert, WS 2017/2018
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Das Erfu llbarkeitsproblem KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 27. Vorlesung 08.02.2007 1 Komplexitätstheorie - Platzklassen Platzkomplexität Definition Simulation mehrerer Bänder Savitchs Theorem PSPACE
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
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:
MehrGeometrie kubischer Kurven
Geometrie kubischer Kurven Werner Hoffmann Wir wollen die Theorie nur soweit entwickeln, wie es zum Verständnis der Gruppenoperation auf einer irreduziblen kubischen Kurve nötig ist. Satz 1 In der affinen
MehrGrundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur
Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die
MehrAlgebraische Kurven. Vorlesung 24. Tangenten bei Parametrisierungen. (Q)) die Richtung der Tangente von C in P.
Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 24 Tangenten bei Parametrisierungen Satz 24.1. Es sei K ein unendlicher Körper und ϕ: A 1 K A n K eine durch n Polynome ϕ = (ϕ 1 (t),...,ϕ
MehrDank. Theoretische Informatik II. Komplexitätstheorie. Teil VI. Komplexitätstheorie. Vorlesung
Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität
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
MehrPerkolation Christina Sander
Perkolation Christina Sander 28.6.2010 Seite 2 Perkolation 28.6.2010 Christina Sander Inhalt Motivation Definitionen Kritischer Wert Boolsches Modell Anhang Seite 3 Perkolation 28.6.2010 Christina Sander
MehrMotivation und Geschichte. Geschichte der Logik Logik und Informatik
Motivation und Geschichte Geschichte der Logik Logik und Informatik Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 2.1 Motivation und Geschichte Geschichte der Logik 13 Aufgaben der Logik
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
MehrHistorisches zur Gruppentheorie
Historisches zur Gruppentheorie Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 20 Gruppen: Abstrakte Definition Eine Gruppe
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrÜbungen zur Einführung in die algebraischen Geometrie
Hochschule Rhein-Main WS 01/13 Stg. Angewandte Mathematik Algebraische Geometrie Erich Selder, FH Frankfurt am Main Übungsblatt 8, Lösungshinweise Übungen zur Einführung in die algebraischen Geometrie
MehrDie Lösungsmenge besteht aus allen n-tupeln reeller Zahlen x 1
III. Lineare Gleichungssysteme ================================================================= 3. Einführung ---------------------------------------------------------------------------------------------------------------
MehrVorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.
Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst
MehrReelle Komplexität - Grundlagen II
Reelle Komplexität - Grundlagen II Julian Bitterlich Themenübersicht: Beziehungen zwischen den Komplexitätsklassen Savitchs Theorem conp und Charakterisierungen von NP und conp Reduktion, Vollständigkeit,
Mehr~ v 2. Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k 1. i=1. v k = w k
v 1 v 1 v 2 v 2 W 2 -v (v, v ) 1 1 2 Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k. Schritt: Subtraktion der Komponenten von ṽ k in Richtung von v 1,v 2,...,v k 1 und Normierung von w k auf
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) :
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
MehrProjektive Räume und Unterräume
Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis
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:
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
Mehr9. Woche: Elliptische Kurven - Gruppenarithmetik. 9. Woche: Elliptische Kurven - Gruppenarithmetik 187/ 238
9 Woche: Elliptische Kurven - Gruppenarithmetik 9 Woche: Elliptische Kurven - Gruppenarithmetik 187/ 238 Elliptische Kurven Ḋefinition Elliptische Kurve Eine elliptische Kurve E über dem Körper K ist eine
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
MehrLineare Funktionen. Das rechtwinklige (kartesische) Koordinatensystem. Funktionen
Das rechtwinklige (kartesische) Koordinatensystem Funktionen Funktion: Eine Funktion ist eine eindeutige Zuordnung. Jedem x D wird genau eine reelle Zahl zugeordnet. Schreibweise: Funktion: f: x f (x)
MehrVorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte)
1 Aufgabe 1 (19 Punkte) a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) Q, die endliche Zustandsmenge b) Was besagt die Church-Turing-These? (1 Punkt)
Mehr2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018
2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018 Lösung! Beachten Sie: Bringen Sie den Aufkleber mit Ihrem Namen und Matrikelnummer auf diesem Deckblatt an und beschriften
MehrEntscheidungsprobleme in der autoepistemischen Logik
Entscheidungsprobleme in der autoepistemischen Logik Studienarbeit von Kaweh Djafari Naini Studiengang Mathematik mit Studienrichtung Informatik 3. Juni 2008 1 Einleitung In dieser Studienarbeit geht es
MehrQuadratische Funktion
Quadratische Funktion 1. Übliche Formen 1) Allgemeine Form: y = f(x) = a x 2 + b x + c a, b, c Konstanten Grundlegender Fall a = 1, b = 0, c = 0, also y = x 2 : "Normalparabel" Vorteil: Keine Brüche für
MehrMotivation und Geschichte. Geschichte der Logik Logik und Informatik
Motivation und Geschichte Geschichte der Logik Logik und Informatik Logik für Informatiker, M. Lange, IFI/LMU: Motivation und Geschichte Geschichte der Logik 12 Aufgaben der Logik Logik (aus Griechischem)
MehrWie man Diophantische Gleichungen löst. Anna-Maria Chiavetta Seminar 28. Oktober 2013
Wie man Diophantische Gleichungen löst Anna-Maria Chiavetta Seminar 28. Oktober 2013 Inhaltsverzeichnis 1. Einführung in das Thema 2. Lösbarkeit Diophantischer Gleichungen - Beispielgleichung 3. Ein anderer
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
MehrGeraden-Schnittpunkte
Geraden-Schnittpunkte Erinnerung: Axiom. Durch zwei verschiedene Punkte geht höchstens eine Gerade. Anders ausgedrückt: Seien P und Q Punkte und g und h Geraden. Wenn g und h durch P und Q gehen... und
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
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
MehrKurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif
14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte
Mehr1 Polynome III: Analysis
1 Polynome III: Analysis Definition: Eine Eigenschaft A(x) gilt nahe bei a R, falls es ein δ > 0 gibt mit A(x) gilt für alle x (a δ, a + δ)\{a} =: U δ (a) Beispiele: x 2 5 nahe bei 0 (richtig). Allgemeiner:
MehrTheoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme
Theoretische Informatik Exkurs Rainer Schrader Exkurs: Komplexität von n Institut für Informatik 13. Mai 2009 1 / 34 2 / 34 Gliederung Entscheidungs- und Approximationen und Gütegarantien zwei Greedy-Strategien
MehrAnalytische Lösung algebraischer Gleichungen dritten und vierten Grades
Analytische Lösung algebraischer Gleichungen dritten und vierten Grades Inhaltsverzeichnis 1 Einführung 1 2 Gleichungen dritten Grades 3 3 Gleichungen vierten Grades 7 1 Einführung In diesem Skript werden
MehrLernen mit Queries. Hans Kleine Büning Institut für Informatik, Universität Paderborn Paderborn (Germany),
Lernen mit Queries Hans Kleine Büning Institut für Informatik, Universität Paderborn 33095 Paderborn (Germany), E-mail: kbcsl @upb.de November 2007 1 Einführung In diesem Abschnitt beschreiben wir kurz,
MehrMusterlösung Grundbegriffe der Mathematik Frühlingssemester 2016, Aufgabenblatt 1
Musterlösung Grundbegriffe der Mathematik Frühlingssemester 01, Aufgabenblatt 1 Aufgabenblatt 1 0 Punkte Aufgabe 1 Welche der folgenden Ausdrücke sind Aussagen, welche sind Aussageformen und welche sind
Mehr1. Aufgabenblatt zur Algebra II
Prof.Dr. K. Hulek, Dr. M. Lönne, Hannover, 0.0.003. Aufgabenblatt zur Algebra II Abgabe: Mo 7.0.003 in der Vorlesung Aufgabe : Geben Sie ein Ideal I an, das zwei windschiefe Geraden im C 3 bestimmt. Geben
Mehr( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
MehrÜbungsblatt Nr. 6. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nico Döttling Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 6 Aufgabe (K) (4 Punkte)
MehrTechnische Universität München Zentrum Mathematik
Technische Universität München Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, ernhard Werner Projektive Geometrie SS 26 www-m.ma.tum.de/projektivegeometriess6 Lösungen zu Aufgabenblatt 3 (26-4-28)
MehrKESS - Die Komplexität evolutionär stabiler Strategien
KESS - Die Komplexität evolutionär stabiler Strategien Andreas Lochbihler Universität Karlsruhe (TH) 0..008 K. Etessami, A. Lochbihler: The computational complexity of evolutionarily stable strategies.
MehrStefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie
Stefan Schmid TU Berlin & T-Labs, Berlin, Germany Reduktionen in der Berechenbarkeitstheorie Problem: Wie komme ich von hier zum Hamburger Hbf? 2 Beispiel P1 Wie komme ich von hier zum Hamburger Hbf? kann
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:
MehrWiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE
Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 6 (Vektorräume, Skalarprodukt Dozent: Roger Burkhardt Klasse: Studiengang ST Büro:
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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrDas Spatprodukt 25. Insbesondere ist das Spatprodukt in jedem Faktor linear. a 1 = aa 2 + ba 3
Das Spatprodukt 25 (Sp 4) (aa, b, c) a(a, b, c) Insbesondere ist das Spatprodukt in jedem Faktor linear Montag,3 November 23 Satz 92 Drei Vektoren,, Spatprodukt (,, ) ist sind genau dann linear abhängig,
Mehr