Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten

Größe: px
Ab Seite anzeigen:

Download "Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten"

Transkript

1 Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten, Institut für Informatik 8.3.2

2 Worum geht es? () Eine klassische Architektur von elektronischen Systemen ist diejenige der Deterministischen Endlichen Automaten (DEA bzw. DFA) In der Chomsky-Hierarchie stehen diese zwar ganz unten, sind in der Praxis aber sehr gebräuchlich, insbesondere für Verteilte Systeme. Vorteil: Klare, bei einfachen Problemen auch noch übersichtliche Struktur, die sogar einfach in Hardware übersetzt werden kann. Nachteil: Mit (linear) wachsender Problemkomplexität wächst die Lösungsbzw. Modellierungskomplexität drastisch an, ggf. exponentiell. Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 2

3 Worum geht es? (2) Beispiel: k-bit-schieberegister k = : A B Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 3

4 Institut für Informatik 4 Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten Worum geht es? (3) Shift-Register für k = 3: A B C E D F G H

5 Institut für Informatik 5 Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten Worum geht es? (3) Shift-Register für k = 3: A B C E D F G H

6 Inhalt Automaten(theorie) Verteilte Automaten: Partitionierungsstrategien Beispiel einer einfachen Modellbahnanlage - Zentrale Steuerung oder verteilte Systeme? Versuch Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 6

7 Automaten(theorie) Definition (Finite State Machine) Eine FSM besteht aus einem 6-Tupel {A, X, Y, f, g, a }. A = {a, a,... a M } ist hierbei die endliche Menge der Zustände, a der Startzustand. X = {X,.. X K } ist die endliche Menge der Eingangsvektoren mit X I = (x,.. x L ) i, x l {,, }. Y = {Y,.. Y N } ist die endliche Menge der Ausgangsvektoren mit Y J = (y,.. y H ) j, y h {,, }. f: A X A heißt Transitionsfunktion (Next State Decoder), g: A X Y heißt Ausgangsfunktion (Output Decoder). Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 7

8 Automaten(theorie) Grafische Darstellung: Eingangssignale Schaltnetze Ausgangssignale Taktsignal Speicherglieder Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 8

9 Automaten(theorie) Moore- und Mealy-Automat x g(u, x) = g(u) y x g(u, x) = g(u, x) y g(u) g(u, x) f(u, x) f(u, x) u(t n ) u(t n+ ) u(t n ) u(t n+ ) C Speicherglieder C Speicherglieder Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 9

10 Automaten(theorie) Mithilfe dieser Architektur kann man nun alle Probleme, die aufgrund ihrer (theoretischen) Komplexitätsanforderungen durch einen DFA berechnet werden können, in den Griff bekommen. Vorgehen: - Festlegung der Zustände - Festlegung der Übergänge und deren Bedingungen - Aufstellen der Schaltwerktabelle/Zustandsgraphen - Codierung der Zustände und Wahl der Register - Umsetzung der Funktionen f und g Formales Modell Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten

11 Automaten(theorie) Im Beispiel des 8-bit-Schieberegisters: verschiedene Zustände - 52 Übergänge (von jedem Zustand aus exakt 2) - Codierung der Zustände in Binärcode, Wahl der Register z.b. als D- Flipflop - Umsetzung der Funktionen f und g: Wahrheitstabelle mit jeweils 52 Zeilen Bei Partitionierung in 8 -bit-schieberegister: 6 Zustände, 6 Wahrheitstabellen mit jeweils 4 Zeilen Bei einem 64-bit-Schieberegister ist die monolithische Variante praktisch nicht mehr berechenbar. Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten

12 Verteilte (kooperierende) Automaten Das allgemeine Gesetz, dass elektronische Systeme bei günstiger Aufteilung (Partitionierung) effizienter sind, ist meist bekannt (präzise: Die Summe der Kosten eines partitionierten Systems ist (oft deutlich) geringer als die Kosten der monolithischen Variante). Partitionierungsproblem: Wie findet man eine günstige Einteilung? Keine allgemeine Regel verfügbar, aber viele Empfehlungen: Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 2

13 Verteilte (kooperierende) Automaten: Architekturmodelle () Periph. Zustandsautomat Periph. Zustandsautomat 2 Zentraler Zustandsautomat Periph. Zustandsautomat 3 Hierarchische Kopplung Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 3

14 Verteilte (kooperierende) Automaten: Architekturmodelle (2) Zustandsautomat Zustandsautomat 2 Zustandsautomat 4 Zustandsautomat 3 Paarweise kommunizierende Automaten Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 4

15 Verteilte (kooperierende) Automaten: Partitionierung () Die räumliche Verteilung bestimmt die Verteilung. - Korrekt, bietet aber viel Raum für Varianten. Sollen die im Raum verteilten Teile möglichst wenig oder möglichst viel Eigenintelligenz haben? Balancierung zwischen der Minimierung der (gesamten) Anzahl der Zustände und der Minimierung der Anzahl der Kommunikationen (gemessen z.b. in bit). - Für eine Aufwandsbetrachtung eines DFAs ist die Anzahl der Rechenwege (für Von-Neumann-Rechner) bzw. binärwertigen Eingänge (für Hardware-basierte Implementierungen) in den Schaltnetzen f und g relevant. - Schwierige Metrik Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 5

16 Verteilte (kooperierende) Automaten: Partitionierung (2) y x g (u, x ) x 2 y g 2 (u 2, x 2 ) y 2 f (u, x ) f 2 (u 2, x 2 ) C C Zustandsspeicher Zustandsspeicher Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 6

17 Verteilte (kooperierende) Automaten: Partitionierung (3) Empfehlungen: Verdichtung von Informationen als Grundlage der Partitionierung - Führt zu asymmetrischen Partitionen - Klassische Beispiele bei Codierungen - High-Density-Byte of Order 3 (HDB3), basiert auf Alternate-Mark- Inversion (AMI-) Codierung mit der Besonderheit, dass 4 aufeinander folgende Nullwerte erkannt und gesondert codiert werden Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 7

18 Verteilte (kooperierende) Automaten: Partitionierung (4) - Z S Z8 Z5 -- Z7 -- Z6 -- Z Z3 - Z2 - Z Z2 - Z Z4 - Z5 -- Z7 -- Z8 -- Z9 Z - -- Z6 Z s v b a HDB-3-Sendeautomat (mit herausgenommener 4*Null-Erkennung) Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 8

19 Verteilte (kooperierende) Automaten: Partitionierung (5) Empfehlungen: Symmetrische Teilung - Eleganteste Methode, da zudem die einzelnen Teile nur einmal modelliert/codiert werden müssen - Nicht unbedingt möglich! Beispiel: Blocksteuerung an einer Modelleisenbahn Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 9

20 Modellbahnsteuerung () Empfehlungen: Symmetrische Teilung - Eleganteste Methode, da zudem die einzelnen Teile nur einmal modelliert/codiert werden müssen - Nicht unbedingt möglich! Beispiel: Blocksteuerung an einer Modelleisenbahn Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 2

21 Modellbahnsteuerung (2) Gegeben sei eine lange Strecke ohne Verzweigung, und der Betrieb auf dieser Strecke wird durch n Blocksysteme (n beliebig) verwaltet. Diese Blocksysteme werden mit Bi ( i n) gekennzeichnet, wobei Bi und Bi+ zwei benachbarte Blocksysteme symbolisieren. Ein Blocksystem kann zu einem gegebenen Zeitpunkt entweder belegt, gesperrt oder frei sein: Die maximale Belegung eines Blocks mit einem Zug sollte klar sein, und zwischen zwei belegten Blöcken muss ein unbelegter sein ( Zustand gesperrt). Startet nun ein Zug am Beginn dieser Strecke, so soll so weit wie möglich schon die Strecke freigegeben, d.h. auf Grün geschaltet werden. Die Einfahrt eine Zuges in einen Block sowie dessen Ausfahrt werden durch einen Sensor Belegt-Sensor gekennzeichnet. Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 2

22 Modellbahnsteuerung (3) Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 22

23 Modellbahnsteuerung (4) Dieses System kann beliebig komplex werden, wenn man es als einen einzigen Zustandsautomaten modelliert: - Jeder Block nimmt immer einen von 3 Zuständen ein (belegt, gesperrt, frei, codiert z.b. in 2 bit) - Bei 8 Blöcken (= Kreis, unterteilt in 8 Abschnitte) sind es (mit Berücksichtigung von Fehlern, da erlaubterweise nicht alle Zustände kombinierbar sind) 3 8 = 656 verschiedene Kombinationen. - Umsetzung in Software: Switch-Anweisung mit 656 Cases (+ Default) Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 23

24 Modellbahnsteuerung (5) Hier jedoch wird der Ansatz, einen Block von einem Zustandsautomaten kontrollieren zu lassen und zwischen diesen Automaten dann so zu kommunizieren, dass sich das System selbst steuert. Nach eingehender Analyse benötigt ein Zustandsautomat vier Eingangssignale: Sensor besetzt, Nachfolger besetzt, Nachfolger frei, Vorgänger Anfrage. - Anmerkung: Nachfolger besetzt und Nachfolger frei schließen sich nicht gegenseitig aus, da es einen dritten Zustand (gesperrt) gibt. - Das Wort Nachfolger bezieht sich auf den im Streckenlauf folgenden Block. Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 24

25 Modellbahnsteuerung (6) - Sensor besetzt (SB): Dies Signal zeigt bei an, dass sich ein Zug im Abschnitt befindet. - Nachfolger besetzt (NB): Der folgende Blockabschnitt ist mit einem Zug besetzt, unabhängig vom nächsten Signal (Nachfolger frei), wenn hier gesetzt ist. - Nachfolger frei (NF): Ist NB ==, dann wird über NF == angezeigt, dass der Abschnitt frei ist und dort eingefahren werden kann. Bei NB == und NF == gilt der nächste Abschnitt als gesperrt. - Vorgänger Anfrage (VA): Der vorangehende Abschnitt fragt bei VA == an, dass ein Zug durchfahren will, so dass bei positiver Antwort (Zustand frei) das Signal auf grün geschaltet wird. Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 25

26 Modellbahnsteuerung (7) Nachfolger_besetzt Nachfolger_frei Block- Automat Anfrage Sensor_besetzt Nachfolger_besetzt Nachfolger_frei Vorgänger_Anfrage Block- Automat Rot Grün Besetzt Frei Anfrage Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 26

27 Modellbahnsteuerung (8) Codierung für den einzelnen Automaten: Switch( zustand[k] ) { case frei: if( nb[k+] == ) zustand[k] = gesperrt; break; } case gesperrt: if( nb[k+] == ) zustand[k] = gesperrt; break; Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 27

28 Modellbahnsteuerung (9) Auf einem Von-Neumann-basierten Rechner muss diese lange Kette durchlaufen werden, dann können die Signale quasi-gleichzeitig zugewiesen werden. Modell der Zyklus-basierten Software, verbreitet in Automatisierungstechnik Lösung in Hardware? Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 28

29 Modellbahnsteuerung () xx / x / x / xx / xxx / Besetzt Gesperrt xxx / xxx / xx/ xx / Z SB NB NF BA / R G A B F / / Frei Z Zustand SB Sensor besetzt NB Nachfolger besetzt NF Nachfolger frei VA Vorgänger Anfrage R Rot G Grün A Anfrage B Besetzt F Frei Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 29

30 Modellbahnsteuerung () Der Zustandsautomat stellt einen Mealy-Automaten dar; dieser ist in diesem Fall erheblich effizienter in der Implementierung. Dieser Zustandsautomat ist so einfach, dass in einem programmierbaren Logikbaustein der einfachsten Art (GAL22V) 4 Blöcke koordiniert werden können (einschließlich der Verbindungen zu weiteren Kontrollbausteinen). Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 3

31 Bilder Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 3

32 Bilder Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 32

33 Bilder Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 33

34 Zusammenfassung Es sollte gezeigt werden, dass eine Problemlösung, die Straight- Forward konzipiert wird, zwar zur Lösung führt, aber ggf. zu unnötiger Komplexität Für eine frühzeitige Partitionierung gilt, dass bei geeigneter Einteilung effizientere Lösungen gefunden werden, hingegen ist das Partitionierungsproblem nicht trivial. Am Beispiel der Modellbahnsteuerung wird deutlich, welchen Vorteil die Partitionierung tatsächlich bringt. Institut für Informatik Der Vorteil von Divide et Impera am Beispiel einer verteilten Steuerung durch Automaten 34

Outline Automaten FSM Synthesis FSM in VHDL FSM auf FPGA. State Machines. Marc Reichenbach und Michael Schmidt

Outline Automaten FSM Synthesis FSM in VHDL FSM auf FPGA. State Machines. Marc Reichenbach und Michael Schmidt State Machines Marc Reichenbach und Michael Schmidt Informatik 3 / Rechnerarchitektur Universität Erlangen Nürnberg 05/11 1 / 34 Gliederung Endliche Automaten Automaten Synthese FSM Beschreibung in VHDL

Mehr

Laborübung 4. Zustandsautomaten (Finite State Machines)

Laborübung 4. Zustandsautomaten (Finite State Machines) Laborübung 4 Zustandsautomaten (Finite State Machines) Für den Entwurf und die Beschreibung von digitalen Systemen bilden Zustandsautomaten (Finite State Maschines; FSMs) eine wesentliche Grundlage. Mit

Mehr

1 Entwurf und Verhalten einfacher, synchroner Automaten

1 Entwurf und Verhalten einfacher, synchroner Automaten 1 Entwurf und Verhalten einfacher, synchroner Automaten 1.1 Vergleich der Automatenstrukturen Mealy-Automat Rückkopplung des aktuellen Zustands Mealy-FSM I Externe Eingänge Übergangsschaltnetz Z + Zustands-

Mehr

Vorlesung Rechnerstrukturen Winter 2002/03. 3b. Endliche Automaten. Modellierung und Realisierung von Steuerungen

Vorlesung Rechnerstrukturen Winter 2002/03. 3b. Endliche Automaten. Modellierung und Realisierung von Steuerungen Rechnerstrukturen 3b. Endliche Automaten Ziele Modellierung und Realisierung von Steuerungen Beispiele Autoelektronik: ABS-System Consumer: Kamera, Waschmaschine, CD-Player, Steuerung technischer Anlagen

Mehr

5.2 Endliche Automaten

5.2 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

Mehr

5.2 Endliche Automaten

5.2 Endliche Automaten 5.2 Endliche Automaten 129 5.1.6 Kippstufen Flip-Flops werden auch als bistabile Kippstufen bezeichnet. Bistabil meint, dass beide Kippwerte, also 0 und 1 stabil sind. Diese Bezeichnung legt nahe, dass

Mehr

VHDL - Synthese. Dr.-Ing. Matthias Sand. Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg

VHDL - Synthese. Dr.-Ing. Matthias Sand. Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg VHDL - Synthese Dr.-Ing. Matthias Sand Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg WS 2007/2008 VHDL - Synthese 1/19 2007-10-27 Inhalt Begriff Arten

Mehr

Lexikalische Programmanalyse der Scanner

Lexikalische Programmanalyse der Scanner Der Scanner führt die lexikalische Analyse des Programms durch Er sammelt (scanned) Zeichen für Zeichen und baut logisch zusammengehörige Zeichenketten (Tokens) aus diesen Zeichen Zur formalen Beschreibung

Mehr

15 Einführung in den Entwurf von Zustandsautomaten

15 Einführung in den Entwurf von Zustandsautomaten 15 Einführung in den Entwurf von Zustandsautomaten Die Ausgänge kombinatorischer Logik sind ausschließlich vom aktuellen Wert der Eingangssignale abhängig. MUX, Decoder, Code-Umsetzer und Addierer können

Mehr

VHDL Synthese. Dr.-Ing. Matthias Sand. Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg WS 2009/2010

VHDL Synthese. Dr.-Ing. Matthias Sand. Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg WS 2009/2010 VHDL Synthese Dr.-Ing. Matthias Sand Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg WS 2009/2010 VHDL Synthese 1/36 2009-11-02 Inhalt Begriff Arten Kombinatorische

Mehr

IHS2 Seminar. Simulation. Steffen Ostendorff

IHS2 Seminar. Simulation. Steffen Ostendorff Simulation Steffen Ostendorff BlockM, R602, Tel: -1788 Prof. Dr.-Ing. habil. Andreas Mitschele-Thiel Integrated HW/SW Systems Group 06 December 2010 Self-Organization 08 December 2010 1 Inhalt des Seminars

Mehr

Teil 1: Logik 1e: Zustandsautomaten

Teil 1: Logik 1e: Zustandsautomaten Teil 1: Logik 1e: Zustandsautomaten Synchroner Zähler als Zustandsautomat Betrachte Zählerstand als Zustand Übergänge zwischen 0,1,2,3 ohne externe Randbedingungen 0 3 1 2 Zustandsautomat (1) Zustandsspeicher

Mehr

Endliche Automaten. Im Hauptseminar Neuronale Netze LMU München, WS 2016/17

Endliche Automaten. Im Hauptseminar Neuronale Netze LMU München, WS 2016/17 Endliche Automaten Im Hauptseminar Neuronale Netze LMU München, WS 2016/17 RS- Flipflop RS-Flipflop Ausgangszustand 0 1 0 1 0 1 Set Reset neuer Zustand 0 0 0 0 0 1 1 0 1 1 0 1 0 1 0 0 1 0 Was ist ein endlicher

Mehr

Lösung Versuch Nr. 6 Melody-Player

Lösung Versuch Nr. 6 Melody-Player Digitaltechnik Praktikum 1.Sem. IIIB 1 ETHZ D-ITET Institut für Elektronik Lösung Versuch Nr. 6 Melody-Player 1: Melodie aus Zufallsgenerator 1. Überlegen Sie sich, wie man die Grundschaltung des MLS-Generators

Mehr

FORMALE SYSTEME. Wiederholung. Beispiel: NFA. Wiederholung: NFA. 4. Vorlesung: Nichtdeterministische Endliche Automaten. TU Dresden, 19.

FORMALE SYSTEME. Wiederholung. Beispiel: NFA. Wiederholung: NFA. 4. Vorlesung: Nichtdeterministische Endliche Automaten. TU Dresden, 19. Wiederholung FORMALE SYSTEME 4. Vorlesung: Nichtdeterministische Endliche Automaten Markus Krötzsch Professur für Wissensbasierte Systeme Grammatiken können Sprachen beschreiben und sie grob in Typen unterteilen

Mehr

Hardware Programmierbare Logik

Hardware Programmierbare Logik Hardware Programmierbare Logik Dr.-Ing. Matthias Sand Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg WS 2010/2011 Hardware Programmierbare Logik 1/23

Mehr

NP-Vollständigkeit einiger Zahlprobleme

NP-Vollständigkeit einiger Zahlprobleme NP-Vollständigkeit einiger Zahlprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 22. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit. Zugangsnummer: 3288

Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit.  Zugangsnummer: 3288 Informatik IV Theoretische Informatik: Formale Sprachen und Automaten, Berechenbarkeit und NP-Vollständigkeit Wiederholung Kapitel 2 http://pingo.upb.de Zugangsnummer: 3288 Dozent: Jun.-Prof. Dr. D. Baumeister

Mehr

Laborübung 2. Teil 1: Latches, Flipflops, Counter. Abbildung 1: Schaltkreis eines Gated D-Latch

Laborübung 2. Teil 1: Latches, Flipflops, Counter. Abbildung 1: Schaltkreis eines Gated D-Latch Laborübung 2 Teil 1: Latches, Flipflops, Counter A 1 Abbildung 1 zeigt den Schaltkreis eines gated D-Latches. In Listing 1 wird exemplarisch ein Stück VHDL-Code vorgestellt, der den abgebildeten Schaltkreis

Mehr

a b b a Alphabet und Wörter - Zusammengefasst Formale Grundlagen der Informatik 1 Kapitel 2 Endliche Automaten und reguläre Sprachen

a b b a Alphabet und Wörter - Zusammengefasst Formale Grundlagen der Informatik 1 Kapitel 2 Endliche Automaten und reguläre Sprachen Formale Grundlagen der Informatik Kapitel 2 und reguläre Sprachen Frank Heitmann heitmann@informatik.uni-hamburg.de 5. April 26 Frank Heitmann heitmann@informatik.uni-hamburg.de /52 Alphabet und Wörter

Mehr

FORMALE SYSTEME. Wiederholung. Beispiel: NFA. Wiederholung: NFA. 4. Vorlesung: Nichtdeterministische Endliche Automaten. TU Dresden, 20.

FORMALE SYSTEME. Wiederholung. Beispiel: NFA. Wiederholung: NFA. 4. Vorlesung: Nichtdeterministische Endliche Automaten. TU Dresden, 20. Wiederholung FORMALE SYSTEME 4. Vorlesung: Nichtdeterministische Endliche Automaten Markus Krötzsch Lehrstuhl Wissensbasierte Systeme Grammatiken können Sprachen beschreiben und sie grob in Typen unterteilen

Mehr

VU Grundlagen digitaler Systeme

VU Grundlagen digitaler Systeme VU Grundlagen digitaler Systeme Übung 4. Übung 183.580, 2014W Übungsgruppen: Fr., 05.12.2014 Hinweis: Verwenden Sie für Ihre Lösungen keinen Taschenrechner und geben Sie die einzelnen Lösungsschritte an,

Mehr

Programmiersprache 1 (C++) Prof. Dr. Stefan Enderle NTA Isny

Programmiersprache 1 (C++) Prof. Dr. Stefan Enderle NTA Isny Programmiersprache 1 (C++) Prof. Dr. Stefan Enderle NTA Isny 5. Kontrollstrukturen Allgemein Kontrollstrukturen dienen zur Steuerung des Programmablaufs. (Bemerkung: C und C++ besitzen die selben Kontrollstrukturen.)

Mehr

Endliche Automaten. Endliche Automaten J. Blömer 1/23

Endliche Automaten. Endliche Automaten J. Blömer 1/23 Endliche Automaten Endliche Automaten sind ein Kalkül zur Spezifikation von realen oder abstrakten Maschinen regieren auf äußere Ereignisse (=Eingaben) ändern ihren inneren Zustand produzieren gegebenenfalls

Mehr

Formale Methoden 1. Gerhard Jäger 9. Januar Uni Bielefeld, WS 2007/2008 1/23

Formale Methoden 1. Gerhard Jäger 9. Januar Uni Bielefeld, WS 2007/2008 1/23 1/23 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 9. Januar 2008 2/23 Automaten (informell) gedachte Maschine/abstraktes Modell einer Maschine verhält sich

Mehr

Diplomarbeit. Entwurf eines TI-Coaching Systems. von. Christof Kuhn

Diplomarbeit. Entwurf eines TI-Coaching Systems. von. Christof Kuhn Diplomarbeit Entwurf eines TI-Coaching Systems von Christof Kuhn Warum TI-Coaching System? Theoretische Informatik fällt vielen schwer Sie ist aber sehr wichtig für die Informatik Sie ist nicht wirklich

Mehr

Übungsblatt 1. Lorenz Leutgeb. 30. März 2015

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)

Mehr

2.2 Nichtdeterministische endliche Automaten

2.2 Nichtdeterministische endliche Automaten 2 Endliche Automaten arbeiten und hier kann dann ggf. auch wieder auf die Konstruktion verwiesen werden. Fragen 1. Wie viele Informationen kann man in einem DFA speichern? a) beliebig viele b) endlich

Mehr

Electronic Design Automation (EDA) Spezifikation

Electronic Design Automation (EDA) Spezifikation Electronic Design Automation (EDA) Spezifikation Inhalte einer Spezifikation Beispielspezifikation Ampelsteuerung Formale Beschreibung Blockdiagramme... für die Ampel Zustandsübergangs-diagramme... für

Mehr

DisMod-Repetitorium Tag 4

DisMod-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

Mehr

Musterlösungen Technische Informatik 2 (T2) Prof. Dr.-Ing. D. P. F. Möller

Musterlösungen Technische Informatik 2 (T2) Prof. Dr.-Ing. D. P. F. Möller SS 2004 VAK 18.004 Musterlösungen Technische Informatik 2 (T2) Prof. Dr.-Ing. D. P. F. Möller Aufgabenblatt 2.5 Lösung 2.5.1 Befehlszähler (Program Counter, PC) enthält Adresse des nächsten auszuführenden

Mehr

Theoretische Informatik Mitschrift

Theoretische Informatik Mitschrift 5 Eigenschaften regulärer Sprachen 51: Die Nerode-Relation Theoretische Informatik Mitschrift Definition 51: Sei L * L * * mit L :={u, v * * w *:uw L v w L }heißt Nerode-Relation von L Sei ={0,1}, L= *{00}

Mehr

Rechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik

Rechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 13. Mai 2013 1 Programmierbare

Mehr

Greedy Algorithms - Gierige Algorithmen

Greedy Algorithms - Gierige Algorithmen Greedy Algorithms - Gierige Algorithmen Marius Burfey 23. Juni 2009 Inhaltsverzeichnis 1 Greedy Algorithms 1 2 Interval Scheduling - Ablaufplanung 2 2.1 Problembeschreibung....................... 2 2.2

Mehr

Endliche Automaten. Endliche Automaten J. Blömer 1/24

Endliche Automaten. Endliche Automaten J. Blömer 1/24 Endliche Automaten Endliche Automaten J. Blömer /24 Endliche Automaten Endliche Automaten sind ein Kalkül zur Spezifikation von realen oder abstrakten Maschinen regieren auf äußere Ereignisse (=Eingaben)

Mehr

Schnitt- und Äquivalenzproblem

Schnitt- und Äquivalenzproblem Schnitt- und Äquivalenzproblem Das Schnittproblem besteht in der Frage, ob der Schnitt zweier gegebener regulärer Sprachen L 1 und L 2 leer ist. Dabei können die Sprachen durch DEAs oder Typ-3 Grammatiken,

Mehr

Prüfung Programming, Automation, Computation

Prüfung Programming, Automation, Computation Prüfung Programming, Automation, Computation Programming: Visualisierung ung mit Google Code Playground (5 Punkte) Die Software GoalScape stellt Hierarchien kreisförmig dar. Die Visualisierung links unten

Mehr

Beispiel zum Schaltungsentwurf mithilfe endlicher Automaten Ein Zähler modulo 3 mit Reset

Beispiel zum Schaltungsentwurf mithilfe endlicher Automaten Ein Zähler modulo 3 mit Reset Eckart Modrow Beispiel zum Schaltungsentwurf S. 1 Beispiel zum Schaltungsentwurf mithilfe endlicher Automaten Ein Zähler modulo 3 mit Reset Inhalt: 1. Bezug zum Unterricht 2. Beschreibung durch einen endlichen

Mehr

Formale Sprachen. Reguläre Sprachen. Rudolf FREUND, Marian KOGLER

Formale Sprachen. Reguläre Sprachen. Rudolf FREUND, Marian KOGLER Formale Sprachen Reguläre Sprachen Rudolf FREUND, Marian KOGLER Endliche Automaten - Kleene STEPHEN KLEENE (99-994) 956: Representation of events in nerve nets and finite automata. In: C.E. Shannon und

Mehr

17 Zähler. Hochschule für Angewandte Wissenschaften Hamburg FACHBEREICH ELEKTROTECHNIK UND INFORMATIK DIGITALTECHNIK 17-1

17 Zähler. Hochschule für Angewandte Wissenschaften Hamburg FACHBEREICH ELEKTROTECHNIK UND INFORMATIK DIGITALTECHNIK 17-1 7 Zähler Zähler werden in digitalen Systemen sehr vielfältig eingesetzt: Z.B. zum Zählen von Ereignissen, zum Speichern der aktuellen Befehlsadresse eines Mikroprozessors oder zum Zählen von Zuständen

Mehr

Folgezustand hängt vom aktuellen Zustand, dem Eingangswert und der Rückkopplungsstruktur des Codierers ab

Folgezustand hängt vom aktuellen Zustand, dem Eingangswert und der Rückkopplungsstruktur des Codierers ab Faltungscode (engl. Convolutional Code) Informationsbits sind explizit im Codewort enthalten Folgezustand hängt vom aktuellen Zustand, dem Eingangswert und der Rückkopplungsstruktur des Codierers ab Ans

Mehr

2.6 Verdeutlichung verwendeter Begriffe

2.6 Verdeutlichung verwendeter Begriffe 2.6 Verdeutlichung verwendeter Begriffe endlich/finit: die Mengen der Zustände und der Ein- bzw. Ausgabezeichen sind endlich synchron: die Ausgabezeichen erscheinen synchron mit dem Einlauf der Eingabezeichen

Mehr

ALP I Turing-Maschine

ALP 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

Mehr

Teil 1: Logik 1e: Zustandsautomaten

Teil 1: Logik 1e: Zustandsautomaten Synchroner Zähler als sautomat Teil 1: 1e: sautomaten Betrachte Zählerstand als Übergänge zwischen 0,1,2,3 ohne externe Randbedingungen 0 3 1 2 sautomat (1) sautomat (2) sspeicher sspeicher Wenn 2, dann

Mehr

Einführung in die Informatik Turing Machines

Einführung in die Informatik Turing Machines Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard 1 Motivation und Einleitung Bisher haben wir verschiedene Programmiersprachen

Mehr

Kapitel 4: Komplexitätstheorie Gliederung

Kapitel 4: Komplexitätstheorie Gliederung Gliederung 0. Motivation und Einordnung 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 4.1. Motivation und Grundbegriffe 4.2. Die Komplexitätsklassen P und NP 4.3.

Mehr

Musterlösungen. zu den Aufgaben der Nachklausur zum. Kurs 1701 Grundlagen der Technischen Informatik. und. Kurs 1707 Technische Informatik I

Musterlösungen. zu den Aufgaben der Nachklausur zum. Kurs 1701 Grundlagen der Technischen Informatik. und. Kurs 1707 Technische Informatik I Musterlösungen zu den Aufgaben der Nachklausur zum Kurs 7 Grundlagen der Technischen Informatik und Kurs 77 Technische Informatik I im Sommersemester 2 vom 6.9.2 Zu Aufgabe : Schaltnetz analysieren a)

Mehr

1. Übungsblatt 6.0 VU Theoretische Informatik und Logik

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

Mehr

Zustandsautomaten in Embedded Software Beispiel Ampelschaltung. Michael Leuker, Stanislaw Ustinow

Zustandsautomaten in Embedded Software Beispiel Ampelschaltung. Michael Leuker, Stanislaw Ustinow Zustandsautomaten in Embedded Software Beispiel Ampelschaltung Michael Leuker, Stanislaw Ustinow Inhaltsübersicht Einführung Zustandsautomaten im Alltag Vorteile von eingebetteten Systemen Allgemeines

Mehr

Vortrag zum Hauptseminar Hardware/Software Co-Design

Vortrag zum Hauptseminar Hardware/Software Co-Design Fakultät Informatik Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Vortrag zum Hauptseminar Hardware/Software Co-Design Robert Mißbach Dresden, 02.07.2008

Mehr

Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind.

Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind. 1 2 Im ersten Schritt werden wir uns mit dem Begriff und der Definition der Information beschäftigen. Ferner werden die notwendigen math. Grundlagen zur Quellencodierung gelegt. Behandelt werden Huffman,

Mehr

Einführung in die Informatik Turing Machines

Einführung in die Informatik Turing Machines Einführung in die Informatik Turing Machines Eine abstrakte Maschine zur Präzisierung des Algorithmenbegriffs Wolfram Burgard Cyrill Stachniss 1/14 Motivation und Einleitung Bisher haben wir verschiedene

Mehr

Mehrdeutige Grammatiken

Mehrdeutige Grammatiken Mehrdeutige Grammatiken Wir haben gesehen, dass es auch mehr als eine Linksableitung, d.h. mehr als einen Syntaxbaum geben kann, um das selbe Terminalwort zu erzeugen. Eine Grammatik, die für mindestens

Mehr

Grundstruktur von Schaltwerken

Grundstruktur von Schaltwerken Digitaltechnik Teil1.1 THEMA Grundstruktur von Schaltwerken Beschreibung Schaltwerke benutzen im Gegensatz zu einfachen Netzwerken auch Speicherbausteine, d.h. sie haben ein Gedächnis, die Schaltung kann

Mehr

Übung zu Algorithmen und Datenstrukturen (für ET/IT)

Übung zu Algorithmen und Datenstrukturen (für ET/IT) Übung zu Algorithmen und Datenstrukturen (für ET/IT) Wintersemester 2012/13 Jakob Vogel Computer-Aided Medical Procedures Technische Universität München Komplexität von Programmen Laufzeit kann näherungsweise

Mehr

Übungsblatt Nr. 7. Lösungsvorschlag

Übungsblatt Nr. 7. Lösungsvorschlag Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nico Döttling Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 7 svorschlag Aufgabe (K)

Mehr

2. Gegeben sei folgender nichtdeterministischer endlicher Automat mit ɛ-übergängen:

2. Gegeben sei folgender nichtdeterministischer endlicher Automat mit ɛ-übergängen: Probeklausur Automatentheorie & Formale Sprachen WiSe 2012/13, Wiebke Petersen Name: Matrikelnummer: Aufgabe A: Typ3-Sprachen 1. Konstruieren Sie einen endlichen Automaten, der die Sprache aller Wörter

Mehr

3. Suchen. Das Suchproblem. Suche in Array. Lineare Suche. 1 n. i = n Gegeben Menge von Datensätzen.

3. Suchen. Das Suchproblem. Suche in Array. Lineare Suche. 1 n. i = n Gegeben Menge von Datensätzen. Das Suchproblem Gegeben Menge von Datensätzen. 3. Suchen Beispiele Telefonverzeichnis, Wörterbuch, Symboltabelle Jeder Datensatz hat einen Schlüssel k. Schlüssel sind vergleichbar: eindeutige Antwort auf

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Maximilian Haslbeck Fabian Mitterwallner Georg Moser David Obwaller cbr.uibk.ac.at Zusammenfassung der letzten LVA Definition Eine Grammatik G ist ein Quadrupel

Mehr

Theoretische Informatik 1 WS 2007/2008. Prof. Dr. Rainer Lütticke

Theoretische Informatik 1 WS 2007/2008. Prof. Dr. Rainer Lütticke Theoretische Informatik 1 WS 2007/2008 Prof. Dr. Rainer Lütticke Inhalt der Vorlesung Grundlagen - Mengen, Relationen, Abbildungen/Funktionen - Datenstrukturen - Aussagenlogik Automatentheorie Formale

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Systemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann

Systemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Systemtheorie Vorlesung 6: Lösung linearer Differentialgleichungen Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Viele technischen Anwendungen lassen sich zumindest näherungsweise

Mehr

- Zustandsvariable z i werden durch binäre Speicherelemente Flipflops FF realisiert, die entweder 1 gesetzt oder auf 0 rückgesetzt werden

- Zustandsvariable z i werden durch binäre Speicherelemente Flipflops FF realisiert, die entweder 1 gesetzt oder auf 0 rückgesetzt werden sequentielle Schaltungen: digitale Schaltung mit inneren Rückführungen sie haben eine zeitsequentielle Arbeitsweise, wobei die einzelnen diskreten Zeitpunkte durch innere Zustände repräsentiert werden

Mehr

Funktionsblöcke

Funktionsblöcke 11 Anhang 11.1 Schaltsymbole in der Digitaltechnik In diesem Kapitel erfolgt eine Zusammenfassung der wichtigsten Begriffe und Symbolzeichen, die nach DIN 40900 Teil 12 zur Kennzeichnung digitaler Schaltungen

Mehr

3. RAM als Rechnermodell

3. 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

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Formale Sprachen und endliche Automaten - Schülerband

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Formale Sprachen und endliche Automaten - Schülerband Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Formale Sprachen und endliche Automaten - Schülerband Das komplette Material finden Sie hier: School-Scout.de Dr. D. Appel Formale

Mehr

Formale Sprachen. Inhaltsverzeichnis. M. Jakob. 10. Dezember Allgemeine Einführung. Aufbau formaler Sprachen

Formale Sprachen. Inhaltsverzeichnis. M. Jakob. 10. Dezember Allgemeine Einführung. Aufbau formaler Sprachen M. Jakob Gymnasium Pegnitz 10. Dezember 2014 Inhaltsverzeichnis Allgemeine Einführung Aufbau formaler Sprachen Notationsformen formaler Sprachen Backus-Naur-Formen Erkennen formaler Sprachen Implementierung

Mehr

Grundlagen der Digitaltechnik GD. Aufgaben und Musterlösungen

Grundlagen der Digitaltechnik GD. Aufgaben und Musterlösungen DIGITALTECHNIK GD KLAUSUR VOM 16. 7. 2015 AUFGABEN UND MUSTERLÖSUNGEN SEITE 1 VON 7 FH Dortmund FB Informations- und Elektrotechnik Grundlagen der Digitaltechnik GD Klausur vom 16. 7. 2015 Aufgaben und

Mehr

Kapitel 5. Standardschaltnetze. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik

Kapitel 5. Standardschaltnetze. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik Kapitel 5 Standardschaltnetze Prof. Dr. Dirk W. Hoffmann Hochschule Karlsruhe w Universit of Applied Sciences w Fakultät für Informatik Inhalt und Lernziele Inhalt Vorstellung der wichtigsten Standardelemente

Mehr

3. Vorlesung: Endliche Automaten Markus Kr otzsch Lehrstuhl Wissensbasierte Systeme

3. 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

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Ideen der Informatik Ein Rundgang durch die Komplexität [Was geht? Was geht schwer? Was geht gar nicht?]

Ideen der Informatik Ein Rundgang durch die Komplexität [Was geht? Was geht schwer? Was geht gar nicht?] Ideen der Informatik Ein Rundgang durch die Komplexität [Was geht? Was geht schwer? Was geht gar nicht?] Kurt Mehlhorn Adrian Neumann Folien von Kosta Panagiotou Plan für Heute Komplexitätsklassen P =

Mehr

Endliche Automaten 1 WS 00/01. Steuerautomaten

Endliche Automaten 1 WS 00/01. Steuerautomaten Endliche Automaten 1 WS 00/01 Steuerautomaten Steuerautomaten dienen zur Erzeugung von Steuersignalen. Die erzeugten Steuersignale hängen vom Bearbeitungsstand ("Zustand") der Aufgabe und von Eingangsgrößen

Mehr

3.0 VU Formale Modellierung

3.0 VU Formale Modellierung 3.0 VU Formale Modellierung Gernot Salzer Arbeitsbereich Theoretische Informatik und Logik Institut für Computersprachen SS 2016 1 Inhalt 0. Überblick 1. Organisation 2. Was bedeutet Modellierung? 3. Aussagenlogik

Mehr

Reguläre Sprachen. R. Stiebe: Theoretische Informatik für ING-IF und Lehrer,

Reguläre Sprachen. R. Stiebe: Theoretische Informatik für ING-IF und Lehrer, Reguläre Sprachen Reguläre Sprachen (Typ-3-Sprachen) haben große Bedeutung in Textverarbeitung und Programmierung (z.b. lexikalische Analyse) besitzen für viele Entscheidungsprobleme effiziente Algorithmen

Mehr

Example Ptolemy Model of Comp.: Synchronous Reactive

Example Ptolemy Model of Comp.: Synchronous Reactive Prinzip: Example Ptolemy Model of Comp.: Synchronous Reactive Annahme: unendlich schnelle Maschine Diskrete Ereignisse (DE) werden zyklisch verarbeitet (Ereignisse müssen nicht jede Runde eintreffen) Pro

Mehr

c) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} c) {abcabc} d) {abcbc, abc, a} c) {aa, ab, ba, bb} d) {{aa}, {ab}, {ba}, {bb}}

c) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} c) {abcabc} d) {abcbc, abc, a} c) {aa, ab, ba, bb} d) {{aa}, {ab}, {ba}, {bb}} 2 Endliche Automaten Fragen 1. Was ergibt sich bei {a, bc} {de, fg}? a) {abc, defg} b) {abcde, abcfg} c) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} 2. Was ergibt sich bei {abc, a} {bc, λ}?

Mehr

Anhang zum Lehrbuch Digitaltechnik, Gehrke, Winzker, Urbanski, Woitowitz, Springer-Verlag, 2016.

Anhang zum Lehrbuch Digitaltechnik, Gehrke, Winzker, Urbanski, Woitowitz, Springer-Verlag, 2016. Schaltsymbole in der Digitaltechnik Anhang zum Lehrbuch Digitaltechnik, Gehrke, Winzker, Urbanski, Woitowitz, Springer-Verlag, 2016. In diesem Anhang erfolgt eine Zusammenfassung der wichtigsten Begriffe

Mehr

Was ist Informatik? Alexander Lange

Was ist Informatik? Alexander Lange Was ist Informatik? Was ist Informatik? Alexander Lange 12.11.2003 Was ist Informatik? Inhalt 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. Das Wort»Informatik«Die Idee Teilgebiete der Informatik Technische Informatik

Mehr

Theoretische Informatik 1

Theoretische Informatik 1 Theoretische Informatik 1 Registermaschine David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Registermaschinen Algorithmusbegriff konkretisiert formale Beschreibung

Mehr

Eine Schaltung, deren Ausgänge von der Belegung der Eingänge und ihrem inneren Zustand abhängt, wird ein Schaltwerk genannt.

Eine Schaltung, deren Ausgänge von der Belegung der Eingänge und ihrem inneren Zustand abhängt, wird ein Schaltwerk genannt. Schaltwerke Bisher haben wir uns nur mit Schaltnetzen befasst, also Schaltungen aus Gattern, die die Ausgaben als eine Funktion der Eingaben unmittelbar (durch Schaltvorgänge) berechnen. iese Schaltnetze

Mehr

Rechnerstrukturen. Michael Engel und Peter Marwedel. Sommer TU Dortmund, Fakultät für Informatik

Rechnerstrukturen. Michael Engel und Peter Marwedel. Sommer TU Dortmund, Fakultät für Informatik Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik Sommer 2014 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 19. Mai 2014 1/43 1 Sequenzielle

Mehr

Übung zu Algorithmen und Datenstrukturen (für ET/IT)

Übung zu Algorithmen und Datenstrukturen (für ET/IT) Übung zu Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2017 Rüdiger Göbl, Mai Bui Computer Aided Medical Procedures Technische Universität München Fibonacci Zahlen Fibonacci Folge Die Fibonacci

Mehr

Technische Informatik I 4. Vorlesung. 2. Funktion digitaler Schaltungen... wertverlaufsgleiche Umformungen

Technische Informatik I 4. Vorlesung. 2. Funktion digitaler Schaltungen... wertverlaufsgleiche Umformungen Technische Informatik I 4. Vorlesung 2. Funktion digitaler Schaltungen... wertverlaufsgleiche Umformungen...... H.-D. Wuttke 09 Karnaugh-Veith Veith-Diagramme, 3. Struktur digitaler Schaltungen: Strukturdefinition,

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 15. Ackermannfunktion Malte Helmert Gabriele Röger Universität Basel 28. April 2014 Überblick: Vorlesung Vorlesungsteile I. Logik II. Automatentheorie und formale Sprachen III. Berechenbarkeitstheorie

Mehr

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Definition Algorithmus. Wie beschreibt man Algorithmen?

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Definition Algorithmus. Wie beschreibt man Algorithmen? Programm heute Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2015 1 Einführung Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München 2 Grundlagen von Algorithmen

Mehr

Zur Multiplikation von Gleitkommazahlen müssen die Mantissen inkl. führender 1, als Festkommazahlen multipliziert werden.

Zur Multiplikation von Gleitkommazahlen müssen die Mantissen inkl. führender 1, als Festkommazahlen multipliziert werden. 70 Arithmetische Schaltungen Multiplikation vorzeichenbehafteter Zahlen Zur Multiplikation vorzeichenbehafteter Zahlen (er-komplement) kann auf die Schaltung für vorzeichenlose Multiplikation zurückgegriffen

Mehr

WS 20013/14. Diskrete Strukturen

WS 20013/14. Diskrete Strukturen WS 20013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

7. Konkretisierungen im Feindesign. 7.1 Zustandsdiagramme 7.2 Object Constraint Language

7. Konkretisierungen im Feindesign. 7.1 Zustandsdiagramme 7.2 Object Constraint Language 7. Konkretisierungen im Feindesign 7.1 Zustandsdiagramme 7.2 Object Constraint Language 173 Verfeinerte Modellierung Durch die verschiedenen Sichten der Systemarchitektur wird der Weg vom Anforderungsmodell

Mehr

Grundlagen der Programmierung (Vorlesung 24)

Grundlagen der Programmierung (Vorlesung 24) Grundlagen der Programmierung (Vorlesung 24) Ralf Möller, FH-Wedel Vorige Vorlesung Anwendung im Bereich Compilerbau Inhalt dieser Vorlesung Turing-Maschinen Berechenbarkeitstheorie, Halteproblem Lernziele

Mehr

Turingmaschinen Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen

Turingmaschinen 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

Mehr

Algorithmen und Datenstrukturen (für ET/IT)

Algorithmen und Datenstrukturen (für ET/IT) Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2016 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Programm heute 1 Einführung 2 Grundlagen von Algorithmen

Mehr

3.3 Laufzeit von Programmen

3.3 Laufzeit von Programmen 3.3 Laufzeit von Programmen Die Laufzeit eines Programmes T(n) messen wir als die Zahl der Befehle, die für die Eingabe n abgearbeitet werden Betrachten wir unser Programm zur Berechnung von Zweierpotenzen,

Mehr

Übung zur Vorlesung Theoretische Information. Produktautomat

Übung zur Vorlesung Theoretische Information. Produktautomat Übung zur Vorlesung Theoretische Information Produktautomat Folie Produktautomat Was ist das? Zwei endliche Automaten Automat (A ) q q Automat 2 (A 2 ) z z Welche Sprachen akzeptieren die beiden Automaten

Mehr

Algorithmen und Komplexität

Algorithmen und Komplexität Algorithmen und Komplexität Dynamische Programmierung Markus Ullrich Norbert Baum Fachbereich Informatik - IIb07 Hochschule Zittau/Görlitz 28. Mai 2009 1 / 29 Wie sieht es mit langen Ketten aus? A 1 A

Mehr