4 Die Turing-Maschine
|
|
|
- Cathrin Maurer
- vor 9 Jahren
- Abrufe
Transkript
1 16 4 Die Turing-Maschine 4.1 Wörter und Gödelisierung Ein Alphabet ist eine endliche Menge verschiedener Objekte {a 1, a 2,..., a k }, die wir auch Buchstaben nennen. Dies können die uns bekannten Buchstaben a, b, c,... sein oder Zahlen 1, 2, 3,... Hinzu kommt immer der leere Buchstabe (=Leerzeichen), den wir mit a 0 oder bezeichnen. Ein Wort über einem Alphabet ist eine endliche Folge von Buchstaben, die den leeren Buchstaben nicht enthalten darf. Bei einem Wort ist jede Folge von Buchstaben erlaubt, über dem lateinischen Alphabet sind daher auch sinnlose Ausdrücke wie abdgraul Wörter. Sind x = a 1 a 1... a m und y = b 1 b 2... b n Wörter, so lassen sie sich zu xy verketten, xy = a 1 a 2... a m b 1 b 2... b n. Beispielweise ergibt die Verkettung von ababa und acbb das Wort ababaacbb. Nun wollen wir zeigen, daß man auch mit einem einelementigen Alphabet auskommen kann. Seien a 1,..., a k die k verschiedenen Buchstaben eines Alphabets, denen wir die Zahlen 1,..., k zuordnen. Ein Wort über diesem Alphabet läßt sich daher in der Form b 1 b 2... b m schreiben, wobei die b i Zahlen von 1 bis k sind. Wir ordnen dieser Zahlenfolge die natürliche Zahl 2 b1 3 b2 5 b3... p bm m zu, wobei p m die m-te Primzahl ist. Haben wir beispielsweise nur die Buchstaben 1 und 2 im Alphabet, so wird das Wort codiert durch = Aus dieser Zahl kann man durch eine Primfaktorzerlegung das urprüngliche Wort eindeutig rekonstruieren: Der Exponent der k-ten Primzahl in dieser Faktorisierung gibt gerade den k-ten Buchstaben des Wortes an. Man nennt die auf die beschriebene Weise erhaltene Zahl die Gödelnummer des Wortes, den ganzen Prozess der Verschlüsselung nennt man Gödelisierung, alles benannt nach dem berühmten österreichischen Logiker Kurt Gödel. Für die Darstellung der Gödelnummer braucht man nur noch ein einelementiges Alphabet, sagen wir 1, die natürliche Zahl n stellt man dar, indem man die 1 n mal hintereinander schreibt. 4.2 Turingmaschinen Die Turingmaschine wurde 1936 von dem britischen Mathematiker Alan Turing als Modell des meschlichen Denkvermögens entworfen. Sie ist ein rein mathematisches Konstrukt, zum besseren Verständnis kann man sie sich durchaus als echte Maschine vorstellen.
2 17 Steuereinheit Kopf 1 Band 1 Kopf 2 Band 2 Kopf k Band k Die Turing-Maschine besitzt mehrere (k 1), beidseitig unendliche, in Feldern unterteilte Bänder. Auf jedem Feld steht ein Buchstabe des zugrunde liegenden Alphabets, wobei auch das Leerzeichen zugelassen ist. Für jedes Band steht ein Schreib-, Lesekopf, kurz Kopf genannt, zur Verfügung. Jeder Kopf steht auf genau einem Feld seines Bandes. Die Maschine kann mit dem Kopf den Inhalt dieses Feldes lesen und neu bedrucken. Die Steuereinheit befindet sich immer in einem von endlich vielen Zuständen z 0, z 1,..., z m. Ausgezeichnet sind hierbei der Startzustand z 0 und der Stopzustand z 1. Die Turing-Maschine arbeitet taktweise. In einem Arbeitstakt kann sie in Abhängigkeit vom gegenwärtigen Zustand von den durch die Köpfe gelesenen Buchstaben gleichzeitig einen neuen Zustand annehmen, die k gelesenen Bandsymbole verändern (bedrucken), jeden der Köpfe um maximal ein Feld nach rechts oder links bewegen. Die Turing-Maschine ist deterministisch. Wir benötigen daher Befehle, die der Turing- Maschine sagen, was sie als nächstes tun muß. Wie oben bereits erwähnt hängt der nächst Takt davon ab, in welchem Zustand z die Maschine sich befindet und welche Buchstaben a 1,..., a k auf den k Köpfen gerade gelesen werden. Ein Befehl hat daher die Form (z, a 1,..., a k ) (z, a 1,..., a k, σ 1,..., σ k ), wobei z der Folgezustand ist, a i gibt den Buchstaben an, der auf das i-te Band gedruckt wird und σ i regelt das Verhalten des i-ten Kopfes, σ i {R, L, 0} mit R ein Feld nach rechts, L ein Feld nach links, 0 Kopf bleibt auf dem Feld. Damit die Turing-Maschine korrekt arbeiten kann, muß für jede Kombination von Zuständen (mit Ausnahme des Stop-Zustands z 1 ) und gelesenen Buchstaben ein Befehl vorhanden sein, was die Programmierung ziemlich mühsam macht.
3 18 Die Turing-Maschine beginnt mit dem Zustand z 0 und hält an, wenn der Zustand z 1 erreicht wird. Beispiel Eine Turing-Maschine mit einem Band soll zu einer auf dem Band in Dualdarstellung stehenden natürlichen Zahl eine 1 addieren. Der Kopf steht beim Start auf dem ersten Symbol der Zahl (von links) und soll beim Stop auf dem ersten Symbol des Resultates stehen. * * * * * * Wir konstruieren die Turing-Maschine so, daß der Kopf zunächst nach rechts bis zum Wortende läuft. Beim Lauf zurück nach links wird eine 1 addiert. Die Bedeutung der Zustände: z 0 Start, Bewegung nach rechts z 1 Stop Das Programm sieht dann so aus: z 2 Übertrag 0 z 3 Übertrag 1 z 0 1 z 0 1R z 2 1 z 2 1L z 3 1 z 3 0L z 0 0 z 0 0R z 2 0 z 2 0L z 3 0 z 2 1L z 0 z 3 L z 2 z 1 R z 3 z Die HTML-Turing-Maschine Unter der Adresse kann man die Turing-Maschine auch praktisch ausprobieren. Das Alphabet und die Namen der Zustände (außer z 0, z 1 ) darf man sich beliebig vorgeben, das Leersymbol wird mit bezeichnet. Gibt man ein Wort auf das erste Band (ein Wort darf kein Leerzeichen enthalten), so liefert die Turingmaschine ein Ergebniswort, wenn: 1. Die Turing-Maschine kommt nach endlich vielen Schritten zum Stehen. Danach: 2. Das erste Band enthält genau ein Wort (also keine Leersymbole dazwischen), die übrigen Bänder sind leer. 3. Der Kopf des ersten Bandes steht auf dem ersten Buchstaben (also links) des Ergebnisworts. Wir können eine solche Turing-Maschine als Funktion f auffassen, die auf einer Menge von Wörtern definiert ist und jedes dieser Wörter auf das zugehörige Ergebniswort abbildet.
4 19 Als Beispiel geben wir ein Programm über dem Alphabet {a, b} zur Konvertierung einer Zeichenfolge: (z0,a) -> (z0,b,r) (z0,b) -> (z0,a,r) (z0, ) -> (z2,,l) (z2,a) -> (z2,a,l) (z2,b) -> (z2,b,l) (z2, ) -> (z1,,r) Die Befehle dürfen keine Leerzeichen enthalten. 4.4 Entscheidbarkeit Man kann sich die Arbeit mit Turing-Maschinen durch die folgenden Prinzipien erleichtern: Jede k-band-turing-maschine ist zu einer 1-Band-Maschine äquivalent. Genauer gibt es zu einer k-band-maschine eine 1-Band-Maschine, die bei jeder Eingabe das gleiche Ergebnis liefert. Es gibt eine Turing-Maschine, die eine natürliche Zahl in Primfaktoren zerlegen kann. Damit kann die im ersten Abschnitt beschriebene Gödelisierung von einer Turing- Maschine vorgenommen sowie das gödelisierte Wort durch eine Turing-Maschine entschlüsselt werden. Daher ist es ausreichend, nur das Alphabet {1} zu betrachten. Eine natürliche Zahl n wird dann durch n-maliges Schreiben der 1 dargestellt. Sei L eine Menge von Wörtern (das Alphabet ist immer fest). L heißt entscheidbar, wenn es eine Turing-Maschine gibt, die folgendes leistet: Nach Eingabe eines beliebigen Wortes auf das erste Band bleibt die Turing-Maschine nach endlich vielen Schritten stehen mit dem Kopf auf einem beliebigen Buchstaben, wenn das Wort zu L gehört bzw. auf dem Leerzeichen, wenn es nicht zu L gehört. Auf diese Weise entscheidet die Maschine über die Zugehörigkeit des Eingabewortes zu L. Aufgrund des oben gesagten genügt das Alphabet {1} für diese Betrachtung. Das Entscheidbarkeitsproblem ist daher äquivalent zur Endscheidbarkeit, ob eine Menge natürlicher Zahlen entscheidbar ist. Es gibt überabzählbar viele solcher Mengen, aber nur abzählbar viele Turing-Maschinen, daher werden die meisten dieser Mengen nicht entscheidbar sein. Wir können jeder Turing-Maschine eine Gödelnummer zuordnen. Wie oben dargestellt ist es ausreichend, eine 1-Band-Maschine über dem Alphabet {1} vorauszusetzen. Wir ergänzen dieses Alphabet um die Zustände der Maschine und eventuell Sonderzeichen, z.b. {1, z 0,..., z m, (, ), ). Damit können wir die Befehlsliste hintereinanderschreiben und Gödelisieren. Wir bezeichnen diese Zahl als Maschinenzahl N T der Turing-Maschine T. Eine geeignete Turing-Maschine kann dann entscheiden, ob eine natürliche Zahl überhaupt eine Turing-Maschine darstellt und in diesem Fall die Befehlsliste rekonstruieren.
5 20 Das Alphabet sei jetzt immer {1}. Wir hatten eine Menge L wenn es eine Turing-Maschine T L gibt mit entscheidbar genannt, l L T L bleibt nach Eingabe von l auf 1 stehen. l / L T L bleibt nach Eingabe von l auf stehen. Sei nun L = {l : l = N T ist eine Maschinenzahl und die zugehörige Turing-Maschine T stoppt nach Eingabe von N T auf } Angenommen, L wäre entscheidbar. Dann gibt es eine Turing-Maschine T, die nur nach Eingabe von l L auf 1 stehen bleibt, sonst auf. Aber was macht T bei Eingabe von N T? Bleibt sie auf stehen, so ist N T l, was T gerade verneint. Stoppt sie dagegen auf 1, so ist N T / L; durch ihr Stoppen auf 1 behauptet sie aber gerade, daß N T L. Eine solche Maschine gibt es daher nicht. Damit ist der Nachweis von l L eine formale Fragestellung, die nicht formal beantwortet werden kann. Der Widerspruch wird mit einem Argument hergeleitet, das schon im Altertum als Antinomie des Lügners bekannt war: Ein Kreter sagt, daß alle Kreter lügen. Diese Antinomie ist allerdings nicht korrekt (warum?), man kann sie aber wasserdicht machen: Der Satz, den ich gerade sage, ist falsch. Ist dieser Satz richtig, so behauptet er, daß er falsch ist. Wäre er aber falsch, so behauptet er, daß er richtig ist. Man kann diesem Satz keinen Wahrheitswert zuordnen, weil er selbstbezüglich ist. Im obigen Beweis wird die Selbstbezüglichkeit erst herbeigeführt, indem man die Gesamtheit der Turing-Maschinen betrachtet, die gesuchte Maschine muß sich daher unter diesen befinden. Insofern ist die Schlußweise doch etwas komplizierter als die Lügner-Antinomie und wird Cantorsches Diagonalverfahren genannt. Man kann damit auch zeigen daß die reellen Zahlen mächtiger sind als die natürlichen Zahlen oder allgemeiner, daß die Potenzmenge einer Menge mächtiger als die Menge selber ist. Gegen diese Betrachtungen kann man einwenden, daß wir von einem sehr eingeschränkten Begriff der Entscheidbarkeit, nämlich mit Hilfe von Turing-Maschinen, ausgegangen sind. Dieser Einwand ist mathematisch nicht zu widerlegen, man muß aber bedenken, daß es verschiedene Zugänge zur Berechenbarkeit gibt, die allesamt äquivalent sind. Die Turing-Maschine kann sogar mehr als ein in einer beliebigen Sprache geschriebenes Computerprogramm und zwar deshalb, weil die Turing-Maschine mit einem unendlich langen Band versehen ist, was man als einen potentiell unendlich großen externen Speicher ansehen kann, über den wegen der Endlichkeit des Universums ein normaler Rechner nicht verfügt. Präsenzaufgaben Bei den Aufgaben wird immer das Alphabet {1} verwendet. 1. Skizzieren Sie die 1-Band-Turing-Maschine, die angesetzt auf den ersten Buchstaben des Wortes w (das ist nur eine Folge von Einsen), dieses Wort kopiert. Bei Eingabe ist das Band von der Form , nach dem Stop der Maschine ist es (Der fleißige Biber) Konstruieren Sie eine 1-Band-Maschine, die neben z 0, z 1 noch 2 (3) weitere Zustände besitzt und aufgesetzt auf das leere Band möglichst viele Einser produziert und dann stoppt.
6 21 Der nächste Mathe-Samstag findet am statt. 18. Februar 2006, 9 12 Uhr Die Mathe-Samstage im Internet: dobro/sam.html
Auffrischung 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
11. 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 =
Fragen 1. Muss eine DTM ein Wort zu Ende gelesen haben, um es zu akzeptieren? a) Ja! b) Nein!
4 Turingmaschinen Eingabeband nicht nur lesen, sondern auch schreiben kann und die zudem mit ihrem Lese-Schreib-Kopf (LSK) nach links und rechts gehen kann. Das Eingabeband ist zudem in beide Richtungen
Theoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
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
Achim Feldmeier, 23. Juni : Penrose nimmt dieses Argument auf in Shadows of the Mind.
Können Menschen mehr (Mathematik) als Computer? Turing - Penrose - Searle Achim Feldmeier, 23. Juni 2008 1931: Gödel beweist den Unvollständigkeitssatz. 1937: Turing beweist das Halteproblem. 1961: Lucas
Turing Maschine. Thorsten Timmer. SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke. Turing Maschine SS 2005 p.
Thorsten Timmer SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke Turing Maschine SS 2005 p. 1/35 Inhalt Einführung Formale Definition Berechenbare Sprachen und Funktionen Berechnung ganzzahliger
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
Unentscheidbarkeit von Problemen mittels Turingmaschinen
Unentscheidbarkeit von Problemen mittels Turingmaschinen Daniel Roßberg 0356177 Roland Schatz 0355521 2. Juni 2004 Zusammenfassung In dieser Arbeit befassen wir uns mit der Unentscheidbarkeit von Problemen
Berechenbarkeit. Script, Kapitel 2
Berechenbarkeit Script, Kapitel 2 Intuitiver Berechenbarkeitsbegriff Turing-Berechenbarkeit WHILE-Berechenbarkeit Church sche These Entscheidungsprobleme Unentscheidbarkeit des Halteproblems für Turingmaschinen
2.5 Halteproblem und Unentscheidbarkeit
38 25 Halteproblem und Unentscheidbarkeit Der Berechenbarkeitsbegriff ist auf Funktionen zugeschnitten Wir wollen nun einen entsprechenden Begriff für Mengen einführen Definition 255 Eine Menge A Σ heißt
1 Prädikatenlogik: Korrektheit, Vollständigkeit, Entscheidbarkeit
1 Prädikatenlogik: Korrektheit, Vollständigkeit, Entscheidbarkeit 1.1 Korrektheit Mit dem Kalkül der Prädikatenlogik, z.b. dem Resolutionskalkül, können wir allgemeingültige Sätze beweisen. Diese Sätze
Einführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 19 Entscheidbarkeit und Berechenbarkeit In der letzten Vorlesung haben wir verschiedene mathematische Operationen
Turing-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
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (II) 2.07.2015 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
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
Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07. Nichtdeterministische Turingmaschinen und NP
Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07 Vortrag am 17.11.2006 Nichtdeterministische Turingmaschinen und NP Yves Radunz Inhaltsverzeichnis 1 Wiederholung 3 1.1 Allgemeines........................................
Theoretische Informatik für Wirtschaftsinformatik und Lehramt
Theoretische Informatik für Wirtschaftsinformatik und Lehramt Universelle Turingmaschinen und Church sche These Priv.-Doz. Dr. Stefan Milius [email protected] Theoretische Informatik Friedrich-Alexander
Entscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
Theoretische Informatik und Logik Übungsblatt 1 (2016S) Lösung
Theoretische Informatik und Logik Übungsblatt (26S) en Aufgabe. Sei L = {w#w r w {, } }. Geben Sie eine deterministische Turingmaschine M an, welche die Sprache L akzeptiert. Wählen Sie mindestens einen
Turing Maschinen II Wiederholung
Organisatorisches VL-03: Turing Maschinen II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste Vorlesung: Mittwoch, Oktober 25, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
Turing-Maschinen. Definition 1. Eine deterministische Turing-Maschine (kurz DTM) ist ein 6- Dem endlichen Alphabet Σ von Eingabesymbolen.
Turing-Maschinen Nachdem wir endliche Automaten und (die mächtigeren) Kellerautomaten kennengelernt haben, werden wir nun ein letztes, noch mächtigeres Automatenmodell kennenlernen: Die Turing-Maschine
VL-03: Turing Maschinen II. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-03: Turing Maschinen II (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-03: Turing Maschinen II 1/27 Organisatorisches Nächste Vorlesung: Mittwoch, Oktober
Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.
Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen
Unentscheidbarkeit. 1. Wann sind Sprachen unentscheidbar? 1, A 0, A } = {
Unentscheidbarkeit 1. Wann sind Sprachen unentscheidbar? Eine Menge A heisst entscheidbar, falls die charakteristische Funktion von A, nämlich A : {0,1}, berechenbar ist, d.h. gilt: A = { 1, A 0, A } Eine
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 16.07.2015 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Übersicht 1. Motivation 2. Terminologie
Kettenbrüche. dar, und allgemein: a 1 + 1
Kettenbrüche Um die Verfahren der höheren Mathematik besser verstehen zu können, ist es ratsam, sich über die verwendeten Zahlen Gedanken zu machen. Der Grieche Hippasos (5. Jahrh. v. Chr.) entdeckte,
Unentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
Mengen und Relationen
KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede
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
Clevere Algorithmen programmieren
ClevAlg 2017 Theoretische Informatik Clevere Algorithmen programmieren Dennis Komm, Jakub Závodný, Tobias Kohn 06. Dezember 2017 Die zentralen Fragen sind... Was kann man mit einem Computer nicht machen?
11.3 Eindimensionale Turingmaschinen
11.3 Eindimensionale Turingmaschinen 156 11.3 Eindimensionale Turingmaschinen Turing ging vom schriftlichen Rechnen aus, also vom Beschreiben eines Papiers mit einem Stift. Wollen wir etwas aufschreiben,
Verschiedene Stufen im Unendlichen das zweite Diagonalverfahren
Verschiedene Stufen im Unendlichen das zweite Diagonalverfahren Mathematischer Aufsatz von Fabian Tönnesmann und Alexander Schmitt-Kästner Kolleg St. Blasien im Mai 2004 www.rudolf-web.de / Last Update
Lösungen zur 3. Projektaufgabe TheGI1
Marco Kunze ([email protected]) WS 2001/2002 Sebastian Nowozin ([email protected]) 21. 1. 2002 Lösungen zur 3. Projektaufgabe TheGI1 Definition: Turing-Aufzähler Ein Turing-Aufzähler einer
Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 25.
Formale Logik PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg Wintersemester 16/17 Sitzung vom 25. Januar 2017 Gödels Unvollständigkeitssatz Unvollständigkeit von Axiomensystemen:
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
Lösung zur Klausur. Grundlagen der Theoretischen Informatik im WiSe 2003/2004
Lösung zur Klausur Grundlagen der Theoretischen Informatik im WiSe 2003/2004 1. Geben Sie einen deterministischen endlichen Automaten an, der die Sprache aller Wörter über dem Alphabet {0, 1} akzeptiert,
Das Informatik-Kochstudio Sortieren Alltagsalgorithmen Komplexe Algorithmen... 55
Inhalt Vorwort... 9 Binäre Codierung 0 oder 1 der kleine Unterschied... 14 Das Prinzip der digitalen Tonaufzeichnung... 16 Binäre Codierung... 18 Wiedergabequalität und Datenmengen... 21 Digitale Codierung
1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
Angewandte Mathematik am Rechner 1
Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 3 [Bildquellen: Wikipedia User David Madore, Inductiveload ] Grundlagen 2: Funktionen, Berechenbarkeit und emergente Komplexität Michael Wand
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die
Theoretische Informatik und Logik, VU 4.0 (Teil1: Berechenbarkeit, Formale Sprachen und Komplexitätstheorie)
185.278 Theoretische Informatik und Logik, VU 4.0 (Teil1: Berechenbarkeit, Formale Sprachen und Komplexitätstheorie) Marion OSWALD ([email protected]) unter Mitwirkung von Chris FERMÜLLER, Rudi FREUND, Alexander
Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 13. Vorlesung 07.12.2006 1 Überblick: Die Church- Turing-These Turing-Maschinen 1-Band Turing-Maschine Mehrband-Turing-Maschinen Nichtdeterministische
Informatik III. Arne Vater Wintersemester 2006/ Vorlesung
Informatik III Arne Vater Wintersemester 2006/07 11. Vorlesung 30.11.2006 1 Beziehungen zwischen den Sprachen Jede reguläre Sprache ist eine kontextfreie Sprache. Jede kontextfreie Sprache ist eine entscheidbare
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)
Ein deterministischer endlicher Automat (DFA) kann als 5-Touple dargestellt werden:
Sprachen und Automaten 1 Deterministische endliche Automaten (DFA) Ein deterministischer endlicher Automat (DFA) kann als 5-Touple dargestellt werden: M = (Z,3,*,qo,E) Z = Die Menge der Zustände 3 = Eingabealphabet
Das Pumping Lemma der regulären Sprachen
Das Pumping Lemma der regulären Sprachen Frank Heitmann [email protected] 1 Das Pumping Lemma Das Pumping Lemma der regulären Sprachen macht eine Aussage der Art wenn eine Sprache L regulär
Berechenbarkeit und Komplexität
Berechenbarkeit und Komplexität Vorlesung SS 2013 1. Einführung I. Berechenbarkeitsbegriff, typische Fragen: wann ist eine Funktion berechenbar? wie lässt sich der intuitive Berechenbarkeitsbegriff formal
Summen- und Produktzeichen
Summen- und Produktzeichen Ein großer Vorteil der sehr formalen mathematischen Sprache ist es, komplizierte Zusammenhänge einfach und klar ausdrücken zu können. Gerade auch diese Eigenschaft der Mathematik
Turingmaschinen. und eine kleine Einführung in Bereiche der theoretischen Informatik
Turingmaschinen und eine kleine Einführung in Bereiche der theoretischen Informatik Gliederung Einführung Leben Alan Turing Theoretische Informatik Turingmaschine Aufbau, Definition Beispiele Game of Life
"Zahlen-Irrtum I": Es gibt nur halb so viele gerade Zahlen (2, 4, 6,.) wie Natürliche Zahlen (1, 2, 3, 4,.).
"ZAHLEN "Zahlen-Irrtum I": Es gibt nur halb so viele gerade Zahlen (2, 4, 6,.) wie Natürliche Zahlen (1, 2, 3, 4,.). Beide Zahlenmengen enthalten genau gleich viele Zahlen. Denn jeder Natürlichen Zahl
Entscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge M Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
1. Welche der folgenden Aussagen zur Entscheidbarkeit beziehungsweise Unentscheidbarkeit
1. Klausur Diskrete Mathematik Seite 1 von 22 1. Welche der folgenden Aussagen zur Entscheidbarkeit beziehungsweise Unentscheidbarkeit ist richtig? A. Keine der Aussagen. B. Eine Menge oder ihr Komplement
11. 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
PRIMZAHLEN PATRICK WEGENER
PRIMZAHLEN PATRICK WEGENER 1. Einführung: Was sind Primzahlen? Eine ganze Zahl p, welche größer als 1 ist, heißt Primzahl, wenn sie nur durch 1 und sich selbst teilbar ist. Mit teilbar meinen wir hier
Beispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2
Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q
Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem
Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 25. Oktober 2010 Berthold Vöcking, Informatik
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
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
11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen
11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer
Typ-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
Einführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 23 Der erste Gödelsche Unvollständigkeitssatz Wir haben gesehen, dass die Unentscheidbarkeit des Halteproblems über
Halteproblem/Kodierung von Turing-Maschinen
Halteproblem/Kodierung von Turing-Maschinen Unser Ziel ist es nun zu zeigen, dass das sogenannte Halteproblem unentscheidbar ist. Halteproblem (informell) Eingabe: Turing-Maschine M mit Eingabe w. Frage:
Mengenlehre und vollständige Induktion
Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen
Deterministische Turing-Maschinen
Deterministische Turing-Maschinen Um 900 präsentierte David Hilbert auf einem internationalen Mathematikerkongress eine Sammlung offener Fragen, deren Beantwortung er von zentraler Bedeutung für die weitere
a b b a Vom DFA zur TM Formale Grundlagen der Informatik 1 Kapitel 9 Turing-Maschinen Der Lese-/Schreibkopf Bedeutung der TM
Vom DFA zur TM Formale der Informatik 1 Kapitel 9 Frank Heitmann [email protected] a b b a z 0 a z 1 a z 2 b 2. Mai 2016 Wir wollen auf dem Band nach rechts und links gehen können und
Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18
Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig
1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
7. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter Sanders L. Hübschle-Schneider, T. Maier 7. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16 http://algo2.iti.kit.edu/tgi2015.php
Wie viel Mathematik kann ein Computer?
Wie viel Mathematik kann ein Computer? Die Grenzen der Berechenbarkeit Dr. Daniel Borchmann 2015-02-05 Wie viel Mathematik kann ein Computer? 2015-02-05 1 / 1 Mathematik und Computer Computer sind schon
Mathematik III. Vorlesung 61. Abzählbare Mengen
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 61 Abzählbare Mengen Wir erinnern daran, dass zwei Mengen M und N gleichmächtig heißen, wenn es eine bijektive Abbildung zwischen ihnen
Kontextsensitive und Typ 0 Sprachen Slide 2. Die Turingmaschine
Kontextsensitive und Typ 0 Sprachen Slide 2 Die Turingmaschine DTM = Deterministische Turingmaschine NTM = Nichtdeterministische Turingmaschine TM = DTM oder NTM Intuitiv gilt: DTM = (DFA + dynamischer
Wir suchen Antworten auf die folgenden Fragen: Was ist Berechenbarkeit? Wie kann man das intuitiv Berechenbare formal fassen?
Einige Fragen Ziel: Wir suchen Antworten auf die folgenden Fragen: Wie kann man das intuitiv Berechenbare formal fassen? Was ist ein Algorithmus? Welche Indizien hat man dafür, dass ein formaler Algorithmenbegriff
8. Turingmaschinen und kontextsensitive Sprachen
8. Turingmaschinen und kontextsensitive Sprachen Turingmaschinen (TM) von A. Turing vorgeschlagen, um den Begriff der Berechenbarkeit formal zu präzisieren. Intuitiv: statt des Stacks bei Kellerautomaten
Unentscheidbare Probleme: Diagonalisierung
Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Berechenbarkeitstheorie 19. Vorlesung
1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Erinnerung:
Rekursiv 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
Das Halteproblem für Turingmaschinen
Das Halteproblem für Turingmaschinen Das Halteproblem für Turingmaschinen ist definiert als die Sprache H := { T w : T ist eine TM, die bei Eingabe w {0, 1} hält }. Behauptung: H {0, 1} ist nicht entscheidbar.
1 Grundlagen. 1.1 Aussagen
1 Grundlagen 1.1 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben,
Die mathematische Seite
Kellerautomaten In der ersten Vorlesung haben wir den endlichen Automaten kennengelernt. Mit diesem werden wir uns in der zweiten Vorlesung noch etwas eingängiger beschäftigen und bspw. Ansätze zur Konstruktion
