mathematik und informatik

Größe: px
Ab Seite anzeigen:

Download "mathematik und informatik"

Transkript

1 Prof. Dr. André Schulz Kurs 0657 Grundlgen der Theoretischen Informtik A LESEPROBE mthemtik und informtik

2 Ds Werk ist urheerrechtlich geschützt. Die ddurch egründeten Rechte, insesondere ds Recht der Vervielfältigung und Verreitung sowie der Üersetzung und des Nchdrucks leien, uch ei nur uszugsweiser Verwertung, vorehlten. Kein Teil des Werkes drf in irgendeiner Form (Druck, Fotokopie, Mikrofilm oder ein nderes Verfhren) ohne schriftliche Genehmigung der FernUniversität reproduziert oder unter Verwendung elektronischer Systeme verreitet, vervielfältigt oder verreitet werden.

3 Kurseinheit Reguläre Sprchen I: Endliche Automten und Reguläre Ausdrücke In dieser Kurseinheit lernen wir mit den endlichen Automten ein erstes Berechnungsmodell kennen. Dieses Modell orientiert sich m Rechnen mit egrenztem Speicher. Wir werden sehen, dss wir nur sehr einfche Proleme mit einem endlichen Automten lösen können. Trotzdem ist der endliche Automt ein sehr wichtiges Modell, denn er ildet die Grundlge für weitere Modelle und findet ls Modellierungswerkzug in der gesmten Informtik vielfältige Anwendungsmöglichkeiten.. Der Deterministische Endliche Automt Wir eginnen mit einer informellen Beschreiung des Modells des endlichen Automten. Genuer gesgt, hndelt es sich hierei um ds Modell des deterministischen endlichen Automten, den wir kurz DEA nennen (oder uch nur Automt, wenn keine Gefhr der Verwechslung zu nderen Modellen esteht). Mit einem DEA können wir ds Wortprolem von estimmten formlen Sprchen lösen (in der letzten Kurseinheit wurde esprochen, dss lle Entscheidungsproleme ls Wortproleme formuliert werden können). In diesem Sinne verreitet der Automt ein Wort (die Einge) und git uns dnn die Antwort, o ds Wort us der zugehörigen Sprche ist, oder nicht. Wir sgen in diesem Zusmmenhng uch, dss der DEA ds Eingewort kzeptiert (wenn er ds Wort der Sprche zuordnet) oder verwirft (wenn er ds Wort ls nicht zur Sprche gehörig einsortiert). Um zu einer Antwort zu gelngen, liest der DEA ds Anfrgewort zeichenweise ein. Dei knn er immer nur uf ein Zeichen der Einge zugreifen. Es ist ihm zudem nicht erlut, ereits gelesene Zeichen der Einge wieder nzufrgen. Ein DEA ht nur eschränkten (konstnten) Speicher. Ds heißt, während der Verreitung knn der DEA einen von endlich vielen Zuständen nnehmen. Die eigentliche Berechnung wird ddurch festgelegt, wie mn von einem Zustnd in einen nderen Zustnd gelngt. Dieser Zustndsüergng hängt vom ktuellen Zeichen der Einge. Am Ende, nchdem ds letzte Zeichen der Einge gelesen wurde, können wir entscheiden, o ds Anfrgewort us der Sprche des DEAs ist. Diese Entscheidung wird vom Zustnd hängen, in dem der Automt sich m Ende

4 Kurseinheit Reguläre Sprchen I efindet. Wir führen nun eine formle Definition des mthemtischen Modells des deterministischen endlichen Automten ein. Definition. Determistischer Endlicher Automt. Ein deterministischer endlicher Automt (DEA) M wird durch ein Tupel (Q, Σ, δ, q 0, F) drgestellt. Hierei ist Q eine endliche nicht-leere Menge, gennnt Zustndsmenge, Σ ein (endliches) Alphet, δ eine Funktion δ : Q Σ Q, gennnt Üergngsfunktion, q 0 ein Element us Q, gennnt Strtzustnd, F eine Teilmenge von Q, gennnt Menge der kzeptierenden Zustände. Beispiel. Ds folgende Quintupel M = (Q, Σ, δ, q 0, F) git einen DEA n. Wir setzen hierei Q = {q 0, q }, Σ = {, } und F = {q 0 }. Die Üergngsfunktion δ geen wir durch eine Telle n. q Q x Σ δ(q, x) q 0 q q 0 q 0 q q 0 q q An dieser Stelle soll druf hingewiesen werden, dss wir zwischen dem Modell des deterministischen endlichen Automten und konkreten Relisierungen in diesem Modell, wie etw in Beispiel. ngegeen, unterscheiden. Es ht sich er eingeürgert sowohl ds Modell, ls uch die Relisierungen, eides ls deterministischen endlichen Automten zu ezeichnen. Die Bedeutung ergit sich us dem Kontext. Trotzdem sollten Sie sich dieser Unterscheidung ewusst sein. Gleiches gilt uch für ndere Modelle, die wir noch später im Kurs vorstellen werden (Kellerutomt, kontextfreie Grmmtik, Turingmschine). Häufig werden wir eine grphische Nottion nmens Zustndsdigrmm enutzen, um einen DEA nzugeen. Aus dieser Drstellung lssen sich lle Bestndteile des Automten leicht lesen. Zustände werden wir ls Kreise drstellen (in Ausnhmefällen ls Rechtecke), die mit dem Zustnd (in der Mitte) eschriftet sind. Akzeptierende Zustände heen wir zusätzlich hervor, indem wir deren Kreise mit einer doppelten Linie zeichnen. Flls δ(q, x) = p, vermerken wir ds, indem wir einen Pfeil einfügen, der den Zustnd q mit dem Zustnd p verindet (Pfeil zeigt in Richtung p). Diesen Pfeil eschriften wir zusätzlich mit x. Es verleit, den Strtzustnd zu kennzeichnen. Dies relisieren wir, indem wir einen kleinen Pfeil n diesen Zustnd nringen. Der Pfeil zeigt uf den Strtzustnd, und sein Anfngspunkt ist mit keinem Zustnd verunden. Die Aildung. zeigt noch einml die Grundelemente der grphischen Drstellung. Ds Zustndsdigrmm des DEAs us dem Bespiel. ist in Aildung. zu sehen.

5 . Der Deterministische Endliche Automt 3 q q q x p q () () (c) (d) Aildung.: Bestndteile der grphischen Nottion eines DEAs: () verwerfender Zustnd, () kzeptierender Zustnd, (c) Zustndsüergng, (d) Strtzustnd. q 0 q Aildung.: Zustndsdigrmm des DEAs M us Beispiel.. Die Üergngsfunktion ist ds Herzstück des DEAs. Es hndelt sich hierei um eine Funktion, deren Definitionsereich Pre estehend us einem Zustnd und einem Zeichen sind. Sie git lso für einen Zustnd und ein Zeichen einen neuen Zustnd n. Diesen Zustnd ezeichnen wir ls Folgezustnd. Wie ereits eschreien, efindet sich der Automt während der Berechnung immer in einem Zustnd. Zu Beginn der Berechnung ist dies der Strtzustnd. Während der Berechnung liest er die Einge Zeichen für Zeichen und gleicht seinen Zustnd. Dzu nutzt er die Üergngsfunktion δ. Wenn q den ktuellen Zustnd ezeichnet und x ds nächste Zeichen der Einge ist, dnn git δ(q, x) den Folgezustnd n. Nchdem lle Zeichen der Einge gelesen wurden, efindet sich der DEA in einem Zustnd. Ist dieser Zustnd ein kzeptierender Zustnd, wird ds Eingewort kzeptiert, nsonsten verworfen. Die Folge der Zustände, die der Automt während der Berechnung ngenommen ht, ezeichnen wir ls seinen Luf für die gewählte Einge. Wir sprechen uch von einem w-luf, wenn der Luf sich uf die Einge w ezieht. Ein Luf ist eine kzeptierender Luf, wenn er in einem kzeptierenden Zustnd endet, nsonsten nennen wir ihn verwerfenden Luf. Alle Zustände, die mn im Zustndsdigrmm (ls gerichteter Grph interpretiert) vom Strtzustnd erreichen knn, nennen wir erreichre Zustände. Die nicht-erreichren Zustände spielen für die Akzeptnz eines Wortes keine Rolle und können immer entfernt werden. Die Menge ller Wörter, die der Automt kzeptiert, nennen wir die Sprche des Automten oder uch die vom Automten kzeptierte Sprche. Die Sprchen eines Automten M notieren wir mit L(M). In Aildung.3 ist ein Berechnungsluf des Automten M us Beispiel. exemplrisch für ds Wort drgestellt. Mn knn sich für dieses Beispiel recht leicht üerlegen, welche Wörter von diesem DEA kzeptiert werden. Wir erkennen, dss es zwei Zustände q 0 und q git, von welchen nur q 0 kzeptierend ist. Wenn ein Zeichen von der Einge gelesen wird, ist der Folgezustnd gleich dem ursprünglichen Zustnd. Deshl hängt es nur von den Zeichen, o ein Wort kzeptiert wird. Genuer gesgt, hängt es von der Anzhl der Zeichen, d ds einzig relevnte Zeichen ist. Wenn ein Zeichen gelesen wird, wird der Zustnd gewechselt, und zwr von kzeptierend zu nicht-kzeptierend, oder umgekehrt. Ds edeutet, dss es von der Prität (gerde/ungerde) der Anzhl der Zeichen

6 4 Kurseinheit Reguläre Sprchen I q 0 q q 0 q q 0 q q 0 q w = w = w = w = Aildung.3: Aluf der Berechnung von M für die Einge w =. Der ktuelle Zustnd ist gru hinterlegt. Bereits gelesene Zeichen der Einge sind eenflls gru. Der Luf des Automten ist (q 0, q, q, q 0 ). D der Luf in einem kzeptierenden Zustnd endet, wird die Einge kzeptiert. hängt, o die Einge kzeptiert wird. Wir sehen lso, dss für dieses Beispiel gilt. L(M ) = {w {, } w enthält gerde Anzhl von s} Bevor wir den Akzeptnzegriff des DEAs forml eschreien, werden wir noch eine hilfreiche Nottion einführen. Die Üergngsfunktion δ erlut uns den Folgezustnd zu estimmen, wenn wir ein Zeichen von der Einge gelesen hen. Oft ist es er nützlich, den Folgezustnd zu eschreien, wenn mn sttt eines Zeichens ein Wort liest. Dfür nutzen wir die iterierte Üergngsfunktion δ, welche direkt us δ geleitet werden knn. Definition. Iterierte Üergngsfunktion eines DEAs. Sei δ die Üergngsfunktion eines DEAs, dnn definieren wir für lle q Q δ 0 (q, ε) = q, und für lle i > 0 und lle Wörter w = u Σ i mit u Σ i und Σ δ i (q, w) = δ(δ i (q, u), ). Schließlich definieren wir die iterierte Üergngsfunktion δ : Q Σ Q ls δ (q, w) := δ w (q, w). Für den Automten M us Beispiel. ergit sich eispielsweise δ (q 0, ) = q 0 und δ (q, ) = q. Mit der iterierten Üergngsfunktion können wir nun kompkt die von einem DEA erknnte Sprche definieren. Definition.3 Sprche eines DEAs. Sei M = (Q, Σ, δ, q 0, F) ein DEA, dnn ist die von M kzeptierte Sprche definiert ls L(M) := {w Σ δ (q 0, w) F}. Die Sprchen die von einem DEA erknnt werden, hen viele nützliche Eigenschften und ilden eine interessnte Struktur. Aus diesem Grunde geen wir dieser Sprchfmilie einen Nmen.

7 . Der Deterministische Endliche Automt 5 q 0 q q, Aildung.4: Der DEA M zu Beispiel.. c c c 3 5 c 4 c Aildung.5: Der DEA M 3 zu Beispiel.3. Definition.4 Reguläre Sprche. Wenn L eine Sprche ist, für die es einen DEA git, der L kzeptiert, nennen wir L eine reguläre Sprche. Wir nutzen die Bezeichnung REG := {L L ist regulär}. An dieser Stelle wollen wir noch zwei Beispiele esprechen. Beispiel. Der DEA M ist durch ds Zustndsdigrmm in Aildung.4 gegeen. Wir erkennen, dss es mit q nur einen kzeptierenden Zustnd git. Wenn q während der Berechnung ngenommen wird, verleit der DEA in diesem Zustnd. Um nch q zu gelngen, müssen wir vorher in q sein, und ds nächste zu lesende Zeichen muss ein sein. Mn efindet sich er genu dnn in q (ohne vorher schon in q zu sein), wenn ls letztes Zeichen ein gelesen wurde. Also kzeptiert M lle Wörter, die ls Teilwort erhlten. Ds heißt L(M ) = {w {} ist Teilwort von w}. Ds Beispiel. git die erste prktische Anwendung für unser Berechnungsmodell. Die meisten Beispiele für reguläre Sprchen wirken sehr künstlich. Eigentlich gehen wir j dvon us, dss es sich ei diesen Sprchen um Kodierungen der J-Instnzen von Entscheidungsprolemen hndelt. Die Sprche L(M ) ist in dieser Beziehung interessnt. Ds zugrundeliegende Entscheidungsprolem frgt, o ein Wort ds Teilwort enthält. Es ist nicht schwer, den DEA umzuwndeln, sodss wir nch nderen Teilwörtern frgen können. Die Frge, o ein Text ein Teilwort enthält, ht eine hohe prktische Relevnz (pttern mtching). Viele Algorithmen zum Suchen von Wörtern in Texten enutzen endliche Automten ls Hilfsmittel. Zum Beispiel nutzt ds Kommndozeilenprogrmm grep einen solchen Anstz.

8 6 Kurseinheit Reguläre Sprchen I Beispiel.3 Sei M 3 = ({,, 3, 4, 5}, {c}, δ,, {3}) mit δ(x, c) = x + flls x 5 sonst. Ds Zustndsdigrmm des Automten ist in Aildung.5 zu sehen. Wir erkennen, dss wir immer genu dnn im Zustnd sind, wenn wir eine Anzhl von cs gelesen hen, die ein Vielfches von 5 ist. Demnch kzeptiert M 3 genu die Wörter w mit w mod 5 =. Somit gilt L(M 3 ) = {c k 5 teilt k mit Rest }. Test. Entwerfen Sie einen DEA, der die folgende Sprche kzeptiert: L = {w {0, } + w ht unterschiedliches Anfngs- und Endzeichen} Wir wollen nun einen ersten Stz zu den regulären Sprchen eweisen. Hierei geht es um die Beziehung zu einer nderen Sprchklsse den endlichen Sprchen. Wir nennen eine Sprche endlich, wenn sie nur endlich viele Wörter esitzt. Stz. Jede endliche Sprche ist regulär. Beweis. Sei L Σ eine endliche Sprche deren längstes Wort die Länge l ht. Um zu zeigen, dss L regulär ist, müssen wir einen DEA M für L ngeen. Wir nehmen vorerst n, dss Σ = {, }. Wir eschreien M, indem wir sein Zustndsdigrmm ngeen. In der Grundstruktur entspricht ds Digrmm einem inären Bum der Tiefe l. Von einem inneren Knoten git es zwei Knten zu seinen Kindern. Eine dieser Knten eschriften wir mit und die ndere mit. Wir orientieren nun lle Knten vom Vter zum Kind. Als Strtzustnd wählen wir die Wurzel des Bumes. Es git für jeden Knoten genu einen Pfd von der Wurzel. Wir enennen einen Zustnd mit q w, wenn w ds Wort ist, ws mn lesen muss, um ihn zu erreichen. Nun mchen wir genu die Zustände q w zu kzeptierenden Zuständen, für die w ein Wort us der Sprche L ist. Aschließend führen wir noch einen Müllzustnd q ein (nicht-kzeptierend). Alle Üergänge die nun noch fehlen, gehen zum Müllzustnd üer. Aildung.6 zeigt diese Konstruktion m Beispiel. Es ist nun nicht schwer zu rgumentieren, dss M(L) = L. Jedes Wort der Länge größer l führt nch q und wird verworfen. Jedes ndere Wort w führt zum Zustnd q w. Ist w L, dnn ist q w F und wir kzeptieren w. Alle nderen Wörter werden verworfen. Bei nderen Alpheten erfolgt die Konstruktion nlog. Sttt eines inären Bumes nutzt mn einen k-ären Bum, woei k = Σ.

9 . Nichtdeterministische Endliche Automten 7 q ε q q q q q q q,, Aildung.6: Konstruktion zum Beweis von Stz. für die Sprche {ε,, }.. Nichtdeterministische Endliche Automten Als nächstes werden wir ein neues Berechnungsmodell einführen, welches sich n der Areitsweise von deterministischen endlichen Automten nlehnt. Dies ist der sogennnte nichtdeterministische endliche Automt (NEA). Wie uch der DEA reitet der NEA mit Zuständen, welche kzeptierend oder verwerfend sein können. Auch der NEA verreitet ds Eingewort zeichenweise und knn nicht uf ereits gelesene Zeichen direkt wieder zurückgreifen. Genu wie eim DEA git es uch eine Üergngsfunktion diese weist jedoch jedem Zustnd und Eingezeichen nicht einen einzelnen Folgezustnd zu, sondern eine Menge von Folgezuständen. In diesem Sinne git es nicht nur einen Luf für jede Einge, sondern mitunter mehrere mögliche Läufe. Es stellt sich ntürlich die Frge, wie mn dmit umgeht, dss der mögliche Folgezustnd nicht mehr eindeutig festgelegt ist. So könnte es durchus sein, ds ei ein und demselen Eingewort ein Luf in einem kzeptierenden Zustnd endet, ein nderer Luf er in einem verwerfenden Zustnd. Es ist lso nicht offensichtlich, wie der Akzeptnzegriff für NEAs gefsst ist. Unser Kriterium für die Akzeptnz eines Wortes wird nschulich ds folgende sein: Existiert ein Luf vom Strtzustnd zu einem kzeptierenden Zustnd, wird ds Eingewort kzeptiert. Dieser Akzeptnzegriff scheint uf den ersten Blick künstlich, denn diese Art von Berechnung widerspricht unserem intuitiven Verständnis vom mschinellen Berechnen. Es wird sich jedoch zeigen, dss ds Berechnungsmodell NEA seine Berechtigung ht. Durch die Nutzung des Nichtdeterminismus lssen sich viele Proleme leichter modellieren. Zusätzlich können wir durch die Verwendung von NEAs gegenüer von DEAs viele Beweise von Sätzen üer reguläre Sprchen vereinfchen. Es git noch einen weiteren Unterschied zwischen NEA und DEA. Bei einem DEA knn ein Zustndswechsel nur dnn geschehen, wenn ein Zeichen von der Einge gelesen wurde. Wir erluen eim NEA uch, den Zustnd zu wechseln ohne dei ein Zeichen zu lesen. Diese Üergänge sollen ntürlich nicht elieig stttfinden. Deshl definieren wir sogennnte ε-üergänge zwischen Zuständen. Ist ein ε-üergng zwischen Zustnd p und q vorhnden, knn mn vom Zustnd p in den Zustnd q wechseln, ohne ein Zeichen der Einge zu lesen. Im Zustndsdigrmm werden solche Üergänge wie normle Üergänge eingezeichnet, sttt eines Zeichen us dem Alphet werden sie jedoch mit ε eschriftet.

10 8 Kurseinheit Reguläre Sprchen I, 0, ε 3, Aildung.7: Zustndsdigrmm vom NEA N. Bevor wir die NEAs forml definieren, erklären wir die prinzipielle Areitsweise eines NEAs m Beispiel. Sehen wir uns ds Zustndsdigrmm von NEA N in Aildung.7 n. Wir erkennen n folgenden Merkmlen, dss es sich um ds Digrmm eines NEAs hndelt. Es git nicht immer genu einen möglichen Folgezustnd. Zum Beispiel ist es möglich, vom Zustnd 0 mit einem sowohl zum Zustnd zu gelngen, ls uch im Zustnd 0 zu leien. Des Weiteren können wir eochten, dss es vom Zustnd keinen möglichen Folgezustnd git, den mn mit einem erreichen knn. Die Menge der Folgezustände knn lso uch die leere Menge sein. Außerdem erkennen wir, dss der Automt einen ε-üergng zwischen Zustnd und ufweist. In diesem Automten können wir vom Zustnd 0 zum Zustnd 3 gelngen, indem wir lesen. In diesem Sinne git es einen kzeptierenden Luf für ds Wort. Mn knn er uch erkennen, dss mn mit demselen Wort uch einen Luf relisieren knn, der die gnze Zeit im Zustnd 0 verweilt. Ein nderes Wort mit einem kzeptierenden Luf ist ds Wort. Hier können wir von Zustnd 0 zu Zustnd wechseln, indem wir ein lesen, dnn nutzen wir den ε-üergng, um in den Zustnd 3 zu gelngen, und nschließend können wir durch ds Lesen des Zeichen in den kzeptierenden Zustnd 3 wechseln. Wir werden nun ds Modell NEA und den dmit verundenen Akzeptnzegriff forml definieren. An dieser Stelle sei noch einml drn erinnert, dss mn mit der Potenzmenge P(X) die Menge ller Teilmengen von X ezeichnet, lso P(X) := {Y X}. Definition.5 Nichtdetermistischer Endlicher Automt. Ein nichtdeterministischer endlicher Automt (NEA) M wird durch ein Tupel (Q, Σ, δ, q 0, F) drgestellt. Hierei ist Q eine endliche nicht-leere Menge, gennnt Zustndsmenge, Σ ein (endliches) Alphet, δ eine Funktion δ : Q (Σ {ε}) P(Q), gennnt Üergngsfunktion, q 0 ein Element us Q, gennnt Strtzustnd, F eine Teilmenge von Q, gennnt Menge der kzeptierenden Zustände. Als nächstes werden wir die iterierte Üergngsfunktion eines NEAs us seiner Üergngsfunktion leiten. Die iterierte Üergngsfunktion soll uns ngeen, in welchem Zustnd mn nch dem Lesen eines Wortes sein könnte. Für die Eineziehung der ε-üergänge enötigen wir noch eine Definition. Wir wollen usdrücken können, welche Zustände wir von p us erreichen können, ohne ein Zeichen zu lesen. Diese Zustndsmenge notieren wir

11 . Nichtdeterministische Endliche Automten 9,, 0 3 Aildung.8: NEA N für Beispiel.4. mit E(p). Es gilt lso E(p) := {q q ist von p durch eine Sequenz von 0 ε-üergängen erreichr}. Für Mengen P Q definieren wir E(P) := E(p). p P Für den NEA N us Aildung.7 gilt eispielsweise E({0, }) = {0,, }. Definition.6 Iterierte Üergngsfunktion eines NEAs. Sei δ die Üergngsfunktion eines NEAs, dnn definieren wir für lle P Q δ 0 (P, ε) = E(P), und für lle i > 0 und lle Wörter w = u Σ i mit u Σ i und Σ δ i (P, w) = E( r δ i (P,u) δ(r, )). Schließlich definieren wir die iterierte Üergngsfunktion δ : Q Σ P(Q) ls δ (P, w) := δ w (P, w). Anlog zum DEA können wir die iterierte Üergngsfunktion enutzen, um die Akzeptnz eines Wortes und dmit die Sprche eines NEAs zu definieren. Es sollen genu die Worte kzeptiert werden, für die es möglich ist, vom Strtzustnd durch Üergänge zu einem kzeptierenden Zustnd zu gelngen. Definition.7 Sprche eines NEAs. Sei N = (Q, Σ, δ, q 0, F) ein NEA, dnn ist die von N kzeptierte Sprche definiert ls L(N) := {w Σ δ (q 0, w) F }. Beispiel.4 Als ein weiteres Beispiel sehen wir uns den in Aildung.8 gezeigten NEA N n. Um in den kzeptieren Zustnd 3 zu kommen, muss mn vorher ds Teilwort gelesen hen. Ds heißt, es können nur Wörter kzeptiert werden, die ls Teilwort enthlten. Auf der nderen Seite git es für jedes Wort, welches ls Teilwort enthält, einen kzeptierenden Luf. Dieser verleit im Zustnd 0 is ds Teilwort eginnt, dnn liest er dieses Teilwort und geht dei in den Zustnd 3. Anschließend

12 0 Kurseinheit Reguläre Sprchen I, w = w = w = w = w = 0, ε 3,, 0, ε 3,, 0, ε 3,, 0, ε 3,, 0, ε 3, Aildung.9: Mögliche Zustände (gru) des NEA N us Aildung.7 ei der Verreitung des Eingewortes w =. verleit er im Zustnd 3. Wir erhlten lso L(N ) := {w {, } w enthält ls Teilwort}. Wir werden uns nun nsehen, wie mn (prktisch) üerprüfen knn, o ein NEA ein Wort kzeptiert oder nicht kzeptiert. Sei lso ein NEA und ein Wort w gegeen, zum Beispiel der NEA N us Aildung.7 und ds Wort w =. Wir wollen herusfinden, in welchen Zuständen mn nch dem Lesen von w sein knn, wenn mn vom Strtzugng usgeht, und o einer dieser möglichen Zustände ein kzeptierender Zustnd ist (wir wollen lso δ (E(q 0 ), w) F uswerten). Dzu werden wir ds Wort w Zeichen für Zeichen verreiten und uns immer lle möglichen ktuellen Zustände merken. Am Anfng (ohne ein Zeichen zu lesen) können wir nur im Zustnd 0 sein. Nch dem Lesen des ersten Zeichens von w (ein ) können wir sowohl im Zustnd 0,, oder sein, denn hier kommt der Nichtdeterminismus zum Trgen. Nch dem Lesen des nächsten Zeichens können wir uns im Zustnd 0 efinden (von Zustnd 0 us kommend) oder im Zustnd 3 (von Zustnd us kommend). Die möglichen Zustände sind lso {0, 3}. Wenn wir ds nächste Zeichen lesen, kommen wir in die Zustände 0,, (von Zustnd 0 us kommend) oder wir verleien im Zustnd 3. Die Menge der möglichen Zustände ist somit {0,,, 3}. Ds letzte zu lesende Zeichen ist ein. Dnch können wir uns im Zustnd 0 (vom Zustnd 0 us kommend) oder im Zustnd 3 (vom Zustnd oder 3 us kommend) efinden. Also sind die möglichen Zustände nch dem Lesen von w gleich {0, 3}. D in dieser Menge mit Zustnd 3 ein kzeptierender Zustnd enthlten ist, kzeptieren wir w. Die möglichen Zustände für dieses Beispiel sind in Aildung.9 drgestellt. Als nächstes wollen wir die Frge diskutieren, o ein NEA mehr Sprchen erkennen knn ls ein DEA. Es ist klr, dss es für jede reguläre Sprche einen NEA git, der diese kzeptiert, denn jeder DEA ist ein NEA, der den Nichtdeterminismus und die ε-üergänge nicht verwendet. Wir werden er uch zeigen, dss jede Sprche die ein NEA kzeptiert, uch von einem DEA kzeptiert wird. Dzu werden wir eine Konstruktion vorstellen, die us einem NEA einen DEA konstruiert, der die gleiche Sprche kzeptiert. Diesen DEA nennen wir Potenzutomt.

Berechenbarkeitstheorie 2. Vorlesung

Berechenbarkeitstheorie 2. Vorlesung Berechenrkeitstheorie Dr. Frnzisk Jhnke Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attriution-NonCommercil 3.0 Unported Lizenz. Deterministischer

Mehr

mathematik und informatik

mathematik und informatik RR Prof. Dr. André Schulz Modul 31321 Grundlgen der Informtik 01657 Grundlgen der Theoretischen Informtik A 01658 Grundlgen der Theoretischen Informtik B LESEPROBE mthemtik und informtik Der Inhlt dieses

Mehr

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informtik Lehrstuhl Prof. Dr. D. Wgner Üungsltt Vorlesung Theoretische Grundlgen der Informtik im WS 78 Ausge 9. Oktoer 27 Age 7. Novemer 27, : Uhr (im Ksten im UG von Geäude

Mehr

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }. Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip. Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:

Mehr

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen Dr. Theo Lettmnn Pderorn, den 9. Jnur 24 Age 9. Jnur 24 A x, A 2 x, Üungen zur Vorlesung Modellierung WS 23/24 Bltt Musterlösungen AUFGABE 7 : Es sei der folgende prtielle deterministishe endlihe Automt

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung von endlichen Automaten in reguläre Ausdrücke Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.

Mehr

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge Formle Grundlgen der Informtik Kpitel 2 und reguläre Sprchen Frnk Heitmnn heitmnn@informtik.uni-hmurg.de 7. April 24 Frnk Heitmnn heitmnn@informtik.uni-hmurg.de /7 Alphet und Wörter - Zusmmengefsst Die

Mehr

Mitschrift Repetitorium Theoretische Informatik und Logik

Mitschrift Repetitorium Theoretische Informatik und Logik Mitschrift Repetitorium Theoretische Informtik und Logik Teil 1: Formle Sprchen, 15.01.2010, 1. Edit Allgemeine Hinweise für die Prüfung Ds Pumping-Lemm für kontextfreie Sprchen kommt nicht (sehr wohl

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd

Mehr

a q 0 q 1 a M q 1 q 3 q 2

a q 0 q 1 a M q 1 q 3 q 2 Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} + Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}

Mehr

S 1. Definition: Ein endlicher Automat ist ein 5-Tupel. Das endliche Eingabealphabet

S 1. Definition: Ein endlicher Automat ist ein 5-Tupel. Das endliche Eingabealphabet Der endliche Automt Modell: Eingend rechtsseitig unegrenzt F F F F F F F F F F F F F F Lesekopf S 1 Definition: Ein endlicher Automt ist ein 5-Tupel A = ( Σ;S;F;s 0 ; ϕ ) Dei ist Σ= {e 1;e 2...e n} Ds

Mehr

Grundlagen der Theoretischen Informatik, WS11/12 Minimale Automaten

Grundlagen der Theoretischen Informatik, WS11/12 Minimale Automaten Fkultät IV Deprtment Mthemtik Lehrstuhl für Mthemtische Logik und Theoretische Informtik Prof. Dr. Dieter Spreen Dipl.Inform. Christin Uhrhn Grundlgen der Theoretischen Informtik, WS11/12 Minimle Automten

Mehr

Übungsblatt Nr. 1. Lösungsvorschlag

Übungsblatt Nr. 1. Lösungsvorschlag Institut für Kryptogrphie und Sicherheit Prof. Dr. Jörn Müller-Qude Nico Döttling Dirk Achench Tois Nilges Vorlesung Theoretische Grundlgen der Informtik Üungsltt Nr. svorschlg Aufge (K) (4 Punkte): Semi-Thue-Systeme

Mehr

Franz Binder. Vorlesung im 2006W

Franz Binder. Vorlesung im 2006W Formle Reguläre und Formle Institut für Alger Johnnes Kepler Universität Linz Vorlesung im 2006W http://www.lger.uni-linz.c.t/students/win/ml Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm δ: Σ (Q

Mehr

DEA1 Deterministische Version

DEA1 Deterministische Version Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.

Mehr

Inhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten

Inhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm Reguläre δ: Σ (Q Q Ω) Beispiel δ 0 δ 0 1 2 1 2 0 1 2 δ Formle Automt Reguläre Definition Ein nicht-deterministischer, endlicher Automt esteht us einer

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung) Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge

Mehr

Algorithmen und Datenstrukturen 1 Kapitel 4.2

Algorithmen und Datenstrukturen 1 Kapitel 4.2 Endliche Automten Algorithmen und Dtenstrukturen 1 Kpitel 4.2 Roert Giegerich Technische Fkultät roert@techfk.uni-bielefeld.de Vorlesung, U. Bielefeld, Winter 2005/2006 Roert Giegerich Endliche Automten

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:

Mehr

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet. Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl

Mehr

Deterministische endliche Automaten

Deterministische endliche Automaten Endliche Automten Idee: endlicher Automt A ht endlich viele innere Zustände liest Einge wєσ* zeichenweise von links nch rechts git zum Schluß eine J/Nein Antwort A Lesekopf w 1 w 2 w n gelesenes Symol

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes

Mehr

Endliche Automaten. Stoyan Mutafchiev. Programming Systems Lab, Universität des Saarlandes, Saarbrücken

Endliche Automaten. Stoyan Mutafchiev. Programming Systems Lab, Universität des Saarlandes, Saarbrücken Endliche Automten Stoyn Mutfchiev Progrmming Systems L, Universität des Srlndes, Srrücken Astrct Gegenstnd dieser Areit ist der endliche Automt, sowie die Aschlusseigenschften der Sprchen, die von endlichen

Mehr

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 2.7.24 Klusur üer den Stoff der Vorlesung Grundlgen der Informtik II (9 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (SS 24) Ich estätige,

Mehr

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 011/1 Inhlt der Vorlesung Themen dieser VL: Welche Rechenmodelle sind däqut? Welche Proleme

Mehr

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Vorlesung Grundlgen der Theoretischen Informtik / Einführung in die Theoretische Informtik I Bernhrd Beckert Institut für Informtik Sommersemester 2007 B. Beckert Grundlgen d. Theoretischen Informtik:

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,

Mehr

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 3

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 3 Prof. J. Esprz Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Einführung in die theoretische Informtik Sommersemester 27 Üungsltt 3 Üungsltt Wir unterscheiden zwischen Üungs- und Agelättern.

Mehr

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Gleichmächtigkeit von DEA und NDEA

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Gleichmächtigkeit von DEA und NDEA Dnk Vorleung Grundlgen der Theoretichen Informtik / Einführung in die Theoretiche Informtik I Bernhrd Beckert Diee Vorleungmterilien ieren gnz weentlich uf den Folien zu den Vorleungen von Ktrin Erk (gehlten

Mehr

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz. Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN Mthemtik: Mg. Schmid Wolfgng Areitsltt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN Wir wollen eine Gerde drstellen, welche durch die Punkte A(/) und B(5/) verläuft. Die Idee ist folgende:

Mehr

2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004

2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2003/04 ILKD Prof. Dr. D. Wgner 14. April 2004 2. Klusur zur Vorlesung Informtik III Wintersemester 2003/2004 Lösung! Bechten Sie: Bringen

Mehr

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 5

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 5 Prof. J. Esprz Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Vielen Dnk n Jn Wgener für die erweiterten Aufgenlösungen Einführung in die theoretische Informtik Sommersemester 2017 Üungsltt

Mehr

L = L(a(a b) b b(a b) a)

L = L(a(a b) b b(a b) a) Lösungen zur Proeklusur mit Kommentren Aufge 1. Ein Wort w {,} liegt genu dnn in L, wenn es entweder mit nfängt und mit endet oder umgekehrt. Also erhält mn L = L(( ) ( ) ). Ein DEA, der die Sprche L kzeptiert,

Mehr

Zusammenhänge zwischen Sprachen und Automaten:

Zusammenhänge zwischen Sprachen und Automaten: Kellerutomten Jörg Roth 273 4 Kellerutomten Zusmmenhänge zwischen prchen und utomten: $ x 12 v 9 q r 1 x Wir hen isher einen utomtentyp kennen gelernt, den endlichen utomten. Endliche utomten erkennen

Mehr

1 Grundlagen der Theorie formaler Sprachen

1 Grundlagen der Theorie formaler Sprachen 1 Grundlgen der Theorie formler Sprchen Wir eginnen dmit, dss wir in diesem Kpitel zunchst einige grundlegende Begriffe und Methoden us der Theorie formler Sprchen, insesondere der regulären Sprchen, wiederholen.

Mehr

Endliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden.

Endliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden. Aufgensmmlung GTI Hinweise. Dies ist eine Aufgensmmlung zum Lernen für die Klusur, keine Proeklusur. Die Zeitduer, die für die Lösung vorgesehen ist, ist lso nicht uf drei Stunden normiert. Für die Klusur

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundegriffe der Informtik Einheit 14: Endliche Automten Thoms Worsch Krlsruher Institut für Technologie, Fkultät für Informtik Wintersemester 2009/2010 1/56 Üerlick Erstes Beispiel: ein Getränkeutomt

Mehr

ARBEITSBLATT 5L-11 BERECHNEN VON RAUMINHALTEN

ARBEITSBLATT 5L-11 BERECHNEN VON RAUMINHALTEN Mthemtik: Mg. Schmid Wolfgng+LehrerInnentem ) Rottion um die -Achse ARBEITSBLATT 5L- BERECHNEN VON RAUMINHALTEN Es geht hier um folgende Aufgenstellung. Eine gegeene Funktion f() soll in einem estimmten

Mehr

Automaten, Spiele, und Logik

Automaten, Spiele, und Logik Automten, Spiele, und Logik Woche 9 13. Juni 2014 Inhlt der heutigen Vorlesung Büchi Automten co-büchi Automten Komplementierung für deterministische Büchi Automten Ein Ziel: den Stz von Büchi-Elgot-Trkhtenrot

Mehr

Übung Grundbegriffe der Informatik

Übung Grundbegriffe der Informatik Üung Grundegriffe der Informtik 11. Üung Krlsruher Institut für Technologie Mtthis Jnke, Geäude 50.34, Rum 249 emil: mtthis.jnke ät kit.edu Mtthis Schulz, Geäude 50.34, Rum 247 emil: schulz ät ir.uk.de

Mehr

Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 5.0.208 Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS 207/8) Ich

Mehr

1.1 Grundlagen: Reguläre Ausdrücke

1.1 Grundlagen: Reguläre Ausdrücke 11 Grundlgen: Reguläre Ausdrücke Progrmmtext enutzt ein endliches Alphet Σ von Einge-Zeichen, zb ASCII :-) Die Menge der Textschnitte einer Token-Klsse ist i regulär Reguläre Sprchen knn mn mithile regulärer

Mehr

Grundbegriffe der Informatik Aufgabenblatt 5

Grundbegriffe der Informatik Aufgabenblatt 5 Grundegriffe der Informtik Aufgenltt 5 Mtr.nr.: Nchnme: Vornme: Tutorium: Nr. Nme des Tutors: Ausge: 20. Novemer 2013 Age: 29. Novemer 2013, 12:30 Uhr im GBI-Briefksten im Untergeschoss von Geäude 50.34

Mehr

Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013)

Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013) Berlin, 17.07.2013 Nme:... Mtr.-Nr.:... Klusur TheGI 2 Automten und Komplexität (Niedermeier/Hrtung/Nichterlein, Sommersemester 2013) 1 2 3 4 5 6 7 8 Σ Bereitungszeit: mx. Punktezhl: 60 min. 60 Punkte

Mehr

7 Modellierung von Abläufen 7.1 Endliche Automaten

7 Modellierung von Abläufen 7.1 Endliche Automaten 7 Modellierung von Aläufen 7. Endliche Automten Mod-7. Endlicher Automt: Formler Klkül zur Spezifiktion von relen oder strkten Mschinen. Sie regieren uf äußere Ereignisse, ändern ihren inneren Zustnd,

Mehr

Beispiellösungen zu Blatt 24

Beispiellösungen zu Blatt 24 µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen

Mehr

Grundlagen der Informatik

Grundlagen der Informatik Grundlgen der Informtik Vorlesungsprüfung vom 02.03.2007 Gruppe B Lösung Nme: Mtrikelnummer: Zuerst itte Nme und Mtrikelnummer uf ds Titelltt schreien. Es sind keine Unterlgen und keine Temreit erlut.

Mehr

Weihnachtsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16

Weihnachtsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16 Krlsruher Institut für Technologie Institut für Theoretische Informtik Prof. Dr. Peter Snders L. Hüschle-Schneider, T. Mier Weihnchtsltt zu Theoretische Grundlgen der Informtik im WS 2015/16 http://lgo2.iti.kit.edu/tgi2015.php

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 22.7.23 Klusur üer den Stoff der Vorlesung Grundlgen der Informtik II (9 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (SS 23) Ich estätige,

Mehr

Copyright, Page 1 of 5 Der Faktorraum

Copyright, Page 1 of 5 Der Faktorraum www.mthemtik-netz.de Copright, Pge of 5 Der Fktorrum Ein sehr wichtiges Konstrukt, welches üerll in der Mthemtik Verwendung findet, ist der Fktorrum, oft uch Quotientenrum gennnt. Dieser ist selst ein

Mehr

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung Technische Universität München Sommer 2016 Prof. J. Esprz / Dr. M. Luttenerger, S. Sickert Lösung Einführung in die theoretische Informtik Klusur Bechten Sie: Soweit nicht nders ngegeen, ist stets eine

Mehr

Prof. Dr. Ulrich Furbach Dr. Manfred Jackel Dr. Björn Pelzer Christian Schwarz. Nachklausur

Prof. Dr. Ulrich Furbach Dr. Manfred Jackel Dr. Björn Pelzer Christian Schwarz. Nachklausur Grundlgen der Theoretischen Infomtik SS 213 Institut für Informtik Prof. Dr. Ulrich Furch Dr. Mnfred Jckel Dr. Björn Pelzer Christin Schwrz Nchklusur Modul Grundlgen der Theoretischen Informtik 4IN118/INLP1

Mehr

Lösungsbeispiele zur Wiederholung quer durch den Stoff

Lösungsbeispiele zur Wiederholung quer durch den Stoff Vorlesung Theoretische Informtik Wintersemester 25/6 Dr. B. Bumgrten Lösungseispiele zur Wiederholung quer durch den Stoff. (Automten und Grmmtiken) ) (Zustndsnmen weggelssen, d irrelevnt. Hier ürigens

Mehr

1. Formale Sprachen Formale Sprachen

1. Formale Sprachen Formale Sprachen 1. Formle Sprchen Formle Sprchen 1. Formle Sprchen 1.1. Ws ist eine formle Sprche? Wenn mn einen Gednken in einer ntürlichen Sprche usdrücken will, kommt es im wesentlichen uf 2 Aspekte n: 1. Der korrekte

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von

Mehr

Hausaufgabe 2 (Induktionsbeweis):

Hausaufgabe 2 (Induktionsbeweis): Prof. Dr. J. Giesl Formle Sprhen, Automten, Prozesse SS 2010 Üung 3 (Age is 12.05.2010) M. Brokshmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden

Mehr

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt

Mehr

ARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE

ARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-CHSE Wie wir die Fläche zwischen einer Funktion und der -chse erechnen, hen wir rechentechnische ereits geklärt.

Mehr

Formale Sprachen. Endliche Automaten - Kleene. Reguläre Sprachen. Rudolf FREUND, Marion OSWALD. Endliche Automaten. Endliche Automaten: Beispiel

Formale Sprachen. Endliche Automaten - Kleene. Reguläre Sprachen. Rudolf FREUND, Marion OSWALD. Endliche Automaten. Endliche Automaten: Beispiel Formle Sprchen Reguläre Sprchen Endliche Automten - Kleene STEPHEN KLEENE (99-994) Rudolf FREUND, Mrion OSWALD 956: Representtion of events in nerve nets nd finite utomt. In: C.E. Shnnon und J. McCrthy

Mehr

1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005

1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005 Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2004/05 ILKD Prof. Dr. D. Wgner 24. Ferur 2005 1. Klusur zur Vorlesung Informtik III Wintersemester 2004/2005 Lösung! Bechten Sie: Bringen

Mehr

Grundlagen der Informatik II Prüfung SS Aufg./15 pages 2. ) = a n ba m1 ba m k

Grundlagen der Informatik II Prüfung SS Aufg./15 pages 2. ) = a n ba m1 ba m k Grundlgen der Informtik II Prüfung 23.7.212 SS 212 1 Aufg./15 pges 2 Aufge 1. Endliche Automten (1 Punkte) / 1 Gegeen seien die folgenden Sprchen L und ihr Komplement L: k L = w {, } w = n ( m i ) = n

Mehr

Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch.

Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch. Einführung in die Theoretishe Informtik I/ Grundlgen der Theoretishen Informtik SS 2007 Jun.-Prof. Dr. Bernhrd Bekert Ulrih Koh Nhklusur 25. 09. 2007 Persönlihe Dten itte gut leserlih usfüllen! Vornme:...

Mehr

Automaten, Spiele, und Logik

Automaten, Spiele, und Logik Automten, Spiele, und Logik Woche 1 15. April 2014 Inhlt der gnzen Vorlesung Automten uf endlichen Wörtern uf undendlichen Wörtern uf endlichen Bäumen Spiele Erreichrkeitsspiele Ehrenfeucht-Frïssé Spiele

Mehr

2. Übungsblatt (mit Lösungen) 3.0 VU Formale Modellierung

2. Übungsblatt (mit Lösungen) 3.0 VU Formale Modellierung . Üungsltt (mit en) 3. VU Formle Modellierung Mrion Brndsteidl, Gernot Slzer 3. Mi 3 (Korrektur 4.6.) Aufge (.3 Punkte) Sei A der folgende Mely-Automt. u/ h/ h/ h/ u/ h/ 3 4 u/ u/ () Geen Sie die Ausge

Mehr

RWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt

RWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt RWTH Achen Lehrgeiet Theoretische Informtik Rossmnith Dreier Hrk Kuinke SS 2017 Bltt 4 22.5.2017 Lösungsvorschlg zur Vorlesung Formle Sprchen, Automten und Prozesse Aufge T11 1. L, d L, er / L. L, d für

Mehr

Eine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z

Eine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z Reltionen, 11 Reltionen Reltion ist einfch gesgt eine Beziehung zwischen Elementen von Mengen. In der Geometrie sind z.b. die Reltionen "ist gleich", "ist senkrecht zu", "ist prllel zu" eknnt. Die letzten

Mehr

2 Trigonometrische Formeln

2 Trigonometrische Formeln Mthemtische Proleme, SS 016 Freitg 6.5 $Id: trig.tex,v 1.14 016/05/06 1:6:14 hk Exp $ Trigonometrische Formeln.1 Die dditionstheoreme In der letzten Sitzung htten wir geometrische Herleitungen der dditionstheoreme

Mehr

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1.

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1. Modul : Grundlgen der Wirtschftsmthemtik und Sttistik Kurs 46, Einheit, Einsendeufge Die Regelungen zu den Einsendeufgen (Einsendeschluss, Klusurzulssung) finden Sie in den Studien- und Prüfungsinformtionen

Mehr

Name... Matrikel Nr... Studiengang...

Name... Matrikel Nr... Studiengang... Proeklusur zur Vorlesung Berechenrkeitstheorie WS 201/1 1. Jnur 201 Prof. Dr. André Schulz Bereitungszeit: 120 Minuten [So oder so ähnlich wird ds Deckltt der Klusur ussehen.] Nme... Mtrikel Nr.... Studiengng...

Mehr

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme

Mehr

7 Modellierung von Abläufen

7 Modellierung von Abläufen 7 Modellierung von Aläufen In diesem Kpitel geht es drum, ds dynmische Verhlten von Systemen zu eschreien, z.b. die Wirkung von Bedienopertionen uf rele Automten oder uf die Benutzungsoerflächen von Softwre-Systemen

Mehr

Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion

Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion Reduktion Seien A Σ und B Γ. Mn sgt A ist reduzierr uf B (A B) gdw. f : Σ Γ. x Σ.x A f(x) B Í* * A B von speziellem Interesse: Polynomilzeitreduktion ( pol ), logrithmische-pltz- Reduktion ( log ). F3

Mehr

Integralrechnung. 1. Stammfunktionen

Integralrechnung. 1. Stammfunktionen Integrlrechnung. Stmmfunktionen In der Differentilrechnung hen wir gelernt, durch Aleiten einer Funktion f eine neue Funktion f zu finden, die uns hilft, Eigenschften von f zu estimmen (z.b. Hoch- oder

Mehr

Automaten, Spiele, und Logik

Automaten, Spiele, und Logik Automten, Spiele, und Logik Wohe 7 19. Mi 2014 Inhlt der heutigen Vorlesung Alternierende Automten Definition Verindung zu regulären Sprhen Komplementtion Engel und Teufel Ws ist eine nihtdeterministishe

Mehr

10: Lineare Abbildungen

10: Lineare Abbildungen Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert

Mehr

v P Vektorrechnung k 1

v P Vektorrechnung k 1 Vektorrechnung () Vektorielle Größen in der hysik: Sklren Größen wie Zeit, Msse, Energie oder Tempertur werden in der hysik mit einer Mßzhl und einer Mßeinheit ngegeen: 7 sec, 4.5 kg. Wichtige physiklische

Mehr

Grundlagen der Informatik II Übungsblatt: 2, WS 17/18 mit Lösungen

Grundlagen der Informatik II Übungsblatt: 2, WS 17/18 mit Lösungen PD. Dr. Prdyumn Shukl Mrlon Brun Micel Wünsche Dr. Friederike Pfeiffer-Bohnen Dr. Luks König Institut für ngewndte Informtik und Formle Beschreibungsverfhren Grundlgen der Informtik II Übungsbltt: 2, WS

Mehr

vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA

vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA Ws isher geschh NFA A = (X, Q, δ, I, F ) vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimlutomt: minimler vollständiger DFA Für jede Sprche L X sind die folgenden Aussgen

Mehr

Name... Matrikel-Nr... Studiengang...

Name... Matrikel-Nr... Studiengang... Proeklusur zum ersten Teil der Vorlesung Berechenrkeitstheorie WS 2015/16 30. Novemer 2015 Dr. Frnzisk Jhnke, Dr. Dniel Plcín Bereitungszeit: 80 Minuten Nme... Mtrikel-Nr.... Studiengng... 1. So oder so

Mehr

Automaten und formale Sprachen Bemerkungen zu den Folien

Automaten und formale Sprachen Bemerkungen zu den Folien Inhltsverzeichnis Automten und formle Sprchen Bemerkungen zu den Folien 1 Wiederholung Mengentheorie 3 Beispiele für die Potenzmenge (Folie 28)........................... 3 Beispiele für ds Kreuzprodukt

Mehr

18. Algorithmus der Woche Der Euklidische Algorithmus

18. Algorithmus der Woche Der Euklidische Algorithmus 18. Algorithmus der Woche Der Euklidische Algorithmus Autor Friedrich Eisenrnd, Universität Dortmund Heute ehndeln wir den ältesten ereits us Aufzeichnungen us der Antike eknnten Algorithmus. Er wurde

Mehr

Teil V: Formale Sprachen

Teil V: Formale Sprachen Formle Sprchen Teil V: Formle Sprchen 1. Sprchen und Grmmtiken 2. Endliche Automten Frnz-Josef Rdermcher & Uwe Schöning, Fkultät für Ingeneurwissenschften und Informtik, Universität Ulm, 2008/09 Formle

Mehr

ARBEITSBLATT 14 ARBEITSBLATT 14

ARBEITSBLATT 14 ARBEITSBLATT 14 Mthemtik: Mg. Schmid Wolfgng reitsltt. Semester RBEITSBLTT RBEITSBLTT RBEITSBLTT RBEITSBLTT DS VEKTORPRODUKT Definition: Ds vektorielle Produkt (oder Kreuprodukt) weier Vektoren und ist ein Vektor mit

Mehr

Endliche Automaten 7. Endliche Automaten

Endliche Automaten 7. Endliche Automaten Endliche Automten 7 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte

Mehr

Die Dreiecke ADM A und BCM C sind kongruent aufgrund

Die Dreiecke ADM A und BCM C sind kongruent aufgrund Westfälische Wilhelms-Universität Münster Mthemtisches Institut pl. Prof. Dr. Lutz Hille Dr. Krin Hlupczok Üungen zur Vorlesung Elementre Geometrie Sommersemester 010 Musterlösung zu ltt 4 vom 3. Mi 010

Mehr

Hans U. Simon Bochum, den Annette Ilgen. Beispiele zur Vorlesung. Theoretische Informatik. WS 08/09

Hans U. Simon Bochum, den Annette Ilgen. Beispiele zur Vorlesung. Theoretische Informatik. WS 08/09 Hns U. Simon Bohum, den 7..28 Annette Ilgen Beispiele zur Vorlesung Theoretishe Informtik WS 8/9 Voremerkung: Hier findet sih eine Smmlung von Beispielen und Motivtionen zur Vorlesung Theoretishe Informtik.

Mehr

Prof. Dipl.-Ing. Edgar Neuherz MATHEMATIK. Mathematik und angewandte Mathematik HAK

Prof. Dipl.-Ing. Edgar Neuherz MATHEMATIK. Mathematik und angewandte Mathematik HAK Prof. Dipl.-ng. Edgr Neuherz MATHEMATK 2 und ngewndte HAK lizensiert für: Dipl.-ng. Edgr Neuherz 2. Schulreit (2013-08-01 23:56) Schuljhr 2012/13 Verntwortlich für den nhlt Dipl.-ng. Edgr Neuherz Grz,

Mehr

R(i,j,0) ist also für alle i,j = 1,...,n endlich und somit eine durch einen regulären Ausdruck beschreibbare Sprache!

R(i,j,0) ist also für alle i,j = 1,...,n endlich und somit eine durch einen regulären Ausdruck beschreibbare Sprache! 1 2 Reguläre Audrücke und reguläre Sprchen Grundlgen der Theoretichen Inormtik Till Mokowki Fkultät ür Inormtik Otto-von-Guericke Univerität Mgdeurg Winteremeter 2014/15 Stz: [Kleene] Die Kle der durch

Mehr