Automaten und formale Sprachen Notizen zu den Folien

Größe: px
Ab Seite anzeigen:

Download "Automaten und formale Sprachen Notizen zu den Folien"

Transkript

1 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 von Üergängen im Pfd ist. Ds heißt, dss ein Pfd, der eine Länge m ht, m + 1 Zustände enthält. Pumping-Lemm-Beispiele Die Schritt n -Boxen in den folgenden Beweisen verweisen uf die Schritte des Kochrezepts (Folien 151 und 152), und gehören nicht zur Beweistext. Stz. Sei Σ = {, }. Die Sprche L 1 = { k k Σ k N 0 } ist nicht regulär. Beweis. Schritt 1 Sei n eine elieige ntürliche Zhl. Schritt 2 Wir wählen ds Wort x = n n. Es gilt offensichtlich, dss x L 1 und x n. Schritt 3 Wir können x folgendermßen in x = uvw zerlegen, so dss uv n und v 1: u = l, v = m, w = n (l+m) n, woei m 1. (Wegen uv n wissen wir, dss u und v eide nur us s estehen.) Schritt 4 Für diese Zerlegung wählen wir i = 2. Es gilt uv i w = l+2m+(n (l+m)) n = n+m n. Wegen m 1, gilt uv i w / L 1. Nch dem Pumping Lemm, ist L 1 lso nicht regulär. Bemerkung: wir hätten uch i = 0 wählen können. Es gilt Wegen m 1, gilt dnn uch uv 0 w / L 1. uv 0 w = l+n (l+m) n = n m n. Stz. Sei Σ = {, }. Die Sprche L 2 = {ww R w Σ } ist nicht regulär. (Hier ezeichnet w R ds Wort w mit umgekehrter Reihenfolge der Buchsten, z.b. R =.) Beweis. Schritt 1 Sei n eine elieige ntürliche Zhl. Schritt 2 Wir wählen ds Wort x = n n. Es gilt offensichtlich, dss x L 2 und x n. Schritt 3 Wir können x folgendermßen in x = uvw zerlegen, so dss uv n und v 1: u = l, v = m, w = n (l+m) n, woei m 1. (Wegen uv n wissen wir, dss u und v eide nur us s estehen.) Schritt 4 Für diese Zerlegung wählen wir i = 2. Es gilt uv i w = l+2m+(n (l+m)) n = n+m n. Wegen m 1, gilt uv i w / L 2. Nch dem Pumping Lemm, ist L 1 lso nicht regulär. Stz. Die Sprche L 3 = { k l c m k 1, l m} ist nicht regulär. (Die Sprche L 3 esteht lso us den Wörtern z L( c ), woei zusätzlich gilt, dss sie mindestens ein enthlten, und die Anzhl von s kleiner gleich die Anzhl von c s ist.) 1

2 Es sei ngemerkt, dss die Vrilen, die innerhl von einer Mengeneschreiung enutzt werden, im llgemeinen ls lokle Vrilen gesehen werden. Insesondere, hen die l und m die oen enutzt werden nicht unedingt die gleiche Werte ls die l und m die unten im Beweis enutzt werden. Beweis. Schritt 1 Sei n eine elieige ntürliche Zhl. Schritt 2 Wir wählen nun ds Wort x = n c n. Es gilt offensichtlich, dss x L 3 und x n. Schritt 3 Es git folgende Zerlegungen von x in x = uvw, so dss uv n und v 1: 1. u = ɛ, v = l, w = n l c n, woei m 1. (Bemerke, dss im Fll l = 0, ds Teilwort v nur us dem esteht. Die Bedingung, dss v 0 gilt in dem Fll ntürlich noch immer.) 2. u = l, v = m, w = r c n, woei l + m + r = n und m 1. (Der Unterschied zwischen den eiden Fällen, ist o ds in v liegt oder nicht.) Schritt 4 eide Zerlegungen git es ein i, so dss uv i w / L 3 : Für 1. Sei i = 0: Weil u = v 0 = ɛ, gilt uv i w = w = n l c n. Es könnte sein, dss l = 0. Die Anzhl von s und c s muss lso nicht unterschiedlich sein. Ds Wort fängt er nicht mit einem n, und deswegen gilt uv i w / L Sei i = 2: Es gilt uv i w = l+2m+r c n. Wegen n = l + m + r und m 1 hen wir, dss l + 2m + r > n. Deswegen gilt uv i w / L 3. Nch dem Pumping Lemm ist L 3 lso nicht regulär. Stz. Die Sprche L 4 = { 2k k N} ist nicht regulär. (Siehe Folie 153.) Beweis. Schritt 1 Sei n eine elieige ntürliche Zhl. Schritt 2 Wir wählen nun ds Wort x = 2n. Es ist klr, dss x L 4 und x n. Schritt 3 Alle Zerlegungen von x in x = uvw, so dss uv n und v 1 sind von folgender Form: u = p, v = q, w = 2n p q, woei p + q n und q 1. Schritt 4 Wir wählen jetzt i = 2; dnn gilt uv i w = 2n +q. Weil 2 n > n (für lle n), muss gelten, dss p + q < 2 n und deswegen, dss 0 < q < 2 n. Ds heißt, dss 2 n < 2 n + q < 2 n + 2 n = 2 2 n = 2 n+1. Drus folgt, dss 2 n + q keine Zweierpotenz ist und somit, dss uv i w = uv 2 w / L 4. Dmit hen wir nchgewiesen, dss die Sprche L 4 die Bedingungen des Pumping Lemms verletzt, und deswegen nicht regulär sein knn. Hinweise zur Benutzung des Pumping-Lemms Der wichtigste Teil eines Beweises, der ds Pumping-Lemm verwendet, ist die Whl des Wortes der Länge n. Einige Hinweise zum Whlen des Wortes: Ds Wort muss länger ls n sein. Es ist er keine oere Schrnke ngegeen. Es ist nicht schlimm, wenn ds Wort viel länger ls n ist. Wähle ein möglichst einfches Wort. Die einzige Bedingung ist, dss ds Wort in der etrchtete Sprche liegt. Wegen der Bedingung, dss uv n, findet ds Pumpen nur in den ersten n Symolen des Wortes sttt. Zusätzlich zum oigen Hinweis, wähle uch ein Wort, in dem die Struktur der ersten n Stellen möglichst einfch ist. (Es sei zum Beispiel ngemerkt, dss ds gewählte Wort in zwei der oigen Beispiele nur Zerlegungen zugelssen ht, ei denen u und v eide nur us s estehen.) 2

3 6 Minimlutomten und Myhill-Nerode-Äquivlenz Äquivlenzklssen (Folien ) Beispiel 1. Gegeen seien die Menge M = {,, c, d} und die Reltion R M M = { (, ), (, ), (, c), (, ), (, ), (, c), (c, ), (c, ), (c, c), (d, d) }. Diese Reltion knn folgendermßen grphisch drgestellt werden: c d Die Reltion R ist eine Äquivlenzreltion weil sie reflexiv, symmetrisch und trnsitiv ist. Reflexiv. Für lle Elemente x von M gilt, dss (x, x) R. Zum Beispiel: (, ) R und (d, d) R. Symmetrisch. Für lle Pre x und y, so dss x M, y M und (x, y) R, gilt uch, dss (y, x) R. Zum Beispiel: (, ) R, und es gilt uch, dss (, ) R. Trnsitiv. Für lle x, y, z, so dss x M, y M, z M, (x, y) R und (y, z) R, gilt uch, dss (x, z) R. Zum Beispiel: (, ) R und (, c) R. Es muss lso gelten, dss (, c) R und ds ist uch der Fll. (, ) R und (, ) R. Es muss lso gelten, dss (, ) R und ds ist uch der Fll. Die Äquivlenzklssen der Reltion sind: [] R = {,, c} [] R = {,, c} [c] R = {,, c} [d] R = {d} Weil [] R = [] R = [c] R ht die Reltion R zwei Äquivlenzklssen, nämlich {,, c} und {d}. Beispiel 2. Gegeen sei die Menge M = {,, c, d, e} und die Reltion R M M = { (, ), (, ), (, ), (, ), (c, c), (d, d), (d, e), (e, d), (e, e) }. Diese Reltion knn folgendermßen grphisch drgestellt werden: d c e 3

4 Die Reltion R ist eine Äquivlenzreltion weil sie reflexiv, symmetrisch und trnsitiv ist. Die Äquivlenzklssen von R sind: [] R = {, } [c] R = {c} [d] R = {d, e} [] R = {, } [e] R = {d, e} Weil [] R = [] R und [d] R = [e] R, ht diese Reltion drie Äquivlenzklssen, nämlich {, }, {c} und {d, e}. Beispiel 3. Gegeen seien ds Alphet Σ = {, } und die Reltion L Σ Σ uf Σ, die folgendermßen definiert ist: (x, y) L gdw. x = y, woei w die Länge eines Wortes w ezeichnet. Ds heißt, zwei Wörter sind in der Reltion L wenn sie die gleiche Länge hen. Für ein Wort x gilt nun, dss [x] L = {y y ht die gleiche Länge wie x}. Weil es unendlich viele mögliche Längen git, ht diese Reltion unendlich viele Äquivlenzklssen. Zu Folie 160 Wir etrchten den folgenden DFA: , 3 5 Feststellung: für die Zustände 4, 5 gilt: Mit einem Wort, ds ein enthält, lndet mn von dort us immer in einem Endzustnd (nämlich 6). Mit einem Wort, ds kein enthält, lndet mn von dort us immer in einem Nicht- Endzustnd (4 zw. 5). Drus folgt: 4 und 5 sind erkennungsäquivlent und können zu einem Zustnd verschmolzen werden. Etws ähnliches gilt für die Zustände 2 und 3: Mit einem Wort, ds mit einem nfängt und ein enthält, lndet mn von dort us immer in einem Endzustnd (6). Mit einem Wort, ds nicht mit einem nfängt oder kein enthält, lndet mn immer in einem Nicht-Endzustnd. Auch die Zustände 2 und 3 sind Erkennungsäquivlent. Ds heißt, dss die Zustände 4/5 und 2/3 verschmolzen werden können. Ds Ergenis ist der folgende kleinere Automt: 4

5 , 1 2/3 4/5 6, Es können keine weiteren Zustände verschmolzen werden: der Automt ist ttsächlich miniml. Zu Folie 163 Jedem Wort x Σ knn mn in einem deterministischen Automt einen eindeutigen Zustnd z = ˆδ(z 0, x) zuordnen. Dher knn die Definition der Erkennungsäquivlenz uf Wörter us Σ und Sprchen (nsttt Automten) erweitert werden. Sie heißt dnn die Myhill-Nerode-Äquivlenz. 5

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

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

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

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

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

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

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

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

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

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

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

Spiele und logische Komplexitätsklassen

Spiele und logische Komplexitätsklassen Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer

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

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

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

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

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

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

4 Die rationalen Zahlen

4 Die rationalen Zahlen 4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper

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

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

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

/LQHDUH*OHLFKXQJVV\VWHPH

/LQHDUH*OHLFKXQJVV\VWHPH /LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene

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

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

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

Skript für die Oberstufe und das Abitur 2015 Baden-Württemberg berufl. Gymnasium (AG, BTG, EG, SG, WG)

Skript für die Oberstufe und das Abitur 2015 Baden-Württemberg berufl. Gymnasium (AG, BTG, EG, SG, WG) Sript für die Oerstufe und ds Aitur Bden-Württemerg erufl. Gymnsium (AG, BTG, EG, SG, WG) Mtrizenrechnung, wirtschftliche Anwendungen (Leontief, Mterilverflechtung) und Linere Optimierung Dipl.-Mth. Alexnder

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

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

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

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

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

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

1 Folgen von Funktionen

1 Folgen von Funktionen Folgen von Funktionen Wir etrchten Folgen von reell-wertigen Funktionen f n U R mit Definitionsereicht U R und interessieren uns für ntürliche Konvergenzegriffe. Genuer setzen wir uns mit folgenden Frgen

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

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

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

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

Kapitel: Endliche Automaten & reguläre Sprachen. Endliche Automaten und reguläre Sprachen 1 / 125

Kapitel: Endliche Automaten & reguläre Sprachen. Endliche Automaten und reguläre Sprachen 1 / 125 Kpitel: Endliche Automten & reguläre Sprchen Endliche Automten und reguläre Sprchen 1 / 125 Endliche Automten Endliche Automten erluen eine Beschreiung von Hndlungsläufen: Wie ändert sich ein Systemzustnd

Mehr

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge.

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge. Reltionen zwischen Mengen/uf einer Menge! Eine Reltion R A B (mit A B) ist eine Reltion zwischen der Menge A und der Menge B, oder uch: von A nch B. Drstellung: c A! Wenn A = B, d.h. R A A, heißt R eine

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

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

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

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

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

Nullstellen quadratischer Gleichungen

Nullstellen quadratischer Gleichungen Nullstellen qudrtischer Gleichungen Rolnd Heynkes 5.11.005, Achen Nch y ufgelöst hen qudrtische Gleichungen die Form y = x +x+c. Zeichnet mn für jedes x uf der rechten Seite und ds drus resultierende y

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

13 Rekonfigurierende binäre Suchbäume

13 Rekonfigurierende binäre Suchbäume 13 Rekonfigurierende inäre Suchäume U.-P. Schroeder, Uni Pderorn inäräume, die zufällig erzeugt wurden, weisen für die wesentlichen Opertionen Suchen, Einfügen und Löschen einen logrithmischen ufwnd uf.

Mehr

Informatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis

Informatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis Pumping Lemm für reguläre Sprhen (1/2) Informtik II SS 2004 Teil 6: Sprhen, Compiler un Theorie 2 Ds Pumping Lemm ist eine Methoe, um herus zu finen, o eine Sprhe niht regulär. Prof. Dr. Dieter Hogrefe

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

9 Das Riemannsche Integral

9 Das Riemannsche Integral 1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R 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

1. Rechensteine und der Pythagoräische Lehrsatz.

1. Rechensteine und der Pythagoräische Lehrsatz. 1. Rechensteine und der Pythgoräische Lehrstz. Der Beginn der wissenschftlichen Mthemtik fällt mit dem Beginn der Philosophie zusmmen. Er knn uf die Pythgoräer zurückdtiert werden. Die Pythgoräer wren

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

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 6 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 6 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Prof Dr J Giesl Formle ysteme, utomten, Prozesse 2010 M rockschmidt, F Emmes, C Fuhs, C Otto, T tröder Hinweise: Die Husufgben sollen in Gruppen von je 2 tudierenden us dem gleichen Tutorium berbeitet

Mehr

1.7 Inneres Produkt (Skalarprodukt)

1.7 Inneres Produkt (Skalarprodukt) Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ

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

Übungsblatt 4 - Lösung

Übungsblatt 4 - Lösung Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.

Mehr

1. Kapitel: Arithmetik. Ergebnisse mit und ohne Lösungsweg

1. Kapitel: Arithmetik. Ergebnisse mit und ohne Lösungsweg Arithmetik Lösungen Lö. Kpitel: Arithmetik. Ergenisse mit und ohne Lösungsweg Zu Aufge.: ) 7 ist eine rtionle Zhl, d sie sich ls Bruch us zwei gnzen Zhlen (Nenner 0) drstellen lässt: 7 7. 6 ) Eenso, denn

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

BINOMISCHE FORMELN FRANZ LEMMERMEYER BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c

Mehr

Grundbegriffe der Mengenlehre

Grundbegriffe der Mengenlehre Reiner Winter Grundegriffe der Mengenlehre 1. Der Mengenegriff Die Mengenlehre wurde von Georg Cntor (1845-1918) egründet. Im Jhre 1895 g er die folgende, erühmt gewordene Begriffsestimmung der Menge n:

Mehr

( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( )

( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( ) 4. Der Huptstz der Infinitesimlrechnung Huptstz (. orm) I. Newton (64-77), G.. Leiniz (646-76) ür jede im Intervll [,] stetige unktion f sei ( ) = f ( t) dt sogennnte Integrlfunktion dnn gilt: Die Integrlfunktion

Mehr

3. Das Rechnen mit Brüchen (Rechnen in )

3. Das Rechnen mit Brüchen (Rechnen in ) . Ds Rechnen mit Brüchen (Rechnen in ) Brüche sind Teile von gnzen Zhlen. Zwischen zwei unterschiedlichen gnzen Zhlen ht es immer unendlich viele Brüche. Brüche entstehen us einer Division; eine gnze Zhl

Mehr

5.5. Integralrechnung

5.5. Integralrechnung .. Integrlrechnung... Berechnung von Integrlen mit der Streifenmethode Definition: Gegeen seien, R mit < und eine uf [; ] stetige Funktion f. Der orientierte Inhlt der Fläche, die durch die -Achse, ds

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester

Mehr

Für den Mathe GK, Henß. - Lineare Algebra und analytische Geometrie -

Für den Mathe GK, Henß. - Lineare Algebra und analytische Geometrie - Für den Mthe GK, Henß - Linere Alger und nlytische Geometrie - Bis uf die Astände ist jetzt lles drin.. Ich h noch ne tolle Seite entdeckt mit vielen Beispielen und vor llem Aufgen zum Üen mit Lösungen..

Mehr

10 Das Riemannsche Integral

10 Das Riemannsche Integral 10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t

Mehr

Bestimmtes (Riemannsches) Integral / Integral als Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhalb bestimmter Grenzen

Bestimmtes (Riemannsches) Integral / Integral als Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhalb bestimmter Grenzen III. Integrlrechnung : Bestimmtes (Riemnnsches Integrl / Integrl ls Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhl estimmter Grenzen yf( y n y n ( Δ Berechnung der Fläche A unter

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

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

FORMALE SYSTEME. 6. Vorlesung: Reguläre Ausdrücke. TU Dresden, 27. Oktober Markus Krötzsch

FORMALE SYSTEME. 6. Vorlesung: Reguläre Ausdrücke. TU Dresden, 27. Oktober Markus Krötzsch FORMALE SYSTEME 6. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 27. Oktober 2016 Rückblick Mrkus Krötzsch, 27. Oktober 2016 Formle Systeme Folie 2 von 29 Wiederholung: Opertionen uf Automten

Mehr

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i, Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i

Mehr

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1

Mehr

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist, Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu

Mehr

Beispiele: cos(x) dx = sin(x) + c (1) e t dt = e t + c (2)

Beispiele: cos(x) dx = sin(x) + c (1) e t dt = e t + c (2) . Stmmfunktion Definition Stmmfunktion: Gegeen sei eine Funktion f(). Gesucht ist eine Funktion F (), so dss d = f(). Die Funktion F() heisst Stmmfunktion. Schreiweise: F () = f()d. Mn spricht uch vom

Mehr

MC-Serie 12 - Integrationstechniken

MC-Serie 12 - Integrationstechniken Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz

Mehr

Zusammenfassung: Abstände, Winkel und Spiegelungen

Zusammenfassung: Abstände, Winkel und Spiegelungen Zusmmenfssung: Astände, Winkel und Spiegelungen Inhltsverzeichnis Astände 1 Winkel 5 Spiegelungen 7 Für Experten 1 Astände Astnd Punkt Punkt: Schreiweise: Den Astnd zweier Punkte A und B ezeichnet mn mit

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

Dank. 1 Determinierte endliche Automaten (DEAs) 2 Indeterminierte endliche Automaten (NDEAs) 3 Automaten mit epsilon-kanten

Dank. 1 Determinierte endliche Automaten (DEAs) 2 Indeterminierte endliche Automaten (NDEAs) 3 Automaten mit epsilon-kanten 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

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

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG 91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

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

Übung zur Vorlesung Formale Systeme, Automaten und Prozesse

Übung zur Vorlesung Formale Systeme, Automaten und Prozesse RWTH Ahen Lehrgeiet Theoretishe Informtik Emmes Kneis Lnger Rossmnith SS 2009 Üungsltt 1 22.04.2009 Üung zur Vorlesung Formle Systeme, Automten und Prozesse Tutorufge T1 Es seien v, w Σ, so dß vw = wv.

Mehr

Lehrgang: Digitaltechnik 1 ( Grundlagen ) - Im Lehrgang verwendete Gatter ( Übersicht ) Seite 3

Lehrgang: Digitaltechnik 1 ( Grundlagen ) - Im Lehrgang verwendete Gatter ( Übersicht ) Seite 3 Lehrgng: Digitltechnik ( Grundlgen ) Dtum: Nme: Seite: Inhltsverzeichnis: Im Lehrgng verwendete Gtter ( Üersicht ) Seite 3 Aufu von Zhlensystemen deziml, dul ( Infoseite ) Seite 4 ( Areitsltt ) Seite 5

Mehr

mathematik und informatik

mathematik und informatik Prof. Dr. André Schulz Kurs 0657 Grundlgen der Theoretischen Informtik A LESEPROBE mthemtik und informtik Ds Werk ist urheerrechtlich geschützt. Die ddurch egründeten Rechte, insesondere ds Recht der Vervielfältigung

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

Kapitel 1. Anschauliche Vektorrechnung

Kapitel 1. Anschauliche Vektorrechnung Kpitel 1 nschuliche Vektorrechnung 1 2 Kpitel I: nschuliche Vektorrechnung Montg, 13. Oktoer 03 Einordnung Dieses erste Kpitel ht motivierenden Chrkter. Es führt n die geometrische nschuung nknüpfend die

Mehr

Thema 7 Konvergenzkriterien (uneigentliche Integrale)

Thema 7 Konvergenzkriterien (uneigentliche Integrale) Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe

Mehr

Die Keplersche Fassregel

Die Keplersche Fassregel Die Keplersche Fssregel K. Gerer Bei vielen Aufgen, z.b. ei der Lösung von Differentilgleichungen, tucht die Schwierigkeit uf, dss Integrtionen nicht durchgeführt werden können. So können z.b. die folgenden

Mehr

Grundkurs Mathematik. Einführung in die Integralrechnung. Lösungen und Ergebnisse zu den Aufgaben

Grundkurs Mathematik. Einführung in die Integralrechnung. Lösungen und Ergebnisse zu den Aufgaben Seite Einführung in die Integrlrechnung Lösungen und Ergenisse Gr Stefn Gärtner Grundkurs Mthemtik Einführung in die Integrlrechnung Lösungen und Ergenisse zu den Aufgen Von llen Wissenschftlern können

Mehr

10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen.

10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen. 10. Riemnnsche Geometrie I: Riemnnsche Metrik Wir können in der hyperbolischen Geometrie noch nicht wirklich messen. Hierfür bruchen wir ein Riemnnsches Längen- und Winkelmß, d.h. eine Riemnnsche Geometrie.

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

Mehr

Kegelschnitte. Geschichte der Kegelschnitte

Kegelschnitte. Geschichte der Kegelschnitte Kegelschnitte Kegelschnitte ds sind geometrische Figuren, die sich ergeen, wenn mn einen Kegel und eine Eene einnder schneiden lässt. Wir unterscheiden 3 Tpen von Kegelschnitten: Prel, Ellipse und Hperel.

Mehr

Potenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit

Potenzautomat. Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit 1 Potenzutomt Gegeben: A = (Z, I, d, s 0, F ) P(A) = (P(Z), I, D, {s 0 }, F P ) P(Z) = {S S Z}: Potenzmenge von Z; D : P(Z) I P(Z) mit D(S, x) = d(s, x) s S für lle S P(Z), x I; F P = {S P(Z) S F }. Potenzutomt

Mehr

Algebra - Lineare Abbildungen

Algebra - Lineare Abbildungen Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen

Mehr

Formal Languages and Automata

Formal Languages and Automata Forml Lnguges nd Automt Aufgensmmlung Jn Hldik und Stephn Schulz 10. Novemer 2014 1 Üungsufgen 1.1 Endliche Automten 1.1.1 Aufge Sei Σ = {, }. Geen Sie für die folgenden Sprchen einen DFA n L 0 = {w Σ

Mehr

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Schaltnetze. Formale Grundlagen. Huntingtonsche Axiome.

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Schaltnetze. Formale Grundlagen. Huntingtonsche Axiome. Herstsemester 2, Institut für Informtik IFI, UZH, Schweiz Modul 3: Schltnetze Informtik I Modul 3: Schltnetze Einführung in die formlen Grundlgen logischer Beschreiungen Boolesche Alger, Schltlger Vorussetzende

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