Automaten und formale Sprachen Bemerkungen zu den Folien

Größe: px
Ab Seite anzeigen:

Download "Automaten und formale Sprachen Bemerkungen zu den Folien"

Transkript

1 Inhltsverzeichnis Automten und formle Sprchen Bemerkungen zu den Folien 1 Wiederholung Mengentheorie 3 Beispiele für die Potenzmenge (Folie 28) Beispiele für ds Kreuzprodukt (Folie 30) Beispiel für Reltionen (Folie 31) Beispiele für Funktionen Sprchen und Grmmtiken 3 Zu Folie Zu Folie 43/ Zu Folie 49/ Zu Folie Zu Folie Zu Folie Endliche Automten 5 Zu Folie Zu Folie Zu Folie DFA Reguläre Grmmtik (Folie 68) Zu Folie Zu Folie NFA-Beispiel (Zu Folie 75) Zu Folie 78/79 (Potenzmengenkonstruktion) Zu Folie Reguläre Grmmtik NFA (Folie 82) Reguläre Ausdrücke 9 Zu Folien Zu Folie Zu Folien (regulärer Ausdruck NFA) Zu Folien (NFA regulärer Ausdruck) Ds Pumping Lemm 13 Zu Folie Zu Folien 122/ Pumping-Lemm-Beispiele Minimlutomten und Myhill-Nerode-Äquivlenz 15 Zu Folie Äquivlenzklssen (Folie ) Zu Folie 131/ Zu Folie 133/ Beispiele für Myhill-Nerode-Äquivlenz (Zu Folie ) Zu Folie Aschlusseigenschften und Lösungsverfhren 19 Zu Folie Zu Folie

2 8 Progrmmverifiktion: Wechselseitiger Ausschluss 20 Erster Versuch: Prozessmodell (Folie 169) Erster Versuch: Gril (Folie 173) Wiederholung 21 Drei Beweise der Nicht-Regulrität Kontextfreie Grmmtiken 22 Beispiele für kontextfreien Grmmtiken (Folie 186) ɛ-produktionen entfernen (Folie 187/188) Zu Folie Beispielgrmmtik (Folie 189) Umwndlung in Chomsky-Normlform (Folie 201) Der CYK-Algorithmus 25 Zu Folien 207/208 (Nottioneispiel) CYK-Beispiel 1 (Folie 213) CYK-Beispiel 2 (Folie 214) Ds Pumping-Lemm für kontextfreien Sprchen 26 Zu Folie Beispiel zum Pumpmechnismus (Folie 220) Pumping-Lemm-Beispiele (Folie 225) Kellerutomten 29 Zu Folie Zu Folie Zu Folien Nottion der Üerführungsfunktion Kellerutomt-Beispiel 1 (Folie 243) Zu Folie Noch ein Kellerutomt-Beispiel (Folie 247) Kellerutomt-Beispiele (Folie 248) Kontextfreie Grmmtik PDA (Folie 251/252) PDA kontextfreie Grmmtik (Folien ) Aschlusseigenschften und Algorithmen kontextfreier Sprchen 36 Kellerutomten mit Endzuständen (Folie 263) Aschluss unter Vereinigung (Folie 267) Aschluss unter Produkt (Folie 268) Aschluss unter der Stern-Opertion (Folie 269) Beispiel Kreuzproduktkonstruktion NFA/Kellerutomt (Folie 271,272) Zu Folie Erzeugen eines Prsers mit JvCC 39 Zu Folien Zu Folie Zu Folie JvCC nrufen

3 1 Wiederholung Mengentheorie Beispiele für die Potenzmenge (Folie 28) P({, }) = {, {}, {}, {, } } P({1, 2, 3}) = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3} } Bemerkung: es ist für lle Mengen A der Fll, dss A und A A. Ds heißt, dss es immer der Fll ist, dss P(A) und A P(A). Beispiele für ds Kreuzprodukt (Folie 30) {1, 3} {2, 4} = {(1, 2), (1, 4), (3, 2), (3, 4)} {,, c} {1} = {(, 1), (, 1), (c, 1)} A = Beispiel für Reltionen (Folie 31) Sei A = {0, 1, 2}. Dnn ist < A A definiert wie: < = { (0, 1), (0, 2), (1, 2) }. Beispiele für Funktionen Eine Funktion wird forml drgestellt ls eine totle und eindeutige Reltion. Sei A = {0, 1, 2} und f = {(0, 1), (1, 2), (2, 2)} g = {(0, 0), (0, 1), (1, 2)} Es gilt: f ist eine Funktion mit f(0) = 1, f(1) = 2 und f(2) = 2. Jedes Element von A kommt genu einml ls linkes Element in einem Tupel us f vor. Aer g ist keine Funktion. Wir können nicht sgen, ws die Ausge von g(0) oder g(2) sein soll. Im ersten Fll git es zwei Tupel mit 0 ls linkem Element, im zweiten Fll keins. 2 Sprchen und Grmmtiken Zu Folie 35 Mit dieser Beispielgrmmtik können Sätze eines Frgments der deutschen Sprche geleitet werden, z.b.: 3

4 Stz Sujekt Prädikt Ojekt Artikel Attr. Sust. Artikel Attr. Sust. Adj. Attr. Adj. Adj. der kleine issige Hund jgt die große Ktze Zu Folie 43/44 Eine Aleitung des Wortes cc in der Grmmtik der Folie 40: S SBC BCBC BBCC BCC CC cc cc Ds heißt, cc L(G). Zu Folie 49/50 Alle gennnten Bedingungen gelten zusätzlich zu den vorher gennnten Bedingungen. Ds heißt, eine reguläre Grmmtik G = (Σ, V, P, S) muss die folgenden Bedingungen erfüllen: für lle Regeln l r gilt: l r ; l V (l ist eine einzelne Vrile); r = oder r = B, für Σ und B V. Die Chomsky-Hierrchie für Grmmtiken ist eine Hierrchie. Ds heißt, jede Chomsky-i-Grmmtik ist uch eine Chomsky-(i 1)-Grmmtik (für i {1, 2, 3}). Es ist möglich, dss die gleiche Sprche von zwei verschiedenen Grmmtiken erzeugt wird. Die zwei verschiedenen Grmmtiken können uch vom verschiedenen Chomsky-Typ sein. Zu Folie 52 Die Beispiel-Grmmtik von Folie 45 ist vom Typ 1/kontextsensitiv. Ds heißt, dss L(G) = { n n c n n 1} eine kontextsensitive Sprche ist. Gegeen sei folgende Grmmtik: G = {V, Σ, P, S}, woei V = S, Σ = {} und P gegeen ist durch: S S Die Grmmtik G ist kontextfrei (vom Typ 2), und die Sprche L(G) = { n n ungerde} ist lso eine kontextfreie Sprche. 4

5 G ist nicht regulär. Ds heißt er nicht, dss die Sprche, die G erzeugt, nicht regulär ist. In diesem Fll git es nämlich uch die Grmmtik G = (V, Σ, P, S), woei V = {S, G} und P gegeen ist durch: S T T S Es gilt, dss L(G ) = L(G). G ist er eine reguläre Grmmtik, und deswegen ist L(G) eine reguläre Sprche, owohl G keine regulre Grmmtik ist. Zu Folie 53 Es gilt folgendes: Die Sprchklssen sind in einnder enthlten. Jede Typ i-sprche ist uch eine Typ-(i 1)- Sprche (für i {1, 2, 3}). Die Sprchklssen sind echt in einnder enthlten. Für jede Sprchklsse Typ i (woei i {0, 1, 2}), git es eine Sprche die vom Typ i ist, er nicht vom Typ (i + 1). Es git uch Sprchen, die gr nicht von einer Grmmtik erzeugt werden! (Dzu mehr in der Vorlesung Berechenrkeit und Komplexität.) Zu Folie 57 Wortprolem für ds Wort c und die Beispiel-Grmmtik von Folie 40/45: T 0 = {S} T 1 = {S, SBC, BC} T 2 = {S, SBC, BC, SBCBC, C} T 3 = {S, SBC, BC, C, c} T 4 = T 3 Weil c / T 4, gilt c / L(G). 3 Endliche Automten Zu Folie 64 Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol wird uf einen Zustnd geildet. Also, δ(z 1, ) = z 2 heißt, dss ein mit eschrifteter Pfeil von z 1 zu z 2 geht. Beispiel: der Automt uf Folie 57 wird wie folgt textuell drgestellt: M = ({z 1, z 2 }, {, }, δ, z 1, {z 2 }), woei: δ(z 1, ) = z 1 δ(z 2, ) = z 2 δ(z 1, ) = z 2 δ(z 2, ) = z 1 5

6 Zu Folie 65 ˆδ ist die Erweiterung von δ von Symolen uf Wörter. Beispiel (siehe Automt uf Folie 57): ˆδ(z 1, ) = ˆδ(δ(z 1, ), ) = ˆδ(z 1, ) = ˆδ(δ(z 1, ), ɛ) = ˆδ(z 2, ɛ) = z 2 Ds edeutet, dss ds Einlesen des Wortes den Automten vom Zustnd z 1 in den Zustnd z 2 führt. Zu Folie 67 Antwort der ersten Aufge: L = {x Σ x enthält genu 1 } Antwort der zweiten Aufge: M = (Z, Σ, δ, z 0, E), mit Z = {1, 2, 3, 4}, Σ = {, }, z 0 = 1, E = {4}: , DFA Reguläre Grmmtik (Folie 68) Stz. Jede von einem endlichen Automten kzeptierte Sprche ist regulär. Beweis. Ein endlicher Automt M = (Z, Σ, δ, z 0, E) wird in eine Grmmtik G = (V, Σ, P, S) umgewndelt, woei V = Z, S = z 0 und P folgende Produktionen enthält: Flls ɛ T (M), enthält P eine Produktion S ɛ. (Es ist dnn noch notwendig, die Grmmtik noch weiter umzuwndeln, dmit die ɛ-sonderregel nicht verletzt wird.) Flls δ(z 1, ) = z 2, dnn gilt (z 1 z 2 ) P. Flls zusätzlich gilt, dss z 2 E, dnn gilt uch (z 1 ) P. Jetzt gilt für lle x = 1,..., n Σ, dss x T (M) gdw. es git Zustände s 0,..., s n so dss s 0 = z 0, s n E und s i = δ(s i 1, i ), für i {1,..., n} gdw. z 0 1 z z n = x gdw. x L(G). 6

7 Zu Folie 72 Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd und Alphetsymol wird eine Menge von Zuständen zugeordnet. Beispiel: der Automt uf Folie 71 wird folgendermßen textuell drgestellt: M = ({z 0, z 1, z 2, z 3 }, {, }, δ, {z 0, z 3 }, {z 3 }), woei: δ(z 0, ) = {z 1 } δ(z 1, ) = δ(z 2, ) = {z 3 } δ(z 3, ) = {z 0 } δ(z 0, ) = {z 0, z 2 } δ(z 1, ) = {z 3 } δ(z 2, ) = δ(z 3, ) = Zu Folie 73 Genuso wie ei DFAs, ist ˆδ die Erweiterung von δ von Alphetsymolen uf Wörter. Sei Z = {z 1,..., z n }. Dnn edeutet ˆδ(δ(z, ), x) z Z ds gleiche wie: ˆδ(δ(z 1, ), x) ˆδ(δ(z n, ), x) Beispiel (siehe Automt uf Folie 71): ˆδ({z 0 }, ) = ˆδ(δ(z 0, ), ) = ˆδ({z 0, z 2 }, ) = ˆδ(δ(z 0, ), ɛ) ˆδ(δ(z 2, ), ɛ) = ˆδ({z 1 }, ɛ) ˆδ({z 3 }, ɛ) = {z 1 } {z 3 } = {z 1, z 3 } Ds heißt, dss ds Einlesen des Wortes den Automten vom Zustnd z 0 entweder in den Zustnd z 1 oder in den Zustnd z 3 führt. NFA-Beispiel (Zu Folie 75) Die vom NFA kzeptierten Sprche ist: L = {x ds 3-letzte Zeichen von x ist } Folgender NFA kzeptiert die Sprche L = {x x fängt mit n und endet mit }: z 0 z 1 z 2, 7

8 Zu Folie 78/79 (Potenzmengenkonstruktion) Mit Hilfe der Potenzmengenkonstruktion, wird der oigen NFA in den folgenden DFA umgewndelt (nicht erreichre Zustände, wie z.b. {z 2, z 3 }, sind nicht ngegeen). {z 0 } {z 1 } {z 1, z 2 }, Hier sei ngemerkt, dss Zustände des konstruierten DFAs Mengen von Zuständen des ursprünglichen NFAs sind. Zu Folie 80 Wir definieren (für lle k 1) die Sprche L k = {x {, } x k und ds k-letzte Zeichen von x ist } Der kleinste NFA, der L k kzeptiert, ht k+1 Zustände (siehe für L 3 zum Beispiel den Automten uf Folie 75 mit 4 Zuständen); der kleinste DFA, der L k kzeptiert, ht er 2 k Zustände. Wenn wir den NFA von Folie 75 mit Hilfe der Potenzmengenkonstruktion determinisieren, wird folgender DFA erzeugt: {1} {1, 2} {1, 2, 3} {1, 2, 3, 4} {1, 3} {1, 3, 4} {1, 4} {1, 2, 4} Dieser Automt ist ttsächlich der kleinst mögliche. Der Grund dfür ist, dss wir uns im DFA merken müssen, wo in den letzten 3 eingelesenen Stellen die s stehen:

9 Oen, heißt ein., dss uf der Stellen kein steht (ds heißt, entweder steht dort ein, oder gr nichts wenn noch nicht genügend Symole eingelesen wurden), und heißt, dss uf der Stelle ein steht. Später werden wir noch sehen, wie wir forml zeigen können, dss ein Automt der kleinst mögliche ist. Reguläre Grmmtik NFA (Folie 82) Gegeen Sei G = ({S, U}, {, }, P, S), woei P wie folgt definiert ist: S S U U U S Wir wndeln diese Grmmtik in einen NFA M = (Z, {, }, δ, S, E) um. Wir hen: Z = {S, U, X} E = {X} und δ wie folgt: S X U 4 Reguläre Ausdrücke Zu Folien Der -Opertor ht die höchste Präzedenz, dnch der Konktentionsopertor, und der - Opertor ht die niedrichste Präzedenz. Ds heißt: cd (() (c(d ))) Zu Folie 89 Sei Σ = {,, c}. Beispiele von regulären Ausdrücken: α 1 = ( ) L(α 1 ) = L() L() = {, } α 2 = ( ) L(α 2 ) = L(α 1 ) = {, } = {ɛ,,,,,,,..., } 9

10 α 3 = ( )c L(α 3 ) = L(( )c ) = L(α 1 )L(c ) = {,, c, c, cc, cc, ccc, ccc,...} α 4 = ( c) c( c) L( c) = {,, c} L(c) = {c} L(α 4 ) = {x x enthält c} Reguläre Ausdrücke für gegeenen Sprchen: 1. Sprche ller Wörter, die mit eginnen und mit enden. β 1 = ( c) 2. Sprche ller Wörter, die gerde viele s enthlten. β 2 = ( ( c) ( c) ( c) ) oder β 2 = ( ( c) ( c) ) (Es git immer (unendlich) viele reguläre Ausdrücke, die eine estimmte Sprche eschreien.) Zu Folien (regulärer Ausdruck NFA) Sei α = ( ) c. Wir wollen α, mit Hilfe der Konstruktion us der Vorlesung, in einen Automten umwndeln, der die gleiche Sprche kzeptiert. 1. NFAs für die tomren regulären Ausdrücke: M = z z M = z z M c = z c c z c 2. Wir steln us M und M den folgenden Automten M, so dss T (M ) = L( ): z z M = z z 3. Aus M steln wir den Automten M ( ), für den gilt, dss T (M ( ) ) = L(( ) ): z z M ( ) = z z x 10

11 Weil ɛ / L( ), müssen wir einen zusätzlichen Zustnd einführen, der sowohl Anfngs- ls uch Endzustnd ist, dmit der Automt uch ds leere Wort kzeptiert. 4. Zum Schluss, kominieren wir die Automten M ( ) und M c zu einem Automten M α, für den gilt, dss T (M α ) = L(α). M ( ) = z z z z z c c z c x Bemerke, dss die Endzustände von M ( ) im zusmmengesetzten Automten keine Endzustände mehr sind. Die Zustände z, z und x hen eigentlich keine Funktion mehr, weil mn us ihnen keinen Endzustnd mehr erreichen knn. Wenn mn die Konstruktion er genu nwendet, werden die Zustände nicht gelöscht. Weil M ( ) ds leere Wort kzeptiert, sind die Strtzustände vom M c im zusmmengesetzten Automten uch Strtzustände. Der von der Konstruktion erzeugte NFA ist in den meisten Fällen nicht der kleinste NFA, der die gesuchte Sprche kzeptiert. Insesondere, kzeptiert der folgende Automt die gleiche Sprche: z c c z c, Die Konstruktion wird nur enutzt um zu zeigen, dss es für jeden regulären Ausdruck mindestens einen NFA git, der die Sprche kzeptiert. Zu Folien (NFA regulärer Ausdruck) Korrektheit des Verfhrens Ds Verfhren, ds einen nicht-deterministischen endlichen Automten (NFA) in einen regulären Ausdruck umwndelt, ist korrekt us den folgenden Gründen: Die Regeln des Verfhrens erhlten die Sprche des Automten. Ds heißt, der Originlutomt kzeptiert die gleiche Sprche wie der nch der Regelnwendung entstndene Automt. In jedem Schritt wird einen Zustnd oder einen Üergng us dem Automten entfernt. Weil es m Anfng endlich viele Zustände und Üergänge git, muss ds Verfhren ufhören; lso: ds Verfhren terminiert. Beispiel Wir wndeln den folgenden Automten M mit Hilfes des Zustndselimintionsverfhrens in einen regulären Ausdruck um, der die gleiche Sprche erzeugt. 11

12 M = z 1 z 3 c z 5 z 2 z 4 d 1. Zunächst, fügen wir einen neuen Strt- und Endzustnd hinzu: s ɛ ɛ z 1 z 2 z 3 z 4 c d z 5 ɛ e 2. Indem wir zweiml Regel E verwenden, können z 1 und z 2 gelöscht werden. s ɛ z 3 c z 5 ɛ e ɛ z 4 d 3. Wir löschen z 5 indem wir nochml Regel E verwenden: ɛ z 3 cɛ s e ɛ z 4 dɛ 4. Wir löschen z 4 durch Anwendung der Regel E: ɛ z 3 cɛ s ɛ dɛ e ɛdɛ 5. Mit Hilfe von Regel V können wir die prllellen Pfeile loswerden: s ɛ ɛ z 3 cɛ dɛ e ɛdɛ 6. Jetzt, löschen wir die Schleife mit der Regel S: 12

13 s ɛ ɛ z 3 () (cɛ dɛ) e ɛdɛ 7. Nun knn z 3 einfch entfernt werden (mit der Regel E): (ɛ ɛ)() (cɛ dɛ) s e ɛdɛ 8. Schließlich erhlten wir mit der Regel V ds Endergenis: s (ɛdɛ) (ɛ ɛ)() (cɛ dɛ) e 9. Wenn wir (optionl) die ɛ s weglssen, ergit dies den regulären Ausdruck: d ( )( )(c d) 5 Ds Pumping Lemm Zu Folie 118 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. Zu Folien 122/123 Weil ds Pumping-Lemm keine Aussgen üer Automten mehr mcht, knn es (in umgekehrter Richtung) uch uf nicht-reguläre Sprchen (für die es j keine Automten git) ngewendet werden. Die Negtion von ist: Es git eine Zhl n, so dss sich lle Wörter x L mit x n zerlegen lssen in x = uvw, so dss v 1, uv n und für lle i = 0, 1, 2,... gilt: uv i w L. Für lle Zhlen n git es ein Wort x L mit x n, so dss es für lle Zerlegungen x = uvw mit v 1 und uv n eine Zhl i git, so dss uv i w L. So können wir ds Pumping-Lemm enutzen, um zu zeigen, dss eine Sprche nicht regulär ist. Es git er uch Sprchen, die die Bedingungen des Pumping-Lemms erfüllen, er nicht regulär sind. Ds Pumping-Lemm knn lso grundsätzlich nicht dfür ngewendet werden, um zu zeigen, dss eine Sprche regulär ist. 13

14 Pumping-Lemm-Beispiele Die Schritt n -Boxen in den folgenden Beweisen verweisen uf die Schritte des Kochrezepts (Folie 124/125), 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. (Siehe Folie 126.) 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.) 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. 14

15 (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. 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.) 6 Minimlutomten und Myhill-Nerode-Äquivlenz Zu Folie 127 Die Ttsche, dss x, y und z elieige Elemente von M sind, heißt uch, dss es möglich ist, dss zwei oder sogr drei von ihnen gleich sind. Es könnte zum Beispiel gelten, dss x = y. 15

16 Äquivlenzklssen (Folie ) Beispiel 1. Gegeen sei 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 (siehe Folie 129). 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 16

17 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 131/132 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: 17

18 , 1 2/3 4/5 6, Es können keine weiteren Zustände verschmolzen werden: der Automt ist ttsächlich miniml. Zu Folie 133/134 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. Beispiele für Myhill-Nerode-Äquivlenz (Zu Folie ) L 1 = {w {, } # (w) gerde} Es git folgende Myhill-Nerode-Äquivlenzklssen: [ɛ] = {w {, } # (w) gerde} = L 1 (Äquivlenzklsse von ɛ) [] = {w {, } # (w) ungerde} = {, } \L 1 (Äquivlenzklsse von ) Beispiel: ɛ und sind äquivlent, denn wird n eide ein Wort mit gerde vielen s ngehängt, so leien sie in der Sprche wird n eide ein Wort mit ungerde vielen s ngehängt, so fllen sie us der Sprche herus Es ist leicht einzusehen, dss jedes Wort entweder Myhill-Nerode-äquivlent zu ɛ oder zu ist. Die Myhill-Nerode-Äquivlenzklssen entsprechen Zuständen eines Automten, der die Sprche kzeptiert: z 1 z 2 Hier entspricht z 1 der Äquivlenzklsse [ɛ] und z 2 der Äquivlenzklsse []. L 2 = {w {,, c} ds Teilwort c kommt in w nicht vor} Es git folgende Äquivlenzklssen: [ɛ] = {w {,, c} w endet nicht uf oder und enthält c nicht} [] = {w {,, c} w endet uf und enthält c nicht} [] = {w {,, c} w endet uf und enthält c nicht} 18

19 [c] = {w {,, c} w enthält c} Die Wörter und sind nicht äquivlent, denn wird n eide ein c ngehängt, so ist c noch in der Sprche, c ist es er nicht. Die Myhill Nerode-Äquivlenzklssen entsprechen Zuständen eines Automten, der die Sprche kzeptiert: c z 0 z 1 z c 2 z E, c,, c Hier entspricht: z 0 der Klsse [ɛ] z 1 der Klsse [] z 2 der Klsse [] und z 3 der Klsse [c]. Zu Folie 141 Sei L 3 = { k k k 0} Wir etrchten die Wörter ɛ,,,,..., i,... (für i 0). Es gilt ( i R L j ) für i j. weil i i L 3 er j i / L 3. Ds heißt, dss L 3 unendlich viele Myhill Nerode-Äquivlenzklssen ht und deswegen nicht regulär ist. 7 Aschlusseigenschften und Lösungsverfhren Zu Folie 150 Wrum sind Aschlusseigenschften interessnt? D wir die Aschlusseigenschften konstruktiv eweisen können, git es Konstruktionen, mit denen wir reguläre Sprchen us einfcheren regulären Sprchen zusmmenuen können. Zu Folie 158 In der Kreuzproduktkonstruktion werden zwei Automten prllelgeschltet. Die Zustände des neuen Automten geen n, in welchen Zuständen die eiden ursprünglichen Automten sich efinden; ds heißt, die Zustände des neuen Automten sind Pre von Zuständen der ursprünglichen Automten. Wir etrchten die folgenden Automten: 19

20 M 1 = z 1 z 2 M 2 = y 1 y 2 Der Automt M (so dss T (M) = T (M 1 ) T (M 2 )), generiert mit Hilfe der Konstruktion von Folie 152, sieht folgendermßen us: (z 1, y 1 ) (z 2, y 1 ) (z 1, y 2 ) (z 2, y 2 ) 8 Progrmmverifiktion: Wechselseitiger Ausschluss Erster Versuch: Prozessmodell (Folie 169) Bedeutung der Zustände 1, 2, 3, 4, 5: diese entsprechen den mit Lels mrkierten Progrmmzeilen Bedeutung der Schleifen mit Alphetsymolen us i : d wir später ds Kreuzprodukt ilden werden, um mehrere Automten zu synchronisieren, dürfen Üergänge nderer Automten, die den Prozess i nicht etreffen, nicht usgeschlossen werden. Sie werden einfch mitgehört und hen keinen Einfluss uf die Zuständsüergänge. Alle Zustände sind Endzustände. Ds Progrm läuft unendlich durch (wegen dem while true do) und der Automt kzeptiert lle endlichen Präfixe unendlicher Aläufe. Erster Versuch: Gril (Folie 173) Für ds Tool Gril enutzen wir die Kodierung der Folie 168. Wir verwenden die Gril-Werkzeuge folgendermßen, um ds Modell zu verifizieren: $ fmcross p1.ut < p2.ut > psynch.ut $ fmcross f.ut < psynch.ut > sys.ut $ fmcment w.ut > w-cment.ut $ fmcross sys.ut < w-cment.ut > errors.ut $ fmenum errors.ut DdAXx DdAXx DdAxX DdAXx... 20

21 D die Sprche nicht leer ist, ist der vorgestellte Prozedur nicht richtig. Es werden uch flsche Systemläufe usgegeen. Einer dvon ist DdAXx. Üersetzt ins ursprüngliche Alphet: (f = flse?) 2 (f = flse?) 1 (f := true) 2 BkB 2 (f := true) 1 BkB 1. D es keine tomre Schrei- und Leseopertion git, können eide Prozessen ncheinnder die Vrile uslesen, nschließend die Vrile setzen und den kritischen Bereich etreten. Versuch 2: Üerprüfung mit Gril (Folie 182) Üerprüfung mit Gril: $ fmcross p1.ut < p2.ut > psynch.ut $ fmcross f1.ut < psynch.ut > psynch1.ut $ fmcross f2.ut < psynch1.ut > sys.ut $ fmcment w.ut > w-cment.ut $ fmcross sys.ut < w-cment.ut > errors.ut $ fmenum errors.ut (keine Ausge) Es git keine Wörter in dem Schnitt des Komplements des Spezifiktionsmodell und des Systems. Ds heißt, dss ds zweite Modell richtig ist. 9 Wiederholung Drei Beweise der Nicht-Regulrität Stz. Sei Σ = {, }. Die Sprche L = {w Σ # (w) # (w)} ist nicht regulär. Beweis mit dem Pumping-Lemm. Sei n eine Belieige ntürliche Zhl. Wir wählen ds Wort x = n n!+n, woei n! die Fkultätsfunktion ezeichnet, ds heißt: n! = n (n 1) (n 2) 1. Es ist klr, dss x L und x n. Alle Zerlegungen von x in x = uvw, woei uv n und v 1 hen folgende Form: u = p, v = q, w = n p q n!+n. Jetzt wählen wir i = n! q + 1. Es sei ngemerkt, ds n! die Zhl q ls Produkt enthält, und dss n! deswegen durch q teilr ist. Jetzt gilt, dss uv i w = m n!+n, woei m = p + i q + n p q. Wir hen er: p + q( n! q + 1) + n p q = q(n! q + 1) + n q = n! + q + n q = n! + n. Ds heißt, dss uv i w / L. Nch dem Pumping-Lemm ist L deswegen nicht regulär. Beweis mit dem Stz von Myhill-Nerode. Sei die folgende Menge M Σ gegeen: M = { k k N}. Sei nun x = i und y = j, woei i j. Dnn gilt für z = i, dss xz / L und yz L. Ds heißt, dss x und y nicht Myhill-Nerode-äquivlent sind zgl. der Sprche L. Weil M undendlich viele Wörter enthält, ht L deswegen unendlich viele Myhill-Nerode-Äquivlenzklssen und is lso nch dem Stz von Myhill-Nerode nicht regulär. Beweis mit Hilfe von Aschlusseigenschften. Nehme n, dss L regulär wäre. Weil reguläre Sprchen unter Komplement geschlossen sind, wäre dnn uch A = Σ \A regulär. Ds ist, nch Aufge 13() us Bltt 4, er nicht der Fll, und deswegen knn L uch nicht regulär sein. 21

22 10 Kontextfreie Grmmtiken Beispiele für kontextfreien Grmmtiken (Folie 186) Beispiel 1: G 1 = (V, Σ, P, S), woei V = {S, S } und P die folgenden Produktionen enthält: S S ɛ S S Beispiel 2: G 2 = (V, Σ, P, S), woei V = {S} und P die folgenden Produktionen enthält: S S S ɛ-produktionen entfernen (Folie 187/188) Dieser Stz edeutet, dss mn ɛ-produktionen elieig verwenden drf. Sie verändern nichts n der Ausdrucksmächtigkeit kontextfreier Grmmtiken. Beispiel 1: Sei Σ = {,, c}. Gegeen sei die Grmmtik G = (V, Σ, P, S), woei V = {S, C} und P die folgenden Produktionen enthält: S CSC C cc ɛ Die Menge der Vrilen, us denen sich ds leere Wort leiten lässt, ist V 1 = {C}. Üerll wo C uf der rechte Seite einer Produktion vorkommt, müssen wir lso uch ds leere Wort erluen. Die Ergenis-Grmmtik esteht deswegen us den folgenden Produktionen: S CSC CS SC S C c cc Beispiel 2: Sei Σ = {<, >}. Gegeen sei die Grmmtik G = ({S}, Σ, P, S), woei P die folgenden Produktionen enthält: S <S>S ɛ Aus S knn mn ds leere Wort, leiten. Wir müssen lso üerll wo S uf der rechten Seite steht, uch erluen, dss ds leere Wort erzeugt wird. Außerdem sorgen wir dfür, dss die neue Grmmtik ds leere Wort erzeugt, indem wir eine neue Strtvrile S hinzufügen. Die resultierende Grmmtik ist G = ({S, S }, Σ, P, S ), woei P die folgenden Produktionen enthält: S S ɛ S <S>S <>S <S> <> Zu Folie 193 Ein Beispiel einer mehrdeutigen Grmmtik ist G = ({S}, {, }, P, S), woei P die folgenden Produktionen enthält: S SS. Dnn git es folgende (verschiedene) Syntxäume für ds sele Wort (): 22

23 S S S S S S S S S S Beispielgrmmtik (Folie 189) G = ({S}, Σ, P, S), woei P us den folgenden Produktionen esteht: S ɛ SS SS S Umwndlung in Chomsky-Normlform (Folie 201) Beispiel 1: Sei G = ({S, A}, {,, c}, P, S), woei P die folgenden Produktionen enthält: S A A S Sc B ɛ B A Nch jedem Schritt des Umwndlungsverfhrens werden die Produktionen ngegeen. (Fettgedruckte Buchsten geen Änderungen n.) Schritt 1: ɛ-produktionen entfernen Wir enutzen ds Verfhren von Folien 187/188: S A A S Sc B B A Schritt 2: Kettenproduktionen entfernen Es git einen Zyklus A B A. Wir ersetzen lso A und B durch eine einzelne Vrile A und löschen die Kettenproduktionen A B und B A: S A A S Sc Es git nun noch eine Kettenproduktion, A S. Diese wird gelöscht und für jede Produktion (S w) P wird eine neue Produktion A w eingefügt. S A A A Sc Schritt 3: Alphetsymole us den rechten Seiten entfernen Wenn eine rechte Seite mehr ls 2 Symolen ht, werden die Alphetsymolen durch Vrilen ersetzt: S U AU U U A U AU U U U U SU c U U U c c 23

24 Schritt 4: Lnge rechte Seiten ufteilen S U C U U C AU A U C U U U D D U E E SU c U U U c c Beispiel 2: Sei die Grmmtik G = (V, Σ, P, S) gegeen, woei V = {S, A, B, C, D, E, F }, Σ = {,, c} und P die folgende Produktionen enthält: S ABC A B DAD B C EBE C A F CF D E E F F F c Nch jedem Schritt des Umwndlungsverfhrens sind die Produktionen: Schritt 1: ɛ-produktionen entfernen Es git keine ɛ-produktionen in der Grmmtik. Die Grmmtik muss lso nicht geändert werden. Schritt 2: Kettenproduktionen entfernen Es git zwei Ketten: den Zyklus A B C A und die zyklenfreie Kette D E F. Der Zyklus knn entfernt werden, indem wir lle Vrilen des Zyklus üerll in der Grmmtik durch eine neue Vrile G ersetzen, und die Kettenproduktionen löschen: S GGG G DGD G EGE G F GF D E E F F F c Um die zyklenfreie Kette zu entfernen, löschen wir die letzte Produktion der Kette (E F ) und fügen für jede Produktion (F w) P eine neue Produktion E w ein. S GGG G DGD G EGE G F GF D E E F c F F c Ds gleiche mchen wir, von hinten nch vorne, für lle Produktionen der Kette. In diesem Fll git es nur noch die erste Produktion, D E, und ds ergit: S GGG G DGD G EGE G F GF D F c E F c F F c 24

25 Schritt 3: Alphetsymole us den rechten Seiten entfernen S GGG G DGD G EGE G F GF D U F U c U U U U E U F U c U U U U F U F U c U U U U U c c Schritt 4: Lnge rechte Seiten ufteilen S GW W GG G DX X GD G EY Y GE G F Z Z GF D U V U U U U E U V U U U U F U V U U V F U c U U U c c 11 Der CYK-Algorithmus Zu Folien 207/208 (Nottioneispiel) Sei Σ = {, }. Wir etrchten die Grmmtik G = (V, Σ, P, S) woei V = {S, A, B, C, D, E} und P die folgenden Produktionen enthält: S AC A B DE C SB D E c Sei x = cc. Es gilt: x 1,1 = T 1,1 = {S, A} x 1,2 = T 1,2 = x 1,4 = c T 1,4 = {S} x 5,2 = c T 5,2 = {B} CYK-Beispiel 1 (Folie 213) Die Grmmtik ist schon in Chomsky-Normlform. Wir wenden den CYK-Algorithmus n und ds Ergenis ist die folgende Telle: 25

26 c c j = 1 A, F A, F B, G C B, G C j = 2 F S E, D G E, D j = 3 S S, H G j = 4 H S j = 5 S H j = 6 H Ds Strtsymol S kommt nicht im untersten Kästchen vor, ds heißt, dss ds Wort cc nicht in der von der Grmmtik erzeugte Sprche liegt. CYK-Beispiel 2 (Folie 214) Die Grmmtik ist noch nicht in Chomsky-Normlform. Wir wndeln sie lso zunächst in Chomsky- Normlform um: S AB A U U U A A AU B c U c B U U U c c Wenn wir den CYK-Algorithmus uf dem Wort cc nwenden, kommt die folgende Telle herus: c c j = 1 U U U U U U B, U c B, U c j = 2 A B j = 3 A j = 4 A j = 5 A j = 6 A j = 7 S j = 8 S Ds Strtsymol S kommt im unteren Kästchen vor, ds heißt, dss ds Wort cc in der von der Grmmtik erzeugten Sprche liegt. 12 Ds Pumping-Lemm für kontextfreien Sprchen Zu Folie 218 Bemerkung: Der Grund, dss wir hier nnehmen, dss die Grmmtik in Chomsky-Normlform ist, ist nur um einfcher zählen zu können. Der Pumpmechnismus der nächsten Folien funktioniert uch, wenn die Grmmtik nicht in Chomsky-Normlform ist. Beispiel zum Pumpmechnismus (Folie 220) Sei Σ = {<, >}. Wir etrchten die Grmmtik G=(V, Σ, P, S), woei V folgenden Produktionen esteht: S <S> SS <>. = {S} und P us 26

27 (Diese Grmmtik erzeugt die Sprche der korrekt geklmmerten Ausdrücke, d.h. <<><>> L(G) er <<> / L(G).) Betrchte den folgenden Aleitungsum des Wortes <<><>>. S < S > S < > S < > Es git zwei gleiche Vrilen uf dem gleichen Pfd. Die zwei S-Knoten, die im oigen Bild durch Kästchen mrkiert sind, ergeen die Zerlegung u = <, v = ɛ, w = <>, x = <>, y = >. Wir können jetzt ds Wort pumpen zw. schrumpfen, indem wir den Teilum des oeren S für den Teilum des unteren S einsetzen oder umgekehrt: S S < S > < S > S S < > S S < > < > < > Der linke Syntxum entspricht dem Wort uv 2 wx 2 y = <<><><>>, der rechte dem Wort uv 0 wx 0 y = <<>>. Es sei ngemerkt, dss x 0 = ɛ, uch wenn x > 0. Pumping-Lemm-Beispiele (Folie 225) Stz. Die Sprche L 1 = { m m2 m 1} ist nicht kontextfrei. Beweis. Sei n eine elieige Zhl. Wir wählen ds Wort z = n n2. Offensichtlich gilt, dss z L 1 und z n. Ds Wort z lässt sich nun folgendermßen in z = uvwxy zerlegen, so dss vwx n und vx 1: 1. vwx esteht nur us s: u = k, v = l, w = p, x = q, y = r n2, woei n = k + l + p + q + r und l + q vwx esteht nur us s: u = n k, v = l, w = p, x = q, y = r, woei n 2 = k + l + p + q + r und l + q v esteht sowohl us s ls uch us s: u = n k, v = k l, w = p, x = q, y = r, woei k > 0, l > 0 (weil v sowohl us s und s estehen soll) und n 2 = l + p + q + r. 27

28 4. x esteht sowohl us s ls uch us s: u = k, v = l, w = p, x = q r, y = n2 r, woei p > 0, q > 0 (weil x sowohl us s und s estehen soll) und n = k + l + p + q. 5. v esteht nur us s und x esteht nur us s: u = k, v = l, w = p q, x = r, y = h, woei n = k + l + p, n 2 = q + r + h und l + r 1. In llen Fällen können wir ein i 0 wählen, so dss uv i wx i y / L Wir wählen i = 2. Dnn gilt uv i wx i y = n+l+q n2. Weil l + q 1, gilt n + l + q n und deswegen uv i wx i y / L Wir wählen i = 2. Dnn gilt uv i wx i y = n n2 +l+q. Weil l + q 1, gilt n + l + q n und deswegen uv i wx i y / L Wir wählen i = 2. Dnn gilt uv i wx i y = n l k n2. Weil k, l > 0 kommen in diesem Wort die s und s in der flschen Reihenfolge vor, und deswegen gilt uv i wx i y / L Wir wählen i = 2. Dnn gilt uv i wx i y = n r q n2. Weil p, q > 0 kommen in diesem Wort die s und s in der flschen Reihenfolge vor, und deswegen gilt uv i wx i y / L Wir zeigen, dss uv 2 wx 2 y / L 1. uv 2 wx 2 y = n+l n2 + r. Wir müssen lso zeigen, dss (n + l) 2 = n 2 + 2nl + l 2 n 2 + r. Ds heißt, dss r 2nl + l 2. Wenn l = 0, dnn knn wegen der Bedingung, dss vx 1 (l + r 1) nicht uch r = 0 gelten, und deswegen gilt r 2nl + l 2. Wenn l > 0, dnn ist 2nl + l 2 > n. Wegen der Bedingung, dss vwx n, muss dnn uch gelten, dss r 2nl + l n. In eiden Fällen, gilt r 2nl + l n. Deswegen diese Aussge llgemein, und schließen wir, dss uv 2 wx 2 y / L 1. Ddurch, dss es einen solchen Index für jede Zerlegung git, ist die gilt nch dem Pumping- Lemm, dss L 1 nicht kontextfrei ist. Stz. Die Sprche L 2 = { m m c m m > 0} ist nicht kontextfrei. Beweis. Sei eine elieige Zhl n gegeen. Wir wählen nun ds Wort z = n n c n. Offensichtlich gilt es, dss z L und z > n. Mn knn z folgendermßen in uvwxy zerlegen, so dss vwx n und vx 1: 1. vwx liegt komplett im -Teil: u = k, v = l, w = p, x = q, y = r n c n, woei k + l + p + q + r = n und l + q x esteht sowohl us s ls uch us s: u = k, v = l, w = p, x = q r, y = n r c n, woei k + l + p + q = n und l + q + r v esteht nur us s und x esteht nur us s: u = k, v = l, w = n k l n p q, x = p, y = q, woei l + p v esteht sowohl us s ls uch us s: u = n k, v = k l, w = p, x = q, y = r c n, woei l + p + q + r = n und k + l + q 1. 28

29 5. vwx liegt komplett im -Teil: u = n k, v = l, w = p, x = q, y = r c n, woei k + l + p + q + r = n und l + q x esteht sowohl us s ls uch us c s: u = n k, v = l, w = p, x = q c r, y = c n r, woei k + l + p + q = n und l + q + r v esteht nur us s und x esteht nur us c s: u = n k, v = l, w = n k l c n p q, x = c p, y = c q, woei l + p v esteht sowohl us s ls uch us c s: u = n n k, v = k c l, w = c p, x = c q, y = c r, woei l + p + q + r = n und k + l + q uvw liegt komplett im c-teil: u = n n c k, v = c l, w = c p, x = c q, y = c r, woei k + l + p + q + r = n und l + q 1. Wegen vwx n, ist immer mindestens ein Symol us dem Alphet,, oder c, nicht n dem Pumpen eteiligt. Ds heißt, dss sich eim Pumpen die Anzhl mindestens eines Symols verändert und die Anzhl mindestens eines weiteren Symols nicht verändert. Ds Ergenis knn deswegen nicht mehr in der Sprche liegen. Zum Beispiel wählen wir i = 0 und zeigen wir, dss uv 0 wx 0 y / L im Fll 2: 2. uv 0 wx 0 y = k+p n r c n Diese Wort liegt in der Sprche, wenn k + p = n r = n. Wegen l + q + r 1 wissen wir, dss l 1 oder q 1 oder r 1 (oder mehrere dvon). Wenn l 1 oder q 1, folgt wegen k + l + p + q = n, dss k + p n. Wenn r 1 folgt wegen k + l + p + q = n, dss n r n. (In llen nderen Fällen knn mnn uch i = 0 wählen.) Ddurch, dss es einen solchen Index für jede Zerlegung git, gilt nch dem Pumping Lemm, dss L 2 nicht kontextfrei ist. 13 Kellerutomten Zu Folie 227 Wrum ein Automtenmodell für kontextfreien Sprchen? Mnche Konstruktionen und Verfhren lssen sich esser mit Hilfe des Automtenmodells durchführen (nsttt uf Grmmtiken). Dzu gehört: ds Wortprolem (wir werden herusfinden, dss ds Wortprolem unter estimmten Umständen effizienter ls in Zeit O(n 3 ) gelöst werden knn) Aschlusseigenschften (Aschluss von kontextfreien Sprchen unter Schnitt mit regulären Sprchen lässt sich gut mit Kellerutomten zeigen) Zu Folie 228 Ein endlicher Automt knn diese Sprche deshl nicht erkennen, weil er sich keine elieig lngen Wörter der Form n merken knn. Er müsste sich er solche Wörter merken, um die Üereinstimmung mit dem Wortteil nch dem $ zu üerprüfen. 29

30 Zu Folien Ws ist die Bedeutung der Üerführungsfunktion? Σ {ɛ} ist ds Alphet mit einem zusätzlichem Symol ɛ. Z (Σ {ɛ}) Γ ist die Menge von 3-Tupeln, die us einem Zustnd, einem Alphetsymol oder ɛ, und us einem Kellersymol estehen. Z Γ ist die Menge von Pren, die us einem Zustnd und us einer Folge von Kellersymolen estehen. Ds heißt, δ ist eine Funktion, die ls Einge einen Zustnd (den ktiven Zustnd), ein Alphetsymol oder ɛ (ds eingelesene Symol, woei ɛ ngit, dss nichts eingelesen werden soll) und einen Kellersymol (ds oerste Symol uf dem Keller) nimmt, und einen Zustnd (den Nchfolgezustnd) und eine Folge von Kellersymolen usgit. Nottion der Üerführungsfunktion Sei M = (Z, Σ, Γ, δ, z 0, #) ein Kellerutomt. Für z Z, Σ {ɛ} und A Γ, ist δ(z,, A) eine endliche Menge von Pren. Zum Beispiel, Z = {z 0, z 1 }, Σ = {, } und Γ = {A, #}. Dnn könnte δ folgendermßen definiert sein: δ(z 0,, #) = {(z 0, #), (z 0, A#)} δ(z 0,, A) = {(z 0, A), (z 0, AA)} δ(z 0,, #) = δ(z 0,, A) = {(z 1, ɛ)} δ(z 0, ɛ, #) = δ(z 0, ɛ, A) = δ(z 1,, #) = δ(z 1,, A) = δ(z 1,, #) = δ(z 1,, A) = {(z 1, ɛ)} δ(z 1, ɛ, #) = {(z 1, ɛ)} δ(z 1, ɛ, A) = Es sei ngemerkt, dss δ eine vollständige Funktion ist, und deswegen muss sie für lle Komintionen von Zustnd, Alphetsymol (oder ɛ) und Kellersymol definiert sein. Aus Klrheitsgründen werden wir die Üerführungsfunktion er folgendermßen ngegeen: δ(z 0,, #) (z 0, #) δ(z 1,, A) (z 1, ɛ) δ(z 0,, #) (z 0, A#) δ(z 1, ɛ, #) (z 1, ɛ) δ(z 0,, A) (z 0, A) δ(z 0,, A) (z 0, AA) δ(z 0,, A) (z 1, ɛ) oder noch kürzer selst folgendermßen: (z 0,, #) (z 0, #) (z 1,, A) (z 1, ɛ) (z 0,, #) (z 0, A#) (z 1, ɛ, #) (z 1, ɛ) (z 0,, A) (z 0, A) (z 0,, A) (z 0, AA) (z 0,, A) (z 1, ɛ). Dei werden wir dvon usgehen, dss wenn δ(z,, A) (z, γ) zw. (z,, A) (z, γ) nicht ngegeen ist (für z Z, Σ {ɛ}, γ Γ ), dnn (z, γ) / δ(z,, A) gemeint ist. Wir werden uch eine grphische Drstellung verwenden. Ein Üergng (z,, A) (z, B 1... B n ) wird dnn wie folgt ngegeen: 30

31 , A/B z 1... B n z Kellerutomt-Beispiel 1 (Folie 243) Geen Sie einen Kellerutomten M für die Sprche L(M) = {w$w R w {, } } n. Antwort: M = ({z 1, z 2 }, {,, $}, {#, A, B}, δ, z 1, #), woei δ folgendermßen definiert ist (wir schreien (z,, A) (z, x), flls (z, x) δ(z,, A)). (z 1,, #) (z 1, A#) (z 1,, A) (z 1, AA) (z 1,, B) (z 1, AB) (z 1,, #) (z 1, B#) (z 1,, A) (z 1, BA) (z 1,, B) (z 1, BB) (z 1, $, #) (z 2, #) (z 1, $, A) (z 2, A) (z 1, $, B) (z 2, B) (z 2,, A) (z 2, ɛ) (z 2,, B) (z 2, ɛ) (z 2, ɛ, #) (z 2, ɛ) Grphisch drgestellt sieht der Kellerutomt folgendermßen us:, #/A#,, #/B#,, A/AA,, A/BA,, B/AB,, B/BB, A/ɛ,, B/ɛ, ɛ, #/ɛ $, #/#, $, A/A, $, B/B z 1 z 2 Wenn ein Pfeil zwei Beschriftungen ht (z.b. ngegeen ls $, #/#, $, A/A, $, B/B ) heißt ds, dss er zwei Üergänge repräsentiert (genuso hen wir ds uch ei endlichen Automten gemcht). Zu Folie 245 ezeichnet die reflexive und trnsitive Hülle von. Ds heißt, dss (z, w, γ) (z, w, γ ), wenn (z, w, γ ) in keinem, einem oder mehreren Schritten us (z, w, γ) erreicht werden knn. In nderen Worten: (z, w, γ) (z, w, γ ) genu dnn, wenn es Konfigurtionen k 1,..., k n git, so dss k 1 = (z, w, γ), k n = (z, w, γ ) und k i k i+1, für 0 < i < n gilt. Noch ein Kellerutomt-Beispiel (Folie 247) Antwort: woei δ wie folgt definiert ist: L = {ww R w {, } }. M = ({z 1, z 2 }, {, }, {#, A, B}, δ, z 1, #), (z 1,, #) (z 1, A#) (z 1,, A) (z 1, AA) (z 1,, B) (z 1, AB) (z 1,, #) (z 1, B#) (z 1,, A) (z 1, BA) (z 1,, B) (z 1, BB) (z 1, ɛ, #) (z 2, #) (z 1, ɛ, A) (z 2, A) (z 1, ɛ, B) (z 2, B) (z 2,, A) (z 2, ɛ) (z 2,, B) (z 2, ɛ) (z 2, ɛ, #) (z 2, ɛ) Ein Aluf dieses Kellerutomten, woei der Automt mit einem leeren Keller endet: (z 1,, #) (z 1,, A#) (z 1,, AA#) (z 1,, BAA#) (z 2,, BAA#) (z 2,, AA#) (z 2,, A#) (z 2, ɛ, #) (z 2, ɛ, ɛ) 31

32 Es git er uch Aläufe, die nicht in den leeren Keller enden: (z 1,, #) (z 1,, A#) (z 1,, AA#) (z 1,, BAA#) (z 1,, BBAA#) (z 1,, ABBAA#) (z 2,, ABBAA#) (z 2, ɛ, BBAA#) Ein Wort wird von dem Kellerutomten kzeptiert, flls es mindestens einen Aluf git, der mit einem leeren Keller endet (und ds gnze Eingewort eingelesen ht). In diesem Fll wird lso von dem Automten kzeptiert. Kellerutomt-Beispiele (Folie 248) Beispiel 1 Wir ruchen zwei Zustände: z 1 : Einlesen der s (Anfngszustnd) In diesem Zustnd liest der Automt die s ein, und speichert die Anzhl der s uf den Keller (in unärer Drstellung, ds heißt die Anzhl der Symolen uf dem Keller entspricht der Anzhl der gelesenen s). z 2 : Einlesen der s In diesem Zustnd ut der Automt den Keller. Für jedes Kellersymol, ds uf dem Keller liegt, muss ein eingelesen werden. Weil es nur gefordert ist, dss die Anzhl der s größer oder gleich der Anzhl der s ist, können uch s eingelesen werden, ohne den Keller zu ändern. Forml drgestellt, lässt sich der Kellerutomt M 1 folgendermßen definieren: M 1 = (Z, Σ, Γ, δ, z 1, #), woei Z = {z 1, z 2 }, Σ = {, }, Γ = {A, #} und δ folgendermßen definiert ist: (z 1,, #) (z 1, A#) wenn ds einzulesene Symol ein ist (z 1,, A) (z 1, AA) push A uf den Keller (z 1, ɛ, #) (z 2, #) oder springe nicht-deterministisch zu (z 1, ɛ, A) (z 2, A) Zustnd z 2 um den Keller zuuen (z 2,, #) (z 2, ɛ) lese ein ein, und pop optionl (z 2,, #) (z 2, #) ds oerste Symol (A oder #) vom Keller (z 2,, A) (z 2, ɛ) (ein soll in z 2 nie eingelesen werden) (z 2,, A) (z 2, A) (z 2, ɛ, #) (z 2, ɛ) sorgt dfür, dss der PDA ufhören knn, wenn n = m Beispiel 2 Die Sprche esteht us Wörtern der Form x$y, woei x und y nicht gleich sind. Weil wir nur ds oerste Kellerzeichen etrchten können, reicht es nicht den Teil des Wortes vor dem $ uf dem Keller zu speichern: ds Wort efindet sich dnn in umgekehrter Reihenfolge uf dem Keller. Wir müssen uns lso üerlegen, wie wir üerprüfen können, dss die zwei Teilen des Wortes (x und y) ungleich sind ohne den gnzen ersten Teil (x) uf den Keller zu pushen. Es git zwei mögliche Gründe, wrum x und y ungleich sind: entweder git es eine ntürliche Zhl i, so dss ds i-te Symol vom x ungleich dem i-ten Symol vom y ist, oder x und y hen eine unterschiedliche Länge. Wir versuchen jetzt einen Automten zu uen, der während dem Einlesen von x nichtdeterministisch entweder eine Position wählt, in der sich x und y unterscheiden, oder die Länge 32

33 üerprüft. Im ersten Fll wird die Position uf den Keller gespeichert, im zweiten Fll die Länge von x. Unser Automt esteht us den folgenden Zuständen: z 1 : x und Stelle oder Länge wählen Wenn ein eingelesen wird, knn nichtdeterministisch entschieden werden, zu z 3 zu gehen (um zu üerprüfen, o ds entsprechende Symol von y ein ist). Wenn ein eingelesen wird, knn nichtdeterministisch entschieden werden, zu z 5 zu gehen (um zu üerprüfen, o ds entsprechende Symol von y ein ist). In eiden Fällen knn mn uch in z 1 leien und ein 1 uf den Keller pushen, so dss eine ndere Position oder die Länge gewählt werden knn. Wenn $ eingelesen wird, geh zu z 2 um die Länge zu üerprüfen. z 2 : Länge von y üerprüfen Dieser Zustnd üerprüft, o y eine ndere Anzhl von Symolen ht, ls es Symolen uf dem Keller git. Ein Wort wird kzeptiert, sold entweder der Keller leer ist (in diesem Fll wird in z 7 gewechselt um den Rest der Einge einzulesen), oder ds Eingewort vollständig gelesen wurde (in diesem Fll wird in z 8 gewechselt um den Keller zu leeren), er nicht gleichzeitig. z 3 : Rest von x einlesen 1 Zusmmen mit z 4 üerprüft dieser Zustnd, o die entsprechende Position von y ein enthält. Insesondere, liest dieser Zustnd die restlichen Symole von x ein, ohne den Keller zu ändern, und wechselt dnn in z 4. z 4 : Position üerprüfen 1 Wenn es noch Symole uf dem Keller git, wird ein Symol von der Einge eingelesen und ds oerste Kellersymol gepopt. Sonst, wird eingelesen und in den Akzeptnzzustnd z 7 gewechselt. (Es git in diesem Fll keine Üergänge, wo ein eingelesen wird.) z 5 und z 6 : Anolog zu z 4 und z 5, er es wird uf geprüft und nicht uf. z 7 : Akzeptnzzustnd 1 Der Rest des Eingewortes wird eingelesen und schließlich ds Kellerodenzeichen vom Keller entfernt. z 8 : Akzeptnzzustnd 2 In diesem Zustnd wird den Keller geut, er kein Teil der Einge gelesen. Der Automt M 2 wird forml wie folgt drgestellt: M 2 = (Z, Σ, Γ, δ, z 1, #) 33

34 woei Z = {z 1, z 2, z 3, z 4, z 5, z 6, z 7 }, Σ = {,, $}, Γ = {1, #} und δ enthält die folgende Üergänge: Zustnd z 1 Zustnd z 2 (z 1,, #) (z 1, 1#) (z 2,, 1) (z 2, ɛ) (z 1,, 1) (z 1, 11) (z 2,, 1) (z 2, ɛ) (z 1,, #) (z 3, #) (z 2,, #) (z 7, #) (z 1,, 1) (z 3, 1) (z 2,, #) (z 7, #) (z 1,, #) (z 1, 1#) (z 2, ɛ, 1) (z 8, ɛ) (z 1,, 1) (z 1, 11) (z 1,, #) (z 5, #) (z 1,, 1) (z 5, 1) (z 1, $, #) (z 2, #) (z 1, $, 1) (z 2, 1) Zustnd z 3 Zustnd z 5 (z 3,, #) (z 3, #) (z 5,, #) (z 5, #) (z 3,, 1) (z 3, 1) (z 5,, 1) (z 5, 1) (z 3,, #) (z 3, #) (z 5,, #) (z 5, #) (z 3,, 1) (z 3, 1) (z 5,, 1) (z 5, 1) (z 3, $, #) (z 4, #) (z 5, $, #) (z 6, #) (z 3, $, 1) (z 4, 1) (z 5, $, 1) (z 6, 1) Zustnd z 4 Zustnd z 6 (z 4,, 1) (z 4, ɛ) (z 6,, 1) (z 6, ɛ) (z 4,, 1) (z 4, ɛ) (z 6,, 1) (z 6, ɛ) (z 4,, #) (z 7, #) (z 6,, #) (z 7, #) Zustnd z 7 Zustnd z 8 (z 7,, #) (z 7, #) (z 8, ɛ, 1) (z 8, ɛ) (z 7,, #) (z 7, #) (z 8, ɛ, #) (z 8, ɛ) (z 7, ɛ, #) (z 7, ɛ) Kontextfreie Grmmtik PDA (Folie 251/252) Kellerutomten können in einem Konfigurtionsüergng ein Symol uf dem Keller durch mehrere verschiedene ersetzen. Deswegen können wir den Keller verwenden, um ds leiten eines Wortes zu simulieren. Weil wir üer kontextfreie Grmmtiken reden, können Terminlsymole nicht mehr durch etws nderes ersetzt werden (nur einzelne Vrilen können ersetzt werden). Ds heißt, dss Terminlsymolen, die links von der ersten Vrile vorkommen (üer der höchsten Vrile uf dem Stck) und die mit der Einge üereinstimmen, ohne Proleme entfernt werden können, dmit eine Vrile wieder ds erste Symol ist. Beispiel von Folie 252: Wenn wir die Konstruktion uf die Beispielgrmmtik nwenden, kommt folgender Kellerutomt M rus: M = ({z}, {[, ]}, {S, [, ]}, δ, z, S), 34

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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, 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

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

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien Automaten und formale prachen Notizen zu den Folien 10 Kontextfreie Grammatiken Beispiele für kontextfreien Grammatiken ei Σ = {a, b}. Beispiel 1 (Folie 233, oben) Geben ie eine kontextfreie Grammatik

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

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

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

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

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

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

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

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

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

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

Automaten und Formale Sprachen 7. Vorlesung

Automaten und Formale Sprachen 7. Vorlesung Automten und Formle Sprchen 7. Vorlesung Mrtin Dietzfelinger Bis nächste Woche: Folien studieren. Detils, Beispiele im Skript, Seiten 70 99. Definitionen lernen, Beispiele nsehen, Frgen vorereiten. Üungsufgen

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

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

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

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

Reguläre Ausdrücke, In12 G8

Reguläre Ausdrücke, In12 G8 Reguläre Ausdrücke, In2 G8 Beweise, dss A* unendlich viele Elemente esitzt. Hinweis: Indirekter Beweis R A = {0,} Bilde A 3, A 4 A = {,, c} Bilde A 2, A 3 A = {,, c} Gi die Menge ller Wörter der Länge

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Grundlagen. Sprachen & Automaten. Sprachen. Grundlagen. Alphabet A endliche, nichtleere Menge von Buchstaben

Grundlagen. Sprachen & Automaten. Sprachen. Grundlagen. Alphabet A endliche, nichtleere Menge von Buchstaben Sprchen & Automten formle Sprchen zur Formulierung von Wissen Progrmmiersprchen Logik Teilmengen ntürlicher Sprchen... Beschreiung formler Sprchen durch Grmmtiken Beschreiung und Verreitung formler Sprchen

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

Sprachen & Automaten. Grundlagen. Sprachen. Grundlagen

Sprachen & Automaten. Grundlagen. Sprachen. Grundlagen Sprchen & Automten formle Sprchen zur Formulierung von Wissen Progrmmiersprchen Logik Teilmengen ntürlicher Sprchen... Beschreiung formler Sprchen durch Grmmtiken Beschreiung und Verreitung formler Sprchen

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

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

Kontextsensitive Sprachen. Christian Scheideler Universität Paderborn WS 2014

Kontextsensitive Sprachen. Christian Scheideler Universität Paderborn WS 2014 Kontextsensitive Sprchen Christin Scheideler Universität Pderorn WS 2014 Kontextsensitive Sprchen Definition 5.1.4 Eine Grmmtik heißt kontextsensitiv oder vom Typ Chomsky-1 flls für jede Regel u v gilt

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

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

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

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

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

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

Theoretische Informatik

Theoretische Informatik Theoretische Informtik Rphel Pour 29. Juni 2016 Inhltsverzeichnis 1 Automten & Formle Sprchen 3 1.1 Formle Sprchen............................................... 3 1.1.1 Definition - Alphet........................................

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III Nme Vornme Mtrikelnummer Lösungsvorschlg Universität Krlsruhe Institut für Theoretische Informtik o. Prof. Dr. P. Snders 8. März 2006 Klusur: Informtik III Aufgbe 1. Multiple Choice 10 Punkte Aufgbe 2.

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informtik Mrkus Klemm.net SS 2014 Inhltsverzeichnis 1 Automten und formle Sprchen 1 1.1 Reguläre Sprchen............................... 2 1.1.1 Deterministische ndliche Automten (Deterministic

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Endliche Automaten. aus. Abbildung 1: Modell eines einfachen Lichtschalters

Endliche Automaten. aus. Abbildung 1: Modell eines einfachen Lichtschalters Endliche Automaten In der ersten Vorlesungswoche wollen wir uns mit endlichen Automaten eschäftigen. Um uns diesen zu nähern, etrachten wir zunächst einen einfachen Lichtschalter. Dieser kann an oder aus

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

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

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

Flächenberechnung. Aufgabe 1:

Flächenberechnung. Aufgabe 1: Flächenerechnung Aufge : Berechnen Sie den Flächeninhlt zwischen dem Funktionsgrphen und der -Achse in den Grenzen von is von: ) f() = ) f() = - Skizzieren Sie die Funktionsgrphen und schrffieren Sie die

Mehr