Grundbegriffe der Informatik Tutorium 13
|
|
- Dominik Sachs
- vor 6 Jahren
- Abrufe
Transkript
1 Grundbegriffe der Informatik Tutorium 13 Tutorium Nr. 16 Philipp Oppermann 3. Februar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
2 Gliederung 1 Turingmaschinen Konfiguration Schritt Berechnungen Akzeptoren aufzählbar vs entscheidbar 2 Komplexität Berechnungskomplexität Komplexitätsklassen Unentscheidbare Probleme Busy-Beaver 3 Tipps zum Übungsblatt Philipp Oppermann GBI Tutorium Nr Februar /26
3 partielle Funktionen partielle Funktion Eine partielle Funktion f ist eine rechtseindeutige Relation (die nicht linkstotal sein muss). Man schreibt f : X Y. Philipp Oppermann GBI Tutorium Nr Februar /26
4 Turingmaschinen Turingmaschine Eine Turingmaschine T = (Z, z 0, X, f, g, m) ist definiert durch eine Zustandsmenge Z einen Anfangszustand z 0 Z ein Bandalphabet X eine partielle Zustandsüberführungsfunktion f : Z X Z eine partielle Ausgabefunktion g : Z X X eine partielle Bewegungsfunktion m : Z X { 1, 0, 1} wobei f, g und m für die gleichen Paare (z, x) Z X (nicht) definiert sind. Philipp Oppermann GBI Tutorium Nr Februar /26
5 Turingmaschinen häufig L statt -1 und R statt 1 für Kopfbewegungen Eingabe steht zu Beginn auf dem Band Kopf startet meist auf dem ersten Eingabesymbol Das Blanksymbol X markiert leere Felder (meistens alle bis auf endlich viele) Philipp Oppermann GBI Tutorium Nr Februar /26
6 Beispiel-Turingmaschine als Graph: 1 1R 1 1R 1 1L 1 1L 1 XR R 1L L A B C D E X 1R als Tabelle: A B C D E,R,C 1,L,D,L,E 1 X,R,B 1,R,B 1,R,C 1,L,D 1,L,E X 1,R,A Was gibt diese Turingmaschine für die Eingabe 1 k aus? Philipp Oppermann GBI Tutorium Nr Februar /26
7 Lösung Ausgabe: 1 k 1 k Philipp Oppermann GBI Tutorium Nr Februar /26
8 Aufgabe Geben Sie eine Turingmaschine an, die bei Eingabe eines Wortes w {0, 1} + das Wort w 1 = xw auf dem Band produziert. Dabei soll das x an die Stelle des ersten Symbols von w geschrieben werden und jedes Symbol von w um ein Feld nach rechts verschoben werden. Ihre Turingmaschine darf maximal 6 Zustände haben. Philipp Oppermann GBI Tutorium Nr Februar /26
9 Lösung 0 0R B 0R 0 1R 0 xr 1 0R A 1 xr 1R C 1 1R Philipp Oppermann GBI Tutorium Nr Februar /26
10 Turingmaschinen Konfiguration Konfiguration Die Konfiguration c = (z, b, p) einer Turingmaschine ist ihr Gesamtzustand der sich aus dem aktuelle Zustand z Z der Steuereinheit der aktuellen Bandbeschriftung (formalisiert durch b : Z X) und der aktuellen Position p Z des Kopfes zusammensetzt. Darstellung einer Konfiguration: (z 4 )11 aktueller Zustand ist z 4 und der Kopf steht auf der vorletzten 1. Philipp Oppermann GBI Tutorium Nr Februar /26
11 Turingmaschinen Schritt Schritt einer Turingmaschine Wenn c = (z, b, p) die Konfiguration einer Turingmaschine T ist und für den aktuellen Zustand und das aktuelle Bandsymbol (z, b(p)) die partiellen Funktionen f, g und m definiert sind, kann T einen Schritt durchführen. T geht dabei in die Konfiguration c = (z, b, p ) mit z = f (z, b(p)) i Z : b (i) = { b(i) p = p + m(z, b(p)) g(z, b(p)) falls i p falls i = p über. Wir schreiben c = 1 (c). (für Konfiguration nach k Schritten k (c) ). Philipp Oppermann GBI Tutorium Nr Februar /26
12 Turingmaschinen Berechnung Endkonfiguration Falls für eine Konfiguration c die Nachfolgekonfiguration 1 (c) nicht definiert ist (kein Schritt möglich), dann ist c Endkonfiguration und die Turingmaschine hält. endliche Berechnung Eine endliche Berechnung ist eine endliche Folge von Konfigurationen c 0, c 1, c 2,..., c t, so dass für alle 0 < i t gilt: c i = 1 (c i 1 ). haltende Berechnung Eine haltende Berechnung ist eine endliche Berechnung, deren letzte Konfiguration eine Endkonfiguration ist. Es gibt unendliche Berechnungen. Diese heißen auch nicht haltend. Philipp Oppermann GBI Tutorium Nr Februar /26
13 Turingmaschinen als Akzeptor es gibt eine Menge F Z von akzeptierenden Zuständen ein Wort w wird akzeptiert, wenn die Turingmaschine bei Eingabe w hält und der Zustand der Endkonfiguration ein akzeptierender ist die akzeptierte formale Sprache L(T ) ist die Menge aller akzeptierten Worte Philipp Oppermann GBI Tutorium Nr Februar /26
14 aufzählbar vs entscheidbar Für eine akzeptierte formale Sprache L(T ) gilt: für alle w L(T ) hält T in einem akzeptierenden Zustand Was passiert für w / L(T )? Zwei Möglichkeiten: T hält in einem nicht akzeptierenden Zustand T hält überhaupt nicht (Endlosschleife) entscheidende Turingmaschine Ein Turingmachine T, die eine Sprache L akzeptiert und für jede Eingabe hält, entscheidet die Sprache L. Philipp Oppermann GBI Tutorium Nr Februar /26
15 aufzählbar vs entscheidbar entscheidende Turingmaschine Ein Turingmachine T, die eine Sprache L akzeptiert und für jede Eingabe hält, entscheidet die Sprache L. aufzählbare Sprache Eine formale Sprache L heißt aufzählbar, falls es eine Turingmaschine T gibt, die L akzeptiert. (T muss nicht für jede Eingabe halten) entscheidbare Sprache Eine formale Sprache L heißt entscheidbar, falls L von einer Turingmaschine T entschieden wird. (T hält für jede Eingabe) Philipp Oppermann GBI Tutorium Nr Februar /26
16 Berechnungskomplexität Zeitkomplexität time T (w) = die Anzahl an Schritten einer Turingmaschine T bis zu einer Endkonfiguration für Eingabe w. Time T (n) = max{time T (w) w A n } Time T heißt Zeitkomplexität von T. Raumkomplexität space T (w) = die Anzahl der Felder, die während der Berechnung für Eingabe w benötigt werden. Space T (n) = max{space T (w) w A n } Space T heißt Raumkomplexität von T. Philipp Oppermann GBI Tutorium Nr Februar /26
17 Berechnungskomplexität Zusammenhang von Zeit und Raum Da eine Turingmaschine in n Schritten nur maximal n + 1 Felder besuchen kann, gilt: polynomielle Komplexität space(w) max( w, 1 + time(w)) Wenn für eine Turingmaschine T ein Polynom p(n) existiert, so dass Time T (n) O(p(n)), dann ist die Zeitkomplexität Space T (n) O(p(n)), dann ist die Raumkomplexität von T polynomiell. Eine Turingmaschine mit polynomieller Laufzeit hat nur polynomiellen Platzbedarf, anders herum gilt dies aber nicht! Philipp Oppermann GBI Tutorium Nr Februar /26
18 Komplexitätsklassen Komplexitätslasse Eine Komplexitätslasse ist eine Menge von Problemen (z.b. ist ein Wort in einer Sprache oder nicht). P P ist die Menge aller Entscheidungsprobleme, die von Turingmaschinen mit polynomieller Zeitkomplexität entschieden werden können. PSPACE PSPACE ist die Menge aller Entscheidungsprobleme, die von Turingmaschinen mit polynomieller Raumkomplexität entschieden werden können. Philipp Oppermann GBI Tutorium Nr Februar /26
19 Komplexitätsklassen P und PSPACE Es gilt: P PSPACE in polynomieller Zeit nur polynomiell viele Felder besuchbar Gilt P = PSPACE? eine Turingmaschine mit polynomiellem Platzbedarf kann exponentiell viele Schritte machen aber vielleicht gibt es eine Turingmaschine mit polynomiellem Zeitbedarf die das gleiche Problem entscheidet man weiß nicht ob P = PSPACE oder P PSPACE Philipp Oppermann GBI Tutorium Nr Februar /26
20 Unentscheidbare Probleme Codierung einer Turingmaschine Man kann jede Turingmaschine über dem Alphabet {1, 0} codieren und es gibt eine Turingmaschine, die überprüft ob eine Codierung eine gültige Turingmaschine ist. Universelle Turingmaschine Eine universelle Turingmaschine U erhält als Eingabe zwei Worte [w 1 ][w 2 ] und tut folgendes: 1 sie überprüft ob w 1 eine Codierung einer Turingmaschine T ist 2 falls ja, simuliert sie T mit w 2 als Eingabe 3 falls T endet, liefert U das zurück, was T geliefert hat Philipp Oppermann GBI Tutorium Nr Februar /26
21 Unentscheidbare Probleme Halteproblem Das Halteproblem ist die formale Sprache H = {w A w ist Codierung einer Turingmaschine T und T w (w) hält} H ist unentscheidbar Das Halteproblem ist unentscheidbar, d.h. es gibt keine Turingmaschine, die H entscheidet. Philipp Oppermann GBI Tutorium Nr Februar /26
22 Unentscheidbare Probleme Angenommen H ist entscheidbar: Dann existiert die Turingmaschine T H mit: { 1 falls w gültige Codierung und T w (w) hält T H (w) = 0 sonst Dann existert auch: { 1 falls T H (w) = 0 T d (w) : = Endlosschleife falls T H (w) = 1 { 1 falls T H (d) = 0 Dann gilt: T d (d) = Endlosschleife falls T H (d) = 1 { 1 falls T d (d) nicht hält = Endlosschleife falls T d (d) hält Widerspruch! Philipp Oppermann GBI Tutorium Nr Februar /26
23 Busy-Beaver Bibermaschine Eine n-bibermaschine ist eine Turingmaschine T mit folgenden Eigenschaften: Bandalphabet ist X = {, 1} T hat n + 1 Zustände, wobei in n Zuständen für jedes Bandsymbol der nächste Schritt definiert ist, einer dieser n Zustände der Startzustand ist und in einem weiteren Zustand für kein Bandsymbol der nächste Schritt definert ist (Haltezustand) Wenn man die Turingmaschine auf dem leeren Band startet hält sie nach endlich vielen Schritten Philipp Oppermann GBI Tutorium Nr Februar /26
24 Busy-Beaver fleißiger Biber Eine Bibermaschine heißt fleißiger Biber, wenn sie unter allen Bibermaschinen mit gleicher Zustandsanzahl die maximale Anzahl Einsen auf dem Band hinterlässt. Busy-Beaver-Funktion Die Busy-Beaver-Funktion ist wie folgt definiert: bb :N + N + bb(n) = die Anzahl von Einsen, die ein fleißiger Biber mit n + 1 Zuständen am Ende auf dem Band hinterlässt Philipp Oppermann GBI Tutorium Nr Februar /26
25 Busy-Beaver Busy-Beaver-Funktion Bekannt ist: bb(3) = 6 bb(4) = 13 bb(5) 4098 bb(6) Eigenschaften der Busy-Beaver-Funktion Für jede berechenbare Funktion f : N + N + gibt es ein n 0 N 0, so dass für alle n n 0 gilt: bb(n) > f (n) Die Busy-Beaver-Funktion bb(n) ist nicht berechenbar Philipp Oppermann GBI Tutorium Nr Februar /26
26 Tipps zum Übungsblatt Strukturelle Induktion: siehe Folien von Übung 12 Stelligkeit Anzahl von Argumenten einer Funktion bei vollständiger Induktion ist die einzige Übergangsfunktion einstellig: f (n) = n + 1 bei Induktion über die Wortlänge gibt es mehrere Übergangsfunktionen (auch alle einstellig): x A : f x (w) = w x beim 3. Beispiel ist eine Menge induktiv definiert: 2 Atome (10 und 15) und 2 zweistellige Übergangsfunktionen: f 1 (z 1, z 2 ) = z 1 z 2 und f 2 (z 1, z 2 ) = z 1 + z 2 IA für alle Atome IV für x 1, x 2,..., x k Menge, mit k = max Anzahl der Argumente einer Übergangsfunktion (x 1, x 2,... müssen nicht verschieden sein) IS für alle Übergangsfunktionen Philipp Oppermann GBI Tutorium Nr Februar /26
Grundbegriffe der Informatik Tutorium 11
Grundbegriffe der Informatik Tutorium 11 Tutorium Nr. 16 Philipp Oppermann 21. Januar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrGrundbegriffe der Informatik Tutorium 10
Grundbegriffe der Informatik Tutorium 10 Tutorium Nr. 32 Philipp Oppermann 17. Januar 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 1-12. Sitzung Dennis Felsing dennis.felsing@student.kit.edu http://www.stud.uni-karlsruhe.de/~ubcqr/2010w/tut gbi/ 2011-01-24 Überblick 1 Reguläre Ausdrücke Wiederholung
MehrGrundbegriffe der Informatik Tutorium 33
Tutorium 33 02.02.2017 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Gliederung 1 2 3 Ein ist ein Tupel A = (Z, z 0, X, f, Y, h)
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 16.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 5. März 2014
Klausur zur Vorlesung Grundbegriffe der Informatik 5. März 2014 Klausurnummer Nachname: Vorname: Matr.-Nr.: Aufgabe 1 2 3 4 5 6 7 max. Punkte 6 8 4 7 5 6 8 tats. Punkte Gesamtpunktzahl: Note: Punkte Aufgabe
MehrPräsenzübung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 2013/14 Prof. Dr. Berthold Vöcking 28.01.2014 Kamal Al-Bawani Benjamin Ries Präsenzübung Berechenbarkeit und Komplexität Musterlösung Name:...................................
Mehr11. Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P
11 Woche: Turingmaschinen und Komplexität Rekursive Aufzählbarkeit, Entscheidbarkeit Laufzeit, Klassen DTIME und P 11 Woche: Turingmaschinen, Entscheidbarkeit, P 239/ 333 Einführung in die NP-Vollständigkeitstheorie
MehrModelle der Parallelverarbeitung
Modelle der Parallelverarbeitung Modelle der Parallelverarbeitung 1. Turingmaschinen Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Sommersemester 2017 1 / 52 Überblick Überblick
MehrGrundbegriffe der Informatik Tutorium 11
Grundbegriffe der Informatik Tutorium 11 Tutorium Nr. 32 Philipp Oppermann 29. Januar 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrGrundbegriffe der Informatik Tutorium 12
Grundbegriffe der Informatik Tutorium 12 Tutorium Nr. 16 Philipp Oppermann 28. Januar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrTuring Maschine. Thorsten Timmer. SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke. Turing Maschine SS 2005 p.
Thorsten Timmer SS 2005 Proseminar Beschreibungskomplexität bei Prof. D. Wotschke Turing Maschine SS 2005 p. 1/35 Inhalt Einführung Formale Definition Berechenbare Sprachen und Funktionen Berechnung ganzzahliger
MehrGrundbegriffe der Informatik Tutorium 2
Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 16 Philipp Oppermann 9. November 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrGrundbegriffe der Informatik Tutorium 2
Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 32 Philipp Oppermann 13. November 2013 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrUnentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 17.05.2010 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrRekursiv aufzählbare Sprachen
Kapitel 4 Rekursiv aufzählbare Sprachen 4.1 Grammatiken und die Chomsky-Hierarchie Durch Zulassung komplexer Ableitungsregeln können mit Grammatiken größere Klassen als die kontextfreien Sprachen beschrieben
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 20. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 20.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrTheoretische Informatik 1
heoretische Informatik 1 eil 2 Bernhard Nessler Institut für Grundlagen der Informationsverabeitung U Graz SS 2009 Übersicht 1 uring Maschinen uring-berechenbarkeit 2 Kostenmaße Komplexität 3 Mehrband-M
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 7.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrProseminar Komplexitätstheorie P versus NP Wintersemester 2006/07. Nichtdeterministische Turingmaschinen und NP
Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07 Vortrag am 17.11.2006 Nichtdeterministische Turingmaschinen und NP Yves Radunz Inhaltsverzeichnis 1 Wiederholung 3 1.1 Allgemeines........................................
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Beispiel einer nicht berechenbaren Funktion: Busy Beaver
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrFalls H die Eingabe verwirft, so wissen wir, dass M bei Eingabe w nicht hält. M hält im verwerfenden Haltezustand. Beweis:
1 Unentscheidbarkeit 2 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 #include char *s="include
MehrDeterministische Turing-Maschinen (DTM) F3 03/04 p.46/395
Deterministische Turing-Maschinen (DTM) F3 03/04 p.46/395 Turing-Machine Wir suchen ein Modell zur formalen Definition der Berechenbarkeit von Funktionen und deren Zeit- und Platzbedarf. Verschiedene Modelle
MehrALP I Turing-Maschine
ALP I Turing-Maschine Teil I WS 2012/2013 Äquivalenz vieler Berechnungsmodelle Alonzo Church λ-kalkül Kombinatorische Logik Alan Turing Turing-Maschine Mathematische Präzisierung Effektiv Berechenbare
MehrFormale Sprachen und Automaten
Formale Sprachen und Automaten Kapitel 5: Typ 1 und Typ 0 Vorlesung an der DHBW Karlsruhe Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2012 Kapitel 5 Typ 1
MehrKapitel: Die Chomsky Hierarchie. Die Chomsky Hierarchie 1 / 14
Kapitel: Die Chomsky Hierarchie Die Chomsky Hierarchie 1 / 14 Allgemeine Grammatiken Definition Eine Grammatik G = (Σ, V, S, P) besteht aus: einem endlichen Alphabet Σ, einer endlichen Menge V von Variablen
MehrUnentscheidbarkeit von Problemen mittels Turingmaschinen
Unentscheidbarkeit von Problemen mittels Turingmaschinen Daniel Roßberg 0356177 Roland Schatz 0355521 2. Juni 2004 Zusammenfassung In dieser Arbeit befassen wir uns mit der Unentscheidbarkeit von Problemen
MehrUniverselle Turingmaschinen
Universelle Turingmaschinen bisher: zum Erkennen einer rekursiven Sprache L wurde jeweils eine spezielle dtm M L angegeben jetzt: konstruieren feste dtm ( universelle Turingmaschine ), die als Eingabe
MehrGrundbegriffe der Informatik Tutorium 5
Grundbegriffe der Informatik Tutorium 5 Tutorium Nr. 32 Philipp Oppermann 13. Januar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (II) 2.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrTuring-Maschinen. Definition 1. Eine deterministische Turing-Maschine (kurz DTM) ist ein 6- Dem endlichen Alphabet Σ von Eingabesymbolen.
Turing-Maschinen Nachdem wir endliche Automaten und (die mächtigeren) Kellerautomaten kennengelernt haben, werden wir nun ein letztes, noch mächtigeres Automatenmodell kennenlernen: Die Turing-Maschine
MehrGrundbegriffe der Informatik Tutorium 3
Grundbegriffe der Informatik Tutorium 3 Tutorium Nr. 16 Philipp Oppermann 18. November 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrTHEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 4. Vorlesung: Das Halteproblem und Reduktionen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 19. April 2017 Ankündigung Wegen großer Nachfrage wird eine
MehrTheoretische Informatik. nichtdeterministische Turingmaschinen NDTM. Turingmaschinen. Rainer Schrader. 29. April 2009
Theoretische Informatik Rainer Schrader nichtdeterministische Turingmaschinen Zentrum für Angewandte Informatik Köln 29. April 2009 1 / 33 2 / 33 Turingmaschinen das Konzept des Nichtdeterminismus nahm
MehrZeitkomplexität (1) Proseminar Theoretische Informatik. Proseminar Theoretische Informatik: Lisa Dohrmann 1
Zeitkomplexität (1) Proseminar Theoretische Informatik Proseminar Theoretische Informatik: Lisa Dohrmann 1 Warum Komplexitätsbetrachtung? Ein im Prinzip entscheidbares und berechenbares Problem kann in
MehrKlassische und Quanten Turing Maschinen, Teil I
Klassische und Quanten Turing Maschinen, Teil I Joachim Draeger 2013 Joachim Draeger Turing Maschinen 2013 1 / 43 Beschreibung von Algorithmen 1: Church-Turing-These TMs als geeignete Modelle Was sind
MehrTheoretische Informatik 1
heoretische Informatik 1 uringmaschinen David Kappel Institut für Grundlagen der Informationsverarbeitung echnische Universität Graz 11.03.2016 Übersicht uring Maschinen Algorithmusbegriff konkretisiert
MehrKlassische Informationstheorie: Berechenbarkeit und Komplexität
Klassische Informationstheorie: Berechenbarkeit und Komplexität Christian Slupina 1. Institut für Theoretische Physik Datum: 12.Juli 2011 Inhalt Gedankenexperiment: Die Turingmaschine Standard-Turingmaschinen
MehrEntscheidungsprobleme
Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge
MehrGrundbegriffe der Informatik Tutorium 14
Grundbegriffe der Informatik Tutorium 14 Tutorium Nr. 16 Philipp Oppermann 11. Februar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrWas ist überhaupt berechenbar? Was ist mit vernünftigem Aufwand berechenbar?
Effiziente Berechenbarkeit bisher: Frage nach der prinzipiellen Lösbarkeit von algorithmischen Fragestellungen Was ist überhaupt berechenbar? Rekursionstheorie jetzt: Frage nach der effizienten Lösbarkeit
MehrDie Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die
MehrReferat rekursive Mengen vs. rekursiv-aufzählbare Mengen
Kapitel 1: rekursive Mengen 1 rekursive Mengen 1.1 Definition 1.1.1 informal Eine Menge heißt rekursiv oder entscheidbar, wenn ihre charakteristische Funktion berechenbar ist. 1.1.2 formal Eine Menge A
MehrEinführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V7, 3.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick
MehrTheoretische Informatik II
Theoretische Informatik II Einheit 4.2 Modelle für Typ-0 & Typ-1 Sprachen 1. Nichtdeterministische Turingmaschinen 2. Äquivalenz zu Typ-0 Sprachen 3. Linear beschränkte Automaten und Typ-1 Sprachen Maschinenmodelle
MehrProseminar Theoretische Informatik. Die Klasse NP. von Marlina Spanel
Proseminar Theoretische Informatik Die Klasse NP von Marlina Spanel 29.11.2011 1 Gliederung Gliederung Problem des Handlungsreisenden Die Klasse NP Einleitung und Wiederholung Sprachen Nichtdeterministische
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
MehrWeitere universelle Berechnungsmodelle
Weitere universelle Berechnungsmodelle Mehrband Turingmaschine Nichtdeterministische Turingmaschine RAM-Modell Vektoradditionssysteme λ-kalkül µ-rekursive Funktionen 1 Varianten der dtm Mehrkopf dtm Kontrolle
MehrWir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.
Rückschau 12.11.04 Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Wir haben das Prinzip der Diagonalisierung eingeführt und mit DIAG eine erste nicht rek. aufz. Sprache
Mehr2.5 Halteproblem und Unentscheidbarkeit
38 25 Halteproblem und Unentscheidbarkeit Der Berechenbarkeitsbegriff ist auf Funktionen zugeschnitten Wir wollen nun einen entsprechenden Begriff für Mengen einführen Definition 255 Eine Menge A Σ heißt
MehrWelches ist die fleißigste unter allen erdenklichen Turingmaschinen mit n Zuständen?
Fleißige Biber In den frühen sechziger Jahren ging Tibor Rado von der Ohio State University der Frage nach, wie viele Einsen eine Turingmaschine wohl auf ein zu Beginn leeres Band schreiben könne, ehe
Mehr11. Übungsblatt. x y(top(push(x, y)) = y)
Logik, Berechenbarkeit und Komplexität Sommersemester 2012 Hochschule RheinMain Prof. Dr. Steffen Reith 11. Übungsblatt 1. Ein Keller (engl. stack) ist eine bekannte Datenstruktur. Sei die Signatur S =
MehrTheoretische Informatik. Berechenbarkeit
Theoretische Informatik Berechenbarkeit 1 Turing Maschine Endlicher Automat mit unendlichem Speicher Ein Modell eines realen Computers Was ein Computer berechnen kann, kann auch eine TM berechnen. Was
MehrTheoretische Informatik 1
Theoretische Informatik 1 Nichtdeterminismus David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Nichtdeterminismus NTM Nichtdeterministische Turingmaschine Die
MehrReguläre Sprachen. R. Stiebe: Theoretische Informatik für ING-IF und Lehrer,
Reguläre Sprachen Reguläre Sprachen (Typ-3-Sprachen) haben große Bedeutung in Textverarbeitung und Programmierung (z.b. lexikalische Analyse) besitzen für viele Entscheidungsprobleme effiziente Algorithmen
Mehrabgeschlossen unter,,,, R,
Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen
MehrEntscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen
Berechenbarkeit und Komlexität Entscheidbarkeit und Unentscheidbarkeit Wolfgang Schreiner Wolfgang.Schreiner@risc.uni-linz.ac.at Research Institute for Symbolic Comutation (RISC) Johannes Keler University,
MehrBerechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion
Berechenbarkeit und Komplexität: Rekursive Aufzählbarkeit und die Technik der Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 26. November 2007 Semi-Entscheidbarkeit
MehrÜbung Grundbegriffe der Informatik
Übung Grundbegriffe der Informatik 15. und letzte Übung Karlsruher Institut für Technologie Matthias Janke, Gebäude 50.34, Raum 249 email: matthias.janke ät kit.edu Matthias Schulz, Gebäude 50.34, Raum
Mehr5. Universelle Maschinen und uniform rekursive Klassen
5. Universelle Maschinen und uniform rekursive Klassen Die Existenz universeller Maschinen erlaubt effektive Aufzählungen der Klasse der r.a. Mengen, der Klasse der partiell rekursiven Funktionen und der
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 14: Endliche Automaten Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/38 Überblick Erstes Beispiel: ein Getränkeautomat Mealy-Automaten
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
MehrInformatik II. Turingmaschinen. Turingmaschinen. Turingmaschinen. Rainer Schrader. 14. Dezember 2005
Informatik II Rainer Schrader Zentrum für Angewandte Informatik Köln 14. Dezember 2005 1 / 76 2 / 76 Gliederung Aufbau und Eigenschaften Maße für Zeit- und Platzbedarf Simulation RAM/Turingmaschine nichtdeterministische
MehrTHEORETISCHE INFORMATIK
THEORETISCHE INFORMATIK Vorlesungsskript Jiří Adámek Institut für Theoretische Informatik Technische Universität Braunschweig April 2006 Inhaltsverzeichnis 1 Endliche Automaten 1 1.1 Mathematische Grundbegriffe......................
MehrAuffrischung Einige (wenige) Grundlagen der Theoretischen Informatik
Logik, Berechenbarkeit und Komplexität Sommersemester 2008 Fachhochschule Wiesbaden Prof. Dr. Steffen Reith Auffrischung Einige (wenige) Grundlagen der Theoretischen Informatik 1 Turingmaschinen - Ein
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
MehrFragen 1. Muss eine DTM ein Wort zu Ende gelesen haben, um es zu akzeptieren? a) Ja! b) Nein!
4 Turingmaschinen Eingabeband nicht nur lesen, sondern auch schreiben kann und die zudem mit ihrem Lese-Schreib-Kopf (LSK) nach links und rechts gehen kann. Das Eingabeband ist zudem in beide Richtungen
MehrAutomaten und formale Sprachen Klausurvorbereitung
Automaten und formale Sprachen Klausurvorbereitung Rami Swailem Mathematik Naturwissenschaften und Informatik FH-Gießen-Friedberg Inhaltsverzeichnis 1 Definitionen 2 2 Altklausur Jäger 2006 8 1 1 Definitionen
MehrÜbungsblatt 6. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 6 Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Ausgabe 10. Januar 2018 Abgabe 23. Januar 2018, 11:00 Uhr (im
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
MehrBeispiel: NTM. M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) q 2
Beispiel: NTM M = ({q 0,q 1,q 2 }, {0, 1}, {0, 1, #},δ, q 0, #, {q 2 }) 0,1,R 0,0,R q0 1,0,R q1 #,#,R q2 0,0,L Zustand 0 1 # q 0 {(1, R, q 0 )} {(0, R, q 1 )} q 1 {(0, R, q 1 ),(0, L, q 0 )} {(1, R, q
MehrDiskrete Mathematik II
Diskrete Mathematik II Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Sommersemester 2011 DiMa II - Vorlesung 01-04.04.2011 1 / 252 Organisatorisches Vorlesung: Mo 12-14 in HZO 70, Di 09-10
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Turing-Maschine, Berechenbarkeit INSTITUT FÜR THEORETISCHE 0 KIT 07.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen
MehrFormale Grundlagen der Informatik 1 Kapitel 12 Zusammenfassung
Formale Grundlagen der Informatik 1 Kapitel 12 Zusammenfassung Frank Heitmann heitmann@informatik.uni-hamburg.de 13. Mai 2014 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/17 Überblick Wir hatten
MehrTutorium 23 Grundbegriffe der Informatik (10. Sitzung)
Tutorium 23 Grundbegriffe der Informatik (10. Sitzung) Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität
MehrEinführung in Berechenbarkeit, Komplexität und formale Sprachen
Johannes Blömer Skript zur Vorlesung Einführung in Berechenbarkeit, Komplexität und formale Sprachen Universität Paderborn Wintersemester 2011/12 Inhaltsverzeichnis 1 Einleitung 2 1.1 Ziele der Vorlesung...................................
Mehr12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP
12 Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, NP 254/ 333 Polynomielle Verifizierer und NP Ḋefinition Polynomieller
MehrBerechenbarkeitstheorie 19. Vorlesung
1 Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Erinnerung:
MehrÜbung Grundbegriffe der Informatik
Übung Grundbegriffe der Informatik Karlsruher Institut für Technologie Matthias Schulz, Gebäude 5034, Raum 034 email: schulz@iraukade 1 Vergleich Endlicher Akzeptor - Turingmaschine z 0a a b a 2 Vergleich
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 25. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 25.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik 0 KIT 20.10.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am
MehrEinführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik. SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch
Einführung in die Theoretische Informatik I/ Grundlagen der Theoretischen Informatik SS 2007 Jun.-Prof. Dr. Bernhard Beckert Ulrich Koch 3. Teilklausur 25. 07. 2007 Persönliche Daten bitte gut leserlich
MehrKlausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016)
Technische Universität Berlin, Berlin, 28.07.2016 Name:... Matr.-Nr.:... Klausur: Berechenbarkeit und Komplexität (Niedermeier/Chen/Froese/Sorge, Sommersemester 2016) Einlesezeit: Bearbeitungszeit: Max.
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 23. November 2017 INSTITUT FÜR THEORETISCHE 0 23.11.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrBerechenbarkeit/Entscheidbarkeit
Berechenbarkeit/Entscheidbarkeit Frage: Ist eine algorithmische Problemstellung lösbar? was ist eine algorithmische Problemstellung? formale Sprachen benötigen einen Berechenbarkeitsbegriff Maschinenmodelle
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 09.04.2013 Inhalt der Vorlesung Teil I: Automaten und formale Sprachen (Kurt Sieber)
MehrNichtdeterministische Platzklassen
Sommerakademie 2010 Rot an der Rot AG 1: Wieviel Platz brauchen Algorithmen wirklich? Nichtdeterministische Platzklassen Ulf Kulau August 23, 2010 1 Contents 1 Einführung 3 2 Nichtdeterminismus allgemein
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Übung am 3..2 INSTITUT FÜR THEORETISCHE KIT 7..2 Universität des Andrea Landes Schumm Baden-Württemberg - Theoretische und Grundlagen der Informatik INSTITUT FÜR
MehrTuring: prinzipielle Berechenbarkeit Abschnitt 4.2. Turingmaschinen: DTM Abschnitt 4.2. DTM: Akzeptieren und Entscheiden Abschnitt 4.
Kap. 4: Berechnungsmodelle Turingmaschinen 4.2 Turing: prinzipielle Berechenbarkeit Abschnitt 4.2 Kap. 4: Berechnungsmodelle Turingmaschinen 4.2 Turingmaschinen: DTM Abschnitt 4.2 DTM = DFA + unbeschränkter
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Turingmaschinen und rekursiv aufzählbare Sprachen (V) 15.07.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Übersicht 1. Motivation 2. Terminologie
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrIdeen der Informatik Ein Rundgang durch die Komplexität [Was geht? Was geht schwer? Was geht gar nicht?]
Ideen der Informatik Ein Rundgang durch die Komplexität [Was geht? Was geht schwer? Was geht gar nicht?] Kurt Mehlhorn Adrian Neumann Folien von Kosta Panagiotou Plan für Heute Komplexitätsklassen P =
Mehr1936 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus
//5 Abstrakte Maschinenmodelle: Turingmaschine (TM) 96 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus einem festen Teil ( "Hardware ) einem variablen Teil ( "Software
MehrP, NP und NP -Vollständigkeit
P, NP und NP -Vollständigkeit Mit der Turing-Maschine haben wir einen Formalismus kennengelernt, um über das Berechenbare nachdenken und argumentieren zu können. Wie unsere bisherigen Automatenmodelle
Mehr2.6 Verdeutlichung verwendeter Begriffe
2.6 Verdeutlichung verwendeter Begriffe endlich/finit: die Mengen der Zustände und der Ein- bzw. Ausgabezeichen sind endlich synchron: die Ausgabezeichen erscheinen synchron mit dem Einlauf der Eingabezeichen
Mehr