Algorithmen und Datenstrukturen. Algorithmen und Datenstrukturen

Ähnliche Dokumente
1 Algorithmische Grundlagen

Angewandte Mathematik am Rechner 1

Einführung in die Informatik Turing Machines

Entscheidungsprobleme

Turing-Maschinen: Ein abstrakes Maschinenmodell

1936 von Alan Turing zum theoretischen Studium der Berechenbarkeit eingeführt Besteht aus

Einführung in die Informatik Turing Machines

Algorithmus. Was ist ein Algorithmus? Ibn Musa Al-Chwarismi persischer Mathematikers 9. Jahrhundert Buch: Regeln der Wiedereinsetzung und Reduktion.

Clevere Algorithmen programmieren

ALP I Turing-Maschine

Grundlagen der Programmierung (Vorlesung 24)

2.5 Halteproblem und Unentscheidbarkeit

Theoretische Informatik für Wirtschaftsinformatik und Lehramt

Theoretische Informatik

Informatik I. Informatik I Was haben wir gelernt? 28.2 Algorithmusbegriff Was geht nicht? 28.1 Was haben wir gelernt?

Zeitkomplexität (1) Proseminar Theoretische Informatik. Proseminar Theoretische Informatik: Lisa Dohrmann 1

1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen - 1 -

1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen - 1 -

Das Halteproblem für Turingmaschinen

Grundlagen der Theoretischen Informatik

Theoretische Informatik 1

Berechenbarkeit. Script, Kapitel 2

Wintersemester 2007/2008 Helmut Seidl Institut für Informatik TU München

Seminararbeit zum Thema Was ist ein Algorithmus?

Theoretische Informatik für Wirtschaftsinformatik und Lehramt

Grundlagen der Theoretischen Informatik

Proseminar Komplexitätstheorie P versus NP Wintersemester 2006/07. Nichtdeterministische Turingmaschinen und NP

WS06/07 Referentin: Katharina Blinova. Formale Sprachen. Hauptseminar Intelligente Systeme Dozent: Prof. Dr. J. Rolshoven

Turingmaschinen Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen

Grundlagen der Theoretischen Informatik: Übung 10

Theoretische Grundlagen der Informatik

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

Informatik I: Einführung in die Programmierung

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice

Funktionale Programmierung ALP I. λ Kalkül WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda

Theoretische Informatik. Berechenbarkeit

Entscheidungsprobleme

Lösung zur Klausur. Grundlagen der Theoretischen Informatik im WiSe 2003/2004

Halteproblem/Kodierung von Turing-Maschinen

Wir suchen Antworten auf die folgenden Fragen: Was ist Berechenbarkeit? Wie kann man das intuitiv Berechenbare formal fassen?

Unentscheidbare Probleme: Diagonalisierung

Kapitel 3: Berechnungstheorie Gliederung

Unentscheidbarkeitssätze der Logik

Berechenbarkeit. Stefan Zimmer Informatik I Automatisierungstechnik in der Produktion. Grenzen unserer... Programme...

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

n 1. Der Begriff Informatik n 2. Syntax und Semantik von Programmiersprachen - 1 -

Theoretische Grundlagen der Informatik

Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem

Theorie der Informatik. Theorie der Informatik P und NP Polynomielle Reduktionen NP-Härte und NP-Vollständigkeit

Inhalt. 1. Einführung in die Informatik. 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele.

Berechenbarkeitstheorie 1. Vorlesung

Aufgabe Mögliche Punkte Erreichte Punkte a b c d Σ a b c d Σ x1 13

Inhalt. 1. Einführung in die Informatik. 2. Algorithmen Definition, Eigenschaften, Entwurf Darstellung von Algorithmen Beispiele.

Informatik 1. Teil 1 - Wintersemester 2012/2013. Prof. Dr.-Ing. habil. Peter Sobe Fachkultät Informatik / Mathematik

Teil III. Komplexitätstheorie

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Gierhardt. Einführung:

Berechenbarkeit und Komplexität

7. Übung TGI. Lorenz Hübschle-Schneider, Tobias Maier INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS. 1 Lorenz Hübschle-Schneider, Tobias Maier

Theorie der Informatik

Reduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B.

1 Vom Problem zum Program

Theoretische Grundlagen der Informatik

Einführung in die Theoretische Informatik

Deterministische Turing-Maschinen

Informatik. Teil 1 Wintersemester 2011/2012. Prof. Dr.-Ing. habil. Peter Sobe Fachkultät Informatik / Mathematik

2. Tag. Teil II. 1.5 Interpretation der Grenzwertregeln

Einführung in die Programmierung

5. Algorithmen. K. Bothe, Institut für Informatik, HU Berlin, GdP, WS 2015/16

Einführung in die mathematische Logik

Grundlagen der Theoretischen Informatik

Was ist ein Computer? Was ist ein Programm? Können Computer Alles?

Infovorkurs, Teil II: Theoretische Informatik. Motivation. Turing-Maschine. Programmiersprachen

Übungsblatt Nr. 4. Lösungsvorschlag

1 Vom Problem zum Programm

Allgemeines Halteproblem Hilberts 10. Problem

Einführung in die Programmierung

Grundlagen der theoretischen Informatik

1 Endliche Automaten mit Ausgabe

Einführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.

Einführung in die Programmierung Wintersemester 2016/17

Grundlagen der Theoretischen Informatik

Berechnungsmodelle. Mathias Hecht. April 29, 2010

1 Prädikatenlogik: Korrektheit, Vollständigkeit, Entscheidbarkeit

Überblick. 1 Vorbemerkungen. 2 Algorithmen. 3 Eigenschaften von Algorithmen. 4 Historischer Überblick. Einführung

Funktionale Programmierung ALP I. µ-rekursive Funktionen WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda

Übungsblatt 3. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Einführung in die Informatik Algorithms

11.1 Kontextsensitive und allgemeine Grammatiken

Reduktion / Hilberts 10. Problem

FORMALE SYSTEME. 3. Vorlesung: Endliche Automaten. TU Dresden, 17. Oktober Markus Krötzsch

Kapitel 3: Berechnungstheorie Gliederung

Transkript:

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Foliensatz, 14.11.05 Wintersemester 2005/2006

Algorithmen Rechnen (compute) Änderung der Werte von Attributen eines Modells in mehreren Schritten Anweisungen (statement) einzelne Schritte zur Änderung der Werte i.d.r. von maschineller Vorrichtung ausgeführt Berechnung besteht aus mehreren solcher Anweisungen in bestimmter Reihenfolge auszuführen Algorithmus (algorithm) Festlegung einer solchen Reihenfolge von Anweisungen bestimmte Wirkung auf Werte der Attribute eines Modells

Algorithmus zentrale Begriff in der Informatik Algorithmen können nicht alle Probleme lösen Grenzen des Machbaren Berechenbarkeit mathematische Modelle Beschreiben Anweisungen/Folgen solcher Anweisungen Turingmaschine sehr einfaches, aber dennoch universelles Berechnungsmodell

Algorithmus und Berechenbarkeit Algorithmus gibt an, wie Problem gelöst werden kann Berechenbarkeit welche Probleme können überhaupt algorithmisch gelöst werden?

Algorithmus Maschinen zum Rechnen genaue Festlegung der jeweiligen elementaren Rechenschritte Anweisungen werden nacheinander ausgeführt Fortgang der Berechnung hängt von Zwischenergebnissen ab eigentliche Information liegt als Datum vor Zahlen- oder Zeichenwerte (Zustand) Bedeutung der Daten ist Maschine nicht bekannt Algorithmus kennt (implizit) Bedeutung der Attribute bestimmt abhängig von Zustand weitere Folge von Rechenschritten Algorithmus macht aus dummer Rechenmaschine intelligent erscheinendes Gerät bringt, salopp formuliert, Geist in die Maschine

Algorithmen Berechnungen nach bestimmten Regeln oder Vorschriften in mehreren elementaren Rechenschritten als Algorithmus (algorithm) bezeichnet genauerer Definition des Begriffs Algorithmus welche Probleme sollen mit Algorithmen gelöst werden? Eingabedaten in Ausgabedaten umwandeln Daten liegen allgemein in Form von Zeichenketten vor auch als mathematische Funktion beschreibbar Algorithmen auch als Abbildungsvorschriften auffassbar gegenüber realen Verhältnissen vereinfachte Auffassung zunächst übernehmen

Algorithmen Beispiele Multiplikation (27 33) ist Abbildung der Zeichenfolgen '2','7' und '3','3' in die Zeichenfolge '8', 9, 1. Ein Übersetzer übersetzt die Zeichenfolge H, 'U', 'N', 'D' in die Zeichenfolge 'D', 'O', 'G'. Ein Mustererkenner übersetzt die Zeichenfolge 'X', 'X', 'X', 'X', '_', '_', 'X', '_', '_', 'X', '_', '_', 'X', 'X', 'X', '_', '_', '_', '_', 'X', '_', '_', '_', 'X', 'X', 'X', 'X', '_' in die Zeichenfolge '3'. Wieso?

Algorithmen Beispiele Ein Mustererkenner übersetzt die Zeichenfolge 'X', 'X', 'X', 'X', '_', '_', 'X', '_', '_', 'X', '_', '_', 'X', 'X', 'X', '_', '_', '_', '_', 'X', '_', '_', '_', 'X', 'X', 'X', 'X', '_' in die Zeichenfolge '3'. Wieso? XXXX X X XXX X X XXX

Algorithmen Alphabet jede (geordnete) Menge von Zeichen nicht nur Buchstaben des lateinischen Alphabets: 'A', 'B', auch z.b. Ziffern: '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', Sonderzeichen: '+', '-', '$', ' ', '±', '(', '}'. auch ohne Hochkommata geschrieben, wenn einzelne Zeichen eindeutig Ziffern = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9,}, Sonderzeichen = { +,, $,, ±, (, '}'}. Zeichenfolge in doppelte Hochkommata "27", "33" Þ "891" "HUND" "DOG" "XXXX--X--X--XXX----X---XXXX-" "3".

Rechnen Abbildung zwischen Zeichenfolgen klassisches Rechnen Manipulieren von Zeichenfolgen jede Manipulation von Zeichenfolgen heißt Rechnen Rechnen sehr viel allgemeinere Bedeutung als üblich einfach durch Tabelle realisierbar jedem Eingabewert ein Ausgabewert zugeordnet nur für endlich viele Fälle möglich D 1 W 1 D 2 W 2... D N W N Nicht für unbeschränkt/sehr viele Eingabewerte

Rechnen Beispiel Tabelle der Produkte aller Zahlen zwischen eins und hundert leicht zu erstellen Wie viele Einträge hätte diese Tabelle? Tabelle der Produkte aller Zahlen zwischen eins und einer Million nicht ebenso erstellt werden? 2 Milliarden Werte (32 Bits) jedes mögliche Produkt verschiedener Zahlen jemals berechnet? Fakultäten 1! 1 2! 2 3! 6 4! 24... 20! 2432902008176640000 Fibonacci-Zahlen?

Algorithmus heißt abstrakt im Prinzip unbeschränkte Klasse von Problemen statische Finitheit endliche Beschreibung jedes Algorithmus Programm (program) Formulierung eines Algorithmus für spezielle Rechenmaschine dynamische Finitheit während Ablauf nur endliche Menge an Werten (Resourcen) terminieren Algorithmus endet nach endlicher Anzahl von Schritten nicht terminierende Algorithmen Betriebssyteme Maschinensteuerungen Teilaufgaben

Algorithmus heißt determiniert oder funktional bei gleichen Eingabedaten stets gleiche Ergebnisse wird von meisten Algorithmen verlangt entspricht den Vorgaben (Spezifikation) Produkt zweier Zahlen liefert genau einen Wert, auf genau eine Weise dargestellt zufällig oder randomisiert unterschiedliche Ergebnisse Ergebnis eine von mehreren richtigen Lösungen Algorithmus findet zufällig eine Lösung und präsentiert diese Suche Bruder von Claus: Albert oder Berthold Finde eine Quadratwurzel aus 4: +2 oder -2 Dreieck aus drei Seiten im Längenverhältnis (2,3,4): Zufallszahlengenerator

Algorithmus heißt deterministisch, eindeutig im gleichen Zustand immer auf gleiche Weise fortgesetzt liefert natürlich stets die gleichen Ergebnisse stets determiniert Indeterministisch bei gleichen Datenwerten verschiedene Nachfolgeschritte Auswahl der Schritte zufällig alle möglichen Fortsetzungen des Algorithmus gleichzeitig parallel ausgeführt teilweise für theoretische Untersuchungen benötigt in der Praxis heute keine große Rolle

zwei Algorithmen heißen äquivalent bei jeweils gleichen Eingaben stets gleiche Ergebnisse Frage nach besserem/bestem Algorithmus Bewertung von Algorithmen Algorithmus heißt besser, wenn er schneller Rechnung in kürzerer Zeit erledigt kürzer weniger Speicherplatz für Darstellung des Algorithmus weniger Speicherplatz während der Ausführungszeit meist nicht allgemein berechenbar andere quantifizierbare Bedingungen genauer stabil (Sortierverfahren) Komplexität eines Algorithmus

Berechenbarkeit von großer theoretischer Bedeutung, was man berechnen kann Probleme, für die es i.allg. keine Lösung gibt praktische Bedeutung nicht berechenbares Problem gar nicht erst mit algorithmischen Methoden angehen Berechnungsverfahren entwickeln für möglichst viele Probleme Grenze, was überhaupt noch zu berechnen ist

Berechenbarkeit These von Church praktisch nur ein Berechenbarkeitsbegriff alle bisher entwickelten Berechnungsverfahren lösen gleiche Problemklasse es gibt Probleme, die von keinem Algorithmus berechnet werden können alle lösbaren Probleme können mit herkömmlichen Berechnungsverfahren gelöst werden es gibt Probleme, die auch mit den größten Computern nicht behandelt werden können Klasse von Problemen unbekannt, ob berechenbar gewisse Problemklassen nur für sehr kleine Werte lösbar (mit sehr wenigen Parametern/sehr kleinen numerischen Werten)

Berechenbarkeit konkreter Berechenbarkeitsbegriff bestimmtes Maschinenmodell Turingmaschine sämtliche berechenbare Probleme Turing-berechenbar anderes Maschinenmodell löst gleiche Problemklasse Maschinenmodell löst sämtliche Turing-berechenbaren Probleme Annahmen bestimmte Ressourcen nicht beschränkt Speicher für Daten und Programme Zeit

Bemerkungen zur Berechenbarkeit Andere Verfahren zur Berechnung von Problemen Gödel Regeln zur Konstruktion komplexerer Funktionen aus einfacheren Unvollständigkeitstheorem (1931) (Hilberts Entscheidungsproblem) kein Algorithmus, der für jede Aussage über die natürlichen Zahlen entscheidet, ob diese wahr oder falsch ist. Church funktionales System, Lambda-Kalkül Postsche Ersetzungssystem Turingmaschinen mit mehreren Bändern Alle Verfahren 'äquivalent' Beweis durch 'Emulation' einer Maschine auf anderer

Turing-berechenbar Problem heißt Turing-berechenbar, wenn es einen Algorithmus gibt, der eine vorgegebene Zeichenkette in genau eine andere Zeichenkette umwandelt, welche von der vorgegebenen abhängt "123+456" "579" schrittweise Umwandlung für jeden Schritt eigene Berechenbarkeit definiert Turing-berechenbarer Algorithmus hält nach endlich vielen Schritten an liefert ein richtiges Ergebnis

Turing-berechenbar gibt es Algorithmus, der sämtliche Probleme löst? für spezielles Problem kann es keinen Algorithmus geben, der dieses Problem für alle Eingaben lösen kann. Selbstanwendung kann Algorithmus sich selbst analysieren Halteproblem Turingmaschine, die zu jeder vorgegebenen Turingmaschine entscheiden soll, ob sie jemals mit einem Ergebnis anhält. a) analysierende Maschine so konstruieren, dass sie genau dann nicht anhält, wenn die untersuchte Maschine anhält b) untersucht diese Maschine sich selbst, so liefert sie das Ergebnis, dass sie genau dann anhält, wenn sie nicht anhält, also einen Widerspruch. c) Halteproblem nicht allgemein lösbar ist, d) es gibt Problemklassen, die nicht berechnet werden können.

Halteproblem A ein Algorithmus, D Daten für diesen Algorithmus A sei in Form eines Programms gegeben selbst Zeichenkette ebenso Daten D sind Zeichenkette M[A,D] ein Algorithmus, der Halteproblem löst M hält in genau einem von zwei Zuständen, für irgendeinen Algorithmus A und irgendwelche Daten D 1. Zustand: A angesetzt auf D hält (kürzer: [A, D] HÄLT) 2. Zustand: A angesetzt auf D hält nicht ([A, D] HÄLT NICHT) Transformieren der Maschine in eine andere N[A] hat nur noch einen Eingabewert: N[A] M[A,A] P[A] hat statt des Haltzustands unendlichen Zyklus: P[A] Was geschieht nun mit P[P]? P[P] hält nicht an P[P] hält an: Widerspruch! P[ ] kann es nicht geben kann. P[..] kanonisch aus N[ ] konstruiert N[ ] kann es nicht geben N[...] kanonisch aus aus M[, ] konstruiert: M[ ] kann es nicht geben, Es gibt keinen Algorithmus, der das allgemeine Halteproblem löst!

Halteproblem P[A] = M[A,A], d.h. P[A] hält A[A] hält nicht Algorithmus P Algorithmus N P A D Algorithmus M zur Lösung des allgemeinen Halteproblems M hält M hält nicht

weitere nicht berechenbare Problemklassen Erreichbarkeitsproblem wird beliebig vorgegebene Stelle beim Ablauf eines Algorithmus jemals erreicht wird Totalitätsproblem hält für alle Eingaben an Äquivalenzproblem gleiche Berechnung zweier beliebiger verschiedene Algorithmen für alle Eingabedaten Probleme nicht allgemein für alle Algorithmen lösbar für Spezialfälle dieser Problemklassen kann es immer noch eine Lösung geben, die auch effektiv realisiert werden kann.

Verfeinerung der Berechenbarkeit Halteproblem in zwei Teile zerlegbar ein Algorithmus hält an oder Antwort bleibt unbestimmt z.b. weil der Analysealgorithmus niemals zu einem Ende kommt partiell berechenbar weder Totalitätsproblem noch Äquivalenzproblem partiell berechenbar wie lange dauert es, bis Problem gelöst ist? einige Probleme im Prinzip berechenbar zu große Laufzeit praktisch überhaupt nicht berechenbar Komplexitätstheorie später genauer untersucht

Mathematische Berechnungsmodelle Der endliche deterministische Automat ein mathematisches Modell für System Merkmale verschiedene Ausprägungen: Zustände (state) meist nur ein Merkmal Wartende in 'Warteschlange' Betriebsphase einer Waschmaschine Werte durch endliche Menge repräsentiert endliche Teilmenge der natürlichen Zahlen keine Einschränkung gegenüber allgemeineren Modellen zwei Attribute à zwei Merkmalen: (1,1), (1,2), (2,1), (2,2) ein Attribut à vier Merkmalen: (1), (2), (3), (4) äquivalent 2. Form einfacher in Zuständen darstellbar 1 2 3 4

Mathematische Berechnungsmodelle Der endliche deterministische Automat Automat 'Modell' eines Systems System reagiert (in bestimmtem Zustand) auf externe Ereignisse Reaktion in Form einer Ausgabe Reaktion in Form einer Zustandsänderung weitere Eingaben erzeugen weitere Ausgaben/Zustandswechsel Verhalten hängt ab von augenblicklichem Zustand des Systems Eingabe Graphische Notation für Automaten (a,b) (c,d) (e,f) (g,h) 1 2 3 4 (i,j)

Mathematische Berechnungsmodelle Automatentypen Besondere Zustände Anfangszustand Endezustand erkennende Automaten Folge eingegebener Zeichen gehört zu vorgegebenen Menge von Zeichenfolgen Übersetzungsautomat ordnet erkanntem Wort anderes Wort zu zu jedem Eingabezeichen wird ein Ausgabezeichen erzeugt 0 E,A 1 N,U E,A 2 D,T T,T 3 E,O 4

Mathematische Berechnungsmodelle Anwendungen von Automaten Entwurf von Hardwareschaltungen Ablaufplanung von Programmen Steuerung einer Turingmaschine Formale Spezifikation eines Automaten A = (Zustände, Eingabe, Ausgabe, Übergänge, Anfang, End) A = ( Z = {0,1,2,3,4}, Ein = {A,,Z}, Aus = {A,,Z}, Ü={(0,E,A,1), (1,N,U,2), (2,E,A,1), (2,D,T,3), (2,T,T,3), (3,E,O,4)}, Anf = 0, End = 4 ). E,A 0 1 N,U E,A 2 D,T T,T 3 E,O 4

Mathematische Berechnungsmodelle Eigenschaften von Automaten endlich endlich viele Zustände Eingabealphabet endlic deterministisch in jedem Zustand zu einer Eingabe genau ein Folgezustand festgelegt unvollständig zu Zustand und möglichem Eingabewert kein Nachfolgezustand definiert ggf. führt jeder nicht definierte Übergang in eine speziellen Zustand (Fehler, nicht erkannt) implizit alle Automaten zumindest vollständig E,A 0 1 N,U E,A 2 D,T T,T 3 E,O 4

Mathematische Berechnungsmodelle Eigenschaften von Automaten indeterministisch zu Zustand und möglichem Eingabewert mehrere Nachfolgezustände definiert umfangreiche Theorie der Automaten äquivalent zu minimalem endlichen deterministischen Automaten Klasse der erkennbaren Wörter genau spezifizierbar regulären Sprachen 0 E,A 1 N,U E,A 2 D,T T,T 3 4 E,O

Mathematische Berechnungsmodelle Turingmaschine (1936, englischer Mathematiker A.M. Turing) elementares Berechnungsmodell Automaten kontrolliert Funktionalität Speicher in Form eines langen Bandes Schreib/Lese-Kopf befindet sich an einer Stelle des Bandes Berechnungsschritt Wert unter Schreib/Lese-Kopf lesen abhängig von Automatenzustand neuen Wert schreiben Schreib/Lese-Kopf nach links oder rechts auf Band bewegen Band Automat Z e i c h e n _ 1 Lesen von 'U' Schiebe Kopf nach links U / & / L V / % / R Schreib-/Lese Kopf 1 1 Schreiben von '&' Schiebe Kopf nach rechts & U n d _ 1, 2 +

Mathematische Berechnungsmodelle Turingmaschine zur Addition zweier Dualzahlen Automat././R Anfang Anfang 2. Wort 0/0/R 0././R 1 1/1/R 2 2. Wort 000 2. Wort = 000././L 3././L 8 Ende 2. Wort Subtrahiere 1 Ende 1. Wort././L 0/0/R 1/1/R 4 0/1/L 1/0/L././L 5 6 0/0/L 1/1/L 0/1/R./1/R 1/0/L Addiere 1 7 0/0/R 1/1/R 0/./L Lösche alle 0 Fertig Automat 1 U / & / L V / % / R 1 1 Band Lesen von 'U' Schiebe Kopf nach links Z e i c h e n _ Schreib-/Lese Kopf Schreiben von '&' Schiebe Kopf nach rechts & U n d _ 1, 2 +