Turing-Maschine als Akzeptor.

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen und Datenstrukturen (EI)
Advertisements

Seminar über Algorithmen
Gaius Maecenas.
Die Korrespondenz zwischen [Moshe Vardi: “A match made in heaven“]
Theoretische Grundlagen der Informatik Prof. Dr. Michael Löwe
7. Automaten Ein Automat ist ein Sechstupel A= (I, O, Q, , q0, F).
Suche in Texten (Stringsuche )
Institut für Informatik Abt. Intelligente Systeme
8. Formale Sprachen und Grammatiken
3. Berechenbarkeit Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar? Intuitiv: Wenn es einen Algorithmus gibt, der sie berechnet! Was heißt,
Technische Universität Dortmund
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Notationen A = ist eine endliche, nichtleere menge,
Grammatiken, Definitionen
Christian Schindelhauer
Parser für CH3-Sprachen
FH-Hof Formale Sprachen - Maschinenmodelle Richard Göbel.
Stoyan Mutafchiev Betreuer: Ilhan, Tim
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (02 – Endliche Automaten) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (06 – Reduktion endlicher Automaten) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (12 – Kellerautomaten, PDA) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (04 – Automaten mit ε-Transitionen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (03 – Nichtdeterminierte endliche Automaten) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (17 –Turingmaschinen) Prof. Dr. Th. Ottmann.
High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen.
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Situationen Verteilte Anwendungen Wintersemester 06/07 © Wolfgang Schönfeld.
Berechenbarkeit. Fragestellungen Können Computer alles ausrechnen? Kann man alles ausrechnen? Was kann man berechnen? Was nicht? Was heißt Berechenbarkeit?
Was ist ein Computer? Was ist ein Programm? Können Computer Alles?
Aufbau und Funktionsweise
Endliche Automaten Informatik JgSt. 13, Abitur 2009
Grenzen der Regularität
Turingmaschine als Akzeptor
Basisinformationstechnologie HK-Medien
1936: On Computable Numbers, with an application to the
Eine Präsentation von Lena Sauter & Corinna Nawatzky
Grundlagen der Informatik - Prof. Slany 1 Grundlagen der Informatik Prof. Wolfgang SLANY.
Akzeptor & Sprache.
Formale Sprachen Reguläre Sprachen Rudolf FREUND, Marian KOGLER.
Natürliche und künstliche Sprachen
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 1: Wiederholung (Vor allem Folien von Priv.-Doz. Dr. Kindler vom WS 2001/02.
Städtisches Gymnasium Beverungen Friedel Berlage
Institut für Softwarewissenschaft – Universität WienP.Brezany 1 Beispiele Beispiel 1 Konstruieren Sie für folgende Sprachen über = { a, b, c.
Spracherkennung mit Automaten
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Informatik III Christian Schindelhauer Wintersemester 2006/07
Informatik III Christian Schindelhauer Wintersemester 2006/07
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Arne Vater Wintersemester 2006/ Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Christian Schindelhauer Wintersemester 2006/07 2. Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Arne Vater Wintersemester 2006/07 26.
Softwareengineering Endliche Automaten
Arne Vater Wintersemester 2006/ Vorlesung
Informatik: Theoretische Informatik; Weilburg XII/11
Powered by Mama, wir fahren nach …?Wenn es um die Wahl des Urlaubsziels für die ganze Familie geht, ist Fingerspitzengefühl gefragt. Wie läuft das bei.
Wintersemester 2005 / Vorlesung
Institut für Softwarewissenschaft – Universität WienP.Brezany 1 Beispiele (Frist: ) Beispiel 1: Sei  = {a, b} ein Alphabet und Q = {q 0, q 1 } eine.
Inhalt Einordnung und Funktion der lexikalische Analyse Grundlagen
Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar?
 Am Ende der letzten Stunde hatten wir über die Grenzen unserer Automaten-Modell gesprochen. Dr. Lars Ettelt2  Tipp: Parkhaus.  Einfahrt erst wenn.
1 DigInf 05/06 Beispiele für berechenbare Funktionen Diagonalisierung Alles gemäß handschriftlicher Folien.
 Präsentation transkript:

Turing-Maschine als Akzeptor

Gliederung 1. Alan Turing 2. Nachteil Keller-Automat 3. Turing Maschine 4. Aufbau Turing-Maschine 5. Arbeitsweise Turing-Maschine 6. Wann akzeptiert Turing-Maschine Eingaben? 7. Definition 8. Beispiel 9. Aufgaben 10. Vergleich zu anderen Automaten 11. Quellen

Alan Turing * 23. Juni 1912 in London † 7. Juni 1954 in Wilmslow, Cheshire britischer Logiker, Mathematiker, Kryptoanalytiker und Informatiker einer der einflussreichsten Theoretiker der frühen Computerentwicklung und Informatik erfand die Turing-Maschine -> Nachweis der künstliches Intelligenz

Nachteil Kellerautomat Kellerautomat entscheidenden Nachteil -> erkennt nicht Sprache L = {anbncn | n > 0} nach Auskellern -> keine Information über Anzahl der Zeichen

Turing-Maschine Alan Turing (1912–1954) -> entwickelte abstrakte Maschine nicht Nachteil Kellerautomaten kann sich beliebige Eingaben merken

Aufbau Turing-Maschine ein unendlich langes Eingabeband mit Zellen für jedes Zeichen, eine endliche Menge von Zuständen Lese-Schreib-Kopf auf dem Band

Arbeitsweise Turing-Maschine Lesen des Eingabezeichens Schreiboperation auf das Band -> Bewegung Lese-Schreibkopfes (links/rechts/keine) -> Zustandsübergang in Abhängigkeit vom aktuellen Zustand und dem Eingabezeichen ggf. Wiederholung der Schritte 1 und 2 Turing-Maschine können sowohl deterministisch wie auch nichtdeterministisch arbeiten

Wann akzeptiert Turing-Maschine Eingabe? Turing-Maschine akzeptiert Eingabe, wenn sie im Endzustand stoppt. Aber auch möglich, dass die Maschine nicht stoppt. -> in diesem Fall kann nicht gesagt werden, ob das Wort zur Sprache gehört oder nicht. 1. Leistungsgrenze von Computern

Definition Eine TM w = (X, Z, Γ, δ, z0, $, E) wird durch folgende Angaben definiert: X – Eingabealphabet Z – endliche Zustandsmenge Γ – Bandalphabet δ – partielle Überführungsfunktion z0 – Anfangszustand $ – Bandvorbelegungszeichen ZE – Menge der Endzustände

Bsp.: Wortüberprüfer Implementieren sie eine TM in AutoEdit, welche überprüft, ob das Eingabewort mit 1 beginnt oder nicht! Es sollen nach Möglichkeit maximal 2 Zustände hierfür notwendig sein! X = {0,1,$}

Lösung Wortüberprüfer M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {0, 1, $} Z = {q0, q1} ZE = {q1} δ:

Aufgaben

Überprüfungsautomat Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob das Eingabewort mit 2 beginnt und ob dann sich 2 und 3 abwechseln! Es sollen nach Möglichkeit maximal 3 Zustände dafür verwendet werden! X = {2,3,$}

Lösung Überprüfungsautomat M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {2,3, $} Z = {q0, q1,q2} ZE = {q2} δ:

Überprüfungsautomat Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob das Eingabewort mindestens einmal a und einmal b enthält! Es sollen nach Möglichkeit maximal 5 Zustände dafür verwendet werden! X = {a,b,$} Beispielwort: abaaa, baab, ab,…..

Lösung Überprüfungsautomat M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {2,3, $} Z = {q0, q1,q2,q3,q4} ZE = {q4} δ:

Überprüfungsautomat Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob in dem Eingabewort der Anfangsbuchstabe mindestens 2 mal vor kommt! Es sollen nach Möglichkeit maximal 6 Zustände dafür verwendet werden! X = {a,b,c,$} Beispielwort: abbbccbaabb, abca, baab, cc,…

Lösung Überprüfungsautomat M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {2,3, $} Z = {q0, q1,q2,q3,q4,q5} ZE = {q5} δ:

Überprüfungsautomat Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob das Eingabewort mit ba beginnt! Es sollen nach Möglichkeit maximal 3 Zustände dafür verwendet werden! X = {a,b,$}

Lösung Überprüfungsautomat M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {a,b, $} Z = {q0, q1,q2,q3} ZE = {q3} δ:

anbn Turing-Maschine Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob das Eingabewort dem folgenden Schema entspricht: anbn Es sollen nach Möglichkeit maximal 6 Zustände dafür verwendet werden! X = {a,b,$}

Lösung Turing-Maschine anbn M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {a,b, $} Z = {q0, q1,q2,q3,q4,q5} ZE = {q5} δ:

anbncn Turing-Maschine Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob das Eingabewort dem folgenden Schema entspricht: anbncn Es sollen nach Möglichkeit maximal 8 Zustände dafür verwendet werden! X = {a,b,%,$}

Lösung Turing-Maschine anbncn M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {a,b,c,%,$} Z = {q0, q1,q2,q3,q4,q5,q6,q7} ZE = {q7} δ:

Palindrome Implementieren sie einen Automaten in AutoEdit, welcher überprüft, ob das Eingabewort ein Palindrome ist oder nicht! Es sollen nach Möglichkeit maximal 9 Zustände dafür verwendet werden! X = {a,b,$}

Lösung Palindrome M = (X, Z, Γ, δ, q0, $, ZE) mit X = Γ = {a,b,$} Z = {q0, q1,q2,q3,q4,q5,q6,q7,q8} ZE = {q4,q8}

Vergleich der Automaten Mealy Akzeptor Kellerautomat TM Unendliches Eingabeband Ja Verarbeitungseinheit Unendliches Ausgabeband Nein Ist auch Eingabeband Zustände Eingabealphabet Ausgabealphabet Anfangszusta-nd/ Endzustand Ja/Nein Ja/Ja

Vergleich Akzeptor kann sich nichts merken, außer Zustand Kellerautomat hat Kellerspeicher -> Fortschritt -> aber mangelbehaftet -> löscht beim lesen Kellerautomat beherrscht anbn Turing-Maschine ist in der Lage alle diese Mängel zu beseitigen -> ist in der Lage auf dem Eingabeband Veränderungen vor zunehmen -> bei Lesevorgängen wird der Gelesenes nicht gelöscht

Vergleich Akzeptor: - akzeptieren, ob eine Bedingung erfüllt worden ist Kellerautomat: - kann auch anbn - aber nicht anbncn - Kellerautomat ist durch Kellerspeicher begrenzt Turing-Maschine: - ist in der Lage dies zu erfüllen - könnte auch Berechnungen durchführen Alle akzeptieren Wörter über das Eingabealphabet X

Quellen http://www.worldofcomputing.net/wp-content/uploads/2013/01/turingMachine.gif http://www.tinohempel.de/info/info/ti/tm.htm http://de.wikipedia.org/wiki/Alan_Turing#Arbeit_an_fr.C3.BChen_Computern_.E2.80.93_Der_Turing-Test http://upload.wikimedia.org/wikipedia/en/c/c8/Alan_Turing_photo.jpg http://images.zeit.de/wissen/2012-07/s34-turing-maschine/s34-turing-maschine-540x304.jpg Lehrbuch Technische und theoretische Informatik Bayrischer Schulbuch-Verlag München