Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar?

Slides:



Advertisements
Ähnliche Präsentationen
Wiederholung Was ist Informatik?
Advertisements

7. Automaten Ein Automat ist ein Sechstupel A= (I, O, Q, , q0, F).
9. Syntaxdiagramme und Backus-Naur-Form (BNF)
Suche in Texten (Stringsuche )
Institut für Informatik Abt. Intelligente Systeme
Kapitel 6. Suchverfahren
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
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,
Einführung in Berechenbarkeit und Formale Sprachen
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Notationen A = ist eine endliche, nichtleere menge,
Programmiertechniken: Zustand fungiert als „endlicher Speicher“
Terminierung und Deadlocks Enkhbat Daginaa Betreuerin Prof. Heike Wehrheim Totale Korrektheit.
Christian Schindelhauer
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
Christian Schindelhauer
Formale Sprachen – Mächtigkeit von Maschinenmodellen
Übung 6.1Turing-Maschine 1.Machen Sie sich mit der Funktionsweise des Busy Beaver-Programms vertraut Vollziehen sie die 11 Schritte der ersten Turing-Tabelle.
Das Halteproblem. Gibt es einen Algorithmus, mit dem man für jedes beliebig vorgegebene Programm R und für jede beliebig vorgegebene Eingabe E entscheiden.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 2 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (17 –Turingmaschinen) Prof. Dr. Th. Ottmann.
Semantik von Prolog & Unifikation
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Christian Schindelhauer
Die Collatz-Folge a0 selbst wählen ( N) ak+1 = ak/2 falls ak gerade
Berechenbarkeit. Fragestellungen Können Computer alles ausrechnen? Kann man alles ausrechnen? Was kann man berechnen? Was nicht? Was heißt Berechenbarkeit?
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Einführung in die Informatik für Naturwissenschaftler und Ingenieure
Einführung in die Programmierung Wintersemester 2013/14 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Berechenbarkeit Klaus Becker 2004.
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.
Algorithmen und Datenstrukturen Übungsmodul 3
PHP: Operatoren und Kontrollstrukturen
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
Arne Vater Wintersemester 2006/ Vorlesung
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 Christian Schindelhauer Wintersemester.
Arne Vater Wintersemester 2006/ Vorlesung
Analyse der Laufzeit von Algorithmen
Wintersemester 2005 / Vorlesung
Berechenbarkeit Klaus Becker Berechenbarkeit.
Inhalt Einordnung und Funktion der lexikalische Analyse Grundlagen
Grundkurs Theoretische Informatik, Folie 9.1 © 2004 G. Vossen,K.-U. Witt Grundkurs Theoretische Informatik Kapitel 9 Gottfried Vossen Kurt-Ulrich Witt.
 Sortigkeit oder Arität
Prüfungsbesprechung Barbara Scheuner Vorlesung: Programmieren und Problemlösen Prof. Hans Hinterberger.
Grundkurs Theoretische Informatik, Folie 9.1 © 2006 G. Vossen,K.-U. Witt Grundkurs Theoretische Informatik Kapitel 9 Gottfried Vossen Kurt-Ulrich Witt.
Dr. Wolfram Amme, Semantik funktionaler Programme, Informatik II, FSU Jena, SS Semantik funktionaler Programme.
1 DigInf 05/06 Beispiele für berechenbare Funktionen Diagonalisierung Alles gemäß handschriftlicher Folien.
 Präsentation transkript:

Vorlesung Algorithmen und Datenstrukturen (Magister) Kapitel 2: Berechenbarkeit Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar? Intuitiv: wenn es einen Algorithmus gibt, der sie berechnet Was heißt, eine Elementaroperation ist maschinell ausführbar? Verschiedene Ansätze zur Präzisierung des Berechenbarkeitsbegriffs: • Turing-Berechenbarkeit • While-Berechenbarkeit • Goto-Berechenbarkeit All diese Präzisierungen (und weitere) beschreiben exakt dieselbe Klasse von Funktionen Churchsche These: die so erfaßte Klasse von Funktionen ist identisch mit der Klasse der intuitiv berechenbaren Funktionen ==>

Turing-Maschinen: Ein abstrakes Maschinenmodell Eine Turing-Maschine M = <Q, , ,, z0, •, F> besteht aus Q: endliche Zustandsmenge : Eingabealphabet :Arbeitsalphabet, enthält  Überführungsfunktion Q  ---> Q   {L, R, N} z0: Startzustand  •: Blanksymbol  F: Menge der Endzustände in Q  • • A B C 1 1 A B • • Schreib-Lesekopf endliche Kontrolleinheit

Berechnungen einer TM Eingabe steht auf Band, pro Feld ein Symbol SL-Kopf auf dem am weitesten links stehenden Eingabesymbol S Zustand ist Anfangszustand In Abhängigkeit von Zustand und gelesenem Symbol gibt  an • Nachfolgezustand, • auf Band geschriebenes neues Symbol, • Bewegungsrichtung (Links, Rechts, Nicht bewegen) Maschine führt so lange Aktionen aus, bis Zustand aus F erreicht wird  Ausgabe steht nun auf Band Eine Funktion heißt Turing-berechenbar, wenn es eine Turing-Maschine gibt, die sie (im genannten Sinn) berechnet.

Beispiel Eingabealphabet: {0, 1}, Arbeitsalphabet: {0, 1, •} Q = {z0, z1, z2, z3}, F = {z3} Überführungsfunktion [(x, y) -> (z, v, w) statt (x,y) = (z, v, w)]: (z0, •) -> (z3, 1, N) (z0, 0) -> (z0, •, R) (z0, 1) -> (z1, •, R) (z1, •) -> (z3, 1, N) (z1, 0) -> (z2, •, R) (z1, 1) -> (z1, •, R) (z2, •) -> (z2, •, R) (z2, 0) -> (z2, •, R) (z2, 1) -> (z2, •, R) Maschine liefert 1 gdw auf Band eine Folge 0...01...1 steht. Anzahl jeweils beliebig (auch null)

While-Berechenbarkeit Ein While-Programm besteht aus folgenden Komponenten: Variablen: x0, x1, x2, ... Konstanten: 0, 1, 2, ... Trennsymbole: ; := Operationszeichen: + - Schlüsselwörter: WHILE DO END Syntax von While-Programmen, induktive Definition: 1. Eine Wertzuweisung der Form xi := xj + c oder xi := xj - c (c Konstante) ist ein While-Programm 2. Falls P1 und P2 While-Programme sind, so auch P1;P2 3. Falls P While-Programm ist, so ist auch WHILE xi !=0 DO P END ein While-Programm 4. Nur die durch 1-3 beschiebenen Konstrukte sind While-Programme Semantik: Wertzuweisung: xi erhält Wert von xj ± c Sequenz: erst wird P1 ausgeführt, dann P2 Schleife: P wird so lange ausgeführt, bis xi = 0 gilt ( != steht für “ungleich”). Test vor P-Ausführung Eingabewerte sind Werte der Variablen x1, ..., xn, alle anderen zunächst 0

Beispiel Multiplikation: Eingabe: x1, x2, Ausgabe: x0 WHILE x1 !=0 DO END; x1 := x1 - 1 END andere Konstrukte können als Abkürzung eingeführt werden, etwa: IF x !=0 THEN P1 ELSE P2 END statt x' := 1; x'' := x; WHILE x'' != 0 DO P1; x'' := 0; x' := 0 END; WHILE x' != 0 DO P2; x' := 0 END Funktion ist While-berechenbar: es gibt While-Programm, das sie berechnet.

Goto-Berechenbarkeit Goto-Programme: Sequenzen von Anweisungen mit Marken: M1: A1; M2: A2; ...; Mk: Ak (Marken, zu denen nie gesprungen wird, dürfen entfallen) Anweisungen: Wertzuweisungen: unbedingter Sprung: bedingter Sprung: Stopanweisung: Ai xi := xj ± c GOTO Mi (Ai wird als nächstes ausgeführt) IF xi = c THEN GOTO Mi HALT While-Schleifen lassen sich mit Goto's simulieren: WHILE xi ≠ 0 DO P END wird M1: M2: IF xi = 0 THEN GOTO M2; P; GOTO M1; ... Funktion Goto-berechenbar: es gibt entsprechendes Goto-Programm

Ein Goto-Programm für die Multiplikation Annahmen: Eingabewerte x1 und x2, Ausgabe x0, x0 mit 0 vorbelegt M1: M2: M3: M4: IF x1 = 0 THEN GOTO M4; x3 := x2; IF x3 = 0 THEN GOTO M3; x0 := x0 + 1; x3 := x3 - 1; GOTO M2; x1 := x1 - 1; GOTO M1; HALT Programme mit GOTO schwer verstehbar und kaum verifizierbar Konstrukt sollte deshalb beim Programmieren nicht verwendet werden

Äquivalenz der Präzisierungen von Berechenbarkeit Theorem: Die Begriffe  Turing-berechenbar, While-berechenbar und Goto-berechenbar  sind äquivalent.  Deshalb geht man davon aus, daß der intuitive Berechenbarkeitsbegriff in diesen Präzisierungen adäquat erfaßt wurde. Frage: gibt es Funktionen (über den natürlichen Zahlen), die • mathematisch präzise beschrieben werden können, aber • nicht berechenbar sind?

Nicht berechenbare Funktionen: ein Beispiel Jede Turing-Maschine läßt sich eindeutig als natürliche Zahl codieren. Unter dem speziellen Halteproblem versteht man folgendes Problem: • gegeben: natürliche Zahl m • gefragt: terminiert Turing-Maschine mit Code m bei Eingabe m? Problem repräsentierbar als Funktion f: Nat --> {0, 1}, f(m) = 1 gdw TM mit Code m hält bei Eingabe m, f(m) = 0 sonst  Funktion f ist nicht berechenbar!! Beweisskizze:  Angenommen es gäbe TM M, die f berechnet. Konstruiere daraus TM M' wie folgt: M' führt erst M aus, danach wird getestet, ob das Band den Wert 0 hat. Falls ja terminiert M', falls nein geht M' in Endlosschleife. Sei n der Code von M'. Es gilt: M' hält bei Eingabe n <=> M bei Eingabe n liefert 0 <=> TM mit Code n hält nicht bei Eingabe n <=> M' hält nicht bei Eingabe n Widerspruch!!