Seminar 1 Regularitet og Automater 28/1-2012
|
|
- Frans Lassen
- 8 år siden
- Visninger:
Transkript
1 Seminar 1 Regularitet og Automater 28/ Jesper Gulmann Henriksen jgh@wincubate.net
2 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion + Øvelser dregaut-pakken Case Study: Modellering og Verifikation
3 3 Regularitet og Automater Formål med kurset: At præsentere matematiske teknikker og centrale begreber, der anvendes i datalogi rekursive definitioner, induktionsbeviser formelle sprog modeller for beregnelighed regularitet ( egenskaber som generelt kendetegner beregningsprocesser i it-systemer med begrænset mange tilstande ) fundament for andre kurser Beregnelighed og Logik, Oversættelse, Statisk Analyse, Software Verifikation, Kombinatorisk Søgning, Concurrency,...
4 Tekstgenkendelse Specificere og genkende tekststrenge søgning i tekster (Unix grep) leksikalsk analyse i oversættere (flex) HTML input validering (PowerForms)... Konkret anvendelse af regulære udtryk og endelige automater 4
5 HTML-formularer HTML formularer indeholder input-felter, hvor brugeren kan indtaste tekststrenge Eks.: datoer telefonnumre CPR-numre adresser URL er... 5
6 6 HTML input-validering Brugeren må ikke indtaste ugyldige strenge Den traditionelle løsning: Programmér input validering i JavaScript (til browseren så input valideres løbende mens formularen udfyldes), og Java (til serveren for det tilfælde at browseren ikke udfører JavaScript-koden) Problemer: det er svært at programmere JavaScript, der virker på alle (nyere) browsere vi skal skrive den samme kode i to forskellige sprog store dele af koden skal skrives igen og igen...
7 Den datalogiske løsning 1. Analysér problemområdet 2. Design et domæne-specifikt højniveau sprog 3. Lav en oversætter, der genererer JavaScript- og Javakoden fra højniveau-specifikationer Sproget PowerForms er udviklet efter denne metode input-felter beskrives med regulære udtryk, der oversættes til endelige automater 7
8 Regulære udtryk Et alfabet er en endelig mængde af tegn En streng er en endelig sekvens af tegn fra alfabetet Et sprog er en mængde af strenge Et regulært udtryk beskriver et (potentielt uendeligt) sprog: Ø den tomme mængde af strenge mængden bestående af den tomme streng a mængden bestående af en enkelt streng, som er det ene tegn a fra alfabetet 8 r 1 +r 2 de strenge der beskrives af r 1 eller r 2 r 1 r 2 de strenge der kan opdeles i to dele, så venstre del beskrives af r 1 og højre del af r 2 r* de strenge der kan opdeles i et antal dele, der hver beskrives af r
9 Eksempler på regulære udtryk Gyldige datoer, telefonnumre, CPR-numre, adresser, URL er,... Strenge over alfabetet ={0,1} af lige længde: 9 ( )* eller: ((0+1)(0+1))* Strenge over alfabetet ={0,1} med ulige antal 1 er: 0*10*(10*10*)* eller: 0*1(0*10*1)*0* eller:...
10 Et mere realistisk eksempel Floating-point tal (i Pascal): alfabet: ={0,1,2,3,4,5,6,7,8,9,+,-,.,E} eksempler på gyldige strenge: E forkortelser: d d + d*d s +++- samlet udtryk: sd + (.d + +.d + Esd + + Esd + ) 10
11 Genkendelse af strenge Givet et regulært udtryk r og en streng x, hvordan undersøger vi om x matcher r? Den naive løsning: Vi prøver os frem, afhængigt af strukturen af r Ø matcher intet matcher kun den tomme streng a matcher kun strengen a r 1 +r 2 matcher x hvis r 1 eller r 2 matcher x r 1 r 2 opdel x så x=x 1 x 2 på alle mulige måder, check om der eksisterer en opdeling så r 1 matcher x 1 og r 2 matcher x 2 r* opdel x så x=x 1 x 2...x n på alle mulige måder, check om der eksisterer en opdeling så r matcher x i for alle i=1...n Det virker! men er håbløst ineffektivt... 11
12 Endelige automater En endelig automat, der genkender strenge over alfabetet ={0,1} med ulige antal 1 er: Automaten læser strengen ét tegn ad gangen, fra venstre mod højre Hver tilstand repræsenterer en viden om den læste delstreng Hvis automaten ender i en accept-tilstand, så accepteres(=genkendes) strengen 12 1
13 Kleenes sætning Regulære udtryk og endelige automater har samme udtrykskraft Konstruktive beviser: ethvert regulært udtryk kan oversættes til en ækvivalent endelig automat enhver endelig automat kan oversættes til et ækvivalent regulært udtryk Formelle beviser kræver formelle definitioner 13
14 PowerForms-eksempel Lad R være et regulært udtryk, der svarer til gyldige datoer på form dd/mm-åååå Oversæt R til en ækvivalent endelig automat F Repræsenter F som et JavaScript-program, der kan svare på om en streng x er accepteret ikke accepteret, men der er en sti til accept ikke accepteret og ingen sti til accept 14
15 PowerForms-eksempel 29/02 29/ /date.html 15
16 Endelige automater til modellering af systemer Endelige automater er også nyttige uden regulære udtryk Endelige automater kan modellere systemer og egenskaber De teoretiske resultater om endelige automater kan bruges til at kombinere modeller og verificere om et givet system har en given egenskab 16
17 Verifikation En endelig automat, der modellerer en togsimulator (fra VisualSTATE): 1421 del-automater transitioner 2981 inputs 2667 outputs 3204 lokale tilstande ialt antal tilstande: Virker toget? 17
18 Beregnelighed Input PROGRAM Output Input og Output er strenge PROGRAM er en algoritme, der kører på en maskine Eks.: Givet et naturligt tal N som input, maskinen beregner N 2 som output 18
19 Beslutningsproblemer Input PROGRAM ja/nej Hvis vi ignorerer effektivitet, så kan ethvert beregningsproblem omformuleres som et beslutningsproblem Eks.: Givet to naturlige tal N og M som input, maskinen svarer ja hvis og kun hvis M=N 2 19
20 Beslutningsproblemer og sprog Ethvert beslutningsproblem P er et sprog: L = { de strenge x, hvor svaret på P er ja } Ethvert sprog L er et beslutningsproblem: P: er input x i L? 20
21 Eksempler på beslutningsproblemer Givet en streng, er den en gyldig dato på form dd/mm-åååå? er den et syntaktisk korrekt Java program? er den et primtal? er den en konfiguration i skak hvor det er muligt for hvid at vinde? er den et semantisk korrekt Java-program? er den en syntaktisk korrekt sætning i dansk? er den en litterær klassiker? vi vil kun se på formelle sprog og veldefinerede problemer 21
22 Endelige automater som model for beregnelighed Vi vil studere følgende emne: Hvilke problemer kan afgøres af en maskine med endeligt meget hukommelse? Med andre ord: Hvilke sprog kan genkendes af endelige automater? 22
23 Mere generelle modeller for beregnelighed Turing-maskiner: endelige automater med adgang til en uendeligt stor notesblok kan udføre vilkårlige algoritmer (Church-Turing-tesen) formel udtrykskraft som f.eks. Java og C Pushdown-automater: endelige automater med adgang til en vilkårligt stor stak (last-in-first-out) anvendes ofte i parsere i oversættere udtrykskraft imellem endelige automater og Turingmaskiner 23
24 Klasser af formelle sprog klassen af alle sprog (over et givet alfabet) de rekursivt enumerable sprog (svarer til Turing-maskiner) de regulære sprog de endelige sprog 24 de kontekstfri sprog (pushdown-automater)
25 Hvorfor nøjes med endelige automater? Klassen af regulære sprog har mange pæne egenskaber: afgørlighed (f.eks, givet en endelig automat M, accepterer M nogen strenge overhovedet? ) lukkethed (fællesmængde, forening,...) Til sammenligning: Ved Turing-maskiner er næsten alt uafgørligt Pushdown-automater / kontekstfri grammatikker: en mellemting, både med udtrykskraft og afgørlighedsegenskaber 25
26 26 Uafgørlighed Her er et lille program: while (x 1) { if (even(x)) x = x/2; else x = 3*x+1; } Terminerer programmet for alle input x>0? Ja eller nej? Tilsyneladende ja, men ingen har endnu bevist det! Men vi kan bevise, at der ikke findes et program (=en Turingmaskine), der kan afgøre det generelle problem givet et program P, terminerer P på alle input?
27 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion + Øvelser dregaut-pakken Case Study: Modellering og Verifikation
28 Praktiske oplysninger om kurset Kursushjemmeside gautevu12 Seminarer Lørdag d. 28. januar Nygaard-192 Lørdag d. 11. februar Nygaard-192 Lørdag d. 3. marts Nygaard-192 Underviser 28 Jesper Gulmann Henriksen
29 Materiale John Martin Introduction to Languages and the Theory of Computation 4. udgave, McGraw-Hill, supplerende materiale på kursets hjemmeside 29
30 Aktivitet Forventet aktivitet pr. uge = 15 timer 3 x 7 timers seminarer = 21 timer i alt 6 uger á 15 timer pr. uge = 90 timer i alt Tid mellem seminarer = 69 timer i alt Forventet hjemmearbejde 11 timers hjemmearbejde pr. uge Der forventes, at man Læser de angivne kapitler i bogen Løser opgaverne Afleverer de 3 obligatoriske opgaver 30
31 Opgaver Teoretiske opgaver Udfordrer forståelsen af det gennemgåede materiale Øvelse i typisk datalogisk matematik Programmeringsprojekt (dregaut Java-pakken) Implementation af de gennemgåede algoritmer, der udledes af konstruktive beviser Supplement til teoretiske opgaver Øvelse i Java-programmering 31
32 Eksamen Onsdag d. 21. marts 2012 Mundtlig, ekstern censur, 7-trinsskalaen 20 min. per person, uden forberedelsestid For at kunne indstilles til eksamen skal man have godkendt besvarelser af de obligatoriske opgaver Eksamenspørgsmålene er på hjemmesiden 32
33 Eksamen Formålet med kurset er at den studerende skal opnå følgende kompetencer: definere den basale terminologi (strenge, sprog, klasser af sprog, samt basale operationer på disse). beskrive basale abstrakte sprogformalismer (regulære udtryk, endelige automater, regulære grammatikker, kontekstfri grammatikker) - fra intuitivt niveau og konkrete eksempler til formel notation og generelle definitioner. beskrive egenskaber ved formalismerne, bl.a. ækvivalens, begrænsninger og beslutningsprocedurer. forklare og udføre algoritmer, der oversætter mellem formalismerne eller afgør beslutningsproblemer - fra konkrete eksempler til generelle og formelle beskrivelser. bevise og analysere egenskaber ved formalismerne (ved hjælp af konstruktive beviser og induktionsbeviser) - fra intuitivt niveau til formelle detaljer. Eksamen vil vurdere i hvor høj grad kursisten besidder disse kompetencer 33
34 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion + Øvelser dregaut-pakken Case Study: Modellering og Verifikation
35 Alfabeter, strenge og sprog Et alfabet er en endelig mængde (af tegn/symboler) eks.: ={a,b,c} En streng x er en endelig sekvens af tegn fra alfabetet eks.: x=abba repræsenterer den tomme streng (strengen af længde 0), Et sprog L er en mængde af strenge eks.: L={,cab,abba} * er mængden af alle strenge over dvs. L * hvis L er et sprog over eks.: hvis ={a,b,c} så er *={,a,b,c,aa,ab,ac,aaa,aab,...} 35
36 Konkatenering af strenge Hvis x,y *, så er x y (konkateneringen af x og y) den streng, der fremkommer ved at sætte tegnene i x før tegnene i y Eks.: hvis x=abb og y=a, så er x y=abba y x=aabb Bemærk: x = x=x for alle x x y skrives ofte xy (uden ) 36
37 Konkatenering af sprog Hvis L 1,L 2 *, så er L 1 L 2 (konkateneringen af L 1 og L 2 ) defineret ved L 1 L 2 = {x y x L 1 y L 2 } Eks.: Hvis ={0,1,2,a,b,c} og L 1 ={,10,212} L 2 ={cab,abba} så er L 1 L 2 ={cab,10cab,212cab,abba,10abba,212abba} Bemærk: L { } = { } L = L for alle L L Ø = Ø L = Ø for alle L L 1 L 2 skrives ofte L 1 L 2 (uden ) 37
38 Kleene stjerne L k = LL L konkatenering af k forekomster af L L 0 = { } L* = U i=0... L i (Kleene stjerne af L) L + = L*L 38
39 Rekursive definitioner En definition er rekursiv, hvis den refererer til sig selv Eks.: Fibonacci f: 1 hvis n=0 eller n=1 f(n) = f(n-1)+f(n-2) ellers Enhver selv-reference skal referere til noget mindre og føre til endeligt mange selv-referencer 39
40 En rekursiv definition af strenge x er en streng over alfabetet, dvs. x *, hvis x =, eller x = y a hvor y * og a (underforstået: * er den mindste mængde, der opfylder dette) Eksempel: abc = ((( a) b) c) * (hvor ={a,b,c,d}) 40
41 Syntaks af regulære udtryk Mængden R af regulære udtryk over er den mindste mængde, der indeholder følgende: Ø a for hver a (r 1 +r 2 ) hvor r 1,r 2 R (r 1 r 2 ) hvor r 1,r 2 R (r*) hvor r R 41
42 Rekursive strukturer Tænk på en rekursiv struktur (f.eks. et regulært udtryk eller en streng) som en træ-struktur Eksempel: Det regulære udtryk (a+((b*)c)) svarer til: a + * c b Eksempel: Strengen baa svarer til: a a 42 b
43 43 Semantik af regulære udtryk Sproget L(r) af et regulært udtryk r defineres i strukturen af r : L(Ø) = Ø L( ) = { } L(a) = {a} L( (r 1 +r 2 ) ) = L(r 1 ) L(r 2 ) L( (r 1 r 2 ) ) = L(r 1 )L(r 2 ) L( (r*) ) = (L(r))* L( ) = L((Ø*)), så vi kan opfatte som en forkortelse for (Ø*)
44 Regulære sprog Definition: Et sprog S er regulært hvis og kun hvis der eksisterer et regulært udtryk r hvor L(r)=S 44
45 Parenteser i regulære udtryk Forening og konkatenering er associative, så vi vælger at tillade f.eks. at (a+(b+c)) kan skrives a+b+c at (a(bc)) kan skrives abc Vi definerer præcedens for operatorerne: * binder stærkest konkatenering binder middel + binder svagest eks.: (a+((b*)c)) kan skrives a+b*c 45
46 Eksempel Betragt følgende regulære udtryk r over alfabetet {0,1}: r = (1+ )001 På grund af parentesreglerne er dette det samme som r = ((((1+ )0)0)1) Så sproget for r er L(r) = ((({1} { }){0}){0}){1}) = {1001,001} 46
47 Quiz! 1. Hvad er et sprog? 2. Hvad betyder {a,bc}*? 3. Hvad er betingelsen for at et sprog S er regulært? 47
48 Øvelser Regulære udtryk [Martin, Opg. 3.2] [Martin, Opg. 3.7 a) e)] Opg. S1.1 (på hjemmesiden)
49 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion dregaut-pakken Case Study: Modellering og Verifikation
50 Reverse-operatoren Givet en streng x *, definer reverse(x) i strukturen af x: reverse( ) = reverse(ya) = a(reverse(y)) hvor y *, a Eksempel: reverse(123) =... =
51 Reverse på sprog Givet et sprog L *, definer Reverse(L) = { reverse(x) x L } Eksempel: Hvis L={,123,abc} så er Reverse(L)={,321,cba} 51
52 Rekursive definitioner og induktionsbeviser Rekursive definitioner giver ofte anledning til induktionsbeviser Hvis vi skal bevise noget på form for alle X gælder P(X), hvor mængden af X er er defineret rekursivt, så kan vi prøve bevisteknikken induktion i strukturen af X 52
53 Strukturel induktion Vi skal bevise noget på form for alle X gælder P(X), hvor mængden af X er er defineret rekursivt Enhver af X erne er opbygget ved et endeligt antal anvendelser af reglerne fra den rekursive definition nogle X er er atomare resten er sammensatte af mindre X er Induktionsprincippet: Bevis at 1. hvis X er atomar, så gælder P(X) basis 2. hvis X er sammensat af X 1,,X n, induktions-skridtet så gælder P(X) under antagelse af, induktionsat P(X 1 ),,P(X n ) gælder hypotesen Hvis begge dele kan bevises, så gælder P(X) for alle X 53
54 Et induktionsbevis Påstand: Hvis S er et regulært sprog, så er Reverse(S) også regulært (dvs. de regulære sprog er lukkede under Reverse) Bevis: S er regulært, så der eksisterer et regulært udtryk r så L(r)=S Vi vil vise ved induktion i strukturen af r, at der eksisterer et regulært udtryk r hvor L(r )=Reverse(L(r)), hvilket medfører, at Reverse(S) er regulært 54
55 Basis r = Ø: vælg r = Ø L(r ) = Ø = Reverse(Ø) = Reverse(L(r)) r = a hvor a : vælg r = a... 55
56 Induktionsskridt For alle deludtryk s af r kan vi udnytte induktionshypotesen: der eksisterer et regulært udtryk s hvor L(s )=Reverse(L(s)) r = r 1 +r 2 hvor r 1,r 2 R : vælg r = r 1 +r 2 hvor r 1 og r 2 er givet af i.h.... r = r 1 r 2 hvor r 1,r 2 R : vælg r = r 2 r 1... r = r 1 * hvor r 1 R : vælg r = (r 1 )* Lemma 1: x,y *: reverse(xy)= reverse(y)reverse(x) bevis: induktion i strukturen (eller længden) af y Lemma 2: i 0,E *: Reverse(E i ) = (Reverse(E)) i bevis: induktion i i
57 Konstruktive beviser Bemærk at dette induktionsbevis indeholder en algoritme til givet et regulært udtryk for S at konstruere et regulært udtryk for Reverse(S) Sådanne beviser kaldes konstruktive Husk altid både konstruktionen og beviset for dens korrekthed 57
58 Algoritme Input: et regulært udtryk r Definer en rekursiv funktion REV ved: REV(Ø) = Ø REV(a) = a, hvor a REV(r 1 +r 2 ) = REV(r 1 ) + REV(r 2 ) REV(r 1 r 2 ) = REV(r 2 ) REV(r 1 ) REV(r 1 *) = (REV(r 1 ))* Output: det regulære udtryk REV(r) 58
59 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion dregaut-pakken Case Study: Modellering og Verifikation
60 Regulære udtryk og endelige automater Regulære udtryk: deklarative dvs. ofte velegnede til at specificere regulære sprog Endelige automater: operationelle dvs. bedre egnet til at afgøre om en given streng er i sproget Ethvert regulært udtryk kan oversættes til en endelig automat og omvendt (bevises ved Seminar 2...) 60
61 En endelig automat En endelig automat, der genkender strenge over alfabetet ={0,1} med ulige antal 1 er: Automaten læser strengen ét tegn ad gangen, fra venstre mod højre Hvis automaten ender i en accept-tilstand, så accepteres(=genkendes) strengen 1 61
62 At køre en streng på en automat Eksempel: vi vil vide om strengen 1010 accepteres Vi starter i starttilstanden og læser strengen Vi ender i en ikke-accept tilstand, så strengen accepteres ikke 62
63 Hvad repræsenterer tilstandene? Hver tilstand repræsenterer en viden om den hidtil læste delstreng Eksempel: X Y 1 X: der er læst et lige antal 1 er Y: der er læst et ulige antal 1 er 63
64 Formel definition af endelige automater En endelig automat (finite automaton/fa) er et 5-tupel (Q,, q 0, A, ) hvor Q er en endelig mængde af tilstande er et alfabet q 0 Q er en starttilstand A Q er accepttilstande : Q Q er en transitionsfunktion 64
65 Eksempel Denne grafiske repræsentation af en automat: X Y 1 svarer til 5-tuplet (Q,, q 0, A, ), hvor Q = {X,Y} = {0,1} q 0 = X A = {Y} : Q Q er denne funktion: tilstand input 0 1 X X Y Y Y X 65
66 Hvorfor en formel definition? Den formelle definition viser kort og præcist hvad en FA er For eksempel, en FA har endeligt mange tilstande den har præcis én starttilstand en vilkårlig delmængde af tilstandene kan være accepttilstande for enhver tilstand q og alfabetsymbol a er der én udgående transition (til tilstanden (q,a)) der er ikke noget krav om, at alle tilstande kan nås fra starttilstanden 66
67 Sproget af en automat 5-tupel-definitionen fortæller hvad en FA er Vi vil nu definere hvad en FA kan: En FA accepterer en streng, hvis dens kørsel fra starttilstanden ender i en accepttilstand Sproget L(M) af en FA M er mængden af strenge, den accepterer M genkender sproget L(M) 67
68 Formel definition af L(M) Givet en FA M=(Q,, q 0, A, ), definer den udvidede transitionsfunktion *: Q * Q ved *(q, x) = q ( *(q, y), a) hvis x= hvis x=ya hvor y * og a x * accepteres af M hvis og kun hvis *(q 0, x) A Definer L(M) = { x * x accepteres af M } 68
69 Quiz! Lad ={a,b}. Tegn en FA M så L(M) = * a,b 2. L(M) = Ø a,b a 3. L(M) = {a} b a,b a,b a b L(M) = { x * n a (x) lige og n b (x) ulige } n a (x): ad hoc notation for antal a er i strengen x b a b b a a
70 Øvelser Endelige automater [Martin, Opg. 2.2 e)] [Martin, Opg. 2.3 a) b)] [Martin, Opg. 2.1 a) c)]
71 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion + Øvelser dregaut-pakken Case Study: Modellering og Verifikation
72 Skelnelighed Givet et sprog L, hvor mange tilstande er nødvendige i en FA M hvis L(M)=L? To strenge, x og y, skal ende i forskellige tilstande, hvis der er behov for at kunne skelne dem dvs. z *: (xz L yz L) (xz L yz L) *(q 0, x) *(q 0, y) 72
73 73 Definition af skelnelighed Lad L * og x,y * x og y er skelnelige mht. L hvis z *: (xz L yz L) (xz L yz L) Alternativ definition (som i bogen): Kvotientsproget L/x defineres som L/x = { z * xz L } dvs., x og y er skelnelige mht. L hvis L/x L/y z skelner x og y mht. L hvis z L/x - L/y eller z L/y - L/x
74 Eksempel Hvis L = { s {0,1}* s ender med 10 } x = 00 y = 01 så er x og y skelnelige mht. L Bevis: z = 0 skelner x og y dvs. hvis (Q,, q 0, A, ) genkender L så er *(q 0, x) *(q 0, y) 74
75 Nødvendigt antal tilstande i en FA Antag x 1, x 2,..., x n * og for ethvert par x i,x j, i j er x i og x j skelnelige mht. L Enhver FA der genkender L har mindst n tilstande Bevis (skitse): antag FA en har færre end n tilstande det medfører at i j: *(q 0, x i )= *(q 0, x j ) modstrid med at x i og x j er skelnelige mht. L 75
76 Eksempel 1: En stor automat Lad L 42 = { x {0,1}* x 42 og det 42. symbol fra højre i x er et 1 } Lad x 1, x 2,..., x 2 42 være alle strenge af længde 42 over alfabetet {0,1} Disse strenge er alle parvist skelnelige mht. L 42 En automat der genkender L 42 har derfor mindst 2 42 tilstande (...hvis den overhovedet findes) 76
77 Eksempel 2: palindromer Lad pal = { x {0,1}* x=reverse(x) } Lad x og y være to vilkårlige forskellige strenge over {0,1} x og y er skelnelige mht. pal (bevis: se bogen...) Vi kan altså finde en vilkårligt stor mængde parvist skelnelige strenge, så pal er ikke regulært 77
78 Forening af regulære sprog Givet to regulære sprog, L 1 og L 2 er L 1 L 2 også regulært? Ja! (dvs. klassen af regulære sprog er lukket under forening) 78
79 M 1 : (strenge med lige antal 0 er) Eksempel 1 X Y M 2 : A 1 (strenge der ender med 0) 1 0 B M: L(M) = L(M 1 ) L(M 2 ) 79 1 XA XB YA YB 1
80 Produktkonstruktionen Antag vi har to FA er: M 1 = (Q 1,, q 1, A 1, 1 ) M 2 = (Q 2,, q 2, A 2, 2 ) Definer en ny FA: M = (Q,, q 0, A, ) hvor Q = Q 1 Q 2 q 0 = (q 1, q 2 ) A = { (p, q) p A 1 q A 2 } ((p, q), a) = ( 1 (p, a), 2 (q, a)) Der gælder nu: L(M) = L(M 1 ) L(M 2 ) 80 produktmængden af tilstande
81 Konstruktivt bevis for korrekthed Lemma: x *: *((p, q), x) = ( 1 *(p, x), 2 *(q, x)) (Bevis: opgave 2.11, induktion i x) Brug lemmaet samt definitionerne af M og L( ) 81
82 Nøjes med opnåelige tilstande Produktkonstruktionen bruger Q = Q 1 Q 2 I praksis er hele tilstandsrummet sjældent nødvendigt Eksempel: 1 0 M X Y 1 : M 2 : A B M: L(M) = L(M 1 ) L(M 2 ) XA 1 XB YA 1 YB Kun tilstande, der er opnåelige fra starttilstanden er relevante for sproget! (Bevis: opg.) 82
83 Fællesmængde og differens Givet to regulære sprog, L 1 og L 2 1. er L 1 L 2 også regulært? 2. er L 1 -L 2 også regulært? Ja! (dvs. klassen af regulære sprog er lukket under fællesmængde og differens) Bevis: produktkonstruktion som ved men for, vælg A = { (p, q) p A 1 q A 2 } for -, vælg A = { (p, q) p A 1 q A 2 } 83
84 Givet et regulære sprog R Komplement er R (Rs komplement) også regulært? Ja! (dvs. klassen af regulære sprog er lukket under komplement) Bevis 1: Vælg L 1 = * og L 2 = R, hvorved R = L 1 -L 2 Bevis 2: Givet en FA M = (Q,, q 0, A, ) hvor L(M)=R Definer M = (Q,, q 0, Q-A, ) Derved gælder at L(M )=R (hvorfor?) 84
85 Eksempel M: 1 XA YA (strenge med lige antal 0 er eller ender med 0) 1 XB 0 0 YB M : L(M ) = (L(M)) (strenge med ulige antal 0 er og ender ikke med 0) 1 XA XB YA YB 1 85
86 Øvelser Produktkonstruktion [Martin, Opg. 2.10]
87 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion + Øvelser dregaut-pakken Case Study: Modellering og Verifikation
88 dregaut.regexp Java-repræsentation af regulære udtryk Speciel syntaks: # betyder Ø % betyder Alfabetet angives som en mængde af Unicode-tegn Eksempel: ((a+ )cbc)* skrives som ((a+%)cbc)* 88
89 dregaut Java-pakken Udleverede programdele: FA.java: repræsentation af FA er Alphabet.java State.java StateSymbolPair.java AutomatonNotWellDefinedException.java: hjælpeklasser til FA.java 89
90 FA.java public class FA { public Set<State> states; public Alphabet alphabet; public State initial; public Set<State> accept; public Map<StateSymbolPair,State> transitions; }... // Q // // q 0 Q // A Q // : Q Q et Alphabet objekt indeholder mængde af Character objekter et StateSymbolPair objekt består af et State objekt og et Character objekt 90
91 Nyttige metoder i FA.java FA() - konstruerer uinitialiseret FA objekt FA(Alphabet a) - konstruerer FA for det tomme sprog clone() - kloner et FA objekt checkwelldefined() - undersøger om FA objektet repræsenterer en veldefineret FA getnumberofstates() - returnerer størrelsen af states settransition(state q, char c, State p) - tilføjer en c transition fra q til p todot() - konverterer FA objekt til Graphviz dot input (til grafisk repræsentation) 91
92 Obligatorisk Opgave 1 Detaljer kan ses på hjemmesiden Studér de udleverede programdele Repræsentation af FA er Yderligere udleverede metoder: delta(), deltastar(), complement() Implementér FA-metoder accepts(), intersection(), union(), minus() Opbyg en FA og eksporter den grafisk
93 Agenda Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion + Øvelser dregaut-pakken Case Study: Modellering og Verifikation
94 Automater til modellering og verifikation Eksempel: en jernbaneoverskæring Tre komponenter: et tog krydser vejen kommunikerer med kontrolsystemet et kontrolsystem styrer bommen en bom Sikkerhedsegenskab: bommen er altid nede, når toget krydser vejen 94
95 Modellering af systemet TOG approach KONTROLSYSTEM approach BOM lower exit cross raise lower raise down exit up 95 Begivenheder: approach: toget nærmer sig cross: toget krydser vejen exit: toget forlader området lower: besked til bommen om at gå ned raise: besked til bommen om at gå op down: bommen går ned up: bommen går op
96 Modellering som FA er Eksempel: lower, raise, down, up approach lower, raise, down, up M TOG = cross, exit exit cross lower, raise, down, up, approach, cross, exit approach, cross lower, raise, down, up approach, exit definer accepttilstande tilføj loop-transitioner så komponenterne får samme alfabet tilføj crash-tilstand og ekstra transitioner så transitionsfunktionen bliver total 96
97 Kombination af komponenterne Vi er interesseret i de sekvenser af begivenheder, der opfylder alle komponenterne Produktkonstruktion: L(M) = L(M TOG ) L(M KONTROL ) L(M BOM ) 97
98 Modellering af sikkerhedsegenskaben bommen er altid nede, når toget krydser vejen up, approach, exit, lower, raise down cross, down, approach, exit, lower, raise S = cross up cross, down, up, approach, exit, lower, raise 98
99 Verifikation Korrekthed: L(M) (L(S)) = Ø dvs. vi skal bruge produktkonstruktion (igen) komplement algoritme til at afgøre om sproget for en given FA er tomt (Seminar 3) hvis L(M) (L(S)) Ø: enhver streng i L(M) (L(S)) svarer til 99 et modeksempel (algoritme: Seminar 3)
100 Verifikation med dregaut-pakken Opbyg FA-objekter svarende til M TOG, M KONTROL, M BOM, og S Kombiner med FA.intersection() og FA.complement() Brug FA.isEmpty() og FA.getAShortestExample() Resultat: modeksempel: approach lower down up cross 100
101 Resumé Introduktion Hvad er Regularitet og Automater? Praktiske Oplysninger om Kurset Regulære Udtryk + Øvelser Induktion og Beviser Frokost Endelige Automater + Øvelser Skelnelighed og Produktkonstruktion dregaut-pakken Case Study: Modellering og Verifikation
102 Løsninger på udvalgte øvelser Martin, Opg. 2.2 e) Sproget bestående af strenge, der udgøres af konkatenationer af delstrengene ab eller ba, dvs. (ab + ba)^*
103 Løsninger på udvalgte øvelser Martin, Opg. 2.3 a) Det kræver 6 tilstande b) Det kræver n+2 tilstande Hvert præfiks af x og en streng af længde n+1 er alle indbyrdes skelnelige
104 Løsninger på udvalgte øvelser Martin, Opg. 3.2 a) aa b) ab c) a d) aba
105 Løsninger på udvalgte øvelser Martin, Opg. 3.7 a) b*ab*ab* b) (a + b)*a(a + b)*a(a + b)* c) + a + b + (a + b)*(aa + ba + bb) d) (aa + bb)(a + b)* + (a + b)*(aa + bb) e) (b + ab)*( + a)
106 Løsninger på udvalgte øvelser Opg. S1.1 a) Sproget bestående af alle strenge med et ulige antal b er b) Sproget bestående af alle strenge af længde 3n eller 3n+1 for et naturligt tal n
107 Løsninger på udvalgte øvelser Opg. S1.2 De 2 første er lovlige. Den sidste har et '%' for meget til sidst. Opg. S1.3 Alle 3 strenge er lovlige (nr. 3 dog kun hvis man ignorerer referencerne til RFC2821 om lovlige domain-navne).
Regulære udtryk og endelige automater
Regulære udtryk og endelige automater Regulære udtryk: deklarative dvs. ofte velegnede til at specificere regulære sprog Endelige automater: operationelle dvs. bedre egnet til at afgøre om en given streng
Læs mereRegulære udtryk og endelige automater. Ugens emner
Ugens emner Endelige automater [Martin, kap. 3.2-3.5] endelige automater og deres sprog skelnelighed produktkonstruktionen Java: dregaut.fa klassen automater til modellering og verifikation Regulære udtryk
Læs mereRegularitet og Automater
Plan dregaut 2007 Regularitet og Automater Hvad er Regularitet og Automater? Praktiske oplysninger om kurset Ugens emner Introduktion til ugens opgaver 2 Regularitet og Automater Formål med kurset: at
Læs mere1. Seminar EVU RegAut
1. Seminar EVU RegAut Sigurd Meldgaard Datalogisk Institut Århus Universitet stm@cs.au.dk 27/08 2010 S. Meldgaard (AU) 1. Seminar EVU RegAut 27/08 2010 1 / 105 Plan Introduktion Hvad er Regularitet og
Læs mere1. Seminar EVU RegAut
1. Seminar EVU RegAut Sigurd Meldgaard Datalogisk Institut Århus Universitet stm@cs.au.dk 27/08 2010 S. Meldgaard (AU) 1. Seminar EVU RegAut 27/08 2010 1 / 105 Plan Introduktion Hvad er Regularitet og
Læs mereRegularitet & Automater Eksamensnotater
Regularitet & Automater Eksamensnotater Michael Lind Mortensen, 20071202, DAT4 10. juni 2008 Indhold 1 Regulære udtryk (1.5 & 3.1) 4 1.1 Disposition............................ 4 1.2 Noter...............................
Læs mereRegularitet og Automater. Tobias Brixen Q4-2012
Regularitet og Automater Tobias Brixen Q4-2012 1 Noterne er skrevet med inspiration fra http://cs.au.dk/ illio/courses/dregaut/dregautnoter.pdf Contents 1 Regulære udtryk 3 1.1 RegEx.................................
Læs mereEn karakteristik af de regulære sprog. Ugens emner. FA minimering [5.1-5.2] MyHill-Nerode-sætningen en algoritme til minimering af FA er
Ugens emner FA minimering [.-.] MyHill-Nerode-sætningen en algoritme til minimering af FA er En karakteristik af de regulære sprog Et sprog L er regulært hvis og kun hvis L beskrives af et regulært udtryk
Læs mereJa! det beviste vi uge 16+17
Ugens emner Lukketheds- og afgørlighedsegenskaber [5.3-5.5] lukkethed under,,,, * lukkethed under homomorfi og invers homomorfi pumping -lemmaet beslutningsproblemer: membership, emptiness, finiteness
Læs mereUgens emner. Regulære sprog og digitale billeder. Adressering af områder. Et alfabet. Dette billede: kan repræsenteres af en FA med 832 tilstande
Ugens emner Regulære sprog og digitale billeder Digitale billeder og regulære sprog Regulære udtryk i Java og Unix Dette billede: Turing-maskiner [uddrag af Martin kap. 9-0] Church-Turing tesen, beregnelighed
Læs mereNoter til DM517 Beregnelighed
Noter til DM517 Beregnelighed Jonas Nyrup 23. oktober 2011 Indhold 1 Et par noter 2 2 Regulære sprog 2 2.1 DFA................................. 2 2.1.1 Eksempler.......................... 3 2.2 NFA.................................
Læs mereSkriftlig Eksamen Beregnelighed (DM517)
Skriftlig Eksamen Beregnelighed (DM517) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 1 November 212, kl. 1 14 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug af computer
Læs mereSyntaks og syntaksgenkendelse, særligt regulære udtryk og tilstandsmaskiner og lidt om anvendelser i bioinformatik
Datalogi C, RUC Forelæsning 22. november 2004 Henning Christiansen Syntaks og syntaksgenkendelse, særligt regulære udtryk og tilstandsmaskiner og lidt om anvendelser i bioinformatik Dagens program Hvad
Læs mereStudieordning for diplomuddannelsen i informationsteknologi
Studieordning for diplomuddannelsen i informationsteknologi April 2007 [v3] 1 Introduktion... 2 2 Formål... 2 3 Indhold... 2 4 Adgangskrav... 3 5 Eksaminer... 3 6 Studieplan... 3 6.1 Formelle modeller
Læs mereEksamensopgaver i DM17, Januar 2003
Eksamensopgaver i DM17, Januar 2003 Skriftlig Eksamen Automatteori og Beregnelighed (DM17) Institut for Matematik & Datalogi Syddansk Universitet Odense Universitet Lørdag, den 18. Januar 2003 Alle sædvanlige
Læs mereMatematisk induktion
Induktionsbeviser MT01.0.07 1 1 Induktionsbeviser Matematisk induktion Sætninger der udtaler sig om hvad der gælder for alle naturlige tal n N, kan undertiden bevises ved matematisk induktion. Idéen bag
Læs mereDM517:Supplerende noter om uafgørlighedsbeviser:
DM517:Supplerende noter om uafgørlighedsbeviser: Jørgen Bang-Jensen October 9, 2013 Abstract Formålet med denne note er at give en form for kogebogsopskrift på, hvorledes man bygger et uafgørlighedsbevis
Læs mereDat 2/BAIT6/SW4: Syntaks og semantik En manual for studerende
Dat 2/BAIT6/SW4: Syntaks og semantik En manual for studerende Hans Hüttel Foråret 2011 Indhold Indhold 1 1 Kurset er lavet om! 1 2 Kursets indhold 2 2.1 Kursets emner................................ 2
Læs mere1 Beregnelighed. 1.1 Disposition. 1.2 Præsentation. Def. TM. Def. RE/R. Def. 5 egenskaber for RE/R. Def. NSA. Bevis. NSA!RE. Def. SA. Bevis. SA!
1 Beregnelighed 1.1 Disposition Def. TM Def. RE/R Def. 5 egenskaber for RE/R Def. NSA Bevis. NSA!RE Def. SA Bevis. SA!R Bevis. SA RE Def. Beslutningsproblem Arg. Self-Accepting er uløselig 1.2 Præsentation
Læs mereIt og informationssøgning Forelæsning november 2006 Nils Andersen. Regulære udtryk og formelle sprog
It og informationssøgning Forelæsning 11 22. november 2006 Nils Andersen Regulære udtryk og formelle sprog Regulært udtryk Forening, sammenstilling og Kleene-gentagelse Andre notationer og operatorer Modulet
Læs mereDat 2/F6S: Syntaks og semantik 2005 Centrale emner og eksamenspensum
Dat 2/F6S: Syntaks og semantik 2005 Centrale emner og eksamenspensum Hans Hüttel 14. juni 2005 Indhold 1 Centrale emner 1 2 Fuldt pensum 2 3 Reduceret pensum 3 3.1 Hvad er fjernet her?........................
Læs mere01017 Diskret Matematik E12 Alle bokse fra logikdelens slides
01017 Diskret Matematik E12 Alle bokse fra logikdelens slides Thomas Bolander 1 Udsagnslogik 1.1 Formler og sandhedstildelinger symbol står for ikke eller og ( A And) hvis... så... hvis og kun hvis...
Læs mereOversættere. Vejledende løsninger til Skriftlig eksamen onsdag d. 20. april 2005
Københavns Universitet Naturvidenskabelig Embedseksamen Oversættere Vejledende løsninger til Skriftlig eksamen onsdag d. 20. april 2005 Eksamenstiden er to timer. Opgavernes vægt i procent er angivet ved
Læs mereGrundlæggende Matematik
Grundlæggende Matematik Hayati Balo, AAMS August 2012 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske
Læs mereBevisteknikker. Bevisteknikker (relevant både ved design og verifikation) Matematisk induktion. Matematisk induktion uformel beskrivelse
Bevisteknikker Bevisteknikker (relevant både ved design og verifikation) Bevisførelse ved modstrid (indirekte bevis) Antag, at det givne teorem er falsk Konkluder, at dette vil føre til en modstrid Teorem:
Læs mereOversættere Skriftlig eksamen onsdag d. 24. januar 2007
Københavns Universitet Naturvidenskabelig Embedseksamen Oversættere Skriftlig eksamen onsdag d. 24. januar 2007 Eksamenstiden er to timer. Opgavernes vægt i procent er angivet ved hver opgave. Den skriftlige
Læs mereBevisteknikker (relevant både ved design og verifikation)
Bevisteknikker 1 Bevisteknikker (relevant både ved design og verifikation) Bevisførelse ved modstrid (indirekte bevis) Antag, at det givne teorem er falsk Konkluder, at dette vil føre til en modstrid Teorem:
Læs mereRolf Fagerberg. Forår 2012
Forår 2012 Mål for i dag Dagens program: 1 2 3 4 5 6 Forudsætninger: DM502 og DM503 Timer: 50% forelæsninger, 50% øvelser Forudsætninger: DM502 og DM503 Eksamenform: Skriftlig eksamen: Timer: 50% forelæsninger,
Læs mereOversættere Vejledende løsninger til Skriftlig eksamen onsdag d. 24. januar 2007
Københavns Universitet Naturvidenskabelig Embedseksamen Oversættere Vejledende løsninger til Skriftlig eksamen onsdag d. 24. januar 2007 Eksamenstiden er to timer. Opgavernes vægt i procent er angivet
Læs meret a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42
Slide 1/42 Hvad er matematik? 1) Den matematiske metode 2) Hvad vil det sige at bevise noget? 3) Hvor begynder det hele? 4) Hvordan vælger man et sæt aksiomer? Slide 2/42 Indhold 1 2 3 4 Slide 3/42 Mængder
Læs mereElementær Matematik. Mængder og udsagn
Elementær Matematik Mængder og udsagn Ole Witt-Hansen 2011 Indhold 1. Mængder...1 1.1 Intervaller...4 2. Matematisk Logik. Udsagnslogik...5 3. Åbne udsagn...9 Mængder og Udsagn 1 1. Mængder En mængde er
Læs mereRolf Fagerberg. Forår 2013
Forår 2013 Mål for i dag Dagens program: 1 2 3 4 5 6 Forudsætninger: DM536 og DM537 Timer: 50% forelæsninger, 50% øvelser Forudsætninger: DM536 og DM537 Eksamenform: Skriftlig eksamen: Timer: 50% forelæsninger,
Læs mereOrienterede grafer. Orienterede grafer. Orienterede grafer. Vejnetværk
Philip Bille Orienteret graf (directed graph). Mængde af knuder forbundet parvis med orienterede kanter. Vejnetværk Knude = vejkryds, kant = ensrettet vej. deg + (6) =, deg - (6) = sti fra til 6 8 7 9
Læs mereDat 2/F6S/SW4: Syntaks og semantik En manual for studerende
Dat 2/F6S/SW4: Syntaks og semantik En manual for studerende Hans Hüttel Foråret 2010 Indhold Indhold 1 1 Om denne manual 1 2 Om kursets indhold 2 2.1 Hvilke emner rummer kurset?.................. 2 2.2
Læs mereGrundlæggende Matematik
Grundlæggende Matematik Hayati Balo, AAMS Juli 2013 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske
Læs mere26 Programbeviser I. Noter. PS1 -- Programbeviser I. Bevis kontra 'check af assertions' i Eiffel. Betingelser og bevisregler.
26 Programbeviser I. Bevis kontra 'check af assertions' i Eiffel. Betingelser og bevisregler. Hvad er programverifikation? Bevisregel for 'tom kommando'. Bevisregel for assignment. Bevisregler for selektive
Læs mereOm at løse problemer En opgave-workshop Beregnelighed og kompleksitet
Om at løse problemer En opgave-workshop Beregnelighed og kompleksitet Hans Hüttel 27. oktober 2004 Mathematics, you see, is not a spectator sport. To understand mathematics means to be able to do mathematics.
Læs mereIntroduktion til prædikatlogik
Introduktion til prædikatlogik Torben Braüner Datalogisk Afdeling Roskilde Universitetscenter 1 Plan Symbolisering af sætninger Syntaks Semantik 2 Udsagnslogik Sætningen er den mindste syntaktiske enhed
Læs mereOrienterede grafer. Introduktion Repræsentation Søgning Topologisk sortering og DAGs Stærke sammenhængskomponenter Implicitte grafer.
Orienterede grafer Introduktion Repræsentation Søgning Topologisk sortering og DAGs Stærke sammenhængskomponenter Implicitte grafer Philip Bille Orienterede grafer Introduktion Repræsentation Søgning Topologisk
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereNogle grundlæggende begreber
BE2-kursus 2010 Jørgen Larsen 5. februar 2010 Nogle grundlæggende begreber Lidt simpel mængdelære Mængder består af elementer; mængden bestående af ingen elementer er, den tomme mængde. At x er element
Læs mereRolf Fagerberg. Forår 2015
Forår 2015 Dagens program 1 2 3 4 5 Underviser:, IMADA Forskningsområde: algoritmer og datastrukturer Underviser:, IMADA Forskningsområde: algoritmer og datastrukturer Deltagere: BA i Datalogi BA i Software
Læs mereOrienterede grafer. Orienterede grafer. Orienterede grafer. Orienterede grafer
Philip Bille Orienteret graf. Mængde af knuder forbundet parvis med orienterede kanter. deg + (7) =, deg - (7) = Lemma. v V deg - (v) = v V deg + (v) = m. Bevis. Hver kant har netop en startknude og slutknude.
Læs mereIntroduktion til DM507
Introduktion til DM507 Rolf Fagerberg Forår 2017 1 / 20 Hvem er vi? Underviser: Rolf Fagerberg, IMADA Forskningsområde: algoritmer og datastrukturer 2 / 20 Hvem er vi? Underviser: Rolf Fagerberg, IMADA
Læs mereSkriftlig eksamen, Programmer som Data Onsdag 6. januar Spørgsmål 1 (20 %): Regulære udtryk og automater
Skriftlig eksamen, Programmer som Data Onsdag 6. januar 2010 Dette eksamenssæt har 5 sider. Tjek med det samme at du har alle siderne. Eksamens varighed er 4 timer. Der er fire spørgmål. For at få fuldt
Læs mereGrundlæggende Algoritmer og Datastrukturer
Grundlæggende Algoritmer og Datastrukturer Om kurset Grundlæggende Algoritmer og Datastrukturer Undervisningsformer Forelæsninger: 4 timer/uge (2+2). Øvelser: 3 timer/uge. Café. Obligatorisk program 13
Læs mereNoter til Perspektiver i Matematikken
Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 6 (seks) Eksamensdag: Fredag den 25. juni 200, kl. 9.00-.00
Læs mereAlgoritmer og Datastrukturer 1. Gerth Stølting Brodal Aarhus Universitet
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet Kursusbeskrivelsen Kursusbeskrivelsen: Algoritmer og datastrukturer 1 Formål Deltagerne vil efter kurset have indsigt i algoritmer
Læs mereArchimedes Princip. Frank Nasser. 12. april 2011
Archimedes Princip Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereOrdbog over Symboler
Ordbog over Symboler Frank Nasser 20. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereBaggrundsnote om logiske operatorer
Baggrundsnote om logiske operatorer Man kan regne på udsagn ligesom man kan regne på tal. Regneoperationerne kaldes da logiske operatorer. De tre vigtigste logiske operatorer er NOT, AND og. Den første
Læs mereRolf Fagerberg. Forår 2015
Forår 2015 Dagens program 1 2 3 4 5 Underviser:, IMADA Forskningsområde: algoritmer og datastrukturer Deltagere: BA i Datalogi BA i Software Engineering BA i Matematik-Økonomi BA i Anvendt Matematik BA
Læs mereEksempel på den aksiomatisk deduktive metode
Eksempel på den aksiomatisk deduktive metode Et rigtig godt eksempel på et aksiomatisk deduktivt system er Euklids Elementer. Euklid var græker og skrev Elemeterne omkring 300 f.kr. Værket består af 13
Læs mereDATALOGI 1E. Skriftlig eksamen fredag den 7. juni 2002
Københavns Universitet Naturvidenskabelig Embedseksamen DATALOGI 1E Skriftlig eksamen fredag den 7. juni 2002 Opgaverne vægtes i forhold til tidsangivelsen, og hver opgaves besvarelse bedømmes som en helhed.
Læs mereDynamisk programmering
Dynamisk programmering Dynamisk programmering Optimeringsproblem: man ønsker at finde bedste den kombinatoriske struktur blandt mange mulige. Dynamisk programmering Optimeringsproblem: man ønsker at finde
Læs mereDynamisk programmering
Dynamisk programmering Dynamisk programmering Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Har en hvis lighed med divide-and-conquer: Begge opbygger løsninger til større problemer
Læs mereOversættere Skriftlig eksamen onsdag d. 20. april 2005
Københavns Universitet Naturvidenskabelig Embedseksamen Oversættere Skriftlig eksamen onsdag d. 20. april 2005 Eksamenstiden er to timer. Opgavernes vægt i procent er angivet ved hver opgave. Den skriftlige
Læs mereRolf Fagerberg. Forår 2014
Forår 2014 Mål for i dag Dagens program: 1 2 3 4 5 6 Forudsætninger: Format: Programmering og Diskret matematik I (forelæsninger), TE (øvelser), S (arbejde selv og i studiegrupper) Eksamenform: Skriftlig
Læs mereAlgoritmer og Datastrukturer 1. Gerth Stølting Brodal
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Kursusbeskrivelsen Kursusbeskrivelsen: Algoritmer og datastrukturer 1 Formål Deltagerne vil efter kurset have indsigt i algoritmer som model for sekventielle
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2016 Projekt, del III Institut for matematik og datalogi Syddansk Universitet 20. april, 2016 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereGrådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Grådige algoritmer Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for
Læs mereAlgoritmer og Datastrukturer 1. Gerth Stølting Brodal
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Kursusbeskrivelsen Kursusbeskrivelsen: Algoritmer og datastrukturer 1 Formål Deltagerne vil efter kurset have indsigt i algoritmer som model for sekventielle
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2019 Projekt, del III Institut for matematik og datalogi Syddansk Universitet 10. april, 2019 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Introduktion til kurset Rolf Fagerberg Forår 2019 1 / 20 Hvem er vi? Underviser: Rolf Fagerberg, Institut for Matematik og Datalogi (IMADA) Forskningsområde: algoritmer
Læs mereSproget Six. Til brug i rapportopgaven på kurset Oversættere. Vinter 2006. Abstract
Sproget Six Til brug i rapportopgaven på kurset Oversættere Vinter 2006 Abstract Six er baseret på det sprog, der vises i figur 6.2 og 6.4 i Basics of Compiler Design. Den herværende tekst beskriver basissproget
Læs mereSkriftlig Eksamen Beregnelighed (DM517)
Skriftlig Eksamen Beregnelighed (DM517) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 31 Oktober 2011, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug af lommeregner
Læs mereSkriftlig eksamen i Datalogi
Roskilde Universitetscenter side 1 af 11 sider Skriftlig eksamen i Datalogi Modul 1 Sommer 2000 Opgavesættet består af 6 opgaver, der ved bedømmelsen tillægges følgende vægte: Opgave 1 10% Opgave 2 10%
Læs mereINSTITUT FOR DATALOGI, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi
INSTITUT FOR DATALOGI, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 12 (tolv) Eksamensdag: Fredag den 16. august 2013,
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2017 Projekt, del III Institut for matematik og datalogi Syddansk Universitet 6. april, 2017 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM58) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 7 Januar 010, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger,
Læs mereMatematik YY Foråret Kapitel 1. Grupper og restklasseringe.
Matematik YY Foråret 2004 Elementær talteori Søren Jøndrup og Jørn Olsson Kapitel 1. Grupper og restklasseringe. Vi vil i første omgang betragte forskellige typer ligninger og søge efter heltalsløsninger
Læs mereDiskrete Matematiske Metoder. Jesper Lützen
Diskrete Matematiske Metoder Jesper Lützen Juni 2013 ii Indhold Introduktion. ix 0.1 Den aksiomatisk-deduktive metode................. ix 0.2 Diskret matematik; hvad er det?.................. x 1 Tal,
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 6 (seks) Eksamensdag: Onsdag den 11. august 2004, kl.
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2016 Projekt, del I Institut for matematik og datalogi Syddansk Universitet 29. februar, 2016 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereSkriftlig eksamen i Datalogi
Roskilde Universitetscenter side 1 af 9 sider Skriftlig eksamen i Datalogi Modul 1 Vinter 1999/2000 Opgavesættet består af 6 opgaver, der ved bedømmelsen tillægges følgende vægte: Opgave 1 5% Opgave 2
Læs mereDM02 opgaver ugeseddel 2
DM0 opgaver ugeseddel af Fiona Nielsen 16. september 003 Øvelsesopgaver 9/9, 10/9 og 11/9 1. Vis, at 1 3 + 3 3 + 5 3 +... + (n 1) 3 = n 4 n. Omskriver til summationsformel: (i 1) 3 = n 4 n Bevis ved induktion
Læs mereDynamisk programmering
Dynamisk programmering Dynamisk programmering Optimeringsproblem: man ønsker at finde bedste den kombinatoriske struktur (struktur opbygget af et endeligt antal enkeltdele) blandt mange mulige. Eksempler:
Læs mereSkriftlig Eksamen Algoritmer og Datastrukturer (DM507)
Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Institut for Matematik og Datalogi Syddansk Universitet, Odense Mandag den 7. juni 00, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater, osv.)
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2018 Projekt, del II Institut for matematik og datalogi Syddansk Universitet 20. marts, 2019 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereSammenhængskomponenter i grafer
Sammenhængskomponenter i grafer Ækvivalensrelationer Repetition: En relation R på en mængde S er en delmængde af S S. Når (x, y) R siges x at stå i relation til y. Ofte skrives x y, og relationen selv
Læs mere1 Opsumering fra tidligere. 2 Dagsorden 3 BIMS. 4 Programtilstande. Statements/kommandoer (Stm) i bims. 3.1 Abstrakt syntaks for bims
1 Opsumering fra tidligere Hvis A er kontekstfrit, S er der et p > 0 s Alle s A hvor s p kan splittes op som s = uvxyz så argument 1-3 holder A er ikke kontekstfrit, hvis for ethvert bud på p kan findes
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2018 Projekt, del II Institut for matematik og datalogi Syddansk Universitet 13. marts, 2018 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereGrafer og graf-gennemløb
Grafer og graf-gennemløb Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges). Dvs. ordnede par af knuder. Grafer En mængde V af knuder (vertices). En mængde E V V af kanter (edges).
Læs mereP (n): rekursiv beregning af f n kræver f n beregninger af f 1. P (n) er sand for alle n 2.
P (n): rekursiv beregning af f n kræver f n beregninger af f 1. P (n) er sand for alle n 2. Bevis ved stærk induktion. Basisskridt: P (2) er sand og P (3) er sand. Induktionsskridt: Lad k 2 og antag P
Læs mereMatematiske metoder - Opgavesæt
Matematiske metoder - Opgavesæt Anders Friis, Anne Ryelund, Mads Friis, Signe Baggesen 24. maj 208 Beskrivelse af opgavesættet I dette opgavesæt vil du støde på opgaver, der er markeret med enten 0, eller
Læs mere3 Algebraisk Specifikation af Abstrakte Datatyper.
3 Algebraisk Specifikation af Abstrakte Datatyper. Specifikation kontra program. Bestanddele af en algebraisk specifikation. Klassificering af funktioner i en ADT. Systematisk definition af ligninger.
Læs mereDATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi
DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 1 (tolv) Eksamensdag: Fredag den 7. august 009, kl.
Læs mereER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002
Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk
Læs mereProjekt 1.4 De reelle tal og 2. hovedsætning om kontinuitet
Projekt 1.4 De reelle tal og 2. hovedsætning om kontinuitet Mens den 1. hovedsætning om kontinuerte funktioner kom forholdsvis smertefrit ud af intervalrusebetragtninger, så er 2. hovedsætning betydeligt
Læs mereSkriftlig Eksamen Automatteori og Beregnelighed (DM17)
Skriftlig Eksamen Automatteori og Beregnelighed (DM17) Institut for Matematik & Datalogi Syddansk Universitet Odense Campus Lørdag, den 15. Januar 2005 Alle sædvanlige hjælpemidler (lærebøger, notater
Læs mereπ er irrationel Frank Nasser 10. december 2011
π er irrationel Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereOversættere, ugeopgave 3
Oversættere, ugeopgave 3 Anders jerg Pedersen (andersbp@me.com) 29. november 2009 Opgave 1 Vi konsrer først NFA er for grammatikken fra opgave 3.22 med produktionen tilføjet: Produktion NFA 0 A 1 C D 2
Læs mereSkriftlig Eksamen Algoritmer og Datastrukturer 1. Datalogisk Institut Aarhus Universitet
Side af 1 sider Skriftlig Eksamen Algoritmer og Datastrukturer 1 Datalogisk Institut Aarhus Universitet Dette eksamenssæt består af en kombination af små skriftlige opgaver og multiplechoice-opgaver. Opgaverne
Læs mereDM507 Algoritmer og datastrukturer
DM507 Algoritmer og datastrukturer Forår 2019 Projekt, del I Institut for matematik og datalogi Syddansk Universitet 27. februar, 2019 Dette projekt udleveres i tre dele. Hver del har sin deadline, således
Læs mereDanmarks Tekniske Universitet
Eksamen 005, F0 side af sider Danmarks Tekniske Universitet Skriftlig prøve, den 6. maj 00. Kursusnavn Algoritmik og datastrukturer I Kursus nr. 005. Tilladte hjælpemidler: Alle skriftlige hjælpemidler.
Læs mereImplikationer og Negationer
Implikationer og Negationer Frank Villa 5. april 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mere