DM517:Supplerende noter om uafgørlighedsbeviser:
|
|
- Joachim Lindholm
- 5 år siden
- Visninger:
Transkript
1 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 op. Noterne er på dansk, da de er en omskrivning af et gammelt notesæt 1. 1 Notation decidable (afgørligt)=turing-decidable (Turing afgørligt)=rekursive(rekursiv). semi-decidable(semi-afgørligt)= Turing-recognizable(Turing-genkendeligt)= Turingenumerable= recursively enumerable (rekursivt enumerabel) 2 Reduktioner Lad Σ være et endeligt alfabet. En funktion f : Σ Σ er Turing-beregnelig (computable) hvis der findes en Turing maskine M som altid stopper og på input w Σ stopper den med strengen f(w) på sit bånd. Dvs når den startes i konfigurationen q 0 w will den stoppe i konfigurationen q accept f(w). Lad os starte med at genkalde Definition 5.20 fra Lærebogen: Lad L 1,L 2 Σ være sprog. En reduktion fra L 1 til L 2 er en Turing beregnelig funktion τ : Σ Σ som opfylder at x L 1 hvis og kun hvis τ(x) L 2. Bemærk, at vi kræver at der findes en Turing Maskine som beregner τ (dvs som starter med input x og stopper med τ(x) på sit bånd). Dette er meget vigtigt og det betyder, at vi, før vi kan bruge en reduktion, skal kunne gøre rede for, at den tilsvarende funktion τ faktisk kan beregnes af en Turing maskine. Typisk gøres dette ved en diskution i ord af, hvad den Turing maskine der beregner τ, skal kunne gøre og argumentere for, at disse ting er mulige (se eksemplerne nedenfor). Lemma 1 Hvis L 2 er afgørligt og L 1 kan reduceres til L 2 vha en Turing beregnelig funktion τ, så er også L 1 afgørligt. 1 If non-danish reading persons have trouble with this, please ask for explanation where needed 1
2 Bevis: Ideen i beviset kan fint illustreres skematisk som vist i Figur 1. Her er A en Turing maskine, der omdanner en streng x Σ til strengen τ(x). Denne streng gives så videre til M 2, som afgør L 2. Heraf fås, at M 2 svarer på input τ(x), præcis hvis τ(x) L 2 og ellers. Dvs den samlede maskine M, som er beskrevet i diagramform i Figur 1, har egenskaben, at den altid stopper og den svarer præcis når x L 1. Altså M afgør L 1. x τ(x) A M 2 M Figure 1: Turing maskinen M afgør L 1, forudsat at M 2 findes. Hvordan kan vi bruge Lemma 1 til uafgørligheds beviser? Hvisvikender etsprogl, someruafgørligtogkanviseatlkanreducerestilsproget L vha en Turing beregnelig funktion τ, så kan vi bruge Lemma 1 til at konkludere, at sproget L er uafgørligt: lemmaet siger, at hvis L er afgørligt, så er også L afgørligt, hvilket er en modstrid, da vi allerede ved, at L er uafgørligt. 3 Opskrift på et uafgørlighedsbevis: Lad K være et sprog, vi ønsker at vise er uafgørligt.det vil sige, vi vil vise, at der ikke kan findes en Turing maskine, som givet en streng x over samme alfabet som K, kan afgøre om x K. 1. Vælg et passende sprog R som allerede vides at være uafgørligt. 2. Beskriv en reduktion fra R til K vha en Turing beregnelig funktion. Lad A være en Turing maskine der beregner denne reduktion. Dvs givet x beregner A strengen τ(x), som har egenskaben at x R hvis og kun hvis τ(x) K. Der skal redegøres for, hvordan A kan realiseres. 3. Lad M K være en hypotetisk Turing maskine der afgør K (vi ønsker at vise at M K ikke findes). 4. Brug A og M K som vist i Figur 1 (med M 2 = M K ) til at lave en Turing maskine M der afgør R. M afgør R thi vi har argumenteret for at x R hvis og kun hvis τ(x) K. 5. Konkluder ud fra ovenstående modstrid at M K ikke kan findes, hvorfor K er uafgørligt. 2
3 Bemærkninger: Det er ikke altid oplagt hvilket sprog man skal vælge som R. Pointen er, at man skal vælge noget, for hvilket det kan lade sig gøre at finde en reduktion. Selvfølgelig skal man bruge egenskaber ved sproget K til at hjælpe med at vælge det rette sprog R. Kun træning med eksempler kan hjælpe med at blive god til denne disciplin! Af og til er det lettere at beskrive en reduktion af R til K (komplementet af sproget K). Så skal man blot lade M K være en hypotetisk maskine som afgør K. EnsådanTuringmaskine findes hvisogkunhvis K erafgørligt, daafgørligesprog er lukket under komplement. I nogle af mine diagrammer ved forelæsningerne bruger jeg stadig en hypotetisk Turing maskine for K og bytter så om på og tilsidst (output fra den store kasse). Det er stadig iorden som bevis (selvom det er bedre at gøre som ovenfor) og I er velkommen til at gøre dette, forudsat at I stadig kan argumentere for korrektheden! 4 Eksempler på uafgørlighedsbeviser. Husk f.eks at Rice s sætning (Opgave 5.28 i 2. udgave af bogen og Opgave 5.16 i 3. udgave) er et meget nyttigt værktøj, som I må bruge medmindre det eksplicit forbydes i den pågældende opgave. Husk at Rice s sætning kun kan bruges på spørgsmål som omhandler egenskaber ved sprog for Turing maskiner! Dvs vi kigger på egenskaber ved L(M) for enturing maskine M som er givet ved sin universelle kodning < M >. Et eksempel hvor Rice s sætning kan anvendes er til at vise at følgende sprog er uafgørligt: L = {< M > L(M) indeholder to strenge af samme længde}. Det at indeholde to strenge af samme længde er en ikke triviel egenskab for Turing maskiners sprog, idet der findes Turing maskiner, hvis sprog har denne egenskab (f.eks M Σ, Turing maskinen der accepterer alle strenge) og også Turing maskiner hvis sprog ikke har egenskaben (F.eks M, Turing maskinen der ikke accepterer nogen strenge). Her følger tre eksempler, som er repræsentative for hvordan man laver uafgørlighedsbeviser, men selvfølgelig ikke udtømmende. (A) Lad H ǫ = {< M > M stopper på den tomme streng}. Vi viser at H ǫ er uafgørligt vha opskriften ovenfor. 1. Lad R være sproget HALT TM = {< M,w > M stopper på w}. Vi ved fra Theorem 5.1, at HALT TM er uafgørligt. 2. Lad A være en algoritme som givet koden < M > for en Turing maskine M og koden < w > for en streng w laver koden < M w > for Turing maskinen M w, der når den startes på den tomme streng, først simulerer M på w og stopper hvis (og kun hvis) M stopper på w. Denne Turing maskine er let at lave: M W har koden < U > for den universelle TM indbygget i sig og på input ǫ starter M w blot med at kopire w op på sit input bånd, hvorefter 3
4 den bruger U til at simulere M på w. M w har nu følgende egenskab: M w stopper på den tomme streng hvis og kun hvis M stopper på w. 3. Antag at M Hǫ afgør H ǫ. 4. Brug A og M Hǫ (med M 2 = M Hǫ ) til at lave en Turing maskine M HALT der afgør HALT TM. 5. Da HALT TM er uafgørligt kan M Hǫ ikke findes og det følger, at H ǫ er uafgørligt. (B) Lad L = {< M > M stopper på alle strenge af længde 22 }. Vi viser at L er uafgørligt vha opskriften ovenfor. 1. Lad R være tomstrengs haltingsproget H ǫ som vi lige har vist er uafgørligt. 2. Lad B være algorithmen, som givet koden for en Turing maskine M, laver koden for en Turing maskine M 22, som stopper på en given streng w, hvis og kun hvis M stopper på den tomme streng og w = 22. Mere præcist kan M 22 beskrives som i Figur 2. ǫ M w = 22? accepter w loop for evigt M 22 Figure 2: Skematisk beskrivelse af Turing maskinen M 22. M 22 simulerer først M på den tomme streng. Hvis M accepterer ǫ så (og først da!) undersøger M 22 om dens input har længde 22. Hvis w = 22 stopper M 22 og accepterer strengen. Hvis w 22 looper den uendeligt. Dvs { hvis < M > Hǫ L(M 22 ) = {w Σ : w = 22} hvis < M > H ǫ Det følger af ovenstående at < M > H ǫ hvis og kun hvis < M 22 > L. Fra ovenstående beskrivelse af M 22 (samt lidt flere detaljer i ord om hvorledes man givet M kan lave M 22 ) er det klart at algoritmen B som beregner en funktion τ der sender < M > over i strengen < M 22 > kan realiseres vha en Turing maskine. 3. Antag at M L afgør L. 4
5 < M > B < M 22 > M M L Figure 3: Konstruktionen af M der afgør H hvis M L findes. 4. Sæt B og M L sammen som vist i Figur 3. Den resulterende Turing maskine M afgør H ǫ da vi har vist at < M > H ǫ hvis og kun hvis < M 22 > L. 5. Konkluder at M L ikke kan findes og dermed at L er uafgørligt. Bemærk at uafgørligheden af dette L også kan udledes af Rice s sætning: Her er det tilstrækeligt at observere at vi kanreducere følgende sprog L acc til L vha en Turingberegneligfunktionτ. L acc = {< M > L(M) indeholder alle strenge af længde 22}. Turing maskinen som beregner τ(< M >) omdanner blot M så den på input w kun stopper, hvis den accepterer w (dvs hvis M ville stoppe i sin reject tilstand så vil den nye udgave τ(m) loope på w). Rices sætning siger at L acc er uafgørligt (da egenskaben C at L(M) indeholder alle strenge af længde 22 er en ikke triviel egenskab: der findes Turing maskiner M 1,M 2 med L(M 1 ) = og L(M 2 ) = Σ og L(M 1 ) har ikke egenskaben C, medens L(M 2 ) har egenskaben C). Derfor er L også uafgørligt, eftersom < τ(m) > L hvis og kun hvis < M > L acc, så hvis vi kunne afgøre L, kunne vi også afgøre det uafgørlige sprog L acc. (C) En Turing maskine M har egenskaben ALL, hvis der eksisterer et input w, så M vil gennemløbe alle sine tilstande på nær en, når den startes på input w. Lad Lad Q = {< M > M er en Turing maskine der har egenskaben ALL}. Vi viser at Q er uafgørligt vha opskriften ovenfor. 1. Lad igen R være (tomme strengs) haltingsproget H ǫ. Vi ved fra (A) at dette sprog er uafgørligt. 2. Lad C være algoritmen, som givet koden for en Turing maskine M, laver koden for en Turing maskine M, der, på et vilkårligt input w, gennemløber alle sine tilstande bortset fra sin reject tilstand, præcis hvis M stopper på den tomme streng. Dette gøres ved at lade M ignorere sit input og starte med at simulere M på ǫ ved hjælp af en ægte delmængde af sine tilstande. Dette er let at realisere: tilføj blot en special tilstand q, der først bruges efter at M s simulering af M er stoppet, hvis den gør det. Dvs, hvis M s simulering af M viser, at M vil stoppe, så går M i den specielle tilstand q. Det er også let at sikre at vi får gennemløbet alle tilstande, 5
6 når M kommer i tilstand q. Dette kan f.eks gøres ved at sørge for at M, når den kommer i tilstand q skriver et specielt symbol α på sit input bånd og indrette M således, at den på symbolet α fra en vilkårlig tilstand vil gennemløbe alle sine tilstande bortset fra sin reject tilstand og derefter stoppe(isinaccepttilstand). Ladτ væredenfunktionderomdanner< M > til < M >. Det er let at argumentere for at τ kan beregnes af en Turing maskine C. Vi har nu at x H ǫ hvis og kun hvis τ(x) Q, thi special tilstanden q vil blive gennemløbet af M på input w hvis og kun hvis den vil blive det for et vilkårlig andet input w og dette sker hvis og kun hvis M stopper på ǫ. 3. Antag at M Q afgør Q. 4. Sæt C og M Q sammen som vist i Figur 4. < M > < M > C M M Q Figure 4: Konstruktionen af M der afgør H ǫ hvis M Q findes. Den resulterende Turing maskine M afgør H ǫ da vi har vist at < M > H ǫ hvis og kun hvis M Q. 5. Konkluder at M Q ikke kan findes, dvs Q er uafgørligt. 6
Skriftlig 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 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 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 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 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 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 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 mereSkriftlig Eksamen Beregnelighed (DM517)
Skriftlig Eksamen Beregnelighed (DM517) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 7 Januar 2008, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug af lommeregner
Læs mere83 - Karakterisation af intervaller
83 - Karakterisation af intervaller I denne opgave skal du bevise, at hvis A er en delmængde af R med følgende egenskab: x, y, z R : x, y A og x < z < y z A (1) så er A enten et interval eller en mængde
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. 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 mereRegulære 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 merePunktmængdetopologi. Mikkel Stouby Petersen. 1. marts 2013
Punktmængdetopologi Mikkel Stouby Petersen 1. marts 2013 I kurset Matematisk Analyse 1 er et metrisk rum et af de mest grundlæggende begreber. Et metrisk rum (X, d) er en mængde X sammen med en metrik
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 mereGEOMETRI-TØ, UGE 8. X = U xi = {x i } = {x 1,..., x n }, U α, U α = α. (X \ U α )
GEOMETRI-TØ, UGE 8 Hvis I falder over tryk- eller regne-fejl i nedenstående, må I meget gerne sende rettelser til fuglede@imf.au.dk. Opvarmningsopgave 1. Lad X være en mængde og T familien af alle delmængder
Læs mere= λ([ x, y)) + λ((y, x]) = ( y ( x)) + (x y) = 2(x y).
Analyse 2 Øvelser Rasmus Sylvester Bryder 17. og 20. september 2013 Supplerende opgave 1 Lad λ være Lebesgue-målet på R og lad A B(R). Definér en funktion f : [0, ) R ved f(x) = λ(a [ x, x]). Vis, at f(x)
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 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 meret a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36
Slide 1/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 2/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 3/36 1) Hvad er Taleteori? sfaktorisering Slide 4/36 sfaktorisering 1) Hvad er
Læs mereSkriftlig Eksamen Diskret Matematik (DM528)
Skriftlig Eksamen Diskret Matematik (DM528) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den 20 Januar 2009, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug
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 mereGrådige algoritmer. Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Grådige algoritmer Grådige algoritmer Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Læs mereOm hypoteseprøvning (1)
E6 efterår 1999 Notat 16 Jørgen Larsen 11. november 1999 Om hypoteseprøvning 1) Det grundlæggende problem kan generelt formuleres sådan: Man har en statistisk model parametriseret med en parameter θ Ω;
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
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 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 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 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 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 mereVinkelrette linjer. Frank Villa. 4. november 2014
Vinkelrette linjer Frank Villa 4. november 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 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 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 mereEn differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby
24 En differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby Det er velkendt for de fleste, at differentiabilitet af en reel funktion f medfører kontinuitet af f, mens det modsatte ikke gælder
Læs mereSkriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM515)
Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM55) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den Juni 009, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater
Læs mereBanach-Tarski Paradokset
32 Artikeltype Banach-Tarski Paradokset Uden appelsiner Andreas Hallbäck Langt de fleste af os har nok hørt om Banach og Tarskis såkaldte paradoks fra 1924. Vi har hørt diverse poppede formuleringer af
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 mereInvarianter. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af) dens udførelse. Udgør ofte kernen af ideen bag algoritmen.
Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af) dens udførelse. Udgør ofte kernen af ideen bag algoritmen. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af)
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 mereSkriftlig eksamen - med besvarelse Topologi I (MM508)
INSTITUT FOR MATEMATIK OG DATALOGI SYDDANSK UNIVERSITET, ODENSE Skriftlig eksamen - med besvarelse Topologi I (MM508) Mandag d. 14. januar 2007 2 timer med alle sædvanlige hjælpemidler tilladt. Opgavesættet
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 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 mereMordell s Sætning. Henrik Christensen og Michael Pedersen. 17. december 2003
Mordell s Sætning Henrik Christensen og Michael Pedersen 17. december 2003 Mordells sætning siger at gruppen C(Q) af rationale punkter over en ellipse C er en endeligt frembragt abelsk gruppe. Elliptiske
Læs mereInvarianter og kombinatoriske beviser
Invarianter og kombinatoriske beviser Anders Nedergaard Jensen Institut for Matematik, Aarhus Universitet Matematiklærerdag, Aarhus, 24. Marts 2017 En invariant er en værdi/udsagn der forbliver konstant
Læs mereKalkulus 2 - Grænseovergange, Kontinuitet og Følger
Kalkulus - Grænseovergange, Kontinuitet og Følger Mads Friis 8. januar 05 Indhold Grundlæggende uligheder Grænseovergange 3 3 Kontinuitet 9 4 Følger 0 5 Perspektivering 4 Grundlæggende uligheder Sætning
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 mereAnalyse af ombytningspuslespil
Analyse af ombytningspuslespil 1 / 7 Konkret eksempel på algoritmeanalyse Prøv ombytningspuslespillet på kurset webside. Spørgsmål: Hvilken bedste (laveste) score kan du opnå på 5 forsøg? Hvilken algoritme
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 mereAnalyse af ombytningspuslespil
Analyse af ombytningspuslespil 1 / 7 Konkret eksempel på algoritmeanalyse Prøv ombytningspuslespillet på kurset webside. 2 / 7 Konkret eksempel på algoritmeanalyse Prøv ombytningspuslespillet på kurset
Læs mereProjekt 2.1: Parabolantenner og parabelsyning
Projekter: Kapitel Projekt.1: Parabolantenner og parabelsyning En af de vigtigste egenskaber ved en parabel er dens brændpunkt og en af parablens vigtigste anvendelser er som profilen for en parabolantenne,
Læs mereUENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning
UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, ESBEN BISTRUP HALVORSEN 1 Indledning De fleste kan nok blive enige om, at mængden {a, b, c} er større end mængden {d} Den ene indeholder jo tre elementer,
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 mereProjekt 2.5 Brændpunkt og ledelinje
Projekter. Kapitel. Projekt.5 Brændpunkt og ledelinje Projekt.5 Brændpunkt og ledelinje En af de vigtigste egenskaber ved en parabel er dens brændpunkt og en af parablens vigtigste anvendelser er som profilen
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 mereProjekt 2.5 Brændpunkt og ledelinje for parabler
Hvad er matematik? Projekter: Kapitel. Projekt.5 Brændpunkt og ledelinje for parabler Projekt.5 Brændpunkt og ledelinje for parabler En af de vigtigste egenskaber ved en parabel er, at den har et såkaldt
Læs mere.. if L(u) + w(u, v) < L(v) then.. begin... L(v) := L(u) + w(u, v)... F (v) := u.. end. med længde L(z)}
Procedure Dijkstra(G = (V, E): vægtet sh. graf,. a, z: punkter) { Det antages at w(e) > 0 for alle e E} For alle v V : L(v) := L(a) := 0, S := while z / S begin. u := punkt ikke i S, så L(u) er mindst
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
Læs mereNetLogo-simuleringen. Simuleringer og fysiske modeller (henfaldsloven)
NetLogo-simuleringen Simuleringer og fysiske modeller (henfaldsloven) Hvad er en simulering? For at kunne arbejde med en simulering er der to vigtige elementer, man må have en grundlæggende forståelse
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. Figur: Terminologi: n = V, m = E (eller V og E (mis)bruges som V og E ).
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 mereDivide-and-Conquer algoritmer
Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. 1. Opdel problem i mindre delproblemer (af samme type). 2. Løs delproblemerne ved rekursion (dvs. kald algoritmen
Læs mereDefinition : Et træ er en sammenhængende ikke-orienteret graf uden simple kredse. Sætning : En ikke-orienteret graf er et træ hvis og kun hvis der er
Definition : Et træ er en sammenhængende ikke-orienteret graf uden simple kredse. Sætning : En ikke-orienteret graf er et træ hvis og kun hvis der er en unik simpel vej mellem ethvert par af punkter i
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 mereFunktionalligninger. Anders Schack-Nielsen. 25. februar 2007
Funktionalligninger Anders Schack-Nielsen 5. februar 007 Disse noter er en introduktion til funktionalligninger. En funktionalligning er en ligning (eller et ligningssystem) hvor den ubekendte er en funktion.
Læs mereInvesterings- og finansieringsteori, F04, ugeseddel 5
25. februar 2004 Rolf Poulsen AMS Investerings- og finansieringsteori, F04, ugeseddel 5 Husk at eksamenstilmelding foregår i uge 9 & 0 (23/2-7/3). Hvis man møder op i auditorium 8 onsdag 3/3 kl. 3.5, kan
Læs mereSkriftlig Eksamen DM507 Algoritmer og Datastrukturer
Skriftlig Eksamen DM507 Algoritmer og Datastrukturer Institut for Matematik og Datalogi Syddansk Universitet, Odense Tirsdag den 24. juni 2014, kl. 10:00 14:00 Besvarelsen skal afleveres elektronisk. Se
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 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 mereForelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)
Kursus 02402 Introduktion til Statistik Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske
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 mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler
Læs mereVideregående Algoritmik. Version med vejledende løsninger indsat!
Videregående Algoritmik DIKU, timers skriftlig eksamen, 1. april 009 Nils Andersen og Pawel Winter Alle hjælpemidler må benyttes, dog ikke lommeregner, computer eller mobiltelefon. Opgavesættet består
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 mereGruppeteori. Michael Knudsen. 8. marts For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel.
Gruppeteori Michael Knudsen 8. marts 2005 1 Motivation For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel. Eksempel 1.1. Lad Z betegne mængden af de hele tal, Z = {..., 2, 1, 0,
Læs merePolynomiumsbrøker og asymptoter
Polynomiumsbrøker og asymptoter Frank Villa 9. marts 2012 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
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 mereTal. Vi mener, vi kender og kan bruge følgende talmængder: N : de positive hele tal, Z : de hele tal, Q: de rationale tal.
1 Tal Tal kan forekomme os nærmest at være selvfølgelige, umiddelbare og naturgivne. Men det er kun, fordi vi har vænnet os til dem. Som det vil fremgå af vores timer, har de mange overraskende egenskaber
Læs mereDivide-and-Conquer algoritmer
Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. 1. Opdel problem i mindre delproblemer
Læs mereM=3 kunde forbindelse. oprettet lokation Steinerkant
M=3 åben facilitet kunde forbindelse lukket facilitet oprettet lokation Steinerkant v Connected facility location-problemet min i f i y i + d j c ij x ij + M c e z e (1) j i e hvorom gælder: x ij 1 j (2)
Læs mereNoter om primtal. Erik Olsen
Noter om primtal Erik Olsen 1 Notation og indledende bemærkninger Vi lader betegne de hele tal, og Z = {... 3, 2, 1, 0, 1, 2, 3...} N = {0, 1, 2, 3...} Z være de positive hele tal. Vi minder her om et
Læs mereMatematisk modellering og numeriske metoder. Lektion 5
Matematisk modellering og numeriske metoder Lektion 5 Morten Grud Rasmussen 19. september, 2013 1 Euler-Cauchy-ligninger [Bogens afsnit 2.5, side 71] 1.1 De tre typer af Euler-Cauchy-ligninger Efter 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 mereK 7 - og K 4,4 -minors i grafer
Aalborg Universitet Det Teknisk-Naturvidenskabelige Fakultet Institut for Matematiske Fag K 7 - og K 4,4 -minors i grafer Aalborg Universitet Det Teknisk-Naturvidenskabelige Fakultet Institut for Matematiske
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 merePointen med Differentiation
Pointen med Differentiation 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:
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 merePointen med Funktioner
Pointen med Funktioner Frank Nasser 0. april 0 c 0080. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er en
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 mereSpilstrategier. 1 Vindermængde og tabermængde
Spilstrategier De spiltyper vi skal se på her, er primært spil af følgende type: Spil der spilles af to spillere A og B som skiftes til at trække, A starter, og hvis man ikke kan trække har man tabt. Der
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 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 mereSortering. Eksempel: De n tal i sorteret orden
Sortering 1 / 34 Sortering Input: Output: Eksempel: n tal De n tal i sorteret orden 6, 2, 9, 4, 5, 1, 4, 3 1, 2, 3, 4, 4, 5, 9 2 / 34 Sortering Input: Output: Eksempel: n tal De n tal i sorteret orden
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 mereDATALOGI 1E. Skriftlig eksamen torsdag den 3. juni 2004
Københavns Universitet Naturvidenskabelig Embedseksamen DATALOGI 1E Skriftlig eksamen torsdag den 3. juni 2004 Opgaverne vægtes i forhold til tidsangivelsen herunder, og hver opgaves besvarelse bedømmes
Læs mereEgenskaber ved Krydsproduktet
Egenskaber ved Krydsproduktet Frank Nasser 23. 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
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 mereDivisorer. Introduktion. Divisorer og delelighed. Divisionsalgoritmen. Definition (Divisor) Lad d og n være hele tal. Hvis der findes et helt tal q så
Introduktion 1) Hvad er Taleteori? Læren om de hele tal Primtal 2) Formalistisk struktur Definition Lemma Divisorer Definition (Divisor) Lad d og n være hele tal Hvis der findes et helt tal q så d q =
Læs mereLineære differentialligningers karakter og lineære 1. ordens differentialligninger
enote 11 1 enote 11 Lineære differentialligningers karakter og lineære 1. ordens differentialligninger I denne note introduceres lineære differentialligninger, som er en speciel (og bekvem) form for differentialligninger.
Læs mereDivide-and-Conquer algoritmer
Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. 1. Opdel problem i mindre delproblemer
Læs mere