DM517:Supplerende noter om uafgørlighedsbeviser:

Størrelse: px
Starte visningen fra side:

Download "DM517:Supplerende noter om uafgørlighedsbeviser:"

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) 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 mere

Skriftlig Eksamen Beregnelighed (DM517)

Skriftlig 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 mere

Eksamensopgaver i DM17, Januar 2003

Eksamensopgaver 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 mere

1 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. 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 mere

Noter til DM517 Beregnelighed

Noter 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 mere

Ja! det beviste vi uge 16+17

Ja! 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 mere

Om at løse problemer En opgave-workshop Beregnelighed og kompleksitet

Om 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 mere

Skriftlig Eksamen Beregnelighed (DM517)

Skriftlig 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 mere

83 - Karakterisation af intervaller

83 - 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 mere

Regulære udtryk og endelige automater. Ugens emner

Regulære 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 mere

Regularitet og Automater. Tobias Brixen Q4-2012

Regularitet 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 mere

Regulære udtryk og endelige automater

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 mere

Punktmængdetopologi. Mikkel Stouby Petersen. 1. marts 2013

Punktmængdetopologi. 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 mere

Archimedes Princip. Frank Nasser. 12. april 2011

Archimedes 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 mere

GEOMETRI-TØ, UGE 8. X = U xi = {x i } = {x 1,..., x n }, U α, U α = α. (X \ U α )

GEOMETRI-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).

= 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 mere

En karakteristik af de regulære sprog. Ugens emner. FA minimering [5.1-5.2] MyHill-Nerode-sætningen en algoritme til minimering af FA er

En 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 mere

Ugens 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. 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 mere

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36

t 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 mere

Skriftlig Eksamen Diskret Matematik (DM528)

Skriftlig 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 mere

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige 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 mere

Grådige algoritmer. Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige 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 mere

Om hypoteseprøvning (1)

Om 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 mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende 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 mere

Nogle grundlæggende begreber

Nogle 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 mere

Sammenhængskomponenter i grafer

Sammenhængskomponenter 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 mere

Regularitet & Automater Eksamensnotater

Regularitet & 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 mere

Skriftlig Eksamen Automatteori og Beregnelighed (DM17)

Skriftlig 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 mere

DM507 Algoritmer og datastrukturer

DM507 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 mere

Vinkelrette linjer. Frank Villa. 4. november 2014

Vinkelrette 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 mere

Introduktion til DM507

Introduktion 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 mere

Eksempel på den aksiomatisk deduktive metode

Eksempel 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 mere

En differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby

En 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 mere

Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM515)

Skriftlig 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 mere

Banach-Tarski Paradokset

Banach-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 mere

DM507 Algoritmer og datastrukturer

DM507 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 mere

Invarianter. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af) dens udførelse. Udgør ofte kernen af ideen bag algoritmen.

Invarianter. 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 mere

Rolf Fagerberg. Forår 2013

Rolf 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 mere

Skriftlig eksamen - med besvarelse Topologi I (MM508)

Skriftlig 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 mere

t a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42

t 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 mere

Rolf Fagerberg. Forår 2015

Rolf 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 mere

Mordell s Sætning. Henrik Christensen og Michael Pedersen. 17. december 2003

Mordell 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 mere

Invarianter og kombinatoriske beviser

Invarianter 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 mere

Kalkulus 2 - Grænseovergange, Kontinuitet og Følger

Kalkulus 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 mere

DM507 Algoritmer og datastrukturer

DM507 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 mere

Analyse af ombytningspuslespil

Analyse 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 mere

26 Programbeviser I. Noter. PS1 -- Programbeviser I. Bevis kontra 'check af assertions' i Eiffel. Betingelser og bevisregler.

26 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 mere

Analyse af ombytningspuslespil

Analyse 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 mere

Projekt 2.1: Parabolantenner og parabelsyning

Projekt 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 mere

UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning

UENDELIG, 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 mere

Noter til Perspektiver i Matematikken

Noter 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 mere

Projekt 2.5 Brændpunkt og ledelinje

Projekt 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 mere

Implikationer og Negationer

Implikationer 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

Projekt 2.5 Brændpunkt og ledelinje for parabler

Projekt 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)}

.. 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 mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende 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 mere

NetLogo-simuleringen. Simuleringer og fysiske modeller (henfaldsloven)

NetLogo-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 mere

Grafer og graf-gennemløb

Grafer 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 mere

Grafer og graf-gennemløb

Grafer 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 mere

Divide-and-Conquer algoritmer

Divide-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 mere

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

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 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 mere

Bevisteknikker. Bevisteknikker (relevant både ved design og verifikation) Matematisk induktion. Matematisk induktion uformel beskrivelse

Bevisteknikker. 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 mere

Funktionalligninger. Anders Schack-Nielsen. 25. februar 2007

Funktionalligninger. 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 mere

Investerings- og finansieringsteori, F04, ugeseddel 5

Investerings- 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 mere

Skriftlig Eksamen DM507 Algoritmer og Datastrukturer

Skriftlig 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 mere

DM507 Algoritmer og datastrukturer

DM507 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 mere

Grafer og graf-gennemløb

Grafer 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 mere

Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)

Forelæsning 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 mere

Oversættere Skriftlig eksamen onsdag d. 24. januar 2007

Oversættere 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 mere

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Skriftlig 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 mere

Videregående Algoritmik. Version med vejledende løsninger indsat!

Videregående 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 mere

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige 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 mere

Gruppeteori. Michael Knudsen. 8. marts For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel.

Gruppeteori. 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 mere

Polynomiumsbrøker og asymptoter

Polynomiumsbrøker 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 mere

Bevisteknikker (relevant både ved design og verifikation)

Bevisteknikker (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 mere

Tal. Vi mener, vi kender og kan bruge følgende talmængder: N : de positive hele tal, Z : de hele tal, Q: de rationale tal.

Tal. 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 mere

Divide-and-Conquer algoritmer

Divide-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

M=3 kunde forbindelse. oprettet lokation Steinerkant

M=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 mere

Noter om primtal. Erik Olsen

Noter 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 mere

Matematisk modellering og numeriske metoder. Lektion 5

Matematisk 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 mere

1. Seminar EVU RegAut

1. 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 mere

K 7 - og K 4,4 -minors i grafer

K 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 mere

Oversættere, ugeopgave 3

Oversættere, 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 mere

Pointen med Differentiation

Pointen 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 mere

Grafer og graf-gennemløb

Grafer 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 mere

Pointen med Funktioner

Pointen 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 mere

Grafer og graf-gennemløb

Grafer 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 mere

Spilstrategier. 1 Vindermængde og tabermængde

Spilstrategier. 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 mere

Oversættere Vejledende løsninger til Skriftlig eksamen onsdag d. 24. januar 2007

Oversættere 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 mere

Rolf Fagerberg. Forår 2012

Rolf 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 mere

Sortering. Eksempel: De n tal i sorteret orden

Sortering. 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 mere

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe.

Matematik 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 mere

DATALOGI 1E. Skriftlig eksamen torsdag den 3. juni 2004

DATALOGI 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 mere

Egenskaber ved Krydsproduktet

Egenskaber 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 mere

Grådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.

Grådige 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 mere

Divisorer. Introduktion. Divisorer og delelighed. Divisionsalgoritmen. Definition (Divisor) Lad d og n være hele tal. Hvis der findes et helt tal q så

Divisorer. 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 mere

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger

Lineære 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 mere

Divide-and-Conquer algoritmer

Divide-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