a

.obsidian/core-plugins.json

@@ -27,5 +27,6 @@
   "publish": false,
   "sync": false,
   "bookmarks": true,
-  "properties": true
+  "properties": true,
+  "webviewer": false
 }

.obsidian/workspace.json

@@ -4,83 +4,44 @@
     "type": "split",
     "children": [
       {
-        "id": "9ec8e9d2f6d0931d",
+        "id": "1ae42f78a117b1b3",
         "type": "tabs",
+        "dimension": 45.23593466424683,
         "children": [
           {
-            "id": "bb21660dc4d54a9e",
+            "id": "69434050076eceff",
             "type": "leaf",
             "state": {
               "type": "pdf",
               "state": {
-                "file": "WS2425/Data Science/Ue_P/exercise_7/excercise_7.pdf"
+                "file": "WS2425/Theoretische Informatik/08-Regex/2-6-RA.pdf"
               },
               "icon": "lucide-file-text",
-              "title": "excercise_7"
+              "title": "2-6-RA"
             }
           }
         ]
       },
       {
-        "id": "1242ce1fca3b04dc",
+        "id": "8e5ef7c3cdf811c6",
         "type": "tabs",
+        "dimension": 54.76406533575317,
         "children": [
           {
-            "id": "7d80a0ab440bdac7",
+            "id": "2a443f294d450e76",
             "type": "leaf",
             "state": {
               "type": "markdown",
               "state": {
-                "file": "WS2425/Data Science/4/4.md",
+                "file": "WS2425/Theoretische Informatik/000-Notes/Notes.md",
                 "mode": "source",
                 "source": false
               },
               "icon": "lucide-file",
-              "title": "4"
-            }
-          },
-          {
-            "id": "f8485cde20c4a56c",
-            "type": "leaf",
-            "state": {
-              "type": "markdown",
-              "state": {
-                "file": "WS2425/SWT D/Ue6.md",
-                "mode": "preview",
-                "source": false
-              },
-              "icon": "lucide-file",
-              "title": "Ue6"
-            }
-          },
-          {
-            "id": "d86b345b17760bca",
-            "type": "leaf",
-            "state": {
-              "type": "markdown",
-              "state": {
-                "file": "WS2425/Data Science/VL/lecture_07_notes.md",
-                "mode": "source",
-                "source": false
-              },
-              "icon": "lucide-file",
-              "title": "lecture_07_notes"
-            }
-          },
-          {
-            "id": "d0c5c72ffe7d9b13",
-            "type": "leaf",
-            "state": {
-              "type": "pdf",
-              "state": {
-                "file": "WS2425/Data Science/VL/lecture_07.pdf"
-              },
-              "icon": "lucide-file-text",
-              "title": "lecture_07"
+              "title": "Notes"
             }
           }
-        ],
-        "currentTab": 3
+        ]
       }
     ],
     "direction": "vertical"
@@ -99,7 +60,8 @@
             "state": {
               "type": "file-explorer",
               "state": {
-                "sortOrder": "alphabetical"
+                "sortOrder": "alphabetical",
+                "autoReveal": false
               },
               "icon": "lucide-folder-closed",
               "title": "Files"
@@ -111,7 +73,7 @@
             "state": {
               "type": "search",
               "state": {
-                "query": "",
+                "query": "path:\"WS2425/Data Science/\" ",
                 "matchingCase": false,
                 "explainSearch": false,
                 "collapseAll": false,
@@ -162,7 +124,7 @@
             "state": {
               "type": "backlink",
               "state": {
-                "file": "WS2425/Web Tech/Übung/4/uebung04.pdf",
+                "file": "WS2425/Data Science/Ue_P/exercise_9/excercise_9.pdf",
                 "collapseAll": false,
                 "extraContext": false,
                 "sortOrder": "alphabetical",
@@ -172,7 +134,7 @@
                 "unlinkedCollapsed": true
               },
               "icon": "links-coming-in",
-              "title": "Backlinks for uebung04"
+              "title": "Backlinks for excercise_9"
             }
           },
           {
@@ -181,12 +143,12 @@
             "state": {
               "type": "outgoing-link",
               "state": {
-                "file": "WS2425/Web Tech/Übung/4/uebung04.pdf",
+                "file": "WS2425/Data Science/Ue_P/exercise_9/excercise_9.pdf",
                 "linksCollapsed": false,
                 "unlinkedCollapsed": true
               },
               "icon": "links-going-out",
-              "title": "Outgoing links from uebung04"
+              "title": "Outgoing links from excercise_9"
             }
           },
           {
@@ -208,10 +170,10 @@
             "state": {
               "type": "outline",
               "state": {
-                "file": "WS2425/Web Tech/Übung/4/uebung04.pdf"
+                "file": "WS2425/Data Science/Ue_P/exercise_9/excercise_9.pdf"
               },
               "icon": "lucide-list",
-              "title": "Outline of uebung04"
+              "title": "Outline of excercise_9"
             }
           },
           {
@@ -277,6 +239,7 @@
   },
   "left-ribbon": {
     "hiddenItems": {
+      "omnisearch:Omnisearch": false,
       "switcher:Open quick switcher": false,
       "graph:Open graph view": false,
       "canvas:Create new canvas": false,
@@ -291,33 +254,45 @@
       "obsidian-livesync:Show log": false
     }
   },
-  "active": "bb21660dc4d54a9e",
+  "active": "2a443f294d450e76",
   "lastOpenFiles": [
-    "WS2425/Data Science/VL/lecture_07.pdf",
-    "WS2425/Data Science/Ue_P/exercise_7/excercise_7.pdf",
-    "WS2425/Data Science/VL/lecture_07_notes.md",
-    "WS2425/SWT D/Ue6.md",
-    "WS2425/Web Tech/Übung/4/uebung04.pdf",
     "WS2425/Web Tech/Übung/4/Ü4.md",
+    "WS2425/Web Tech/Übung/4/uebung04.pdf",
+    "WS2425/Web Tech/Übung/4",
+    "WS2425/SWT D/Ue6.md",
+    "WS2425/SWT D/Ue3.md",
+    "WS2425/SWT D/P3.md",
+    "WS2425/Data Science/4/4.md",
+    "WS2425/Data Science/4",
     "Pasted image 20241029134825.png",
     "Pasted image 20241029134619.png",
     "Pasted image 20241029134346.png",
+    "WS2425/Theoretische Informatik/08-Regex/2-6-RA.pdf",
+    "WS2425/Theoretische Informatik/09-Grenzen/3-4-Grenzen-kf.pdf",
+    "WS2425/Theoretische Informatik/000-Notes/Notes.md",
+    "WS2425/Theoretische Informatik/09-Grenzen/2-7-Grenzen-reg.pdf",
+    "WS2425/Theoretische Informatik/12-CYK/3-3-Eigenschaften.pdf",
+    "WS2425/Theoretische Informatik/12-CYK/Blatt11-CYK.pdf",
+    "WS2425/Theoretische Informatik/11-CNF/3-2-CNF.pdf",
+    "WS2425/Theoretische Informatik/06-eNEA/2-4-eNEA.pdf",
+    "Pasted image 20241206141734.png",
+    "img/Pasted image 20241206141913.png",
+    "img/Pasted image 20241206141734.png",
+    "img/Pasted image 20241206141721.png",
+    "img/Pasted image 20241206141709.png",
+    "img/Pasted image 20241206141658.png",
+    "img/Pasted image 20241206141645.png",
+    "WS2425/Web Tech/Übung/Notes.md",
+    "WS2425/Data Science/VL/lecture_08_notes.md",
+    "WS2425/Data Science/VL/lecture_07_notes.md",
+    "WS2425/Data Science/VL/lecture_09_notes.md",
+    "WS2425/Data Science/VL/lecture_06_notes.md",
+    "WS2425/Data Science/VL/Zusammenfassung.md",
     "WS2425/Web Tech/Übung/3/ü3.md",
-    "WS2425/Web Tech/Übung/4",
-    "WS2425/SWT D/P3.md",
-    "WS2425/SWT D/Ue3.md",
-    "WS2425/Data Science/4/4.md",
-    "WS2425/Data Science/4",
-    "WS2425/Data Science",
     "WS2425/Web Tech/Übung/2/Ü2.md",
-    "WS2425/Web Tech/Übung/3",
     "WS2425/SWT D/P2.md",
-    "WS2425/SWT D/swtd-p-02.pdf",
-    "WS2425/SWT D/swtd-ue-02.pdf",
     "WS2425/SWT D/Ue 2.md",
     "WS2425/Web Tech/Praktikum/Untitled.md",
-    "WS2425/SWT D",
-    "WS2425/Web Tech/Übung/1/uebung01.pdf",
     "WS2425/Web Tech/Übung/1/Ü1.md",
     "SS24/TdS/Canvas.canvas",
     "SS24/SWT2/KW19/KW19.md",
@@ -328,18 +303,6 @@
     "SS24/SWT2/KW23/KW23.md",
     "SS24/SWT2/KW20/KW20.md",
     "CCN/Ex02/Exercise 2.md",
-    "CCN/Ex01/Exercise 1.md",
-    "Algorithmen und Datenstrukturen/UEB01/UEB01.md",
-    "SS24/SWT2/KW18/KW18.md",
-    "Untitled 1.md",
-    "README.md",
-    "Untitled.md",
-    "IHK/Selbsttest/img/Element1.png",
-    "IHK/Probeklausur/blobid1673287222977.png",
-    "IHK/Probeklausur/blobid1673287138447.png",
-    "IHK/Probeklausur/blobid1673287064541.png",
-    "IHK/Probeklausur/blobid1673286850637.png",
-    "IHK/Probeklausur/blobid1673286771726.png",
-    "IHK/Probeklausur/blobid1673286238586.png"
+    "CCN/Ex01/Exercise 1.md"
   ]
 }

WS2425/Data Science/VL/lecture_06_notes.md

@@ -0,0 +1,11 @@
+![[Pasted image 20241206141142.png]]
+![[Pasted image 20241206141302.png]]
+![[Pasted image 20241206141317.png]]
+![[Pasted image 20241206141325.png]]
+![[Pasted image 20241206141549.png]]
+![[Pasted image 20241206141645.png]]
+![[Pasted image 20241206141658.png]]
+![[Pasted image 20241206141709.png]]
+![[Pasted image 20241206141721.png]]
+![[Pasted image 20241206141734.png]]
+![[Pasted image 20241206141913.png]]

WS2425/Theoretische Informatik/000-Notes/Notes.md

@@ -0,0 +1,118 @@
+- Pumping Lemma
+
+# Tupel
+## DEA 
+5 Tupel: A = (Q, ∑, δ, q0, F)
+- Q: nichtleere, endliche Menge von Zuständen (Variablen: Kreise) 
+- ∑: endliches Eingabealphabet (Alphabet: an den Pfeilen) 
+- δ: Q×∑ → Q Übergangsfunktion (Regeln: Pfeile) 
+- q0∈Q: Startzustand (Startvariable: Startpfeil) 
+- F⊆Q: Menge von Endzuständen (ε-Regel: Doppelkreis)
+
+## NEA 
+5 Tupel: A = (Q, ∑, δ, q0, F)
+- Q: nichtleere endliche Zustandsmenge
+- ∑: endliches Eingabealphabet
+- δ: Q×∑ → P(Q) Zustandsüberführungsfunktion (Übergangsfunktion)
+- q0∈Q: Startzustand (Anfangszustand)
+- F⊆Q: Menge von akzeptierenden Zuständen (Endzuständen)
+Hierbei ist P(Q) = {S| S ⊆ Q} die Potenzmenge von Q.
+## ε-NEA 
+5 Tupel: A = (Q, ∑, δ, q0, F)
+- Q: nichtleere endliche Zustandsmenge
+- ∑: endliches Eingabealphabet 
+- δ: Q×(∑U{ε})→P(Q) Zustandsüberführungsfunktion (Übergangsfunktion) 
+- q0∈Q: Startzustand (Anfangszustand)
+- F⊆Q: Menge von akzeptierenden Zuständen (Endzuständen)
+Zusätzlich zum NEA ist das leere Wort als weiterer Übergang möglich.
+Am 5-Tupel kann man einen NEA nicht von einem ε-NEA unterscheiden!
+
+## Mealy/Moore Automaten
+6 Tupel: A = (Q, ∑, Γ, δ , θ, q0)
+- Q: nichtleere endliche Zustandsmenge 
+- ∑: endliches Eingabealphabet 
+- Γ: endliches Ausgabealphabet 
+- δ: Q×∑→Q Zustandsüberführungsfunktion 
+- θ: Q×∑→ Γ Ausgabefunktion
+- q0∈Q: Startzustand (Anfangszustand)
+
+## PDA 
+7 Tupel: P = (Q, ∑, Γ, δ , q0, Z, F)
+- Q: nichtleere endliche Zustandsmenge 
+- ∑: endliches Eingabealphabet 
+- Γ: endliches Stackalphabet 
+- δ: Q×(∑È{ε})×Γ→P(Q×Γ*) Überführungsfunktion 
+- q0∈Q: Startzustand 
+- Z∈Γ: Initialsymbol des Stacks 
+- F⊆Q: Menge von akzeptierenden Zuständen
+
+# Abschlußeigenschaften
+
+## Reguläre Sprachen
+- L1 ∪ L2 Die Vereinigung zweier regulärer Sprachen ist regulär. 
+- L1 ∩ L2 Der Durchschnitt zweier regulärer Sprachen ist regulär. 
+- L1 \ L2 Die Differenz zweier regulärer Sprachen ist regulär. 
+- Lc Das Komplement einer regulären Sprache ist regulär. 
+- LR Die Spiegelung einer regulären Sprache ist regulär. 
+- L1 ◦ L2 Die Verkettung zweier regulärer Sprachen ist regulär. 
+- L* Die Hülle einer regulären Sprache ist regulär.
+
+## Kontextfreie Sprachen
+- L1 ∪ L2 Die Vereinigung zweier kf. Sprachen ist kf. . 
+- LR Die Spiegelung einer kf. Sprache ist kf. .
+- L1 ◦ L2 Die Verkettung zweier kf. Sprachen ist kf. . 
+- L* Die Hülle einer kf. Sprache ist kf. .
+NICHT:
+- L1 ∩ L2 Der Durchschnitt zweier kf. Sprachen muss nicht kf. sein: L1 = {0n1n2m | n,m∈N} und L2 = {0m1n2n | n,m∈N} sind kf., L1 Ç L2 = {0n1n2n | n∈N} ist aber nicht kf. (Beweis später). 
+- Lc Das Komplement einer kf. Sprache muss nicht kf. sein: (dann wäre L1 Ç L2 = (L1c È L2c)c immer kf.) 
+- L1 \ L2 Die Differenz zweier kf. Sprachen muss nicht kf. sein (dann wäre Lc = ∑*\L immer kf.)
+# Verfahren 
+## Table Filling Algorithmus 
+1. Generiere Tabelle von Zuständen. Die Tabelle ist am Anfang leer, d.h. wir nehmen an, dass alle Zustände äquivalent sind.
+2. Trage alle Gegenbeispiele der Länge 0 (d.h. Wort ε) ein: Bei ε kommen Endzustände und Nicht-Endzustände zu einem anderen Ergebnis, d.h. markiere alle solche Kombinationen mit einem ε.
+3. Trage alle Gegenbeispiele der Länge 1 ein, d.h. für alle offenen Zustands- Paare p und q: Ein Gegenbeispiel für p und q kann nur mit a oder b anfangen. Wohin gehen p und q bei a (b)? Probiere alle Buchstaben a, b, … nacheinander aus:
+	- Falls p und q mit a (b) zu den Zuständen x und y gehen und für x/y ein Gegenbeispiel „w“ in der Tabelle ist, dann ist „aw“ („bw“) ein Gegenbeispiel für p und q.
+	- Falls nicht, dann erst so lassen.
+4. Trage in jeder weiteren Runde alle längeren Gegenbeispiele ein, d.h. für alle offenen p und q: Ein Gegenbeispiel für p und q kann nur mit a oder b anfangen. Wohin gehen p und q bei a (b)? Probiere alle Buchstaben a, b, … nacheinander aus: 
+	- Falls p und q mit a (b) zu den Zuständen x und y gehen und für x/y ein Gegenbeispiel „w“ in der Tabelle ist, dann ist „aw“ („bw“) ein Gegenbeispiel für p und q.
+	- Falls nicht, dann erst so lassen.
+5. Ende, wenn in einer Runde keine neuen Gegenbeispiele gefunden.
+
+## Umwandlung NEA in DEA 
+![[2-3-NEA.pdf]]
+- Teilmengenkonstruktion
+- Umbenennung der Teilmengenkonstruktion
+- Optimierte Teilmengenkonstruktion: nicht erreichbare Zustände 
+
+## Wandlung ε-NEA in NEA 
+1.  Endzustände: Alle Zustände, von denen man mit (einem oder mehreren) ε-Übergängen zu einem Endzustand kommen kann, werden selbst Endzustände.
+2. ε-Zyklen (Ausschnitt): Alle Zyklen von ε-Übergängen (d.h. man kann von jedem Zustand in dem Zyklus jeden anderen Zustand durch ε-Übergänge erreichen) werden zu einem Zustand geschrumpft. Weitere Übergänge werden zu Schleifen.
+3.  ε –Übergänge werden nacheinander (in beliebiger Reihenfolge) ersetzt ε-Übergang q0 nach q1 wird gelöscht. Dafür werden alle Übergänge, die aus q1 rausgehen, verdoppelt und gehen zusätzlich auch aus q0.
+4. Lösche alle nicht erreichbaren Zustände
+
+## CNF 
+1. Eliminierung von ε-Produktionen A → ε falls A kein Startzustand (die Produktionen müssen rechts mindestens die Länge 1 haben) 
+2. Eliminierung von Einheitsproduktionen A → B (Produktionen der Länge 1 dürfen nicht aus einer Variablen bestehen) 
+3. Eliminierung unnützer Symbole (keine unnütze Variablen erlaubt) 
+4. Separieren von Terminalen und Variablen in Produktionen (X-Regel) (Produktionen haben rechts entweder Variablen oder Terminale) 
+5. Aufspalten von Produktionen A → α mit |α|>2 (Y-Regel) (Produktionen haben rechts höchstens die Länge 2)
+
+## CYK 
+1. Sockel: Das Wort w 
+2. Unterste Ebene (I=J): VI,I = {A∈V | A→wI∈P} (hierfür braucht man nur die Regeln mit einem Terminal zu betrachten)
+3. VI,I+1 = { A∈V | ∃ A→BC∈P mit B∈VI,I ∧ C∈VI+1,I+1} d.h. wenn B das Teilwort wI und C das Teilwort wI+1 erzeugt und es eine Regel A→BC gibt, dann erzeugt A das Teilwort wIwI+1.
+4. VI,J = { A∈V | ∃ A→BC∈P mit B∈VI,K∧C∈VK+1,J für ein I≤K<J} d.h. wenn B das Teilwort wI…wK und C das Teilwort wK+1…wJ erzeugt und es eine Regel A→BC gibt, dann erzeugt A das Teilwort wI…wJ.
+5. VI,J = { A∈V | ∃ A→BC∈P mit B∈VI,K∧C∈VK+1,J für ein I≤K<J} d.h. wenn B das Teilwort wI…wK und C das Teilwort wK+1…wJ erzeugt und es eine Regel A→BC gibt, dann erzeugt A das Teilwort wI…wJ. 
+6. Akzeptiere w genau dann, wenn S∈V1,|w|
+
+## Umwandlung eines RA in einen Automaten: Induktionsanfang
+ Man kann jeden regulären Ausdruck E in einen ε-NEA A umwandeln, der die selbe Sprache akzeptiert, d.h. L(E)=L(A), so dass 
+ 1. Es gibt genau einen Endzustand. 
+ 2. Es geht kein Übergang in den Startzustand. 
+ 3. Es geht kein Übergang aus dem Endzustand raus. 
+ Diese Restriktionen machen das Zusammenbauen von Teilautomaten besonders einfach!
+ ![[2-6-RA.pdf]]Rechenregel:
+ -  |Zustände| = 2 (|Buchstaben| + |“ODER“| + |“\*“|+|“+“|) - |“◦“|
+
+## Pumping Lemma 
+

WS2425/Web Tech/Übung/Notes.md

@@ -0,0 +1,4 @@
+TODO
+- Ü5A4: Positioning
+- Ü6: Flexbox/Grid
+-