Hypercomputation Seminar Mathematische und philosophische Logik Prof.

Schroeder-Heister
Nadja Klein 3. Juli 2010

Inhaltsverzeichnis
1 Einfhrung 2 Berechenbarkeitsbegri
2.1 2.2 Church-Turing-These . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bedeutung fr dieses Modell

2 2
2 2

3 Konstruktion unendlicher Turingmaschinen nach Hamkins und Lewis 3

3.1 3.2 3.3 3.4 3.5 3.6 Ordinalzahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 3 4 5 5 6 Klassische Turingmaschinen . . . . . . . . . . . . . . . . . . . . . . Modell der unendlichen Turingmaschine Dabei auftauchende Probleme . . . . . . . . . . . . . . . . . . . .

Beispiel einer unendlichen Turingmaschine . . . . . . . . . . . . . . Terminologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Mglichkeiten des Modells

4.1 4.2 Supertasks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Die Grenzen der unendlichen Turingmaschine . . . . . . . . . . . .

7
7 7

5 Orakel und unendliche Turing-Grade

5.1 Orakel unendlicher Turingmaschinen 5.1.1 5.1.2 5.2 5.3 . . . . . . . . . . . . . . . . . Reelle Zahlen als Orakel . . . . . . . . . . . . . . . . . . . . Mengen reeller Zahlen als Orakel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8
8 8 9 9 9

Relative Berechenbarkeit Jump-Operatoren

6 Schluss 7 Quellenangaben

10 11

Nadja Klein

Hypercomputation

1 Einfhrung
Unter Hypercomputation versteht man die (theoretische) Berechnung nicht-rekursiver Funktionen, sogenannter Supertasks. Solche Funktionen sind nicht von klassischen Turingmaschinen berechenbar. In diesem Vortrag wird das Modell der unendlichen Turingmaschine von Hamkins und Lewis als theoretisches Berechnungsmodell fr Supertasks vorgestellt. Die klassischen Turingmaschinen werden in diesem Modell dahingehend erweitert, dass eine transnite Anzahl von Rechenschritten zugelassen wird, was die Berechnung einiger nicht turingberechenbarer Funktionen erlaubt. Weiter soll in diesem Vortrag auf unendliche Orakelmaschinen und die aus diesen konstruierbaren unendlichen Turing-Grade eingegangen werden, die mit den klassischen Turing-Graden (turing degrees) vergleichbar sind.

2 Berechenbarkeitsbegri
2.1 Church-Turing-These
Die Church-Turing-These besagt, dass die Klasse der rekursiven, also Turingberechenbaren Funktionen genau der Klasse der eektiv berechenbaren Funktionen entspricht. Dabei ist der Begri eektiv berechenbar nicht konkret deniert. Viele Autoren bezeichnen eine Funktion dann als eektiv berechenbar, wenn es mglich ist, ein physikalisches System zu konstruieren, das sie tatschlich berechnet, oder dann, wenn ein Algorithmus existiert, der sie berechnet.

2.2

Bedeutung fr dieses Modell

Das Modell der unendlichen Turingmaschine, das in diesem Vortrag vorgestellt wird, ist tatschlich in der Lage, Funktionen zu berechnen, die nicht rekursiv sind, also nicht von einer klassischen Turingmaschine berechnet werden knnen. She man jetzt diese Funktionen als durch eine unendliche Turingmaschine eektiv berechenbar an, entsprche die Klasse der eektiv berechenbaren Funktionen nicht mehr der Klasse der rekursiven Funktionen - die Church-Turing-These wre damit nicht haltbar. Da die unendliche Turingmaschine jedoch eine transnite Anzahl von Rechenschritten zulsst, erscheint es sinnvoll, diese Funktionen als nicht eektiv berechenbar zu betrachten, da fr unendlich viele Rechenschritte unendlich viel Zeit oder unendlich viele Prozessoren bentigt werden. Nimmt man diesen Standpunkt ein, kann die unendliche Turingmaschine diskutiert werden, ohne jedoch die Church-Turing-These zu verwerfen. Es ist fraglich, ob es berhaupt jemals mglich sein wird, eine Maschine zu konstruieren, die unendlich viele Rechenschritte in (fr den Beobachter) endlicher Zeit ausfhrt, und selbst wenn es mglich sein sollte, bedeutet dies noch nicht, dass eine solche Maschine sinnvoll benutzbar ist. Unter anderem erscheint es problematisch, sie auf Korrektheit zu berprfen - es ist nicht mglich, zu prfen, ob eine unendliche Turingmaschine eine nicht turingberechenbare Funktion korrekt berechnet, ohne

Nadja Klein

Hypercomputation

selbst eine Maschine zur Verfgung zu haben, die Supertasks ausfhren kann.

3 Konstruktion unendlicher Turingmaschinen nach Hamkins und Lewis

3.1 Ordinalzahlen
Zum Verstndnis des hier vorgestellten Modells unendlicher Turingmaschinen sind Grundkenntnisse ber Ordinalzahlen notwendig. In diesem Abschnitt werden entsprechend die Ordinalzahlen eingefhrt.

Denition 1 (Ordinalzahl, v.Neumann) Eine Ordinalzahl ist eine -transitive,

wohlgeordnete Menge.
Man bezeichnet die (echte) Klasse aller Ordinalzahlen mit ist fr Ordinalzahlen

Ordinalzahlen erSie lassen sich in

mglichen es, beliebige (endliche oder unendliche) Mengen zu ordnen. Insbesondere

gleichbedeutend:

<

und

genau drei Typen klassizieren:

Denition 2 (Typen von Ordinalzahlen) Fr jedes

folgenden Aussagen: 1. ist die leere Menge .

gilt genau eine der

2. ist eine Nachfolgerzahl: es existiert : = { } 3. ist eine Limeszahl: =

(und = )

Einige Beispiele zur Verdeutlichung:

Die leere Menge

=0

ist die kleinste Ordinalzahl, da fr alle Mengen

M,

und damit auch alle Ordinalzahlen, gilt: Fr jede natrliche Zahl gerzahl. Also z.B. Die Menge

M.
Nachfol-

n ist n + 1 = n {n} = {0, 1, ..., n} eine 3 = {0, 1, 2}, 3 + 1 = 4 = 3 {3} = {0, 1, 2, 3}.

der natrlichen Zahlen:

= 0 = { , endlich}

ist eine

Limeszahl und die kleinste unendliche Ordinalzahl.

3.2

Klassische Turingmaschinen
1

Zunchst soll kurz das Konzept der klassischen Turingmaschine erlutert werden. Computers. Eine solche Maschine hat folgenden Aufbau:

Klassische Turingmaschinen sind ein sehr einfaches und abstraktes Modell eines

1 Wer an genaueren Erklrungen oder einer formalen Denition der klassischen Turingmaschinen
interessiert ist, sei auf ein Lehrbuch der Theoretischen Informatik wie z. B. [HopcroftUllman] verwiesen

Nadja Klein

endlich viele

Hypercomputation Speicherbnder Alphabet

(mindestens eines) mit jeweils abzhlbar unend-

lich vielen Speicherzellen ein endliches nen eine endliche Anzahl von ein von Zeichen, die geschrieben und gelesen werden kn-

Zustnden

Lese-Schreib-Kopf.

Er kann in jedem Rechenschritt den Inhalt der Spei-

cherzellen an seiner aktuellen Position einlesen, ein Zeichen aus dem Alphabet hineinschreiben und sich dann nach links oder rechts bewegen oder stehenbleiben. Eine

Konguration

der Maschine ist ein Tupel, das die Inhalte der aktuell eingele-

senen Speicherzellen sowie den aktuellen Zustand der Maschine enthlt. Das

gramm

Pro-

der Maschine legt fr jede Konguration fest, welche Zeichen im nchsten

Schritt auf die Bnder geschrieben werden, in welche Richtung sich die Lese-SchreibKpfe bewegen und welcher Zustand eingenommen wird. Zu Anfang der Berechnung steht die Eingabe auf dem Speicherband. Eine Funktion heit turing-berechenbar, wenn sie mit endlich vielen Rechenschritten von einer solchen Turingmaschine berechnet werden kann, d.h. die Maschine schreibt die Ausgabe auf das Band, bleibt dann stehen und wechselt in einen besonderen Haltezustand.

3.3

Modell der unendlichen Turingmaschine

Eine unendliche Turingmaschine hat, wie auch die klassische Turingmaschine, eine endliche Anzahl von Zustnden. Die von Hamkins und Lewis konstruierte Maschine besitzt drei Bnder, jeweils eins fr Eingabe und Ausgabe und eines, das als temporrer Speicher dient. Das Alphabet ist hier die Menge

{0, 1}.

Ein Rechenschritt luft ab wie im klassischen Modell: die Maschine kann fr jedes der drei Bnder die Speicherzelle an ihrer aktuellen Position auslesen, ein Zeichen hineinschreiben, den Zustand wechseln und sich entweder auf allen drei Bndern gleichzeitig einen Schritt nach links oder rechts bewegen oder stehenbleiben. Die Konguration der Maschine im Schritt schine im Schritt

bestimmt also die Konguration der Ma-

+ 1. ein Grenz-

Das Neuartige an diesem Modell ist das Verhalten der Maschine, wenn

wertordinal ist. In diesem Fall geht die Maschine in einen besonderen Grenzwertzustand ber, und die Position der Speicherbnder wird auf die Anfangsposition zurckgesetzt. Fr jede einzelne Zelle auf den Speicherbndern wird der lim sup aller Werte berechnet, die zuvor in dieser Zelle standen, und in diese Zelle hineingeschrieben. Die Berechnung bricht ab, wenn die Maschine in einen Endzustand bergeht. In diesem Fall steht die Ausgabe auf dem Ausgabeband. Wenn eine Berechnung anhlt, so tut sie das bereits nach abzhlbar vielen Schritten.

2 In diesem Kontext sei ein Satz zitiert, der dem Leser nicht vorenthalten werden sollte: Otherwise, the innite time machine will compute endlessly as the ordinals fall one after another through the transnite hourglass. [HamLew]

Nadja Klein
3.4 Dabei auftauchende Probleme

Hypercomputation

bergang in den Grenzwertzustand: Da Limeszahlen keinen Vorgnger haben, muss die unendliche Turingmaschine irgendwie "wissen", wann sie in einen Grenzwertzustand bergehen muss. Eine Mglichkeit, dies umzusetzen, wre, ein zustzliches Speicherband einzufhren, auf dem zu Beginn nur Einsen stehen. Im

k -ten

Rechenschritt wird in die

k -te

Zelle eine 0 geschrieben. Sobald

auf diesem Band nur Nullen stehen, geht die Maschine in den Limes-Zustand und fllt das Band wieder mit Einsen auf. Diese Umsetzung bedeutet allerdings, dass die Maschine beim bergang in den Limes-Zustand (abzhlbar) unendlich viele Aktionen durchfhren muss.

Berechnung des lim sup der Folge: Im Allgemeinen ist der limes superior einer Folge nicht turingberechenbar. Weiterhin muss die Maschine alle vorherigen Inhalte aller Speicherzellen kennen, um den lim sup berhaupt berechnen zu knnen. Sie verwendet also Informationen, die lngst berschrieben wurden. Hamkins und Lewis gehen nicht genau darauf ein, wie der lim sup berechnet wird. Jedoch gengt es hier, dass der lim sup eindeutig durch alle vorherigen Kongurationen bestimmt ist.

3.5

Beispiel einer unendlichen Turingmaschine

Folgende Turingmaschine alterniert den Bandinhalt, bei geeigneter Eingabe sogar unendlich oft. Der Einfachheit halber gehen wir davon aus, dass alle Operationen auf dem Eingabeband stattnden. Das Kopieren des Inhalts des Eingabebandes auf das Ausgabeband wird hier ausgelassen.

Abbildung 1: Zustandsbergangsgraph der alternierenden Turingmaschine

Nadja Klein

Hypercomputation

Erluterung der Grak

Jeder Knoten des Graphen entspricht einem Zustand der unendlichen Turingmaschine Startzustand: Der mit einem Pfeil gekennzeichnete Zustand Beschriftung der Pfeile: (l; s, B), wobei l das Zeichen ist, das aktuell eingelesen wird, s das Zeichen, das im aktuellen Schritt geschrieben wird, B die Bewegung des Schreib-/Lesekopfes (L: eine Zelle nach links, R: eine Zelle nach rechts, N: keine Bewegung). Die Pfeile selbst stehen fr Zustandsbergnge.

Endzustand: der fett hervorgehobene Knoten

Analyse des Verhaltens

lich:

Im Anfangszustand sind folgende Bandbelegungen mg-

Fall 1

Die Eingabe beginnt mit

11. Dann ndert die unendliche Turingmaschine

die beiden Einsen in Nullen und erreicht den Endzustand. Der Rest des Bandes wird nicht verndert.

Fall 2

Die Eingabe beginnt mit

schine die ersten beiden Zeichen zu vielen Schritten mit Einsen.

10. Dann alterniert die unendliche Turingma01 und berschreibt den Rest des Bandes in

Fall 3

Die Eingabe beginnt mit

0.

Dann alterniert die unendliche Turingma-

schine das erste Zeichen zu Schritten mit Nullen.

und berschreibt den Rest des Bandes in

vielen

Falls einer der beiden letzten Flle eintritt, konvergiert nach

vielen Schritten

der Inhalt jeder einzelnen Zelle (in Fall 2 gegen 1, in Fall 3 gegen 0), d.h. der Bandinhalt wird beim bergang in den Grenzwertzustand unverndert bernommen, und der jeweils andere Fall tritt ein. Also ist nach

vielen bergngen in den Grenzwertzustand der Inhalt jeder Zelle

unendlich oft alterniert - damit divergiert fr jede Zelle die Folge ihrer Inhalte, und beim bergang in den Grenzwertzustand nach ein, und die Maschine terminiert nach

vielen Schritten wird der neue

Zelleninhalt auf 1 gesetzt. Nun stehen also nur Einsen auf dem Band - Fall 1 tritt

2 + 4

Schritten.

3.6

Terminologie
Unendliche Turingmaschinen er-

Unendliche Turing-Maschinen als Funktionen

halten eine Eingabe

x,

die als (abzhlbar) unendlich lange Kette von Nullen und

Einsen gegeben ist, also

x 2 .

Im Folgenden setzen wir

2 = R,

da jede reelle

Zahl, geeignet codiert, als Element von

dargestellt werden kann und umgekehrt.

Bei dieser Betrachtungsweise liegt es nahe, unendliche Turingmaschinen mit partiellen Funktionen gleichzusetzen, die reelle Eingaben erhalten und, falls die Berechnung anhlt, reelle Zahlen ausgeben. Die Ausgabe einer Maschine mit Eingabe

Nadja Klein

Hypercomputation

x und Programm p wird dabei mit p (x) bezeichnet. Der Denitionsbereich von p
ist genau die Menge aller Eingaben, fr die die Berechnung anhlt. Weiter schreibt man fr eine Berechnung, die niemals anhlt, kurz anhlt,

und fr eine Berechnung, die

Denition 3 (Unendlich-Berechenbarkeit) Eine partielle Funktion f : Rk R heit unendlich-berechenbar, wenn es ein Programm p gibt, so dass f durch p bestimmt wird. Eine Menge A heit unendlich-entscheidbar, wenn ihre charakteristische Funktion A unendlich-berechenbar ist. Eine Menge A heit unendlich-semientscheidbar, wenn die Funktion f : A {1} unendlich berechenbar ist.
Im Folgenden werden der Krze halber statt unendlich-berechenbar oder unendlich(semi)entscheidbar die Begrie berechenbar und (semi)entscheidbar verwendet, wo dies nicht zu Missverstndnissen fhrt.

4 Mglichkeiten des Modells

4.1 Supertasks
Die unendliche Turingmaschine ist in der Lage, nicht-rekursive Funktionen in abzhlbarer Zeit zu berechnen. So kann sie die Halteprobleme fr klassische Turingmaschinen lsen, denn eine unendliche Turingmaschine kann eine klassische Turingmaschine simulieren. Entweder die Simulation hlt in endlicher Zeit an, oder die Turingmaschine nimmt nach

vielen Schritten einen Grenzwertzustand an und

signalisiert, dass die simulierte Maschine nicht in endlicher Zeit hlt.

4.2

Die Grenzen der unendlichen Turingmaschine

Obwohl die unendliche Turingmaschine gewisse Supertasks berechnen kann, gibt es auch Probleme, die fr sie unentscheidbar sind. Beispielsweise gibt es Analoga zum Halteproblem fr klassische Turingmaschinen. Wir denieren die Halteprobleme fr unendliche Turingmaschinen folgendermaen:

Denition 4 (Allgemeines Halteproblem)

H := {(p, x) | p hlt auf Eingabe x}, h := {p | p hlt auf Eingabe0}

Denition 5 (Halteproblem auf leerem Band)

Beide Mengen sind zwar semi-entscheidbar, aber nicht entscheidbar.

Beweis 1 (Allgemeines Halteproblem) Die Semi-Entscheidbarkeit beider Probleme ist oensichtlich: Analog zum klassischen Fall simuliert man einfach die Ausfhrung einer unendlichen Turingmaschine mit einer weiteren unendlichen Turingmaschine. Sobald die Simulation hlt, gibt die simulierende Maschine 1 aus und hlt an.

Nadja Klein

Hypercomputation

Weiter ist zu zeigen: h und H sind unentscheidbar. Der Beweis fr H verluft analog zum klassischen Fall: Angenommen, H sei durch die totale und berechenbare Funktion r entscheidbar, d.h.
r(p, x) =

Betrachte nun ein Programm q , das folgende Funktion berechnet:

q (p) = q hlt 1, r(p, p) = 0 , r(p, p) = 1

1, (p, x) H 0 sonst

Oensichtlich hlt q auf der Eingabe q genau dann, wenn q nicht auf der Eingabe . Damit ist H nicht entscheidbar. Nehmen wir nun an, h sei durch die berechenbare Funktion r entscheidbar. Mit dem Rekursionstheorem3 existiert ein Programm q , so dass

Widerspruch

q (n) =

1, r(q ) = 0 , r(q ) = 1

Setzen wir nun n = 0, so sehen wir, dass q genau dann auf Eingabe 0 hlt, wenn q nicht auf Eingabe 0 hlt . Somit ist h nicht entscheidbar.

Widerspruch

Auch bei anderen Problemen stt das Modell an seine Grenzen. So existieren beispielsweise reelle Zahlen

x,

fr die es keine unendliche Turingmaschine gibt, die

auf ein Band schreiben kann.

5 Orakel und unendliche Turing-Grade

5.1 Orakel unendlicher Turingmaschinen
Im vorherigen Abschnitt haben wir gesehen, dass auch fr unendliche Turingmaschinen Funktionen existieren, die diese nicht berechnen knnen. Die Verwendung von Orakeln macht es mglich, einige dieser Funktionen trotzdem zu berechnen. Da die unendlichen Turingmaschinen reellwertige Funktionen berechnen, liegen zwei Arten von Orakeln nahe: reelle Zahlen und Teilmengen von

R.

5.1.1 Reelle Zahlen als Orakel

Eine reelle Zahl

kann als Orakel verwendet werden, indem man der unendlichen

Turingmaschine ein spezielles

Orakelband

hinzufgt, auf dem die Zahl

in der

verwendeten Codierung reeller Zahlen steht. Die Funktion, die mit dem Programm bezeichnet man als

und dem Orakel

berechnet wird,

x p.

Allgemein heien Funktionen, die mit einer reellen Zahl

als Orakel berechnet werden knnen, (unendlich)

x-berechenbare

Funktionen.

3 [HamLew], Theorem 2.9

Nadja Klein

Hypercomputation

5.1.2 Mengen reeller Zahlen als Orakel

Auch eine Menge

reeller Zahlen kann als Orakel verwendet werden, d.h. die

Maschine kann feststellen, ob eine reelle Zahl ein Element von schine wird ein Orakelband hinzugefgt, auf das reelle Zahlen

A ist. Der Turingmax geschrieben werden 1

ge-

drfen. Wechselt die Maschine danach in einen speziellen Orakelzustand, wird auf dem Orakelband im nchsten Schritt an der aktuellen Position des Lesekopfs schrieben, wenn

x A,

und

0,

wenn

x / A.

Die Maschine kann beliebig viele Abfragen dieser Art durchfhren, und es darf jede reelle Zahl auf das Orakelband geschrieben werden, die die Turingmaschine zu schreiben in der Lage ist.

4 Analog zu oben heien Funktionen, die mit einer Menge

A R als Orakel berechnet werden knnen, A-berechenbar. Eine Funktion, die mit A einem Programm p und dem Orakel A berechnet wird, heit p . Man kann zu einer reellen Zahl x die korrespondierende Orakelmenge wie folgt konstruieren: Sei x R, dann ist Ax die Menge aller endlichen Annherungen von x, mit Nullen aufgefllt. Oenbar ist eine Funktion genau dann x-berechenbar, wenn sie Ax -berechenbar ist.
5.2 Relative Berechenbarkeit

chenbar (A B ), wenn die charakteristische Funktion der Menge A unendlich B -berechenbar ist.
det werden (da eine reelle Zahl

Denition 6 Seien A und B zwei Orakel. Dann heit A (unendlich) aus B bere-

Diese Denition kann sowohl fr reelle Zahlen als auch fr Mengenorakel verwen-

durch die korrespondierende Menge

Ax

ohnehin

auch als Mengenorakel aufgefasst werden kann).

Denition 7 Man schreibt A B A B und B A.

Ist A B und A B , so schreibt man auch A < B .
[A] .
Man kann zeigen, dass eine quivalenzrelation ist. Die quivalenzklasse von

bezeichnet man mit oder

Diese Relation deniert also eine Hierarchie auf der Menge aller Orakel (d.h.

P(R)), die sogenannten unendlichen Turing-Grade. A B als ein Orakel, das auf kanonische Weise die Informationen in A und B codiert, z.B., indem es vor alle Elemente von A eine Null und vor alle Elemente von B eine Eins setzt.
entweder

Wir denieren

5.3

Jump-Operatoren

Die sogenannten Jump-Operatoren erlauben es, von einem unendlichen Turing-Grad in einen hheren zu gelangen.

4 Wie bereits erwhnt und in [HamLew] weiter ausgefhrt, knnen nicht alle reellen Zahlen von
einer unendlichen Turingmaschine in abzhlbarer Zeit auf das Band geschrieben werden

Nadja Klein

Hypercomputation

Denition 8

A = H A = {(p, x), A p (x) } heit starker Jump-Operator von A. A = A hA = A {p, A (0) } heit schwacher Jump-Operator von A. p
Anmerkung: Beim schwachen Jump-operator von zunehmen, da manche Mengen reeller Zahlen Jumpoperator berechnet werden kann.

A A

muss man

explizit hin-

nicht aus

hA

berechnet werden

knnen, es aber wnschenswert ist, dass die Menge

selbst von ihrem eigenen

Satz 1

A < A < A
A

Beweis 2 Es gilt A

A , da A per Denition von A berechnet wird. Da hA oenbar H -berechenbar ist, ist auch die Relation A A klar. A < A folgt mit einem hnlichen Argument wie im Beweis der Unentscheidbarkeit der Halteprobleme. Man zeigt, dass hA nicht aus A berechenbar ist, damit folgt die Aussage. Zeige weiter: A < A . Angenommen, die Aussage gelte nicht. Dann existiert ein Programm q , das A aus A berechnet. Sei z = hA . Dann:
Az q (p, x) =

1, A p (x) 0, A p (x)

Sei nun f (r) das Programm, das auf Eingabe x mit Orakel A hlt genau dann, z (r, x) = 0. Mit dem Rekursionstheorem gibt es dann ein Programm r, wenn A q Ax (r, x) = 0. Fr x = z ist dann jedoch ( so dass A r x) genau dann, wenn q A Ax q (r, x) genau dann, wenn r (z ) . Dies widerspricht jedoch der Annahme, dass q das Orakel A aus A berechnet . Damit gilt A < A , was zu beweisen war.

Widerspruch
Weiter gilt:

Satz 2 5 Die Relation ist semi-entscheidbar, aber nicht entscheidbar.

Der Beweis verwendet Denitionen und Stze, die ber den Rahmen dieses Vortrags hinausgehen, und wird daher hier nicht ausgefhrt. Von hier ausgehend kann die Struktur der unendlichen Turing-Grade noch weiter studiert werden, wie es auch Hamkins und Lewis in ihrem Artikel tun. Weiter wird dort eine Verbindung zwischen der Theorie der unendlichen Berechenbarkeit und den admissible sets aus der Mengenlehre hergestellt. Diese, wie auch weiterfhrende Aussagen ber die Struktur der unendlichen Turing-Grade, wrden jedoch den Rahmen dieses Vortrags sprengen.

6 Schluss
In diesem Vortrag wurde die unendliche Turingmaschine als ein Berechnungsmodell fr Supertasks vorgestellt. Obwohl sie ein rein theoretisches Modell ist und es

5 [HamLew], Theorem 5.7

Nadja Klein

Hypercomputation

bestenfalls fraglich ist, ob eine solche Maschine jemals physikalisch realisierbar sein wird, ist die Beschftigung mit diesem Modell doch mathematisch interessant. Es liefert eine Theorie, die Konzepte fr Berechenbarkeit, Entscheidbarkeit und Semientscheidbarkeit auf den reellen Zahlen und Teilmengen von auf den reellen Zahlen als auch auf ihrer Potenzmenge. beinhaltet, und

erzeugt mit Hilfe von Orakeln die Hierarchie der unendlichen Turing-Grade sowohl

7 Quellenangaben
Folgende Literatur wurde verwendet: HamLew - J. Hamkins, A. Lewis, Innite Time Turing Machines, Journal of Symbolic Logic Vol. 65 No. 2, 2000

HopUll - J. Hopcroft, J. Ullman, Introduction to Automata Theory, Formal Languages and Computation, Oldenbourg R. Verlag, 2000

Gazzari - Ren Gazzari, Unendliche Turing-Maschinen, Seminararbeit im Seminar Philosophie der Berechenbarkeit, Universitt Tbingen, 2006

Davis - The Myth of Hypercomputation, Alan Turing: The Life and Legacy of a Great Thinker (Berlin: Springer), C. Teuscher (ed.), 2004