Prädikatenlogik - Micromodels of Software

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Prädikatenlogik - Micromodels of Software"

Transkript

1 Prädikatenlogik - Micromodels of Software Philipp Koch Seminar Logik für Informatiker Universität Paderborn Revision: 30. Mai

2 Inhaltsverzeichnis 1 Motivation 3 2 Modelle Definition eines Modells Modelle von Software Grenzen der Modellüberprüfung Überprüfung von micromodels of software Modellprüfungen in Alloy Alloy Signaturen assertion checking consistency checking Einschränkung der micromodels Zusammenfassung 10 5 Literatur 11 2

3 1 Motivation Prädikatenlogik stellt Aussagen mit Hilfe von Prädikaten und Funktionen formal dar. Auch wenn Syntax und Semantik bekannt sind, stellt sich noch die Frage, wie dieses Konzept praktisch in der Informatik angewandt werden kann. Eine Möglichkeit ist es, mittels der Prädikatenlogik Aussagen über Software zu treffen und zu überprüfen. Ein Programm lässt sich formal als Automat mit Zuständen darstellen. Im folgenden möchte ich darlegen, wie solche Automaten als Modelle betrachtet und für prädikatenlogischen Formeln überprüft werden können. Danach stelle ich ein Konzept vor, um komplexere Softwaremodelle verifizieren zu können. Zum Verständnis dieser Arbeit ist eine Kenntnis von Grundlagen der Prädikatenlogik, insbesondere der Syntax nötig. 2 Modelle 2.1 Definition eines Modells Um prädikatenlogische Formeln überhaupt anwenden zu können, muss vorher definiert sein, welche Werte Variablen annehmen können. Erst so ergibt sich eine Bedeutung der Funktionen und Prädikate. Sei F eine Menge aus Funktionssymbolen und P eine Menge aus Prädikatssymbolen, jedes Symbol mit einer fest definierten Anzahl an Argumenten. Ein Modell für (F, P ) besteht nun aus: 1. Einer nicht-leeren Menge A, den konkreten Werten 2. Für jedes Funktionssymbol ohne Argumente f F ein konkretes Element f M aus A 3. Für fedes f F mit der Anzahl Argumenten n > 0 eine konkrete Funktion f M : A n A 4. Für jedes p P mit der Anzahl von Argumenten n > 0 eine Teilmenge P M A n Ein Modell besteht also aus einem Werteuniversum A, aus dem alle möglichen Variablenbelegungen stammen, aus konstanten Funktionen, die einen bestimmten Wert zurückliefern, aus der Definition, welche Werte die Funktionen zurückliefern, und aus den Mengen, für die ein Prädikat wahr wird. Für ein solches konkretes Modell kann nun für jede prädikatenlogische Formel eine eindeutige Aussage getroffen werden. 2.2 Modelle von Software Mit so definierten Modellen kann man leicht Automaten darstellen. Sei F := {i} und P := {R, S}, wobei i eine Konstate ist, R ein Prädikatensymbol mit zwei 3

4 Argumenten und S ein Prädikatensymbol mit einem Argument. Ein Modell besteht nun aus dem Wertebereich A, und konkreten Interpretationen von i, R und S. Für einen Automaten bedeutet dies: A ist die Menge aller Zustaände i M ist der Startzustand R M ist die Menge aller Zustandsübergänge S M ist die Menge aller akzeptierenden Zuständen Ein so definiertes Modell eines Automaten ist nun konkret, und prädikatenlogische Formeln können eindeutig bezüglich dieses Modells ausgewertet werden. Beispiel Sei A := {a, b, c}, i M := a, R M := {(a, a), (a, b), (b, c), (c, c)}, und S M := {b, c}. Dies ist ein vollständig definierter Automat mit Startzustand, Zustandsübergängen und akzeptierenden Zustände, und gleichzeitig ein Modell der Prädikatenlogik. Nun können Aussagen überprüft werden. Die Formel S(i) sagt aus, dass der Startzustand nicht gleichzeitig ein akzeptierender Zustand des Automaten ist. Für das gegebene Beispiel ist diese Aussage wahr, da a / S. a ist der Startzustand, während nur b und c akzeptierende zustände sind. Die Formel x y S(x) R(x, y) sagt aus, dass es einen Zustand gibt, der kein akzeptierender Zustand ist, und für diesen kein Zustandsübergang zu einem anderen Zustand existiert, also dass es einen Deadlock im Automaten gibt. Für das gegebene Beispiel diese Aussage falsch. Der einzige nicht akzeptierende Zustand des Automaten ist a. Von diesem aus gibt es gleich zwei Zustandsübergänge, (a, b) und (a, c). Daher ist der Automat frei von Deadlocks. 4

5 2.3 Grenzen der Modellüberprüfung Mit dem oben erklärten Prinzip der Überprüfung von Modellen ist es möglich, eine Aussage für jedes einzelne konkrete Modell zu verifizieren. Wenn man aber Überprüfen möchte, ob Software eine bestimmte Eigenschaft erfüllt, dann hat man aber nicht immer ein fertiges Programm, dass sich so testen lässt. Vielmehr ist es auch von Interesse, ob bei gegebenen Anforderungen, die beim Softwareentwurf gestellt werden, bestimmte Eigenschaften immer gelten. Die Anforderungen müssen dabei aber nicht unbedingt so genau definiert sein, dass sich ein konkretes Modell erstellen lässt. Hier scheint model checking nicht benutzbar zu sein, da ein Modell nicht nur einige gegebene Anforderungen definiert, sondern vollständig ist und keinen Spielraum mehr lässt. Folglich könnte das Prinzip der semantischen Folgerung sinnvoller einzusetzen sein. Hier ist die Schwierigkeit aber, dass nicht jedes Problem entscheidbar ist. Da wir aber nach einer Lösung suchen, mit Prädikatenlogik praktisch in der Informatik Probleme zu entscheiden, wäre dieser Ansatz unbefriedigend. Man benötigt also ein entscheidbares Problem, das aber nicht nur für ein, sondern viele Modelle gilt. Folglich versuchen wir, unsere Software möglichst genau mit einer Menge von Modellen zu beschreiben und testen dann, ob diese bestimmten Eigenschaften genügen. Diese Modelle heißen nach Daniel Jackson micromodels of software 2.4 Überprüfung von micromodels of software Greifen wir die Definition von oben für ein Modell eines Automaten auf, mit F := {i} und P := {R, S}. Dies ist noch kein konkretes Modell, da noch der Wertebereich A und die Interpretationen i M, R M und S M fehlen. Da nun aber nicht ein einzelnes Modell überprüft werden soll, sondern viele, können unter Umständen keine Interpretationen angegeben werden. In der Praxis könnte es zum Beispiel sein, dass noch nicht alle Aspekte der Software entworfen wurden oder dass für die Zukunft Erweiterungen oder Änderungen geplant sind. Sei µ die Menge aller möglicher Implementierungen M i einer Software. Für eine Aussage ψ möchte man nun in Bezug auf µ prüfen, ob sie wahr oder falsch ist. assertion checking prüft, ob ψ für alle Implementationen M i µ wahr ist. Ein Beispiel wäre der oben bereits durchgeführte Test von S(i) für alle M i µ, also der Test für jedes einzelne Modell M i, ob der Startzustand kein akzeptierender Zustand ist. Nur wenn der Test für jedes einzelne Modell wahr ist, wird ein wahr zurückgeliefert. consistency checking prüft, ob ψ für mindestens eine Implementation M i µ wahr ist. Ein Beispiel hierfür wäre der Test von x y S(x) R(x, y) für alle M i µ. In diesem Fall wird ein wahr zurückgeliefert, wenn auch nur bei einem einzigen Modell M i ein Deadlock bei einem nicht akzeptierenden Zustand auftritt. Möchten wir diese beiden Beispieltest durchführen, stellt sich die Frage, wie µ 5

6 am besten zu definieren ist. Wenn man für µ die Anzahl aller möglichen Automaten wählt, tritt schnell das Problem auf, dass das gestellte Problem unentscheidbar ist, da eine unendlich große Menge an Automaten überprüft werden muss. Es gibt nun 2 Möglichkeiten, dieses Problem zu umgehen: Entweder kann man µ doch noch weiter konkretisieren, oder man beschränkt die Größe der Modelle. Da der Test für allgemeine Automaten durchgeführt werden soll, kann keine Konkretisierung stattfinden. Es bleibt also die Größenbeschränkung. Diesen Ansatz nutzt das Tool Alloy. Sind alle Modelle in der Größe beschränkt, muss jedoch beachtet werden, dass die Antwort des Tests für größere Modelle gelten kann aber nicht muss. Wird bei der Überprüfung ein falsch zurückgegeben, gab es schon kleine Modelle, für welche die Aussage nicht gilt. Würde die Menge der zu prüfenden Modelle vergrößert, wäre das Ergebnis also das selbe. Bei einem falsch kann also auf jeden Fall geschlossen werden, dass die Softwaremodelle den Anforderungen nicht genügen. Wird bei der der Überprüfung ein wahr zurückgegeben, kann daraus nur geschlossen werden, dass die gewählte Menge an Modellen den Anforderungen genügt. Es kann vermutet werden, dass auch größere Modelle noch einer Überprüfung standhalten, da Probleme oft schon bei kleinen Modellen auftreten, aber eine Sicherheit besteht in diesem Fall nicht. 3 Modellprüfungen in Alloy 3.1 Alloy Alloy ist ein Tool zur Überprüfung von micromodels. Es ist in Java implementiert, bietet eine grafische Benutzeroberfläche und ist frei im Internet erhältlich. Es benutzt den oben geschilderten Ansatz, Modellmengen zu überprüfen und sowohl assertion checking als auch consistency checking sind möglich. Bleiben wir bei den beiden schon benutzten Beispielen und betrachten die Implementierung in Alloy. 3.2 Signaturen Für eine Überprüfung von Modellen muss zunächst µ, die Menge an konkreten Modellen, im Programm abgebildet werden. Für das Modell eines Automaten muss zum Beispiel definiert sein, dass A, i, R und S zu jedem Automaten gehören. In Alloy werden die Anforderungen für µ in einer signature definiert. sig StateMachine { A: set State, i: A, R: A -> A, S: set A} 6

7 Dies ist eine Signatur in Alloy. Mit sig wird eine Signatur eingeleitet, danach folgt der Name, hier StateMachine. Im Körper der Signatur werden A, i, R und S definiert. Die Wertemenge A wird in der Signatur als A: set State abgebildet, also als eine Menge aus Zuständen. Der Anfangszustand i ist ein Wert aus A, also i: A. S ist eine Teilmenge aus A, durch S: set A definiert. Die Zustandsübergänge R, sind immer Übergänge von einem Zustand aus der Menge A zu einem anderen: R: A -> A. Da bisher noch nicht definiert ist, wie ein Zustand State aussieht, muss dies auch noch getan werden. Dafür wird eine weitere Signatur genutzt. sig State { } Diese Signatur enthält in diesem Fall keine interne Struktur. Hier ist auch keine nötig, da in den folgenden Beispielen nur die Beziehungen und die Art der Zustände geprüft werden soll, nicht aber spezielle Eigenschaften. Natürlich liessen sich auch der Aufbau und die Struktur eines Zustandes modellieren und in der Praxis könnte dies auch nötig sein, wenn man darüber Aussagen treffen möchte. Trotzdem ist die Signatur wichtig, damit Alloy hinterher Instanzen der Signatur bilden kann um Zustände für einen Automaten zu erstellen. Mit diesen beiden Signaturen ist nun µ als Menge aller Automaten definiert. Im folgenden muss nun noch der Test einer prädikatenlogischen Formel definiert werden, und die Anzahl der Modelle beschränkt werden, um ein Ergebnis zu erhalten. 3.3 assertion checking Die erste Möglichkeit, eine prädikatenlogische Formel für die Modelle zu überprüfen, ist assertion checking. Wählen wir als Beispiel wieder S(i) und überprüfen, ob diese Eigenschaft für alle Modelle der Signatur StateMachine gilt. assert FinalNotInitial { all M : StateMachine no M.i & M.F } check FinalNotInitial for 3 but 1 Statemachine Dies ist ein möglicher assertion check. Er beginnt mit assert und hat den Namen FinalNotInitial. all M : StateMachine teilt Alloy mit, dass die folgende Bedingung für alle Modelle M des Typs StateMachine überprüft werden soll. Für jedes einzelne Modell wird auf auf die internen Variablen M.i, den Anfangszustand des Modells, und auf M.F, die Menge der akzeptierenden Zustände, zugegriffen. no M.i & M.F verknüpft die beiden als Behauptung, dass kein Zustand gleichzeitig Startzustand und akzeptierender Zustand ist. check FinalNotInitial lässt Alloy nach einem Gegenbeispiel für die vorher aufgestellte Behauptung suchen. Damit nicht die unendlicher Menge aller Au- 7

8 tomaten untersucht wird, ist am Ende noch die Einschränkung for 3 but 1 Statemachine gegeben. Aus den Signaturen werden konkrete Modelle erstellt, mit der Auflage, dass aus keiner Signatur mehr als 3 Elemente erstellt werden. Zusätzlich wird durch but 1 Statemachine die Anzahl der Automaten pro Modell auf 1 beschränkt. Jedes zu prüfende Modell besteht also aus genau einem Automaten, der maximal 3 Zustände hat. Diese Menge ist endlich und kann überprüft werden. In diesem Fall wird Alloy ein Gegenbeispiel für die Behauptung finden, da es durchaus Automaten mit 3 Zuständen gibt, die einen Zustand enthalten, der Startzustand und akzeptierender Zustand ist. Ein solches Gegenbeispiel ist das Modell eines Automaten mit A = {a, b, c}, i M = c, R M = {(a, a)} und S M = {b, c}. Da es in der Praxis auch interessant sein kann, welche Modelle aus µ den gegebenen Bedingungen nicht genügen, und nicht nur die Tatsache, dass es überhaupt Fehler gibt, lässt sich bei Alloy auch einstellen, dass nicht nur ein Gegenbeispiel gesucht wird. Falls vorhanden können auch mehrere oder alle ausgegeben werden. 3.4 consistency checking Die andere Möglichkeit, eine Modellmenge zu überprüfen, ist der consistency check. Dieser überprüft nicht, ob die Aussage für alle Modelle gilt, sondern ob es mindestens eins gibt, das den Anforderungen genügt. Auch hier betrachten wir ein bekanntes Beispiel: x y S(x) R(x, y) Nun wird getestet, ob es ein Modell mit dieser Eigenschaft gibt. Die Modelle werden wieder mit der selben Signatur StateMachine wie zuvor erzeugt. fun AGuidedSimulation(M : StateMachine, s : M.A){ no s.(m.r) not s in M.F } run AGuidedSimulation for 3 but 1 Statemachine Dieser consistency check ist eine Funktion und wird mit fun eingeleitet. Er bekommt 2 Parameter übergeben. Zunächst M, ein Modell des Typs StateMachine und danach s, einen Zustand aus der Menge aller Zustände A des Automaten M. Im folgenden werden 2 Bedingungen überprüft. not s in M.F greift auf M.F, die Menge der akzeptierenden zustände des Modells zu. Der Zustand s wird mit dieser Menge verglichen, und es wird geprüft, ob er kein akzeptierender Zustand 8

9 ist. no s.(m.r) überprüft ob die Menge s.(m.r) leer ist. Die Menge besteht aus allen Zuständen des Automaten, zu denen man über einen Zustandsübergang von s aus gelangen kann. Wenn diese Menge leer ist, und auch die erste Bedingung gilt, ist ein Zustand gefunden, der ein Deadlock ist, aber kein akzeptierender Zustand. Ein Modell mit einem solchen Zustand erfüllt unsere prädikatenlogische Formel. Zuletzt wird mit run AGuidedSimulation die Funktion ausgeführt und ein Positivbeispiel gesucht. Wieder findet durch for 3 but 1 Statemachine eine Beschränkung der Modellmenge statt: Es werden Modelle erstellt, die einen Automaten und maximal 3 Zustände haben. Dieser Beispieltest wird ein positives Ergebnis liefern, da es Automaten mit maximal 3 Zuständen gibt, die einen Deadlock bei einem nicht akzeptierenden Zustand haben. Eine mögliche Rückgabe ist der Automat A = {a, b, c}, i M = b, R M = {(a, b)} und S M = {c}. Der Deadlock-Zustand ist hier der Zustand b. Er ist Anfangszustand, aber kein Zustandsübergang führt aus ihm heraus. Auch hier ist es möglich, Alloy mehrere positiv getestete Modelle ausgeben zu lassen. 3.5 Einschränkung der micromodels In den beiden Beispielen wurde die Menge aller Automaten überprüft, mit der einzigen Einschränkung der Größe. Es lassen sich aber auch andere Einschränkungen definieren. Signaturen seien wieder StateMachine und State. assert NoTrans { all M : StateMachine with M all x, y, z: A z in y.r && y in x.r => not z in x.r } check NoTrans for 3 but 1 Statemachine Seien x, y und z Zustände eines Automaten. Dieser assertion check prüft, ob für alle Modelle gilt, dass wenn es die Zustandsübergänge (x, y) und (y, z) gibt, nicht der Übergang (x, z) existiert. Das with M dient hier nur der verkürzten Schreibweise, damit im folgenden beispielsweise A anstatt M.A benutzt werden kann. Bei dieser Eingabe findet Alloy schnell das Gegenbeispiel mit dem Zustandsübergang (x, x). Wenn man nun nicht nur diese triviale Lösung haben möchte, kann man Zustandsübergänge von einem Zustand auf sich selbst ausschliessen. Dies ist eine weiter Möglichkeit, neben der Größe die micromodells einzuschränken: Beschränkung durch Fakten. Die Aussage x R(x, x) 9

10 kann wie folgt in Alloy abgebildet werden: fact NoLoop { all M : StateMachine, w : M.A not w in w.(m.r) } Nun werden nur Modelle betrachtet, für die das Fakt wahr ist, dass w nicht in der Menge der Zustände liegt, zu denen man über einen Zustandsübergang von w aus gelangen kann. Jetzt findet Alloy ein komplexeres Modell als Gegenbeispiel. 4 Zusammenfassung Zusammendfassend lässt sich sagen, dass das normale model checking für konkrete Modelle von Software ideal ist, aber schnell an seine Grenzen stößt. Die Überprüfung mit micromodels ist für nicht vollständig definierte Software oder Programmgruppen geeignet. Mit Alloy hat man ein Tool, dass sehr effizient micromodells überprüfen kann, allerdings auch nicht auf unendliche Mengen an Modellen angewandt werden kann. Dafür ist es sehr praxistauglich und bietet durch die Ausgabe der Positiv- oder Negativbeispiele im Gegensatz zu einem einfachen model check grosse Vorteile. 10

11 5 Literatur M. Huth and M. Ryan: Logic in Computer Science. Cambridge University Press, 2nd Edition, 2004 G. Goos: Vorlesungen über Informatik, Band 1. Springer-Verlag, 3. Auflage,

Semantik von Formeln und Sequenzen

Semantik von Formeln und Sequenzen Semantik von Formeln und Sequenzen 33 Grundidee der Verwendung von Logik im Software Entwurf Syntax: Menge von Formeln = Axiome Ax K ist beweisbar Formel ϕ beschreiben Korrektkeit Vollständigkeit beschreibt

Mehr

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik Grundlagen der Informatik II Teil I: Formale Modelle der Informatik 1 Einführung GdInfoII 1-2 Ziele/Fragestellungen der Theoretischen Informatik 1. Einführung abstrakter Modelle für informationsverarbeitende

Mehr

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese

Mehr

Grammatiken. Einführung

Grammatiken. Einführung Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische

Mehr

Prolog basiert auf Prädikatenlogik

Prolog basiert auf Prädikatenlogik Software-Technologie Software-Systeme sind sehr komplex. Im Idealfall erfolgt die Programmierung problemorientiert, während die notwendige Übertragung in ausführbare Programme automatisch erfolgt. Prolog-Philosophie:

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 Einführung Beispiel: Aussagenlogische Formeln Aus dem Logikteil: Definition (Syntax

Mehr

Datensicherung. Beschreibung der Datensicherung

Datensicherung. Beschreibung der Datensicherung Datensicherung Mit dem Datensicherungsprogramm können Sie Ihre persönlichen Daten problemlos Sichern. Es ist möglich eine komplette Datensicherung durchzuführen, aber auch nur die neuen und geänderten

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

SEP 114. Design by Contract

SEP 114. Design by Contract Design by Contract SEP 114 Design by Contract Teile das zu entwickelnde Programm in kleine Einheiten (Klassen, Methoden), die unabhängig voneinander entwickelt und überprüft werden können. Einheiten mit

Mehr

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 A1 (15) A2 (10) A3 (10) A4

Mehr

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30 Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion

Mehr

Suche schlecht beschriftete Bilder mit Eigenen Abfragen

Suche schlecht beschriftete Bilder mit Eigenen Abfragen Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Software Engineering Klassendiagramme Assoziationen

Software Engineering Klassendiagramme Assoziationen Software Engineering Klassendiagramme Assoziationen Prof. Adrian A. Müller, PMP, PSM 1, CSM Fachbereich Informatik und Mikrosystemtechnik 1 Lesen von Multiplizitäten (1) Multiplizitäten werden folgendermaßen

Mehr

Lenstras Algorithmus für Faktorisierung

Lenstras Algorithmus für Faktorisierung Lenstras Algorithmus für Faktorisierung Bertil Nestorius 9 März 2010 1 Motivation Die schnelle Faktorisierung von Zahlen ist heutzutage ein sehr wichtigen Thema, zb gibt es in der Kryptographie viele weit

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

Entscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen

Entscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen Berechenbarkeit und Komlexität Entscheidbarkeit und Unentscheidbarkeit Wolfgang Schreiner Wolfgang.Schreiner@risc.uni-linz.ac.at Research Institute for Symbolic Comutation (RISC) Johannes Keler University,

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

9. Übung Formale Grundlagen der Informatik

9. Übung Formale Grundlagen der Informatik Institut für Informatik Sommersemester 2001 Universität Zürich 9. Übung Formale Grundlagen der Informatik Norbert E. Fuchs (fuchs@ifi.unizh.ch) Reinhard Riedl (riedl@ifi.unizh.ch) Nadine Korolnik (korolnik@ifi.unizh.ch)

Mehr

20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem

20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem 20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem Autor Susanne Albers, Universität Freiburg Swen Schmelzer, Universität Freiburg In diesem Jahr möchte

Mehr

Objektorientierte Programmierung

Objektorientierte Programmierung Objektorientierte Programmierung Ein Computerprogramm besteht aus Funktionen (Programmabschnitten, die etwas tun) und Variablen (Speicherplätzen für Informationen). Werden Funktionen aktiviert, verändern

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Übung Theoretische Grundlagen

Übung Theoretische Grundlagen Übung Theoretische Grundlagen Berechenbarkeit/Entscheidbarkeit Nico Döttling November 26, 2009 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT University of the State of Baden-Wuerttemberg and National Laboratory

Mehr

Übungen zu Modellierung verteilter Systeme

Übungen zu Modellierung verteilter Systeme Technische Universität München SoSe 2014 Institut für Informatik Lösungsblatt 1 PD Dr.habil. B. Schätz Ausgabe: 17. April 2014 M. Gleirscher, D. Marmsoler Besprechung: 24. April 2014 Übungen zu Modellierung

Mehr

Informatik A ( Frank Hoffmann)

Informatik A ( Frank Hoffmann) Teillösungen zum 1. Aufgabenblatt zur Vorlesung Informatik A ( Frank Hoffmann) 1. Improvisieren Stellen Sie die Zahl 6 dar durch einen Ausdruck, der genau dreimal die Ziffer i enthält und ansonsten neben

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:

Mehr

Model Checking I. Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg

Model Checking I. Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg Model Checking I Yi Zhao Marc Spisländer Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg Zhao, Spisländer FAU Erlangen-Nürnberg Model Checking I 1 / 22 1 Inhalt 2 Model

Mehr

Mathematische Maschinen

Mathematische Maschinen Mathematische Maschinen Ziel: Entwicklung eines allgemeinen Schemas zur Beschreibung von (mathematischen) Maschinen zur Ausführung von Algorithmen (hier: (partiellen) Berechnungsverfahren). Mathematische

Mehr

Answer Set Programming

Answer Set Programming Answer Set Programming mit Answer Set Prolog (A-Prolog) Wangler Thomas Logikprogrammierung Institut für Computerlinguistik Universität Heidelberg Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

Formale Sprachen und Grammatiken

Formale Sprachen und Grammatiken Formale Sprachen und Grammatiken Jede Sprache besitzt die Aspekte Semantik (Bedeutung) und Syntax (formaler Aufbau). Die zulässige und korrekte Form der Wörter und Sätze einer Sprache wird durch die Syntax

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.

Mehr

Teamwork mit Adobe Lightroom

Teamwork mit Adobe Lightroom Teamwork mit Adobe Lightroom Kooperation und Datenaustausch zwischen Fotograf und Bildbearbeiter In vielen Fotostudios wird schon in Teams gearbeitet und manche Fotografen geben ihre Bilder zur Bearbeitung

Mehr

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.

Mehr

Aufgabe 6. Gedichtinterpretation worte sind schatten

Aufgabe 6. Gedichtinterpretation worte sind schatten Aufgabe 6 Dennis Blöte, 08.12.2006 Gedichtinterpretation worte sind schatten Das Gedicht worte sind schatten wurde 1969 von Eugen Gomringer geschrieben und befasst sich auf spielerische Art und Weise mit

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

10 Erweiterung und Portierung

10 Erweiterung und Portierung 10.1 Überblick In vielen Fällen werden Compiler nicht vollständig neu geschrieben, sondern von einem Rechnersystem auf ein anderes portiert. Das spart viel Arbeit, ist aber immer noch eine sehr anspruchsvolle

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

Installation SQL- Server 2012 Single Node

Installation SQL- Server 2012 Single Node Installation SQL- Server 2012 Single Node Dies ist eine Installationsanleitung für den neuen SQL Server 2012. Es beschreibt eine Single Node Installation auf einem virtuellen Windows Server 2008 R2 mit

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

Fachbericht zum Thema: Anforderungen an ein Datenbanksystem

Fachbericht zum Thema: Anforderungen an ein Datenbanksystem Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank

Mehr

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes) Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden

Mehr

Software Engineering in der Praxis

Software Engineering in der Praxis Software Engineering in der Praxis Praktische Übungen Marc Spisländer Josef Adersberger Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg 10. November 2008 Inhalt Nachlese

Mehr

3. Das Relationale Datenmodell

3. Das Relationale Datenmodell 3. Das Relationale Datenmodell Das Relationale Datenmodell geht zurück auf Codd (1970): E. F. Codd: A Relational Model of Data for Large Shared Data Banks. Comm. of the ACM 13(6): 377-387(1970) DBMS wie

Mehr

Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation

Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation Einführung Mit welchen Erwartungen gehen Jugendliche eigentlich in ihre Ausbildung? Wir haben zu dieser Frage einmal die Meinungen von Auszubildenden

Mehr

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5) Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff

Mehr

4.9 Deterministische Kellerautomaten Wir haben bereits definiert: Ein PDA heißt deterministisch (DPDA), falls

4.9 Deterministische Kellerautomaten Wir haben bereits definiert: Ein PDA heißt deterministisch (DPDA), falls 4.9 Deterministische Kellerautomaten Wir haben bereits definiert: Ein PDA heißt deterministisch (DPDA), falls δ(q, a, Z) + δ(q, ɛ, Z) 1 (q, a, Z) Q Σ. Die von einem DPDA, der mit leerem Keller akzeptiert,

Mehr

Einführung in die Fuzzy Logic

Einführung in die Fuzzy Logic Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]

Mehr

Wir basteln einen Jahreskalender mit MS Excel.

Wir basteln einen Jahreskalender mit MS Excel. Wir basteln einen Jahreskalender mit MS Excel. In meinen Seminaren werde ich hin und wieder nach einem Excel-Jahreskalender gefragt. Im Internet findet man natürlich eine ganze Reihe mehr oder weniger

Mehr

Grundlagen der Theoretischen Informatik, SoSe 2008

Grundlagen der Theoretischen Informatik, SoSe 2008 1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel. Kontextfreie Kontextfreie Motivation Formale rundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen Bisher hatten wir Automaten, die Wörter akzeptieren Frank Heitmann heitmann@informatik.uni-hamburg.de

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10

Mehr

Programmiersprachen und Übersetzer

Programmiersprachen und Übersetzer Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch

Mehr

Bin Packing oder Wie bekomme ich die Klamotten in die Kisten?

Bin Packing oder Wie bekomme ich die Klamotten in die Kisten? Bin Packing oder Wie bekomme ich die Klamotten in die Kisten? Ich habe diesen Sommer mein Abi gemacht und möchte zum Herbst mit dem Studium beginnen Informatik natürlich! Da es in meinem kleinen Ort keine

Mehr

cytan SaaS Version 4.0.0 / November 2011

cytan SaaS Version 4.0.0 / November 2011 cytan SaaS Version 4.0.0 / November 2011 Lagerstrasse 11 8910 Affoltern am Albis 044 / 716 10 00 info@hp-engineering.com www.hp-engineering.com copyright by HP Engineering GmbH, Adliswil / Alle Rechte

Mehr

Wirtschaftsinformatik I

Wirtschaftsinformatik I Wirtschaftsinformatik I - Tutorium 6/ 7 (April 2010) Zusatzinformationen - Lösungsvorschläge Wirtschaftsinformatik I Tutorium Jochen Daum (4.Semester BWL) Universität Mannheim Rechtshinweis: Diese Präsentation

Mehr

AutoCAD Architecture Newsletter Dezember 2011

AutoCAD Architecture Newsletter Dezember 2011 AutoCAD Architecture Newsletter Dezember 2011 In dieser Ausgabe geht es um die Funktion, anhand einer 2D-Liniengrafik eine 3dimensionale Treppe zu erstellen. Die Treppenfunktionen im AutoCAD Architecture

Mehr

2. Vorlesung. Slide 40

2. Vorlesung. Slide 40 2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b

Mehr

Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle.

Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle. Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik Seminar Entscheidungsverfahren für logische Theorien Tobias Hebel Koblenz, am 18.02.2005 Inhaltsverzeichnis 1 Einleitung... 3 2 Grundlagen...

Mehr

syntax.tex Eine Übersicht

syntax.tex Eine Übersicht syntax.tex Eine Übersicht Bernd Worsch 7. Juli 1997 Inhaltsverzeichnis 1 Einleitung 1 2 Bevor es funktioniert... 1 3 Grundelemente von syntax.tex 1 4 Strukturelemente von syntax.tex 3 5 Setzen von Syntaxdiagrammen

Mehr

Linearen Gleichungssysteme Anwendungsaufgaben

Linearen Gleichungssysteme Anwendungsaufgaben Linearen Gleichungssysteme Anwendungsaufgaben Lb S. 166 Nr.9 Im Jugendherbergsverzeichnis ist angegeben, dass in der Jugendherberge in Eulenburg 145 Jugendliche in 35 Zimmern übernachten können. Es gibt

Mehr

Whitebox-Tests: Allgemeines

Whitebox-Tests: Allgemeines -Tests: Allgemeines Andere Bezeichnungen Logic driven, Strukturelles Der Tester entwickelt Testfälle aus einer Betrachtung der Ablauflogik des Programms unter Berücksichtigung der Spezifikation Intuitiv

Mehr

2.11 Kontextfreie Grammatiken und Parsebäume

2.11 Kontextfreie Grammatiken und Parsebäume 2.11 Kontextfreie Grammatiken und Parsebäume Beispiel: Beispiel (Teil 3): Beweis für L(G) L: Alle Strings aus L der Länge 0 und 2 sind auch in L(G). Als Induktionsannahme gehen wir davon aus, dass alle

Mehr

Charakteristikenmethode im Beispiel

Charakteristikenmethode im Beispiel Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)

Mehr

Netzwerk einrichten unter Windows

Netzwerk einrichten unter Windows Netzwerk einrichten unter Windows Schnell und einfach ein Netzwerk einrichten unter Windows. Kaum ein Rechner kommt heute mehr ohne Netzwerkverbindungen aus. In jedem Rechner den man heute kauft ist eine

Mehr

6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum

6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum 6 ALLGEMEINE THEORIE DES ELEKTROMAGNETISCHEN FELDES IM VAKUUM 25 Vorlesung 060503 6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum 6.1 Grundaufgabe der Elektrodynamik Gegeben: Ladungsdichte

Mehr

Leitfaden zur Installation von BitByters.Backup

Leitfaden zur Installation von BitByters.Backup Leitfaden zur Installation von BitByters.Backup Der BitByters.Backup - DASIService ist ein Tool mit dem Sie Ihre Datensicherung organisieren können. Es ist nicht nur ein reines Online- Sicherungstool,

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik - das Quiz zur Vorlesung Teil I - Grundzüge der Logik In der Logik geht es um... (A) die Formen korrekten Folgerns (B) die Unterscheidung von wahr und falsch (C) das Finden von

Mehr

SUDOKU - Strategien zur Lösung

SUDOKU - Strategien zur Lösung SUDOKU Strategien v. /00 SUDOKU - Strategien zur Lösung. Naked Single (Eindeutiger Wert)? "Es gibt nur einen einzigen Wert, der hier stehen kann". Sind alle anderen Werte bis auf einen für eine Zelle unmöglich,

Mehr

Python Installation. 1 Vorbereitung. 1.1 Download. Diese Anleitung ist für Windows ausgelegt.

Python Installation. 1 Vorbereitung. 1.1 Download. Diese Anleitung ist für Windows ausgelegt. Python Installation 1 Vorbereitung Diese Anleitung ist für Windows ausgelegt. 1.1 Download Python kann online unter https://www.python.org/downloads/ heruntergeladen werden. Hinweis: Im CoderDojo verwenden

Mehr

Zur Definition von Definition Albert J. J. Anglberger, Peter Brössel

Zur Definition von Definition Albert J. J. Anglberger, Peter Brössel Zur Definition von Definition Albert J. J. Anglberger, Peter Brössel Zusammenfassung Wir werden in dieser Arbeit zwei neue Definitionsvorschläge von Definition entwickeln, die folgende Eigenschaften aufweisen:

Mehr

DAP2-Klausur 07.08.2004

DAP2-Klausur 07.08.2004 DAP2-Klausur 07.08.2004 Vorname : Familienname: Ich studiere (Bitte markieren): Informatik/Inform. Lehramt/Inf.technik/Physik/ Mathe/Statistik/Sonstiges: Bitte beachten: Auf jedem Blatt Matrikelnummer

Mehr

Funktion rsync mit den actinas Cube Systemen.

Funktion rsync mit den actinas Cube Systemen. Funktion rsync mit den actinas Cube Systemen. Unternehmen haben oft keine ausgebildete IT Abteilung. Trotzdem oder gerade deshalb sind Backups so wichtig, denn das ist im Falle eines Datenverlustes, Ihre

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Erste Hilfe bei VSS Backup Fehlern

Erste Hilfe bei VSS Backup Fehlern NetWorker für Windows - Allgemein Tip 91, Seite 1/10 Erste Hilfe bei VSS Backup Fehlern VSS Fehler können vielfältige Ursachen haben, deren Ursprung nicht immer gleich einleuchtet. Nicht ohne Grund gibt

Mehr

1 topologisches Sortieren

1 topologisches Sortieren Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung

Mehr

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik

Mehr

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

Mehr

Einbinden von iframes in eine Facebook Fan Page

Einbinden von iframes in eine Facebook Fan Page Eine kostenlose Ergänzung zum Buch: Facebook Fan Pages von Boris Pfeiffer 2011, Smiling Cat Publishing GmbH Einbinden von iframes in eine Facebook Fan Page Facebook hat mit der Einführung der neuen Fan

Mehr

Anleitung für die Arbeit mit HotPotatoes

Anleitung für die Arbeit mit HotPotatoes Seite 1 Anleitung für die Arbeit mit HotPotatoes Erste Frage: Was will ich machen? Zuordnungsübung >>> JMatch Multiple-Choice-Übung >>> JQuiz Lückentext >>> JCloze Kreuzworträtsel >>> JCross 1. JMatch.

Mehr

Logische Folgerung. Definition 2.11

Logische Folgerung. Definition 2.11 Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell

Mehr

Informationszentrum Hochschule Karlsruhe. Anleitung Plotter

Informationszentrum Hochschule Karlsruhe. Anleitung Plotter Informationszentrum Hochschule Karlsruhe Anleitung Plotter Inhaltsverzeichnis 1 Einführung 3 1.1 Begriffe..................................... 3 1.1.1 Plotserver................................ 3 1.1.2

Mehr

! " # $ " % & Nicki Wruck worldwidewruck 08.02.2006

!  # $  % & Nicki Wruck worldwidewruck 08.02.2006 !"# $ " %& Nicki Wruck worldwidewruck 08.02.2006 Wer kennt die Problematik nicht? Die.pst Datei von Outlook wird unübersichtlich groß, das Starten und Beenden dauert immer länger. Hat man dann noch die.pst

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die

Mehr

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

Mehr