Logik und Künstliche Intelligenz

Größe: px
Ab Seite anzeigen:

Download "Logik und Künstliche Intelligenz"

Transkript

1 Logik und Künstliche Intelligenz Kurze Zusammenfassung (Stand: 14. Januar 2010) Prof. Dr. V. Stahl Copyright 2007 by Volker Stahl. All rights reserved.

2 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 2 0.4pt0.1pt Logik Syntax Symbole: Konstantensymbole, Variablensymbole, Funktionssymbole, Relationssymbole,,,,,,,, (, ), Kommas. Term: Konstantensymbol, Variablensymbol oder f(t 1,...,t n ) wobei f ein n-stelliges Funktionssymbol und t 1,...,t n Terme sind. Atomare Formel: P(t 1,...,t n ) wobei P ein n-stelliges Relationssymbol und t 1,...,t n Terme sind. Formel: atomare Formel oder F, (F G), (F G), (F G), (F G), x F, x F wobei F,G Formeln und x ein Variablensymbol ist. Relativierte Quantoren x A F(x) x (x A F(x)) x A F(x) x (x A F(x)) Spezielle Existenzquantoren Es gibt mindestens ein x (normaler Existenzquantor): x F(x). Es gibt höchstens ein x. Anders ausgedrückt: Wenn s zwei gibt, dann sind die gleich, d.h. x 1,x 2 (F(x 1 ) F(x 2 )) x 1 = x 2. Es gibt genau ein x bedeutet es gibt mindestens ein x und es gibt höchstens ein x.!x F(x) x F(x) ( x 1,x 2 (F(x 1 ) F(x 2 )) x 1 = x 2 ). Umformungsregeln Aussagenlogik. F F F G F G (F G) F G F (G H) (F G) (F H) Alle Gesetze gelten auch wenn man und austauscht. Beweis durch Wahrheitstabelle.

3 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 3 Prädikatenlogik x F x F x F x F x F x G x (F G) x F x G x (F G) Die Regeln gelten auch für relativierte Quantoren. Gebundene Umbenennung darf immer durchgeführt werden. Vorsicht: Im allgemeinen ist x F x G x (F G) x F x G x (F G) Im Spezialfall wenn x in G nicht frei vorkommt gilt aber x G G x G G x (F G) x F G x (F G) x F G x (F G) x F G x (F G) x F G

4 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 4 Mengen Notation Ist F(x) eine Formel mit einer freien Variablen x, dann bezeichnet {x F(x)} die Menge aller Objekte x für die die Formel F(x) wahr ist. Funktioniert nicht immer, z.b. {x x x} ist keine Menge (Russelsche Antinomie). Ist t(x) ein Term und A eine Menge, dann ist Beispiel Definitionen Tupel {t(x) x A} = {y x x A y = t(x)}. {z/n z Z n N} = {q z,n z Z n N q = z/n} = Q. A B x (x A x B) A = B A B B A A B A B A B A B = {x x A x B} A B = {x x A x B} A \ B = {x x A x B} P(A) = {B B A} 2-Tupel (Paar) (a,b) = {{a}, {a,b}} n-tupel (a 1,...,a n ) = ((a 1,...,a n 1 ),a n ) 1-Tupel (a) = a Kartesisches Produkt A B = {(a,b) a A,b B} = {p a A b B p = (a,b)} A 2 = A A A n = A n 1 A = (...((A A) A)... A) A A 1 = A

5 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 5 Relationen Definitionen R heißt Relation auf A und B wenn R A B. R heißt Relation, wenn es Mengen A und B gibt so dass R A B. R heißt Relation auf A wenn R A A. R heißt n-stellige Relation auf A wenn R A n. Eigenschaften zweistelliger Relationen auf A Infixnotation: xry statt (x, y) R. R reflexiv auf A R symmetrisch R transitiv x A xrx. x,y (xry yrx). x,y,z ((xry yrz) xrz). R antisymmetrisch x,y((xry yrx) x = y). Umkehrrelation R 1 = {(y,x) xry} Spezielle zweistellige Relationen auf A R Äquivalenzrelation auf A wenn R relexiv auf A, symmetrisch und transitiv. Äquivalenzklasse von x bzgl. R K a = {x xra}. R Halbordnung auf A wenn R reflexiv auf A, antisymmetrisch und transitiv ist. R totale Ordnung auf A wenn R Halbordnung auf A ist und x,y A (xry yrx).

6 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 6 Funktionen Partielle Funktionen Ein Tripel f = (A,B,R) heißt partielle Funktion, wenn R A B und zu jedem a A höchstens ein b B existiert mit arb. Definitionsbereich von f def(f) = {a b arb} Wertebereich (Bildbereich) von f bild(f) = {b a arb}. Notation: { das b mit arb falls a def(f) f(a) = undefiniert sonst Totale Funktionen Eine (totale) Funktion ist eine partielle Funktion f = (A,B,R) mit der zusätzlichen Eigenschaft dass zu jedem a A genau ein b B existiert mit arb. Folglich ist bei einer Fuktion f(a) nie undefiniert. Menge aller Funktionen von A nach B A B = {(A,B,R) R A B a A!b B arb}. Eigenschaften von Funktionen f injektiv f surjektiv a 1,a 2 A (a 1 a 2 f(a 1 ) f(a 2 )). b B a A arb f ist bijektiv wenn f injektiv und surjektiv ist. Wenn f bijektiv ist, dann ist auch f 1 = (B,A,R 1 ) eine bijektive Funktion. Diese Funktion heißt Umkehrfunktion von f. Komposition von Funktionen Ist f A B und g B C, dann ist g f A C mit (g f)(x) = g(f(x)).

7 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 7 Eigenschaften zweistelliger Funktionen auf A f heißt zweistellige Funktion auf A wenn f (A A) A. Zweistellige Funktionen werden i.a. in Infix Notation geschrieben und mit einem intuitiven Symbol (z.b. oder ) bezeichnet. kommutativ assoziativ x,y A x y = y x x,y,z A (x y) z = x (y z) distributiv über Folgen x,y,z A x (y z) = (x y) (x z) x,y,z A (y z) x = (y x) (z x) Eine Funktion f heißt Folge der Länge n über A wenn f {1,2,...,n} A. Eine Funktion f heißt endliche Folge über A wenn es ein n N 0 gibt so dass f Folge der Länge n über A ist. Die Menge aller endlicher Folgen über A wird mit A bezeichnet. Abzählbarkeit Eine Menge A heißt abzählbar, wenn es eine injektive Funktion f A N gibt. Anschaulich bedeutet das, dass man jedem a A seine persönliche Hausnummer zuordnen kann. Für die Informatik heißt das, dass jedes a A durch eine eindeutige Bitfolge dargestellt werden kann, d.h. die Menge A kann als Datentyp implementiert werden.

8 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 8 Beweistechniken Zu jedem Zeitpunkt im Beweis liegen zwei Mengen von Formeln vor: Annahmen: Formeln, von denen man annehmen darf, dass sie wahr sind. Zu zeigen: Formeln, von denen man zeigen muss, dass sie wahr sind. In einem Bewies werden diese Mengen nach festen Regeln schrittweise verändert so lange bis die zu zeigenden Formeln eine Teilmenge der Annahmen sind. Außer den nachfolgenden Beweisregeln dürfen zu jeder Zeit äquivalente Umformungen der Formeln gemacht werden. Auch gebundene Umbenennung ist immer erlaubt. Wenn keine Regel für logische Symbole anwendbar ist, müssen Definitionen von verwendeten Relations- oder Funktionssymbolen eingesetzt werden. Beweisregeln für aussagenlogische Symbole Ausgangssituation Beweisschritt Regel Ann. A B A B Umformung Ann. A Wenn-dann Regel z.zg. A B B Ann. A Widerspruchsbeweis z.zg. A B, B für beliebige Formel B Ann. A B Fall 1: A Fallunterscheidung Fall 2: B z.zg. A B A B Umformung Ann. A B A,B z.zg. A B Schritt 1: A Zerlegen in Schritt 2: B Teilprobleme Ann. A B A durch B ersetzen u.a. Einsetzen z.zg. A durch B ersetzen von Definitionen z.zg. A B (A B) (B A) Umformung Ann. A, A B B Modus Ponens

9 V. Stahl Logik und Künstliche Intelligenz Zusammenfassung Seite 9 Beweisregeln für Quantoren Ausgangssituation Beweisschritt Regel Ann. x F(x) F(t) für beliebigen Spezialfall Term t ohne Variablen Ann. x beliebig aber fest Elimination (x ab jetzt Konstante) Allquantor z.zg. x F(x) F(x) Ann. x F(x) x so dass F(x) Benennen (x ab jetzt Konstante) z.zg. x F(x) F(t) für einen Beispiel konstruieren beliebigen Term t Ann.!x F(x) x F(x), Umformung x 1,x 2 (F(x 1 ) F(x 2 )) x 1 = x 2 z.zg.!x F(x) x F(x), Umformung x 1,x 2 (F(x 1 ) F(x 2 )) x 1 = x 2

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität

Mehr

Übungen zu Logik und Künstliche Intelligenz mit Musterlösungen 1 Blatt 11

Übungen zu Logik und Künstliche Intelligenz mit Musterlösungen 1 Blatt 11 Heilbronn, den 18.6.2010 Prof. Dr. V. Stahl WS 10/11 Übungen zu Logik und Künstliche Intelligenz mit Musterlösungen 1 Blatt 11 Aufgabe 1. Schreiben Sie auf wann ein Tripel (A, B, R) eine partielle Funktion,

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 18: Logik Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/35 Überblick Formeln in Prädikatenlogik erster Stufe Theorien und

Mehr

Grundlagen der linearen Algebra und analytischen Geometrie

Grundlagen der linearen Algebra und analytischen Geometrie Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick

Mehr

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen: 4. Mathematische und notationelle Grundlagen 4.1 Mengen Beispiel 3 A 1 = {2, 4, 6, 8}; A 2 = {0, 2, 4, 6,...} = {n N 0 ; n gerade} Bezeichnungen: x A A x x A B A B A { } x Element A x nicht Element A B

Mehr

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb. 4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

2 Mengen, Abbildungen und Relationen

2 Mengen, Abbildungen und Relationen Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl

Mehr

Finden Sie eine Relation R und eine Menge A so dass

Finden Sie eine Relation R und eine Menge A so dass Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze

Mehr

(1.18) Def.: Eine Abbildung f : M N heißt

(1.18) Def.: Eine Abbildung f : M N heißt Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier 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

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker 1 2 Mengen, Relationen, Funktionen 2.1 Mengen Definition 2.1 [Georg Cantor 1895] Eine Menge ist eine Zusammenfassung bestimmter, wohlunterschiedener Dinge unserer

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

Mathematik für Informatiker I Mitschrift zur Vorlesung vom Mathematik für Informatiker I Mitschrift zur Vorlesung vom 18.11.2004 Zur Wiederholung: Das Kartesische Produkt dient dem Ordnen von Mengen. A B = {(a, b) : a A, b B)} Spezialfall A = Äquivalenzrelation

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der

Mehr

Relationen A = Z A = R. R = {(a, b) a, b Z, a b} R = {(a, b) a, b R, a 3 = b 3 } R =, R = {(a, b) a, b N 0, a b ist ungerade }, A = N 0 A = N

Relationen A = Z A = R. R = {(a, b) a, b Z, a b} R = {(a, b) a, b R, a 3 = b 3 } R =, R = {(a, b) a, b N 0, a b ist ungerade }, A = N 0 A = N Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze

Mehr

De Morgan sche Regeln

De Morgan sche Regeln De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,

Mehr

Aufgabe 1. Formulieren Sie folgenden Sachverhalt in der Sprache der Logik: Für alle Mengen A, B, C gilt: Wenn A B und B C dann ist auch A C.

Aufgabe 1. Formulieren Sie folgenden Sachverhalt in der Sprache der Logik: Für alle Mengen A, B, C gilt: Wenn A B und B C dann ist auch A C. Prädikatenlogik Aufgabe 1. Formulieren Sie folgenden Sachverhalt in der Sprache der Logik: Für alle Mengen A, B, C gilt: Wenn A B und B C dann ist auch A C. Aufgabe 2. Die Aussage zu jedem a A existiert

Mehr

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3} Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben

Mehr

Allgemeingültige Aussagen

Allgemeingültige Aussagen Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten: DM2 Slide 1 Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10)

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10) Dean 2, 5-7

Mehr

3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.

3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3. 3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

Mehr

4. Funktionen und Relationen

4. Funktionen und Relationen 4. Funktionen und Relationen Nikolaus von Oresmes Richard Dedekind (1831-1916) René Descartes 1596-1650 Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 4: Funktionen und Relationen 4.1 Funktionen:

Mehr

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:

Mehr

Logik I. Symbole, Terme, Formeln

Logik I. Symbole, Terme, Formeln Logik I Symbole, Terme, Formeln Wie jede geschriebene Sprache basiert die Prädikatenlogik erster Stufe auf einem Alphabet, welches aus den folgenden Symbolen besteht: (a) Variabeln wie zum Beispiel v 0,v

Mehr

Vorkurs Mathematik für Informatiker

Vorkurs Mathematik für Informatiker Vorkurs Mathematik für Informatiker 5. Relationen Thomas Huckle, Kilian Röhner Technische Universität München 9.10.2017 Relationen Mit Relationen können wir Beziehungen zwischen je zwei Dingen ausdrücken.

Mehr

Bemerkungen zur Notation

Bemerkungen zur Notation Bemerkungen zur Notation Wir haben gerade die Symbole für alle und es gibt gebraucht. Dies sind so genannte logische Quantoren, und zwar der All- und der Existenzquantor. Die Formel {a A; ( b B)[(a, b)

Mehr

Prädikatenlogik. Einführende Beispiele Geschwister x y ( u v (Eltern(u, v, x) Eltern(u, v, y) Geschwister(x, y)))

Prädikatenlogik. Einführende Beispiele Geschwister x y ( u v (Eltern(u, v, x) Eltern(u, v, y) Geschwister(x, y))) Prädikatenlogik Einführende Beispiele Geschwister x y ( u v (Eltern(u, v, x) Eltern(u, v, y) Geschwister(x, y))) symmetrische Relation x y (R(x, y) R(y, x)) Das Zeichen bezeichnen wir als Existenzquantor

Mehr

Vorlesung 4. Tilman Bauer. 13. September 2007

Vorlesung 4. Tilman Bauer. 13. September 2007 Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)

Mehr

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni.

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni. Mengenlehre Yanhai Song songy@in.tum.de Proseminar Mathematische Modellierung Fakultät für Informatik Technische Universität München 12.Juni.2001 Zusammenfassung Die Mengenlehre gehört zu den vier Teilgebieten

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 7 Sprachen erster Sufe Die in der letzten Vorlesung erwähnten Konstruktionsmöglichkeiten für Aussagen sind im Wesentlichen

Mehr

Übungen zu Logik und Künstliche Intelligenz Blatt 8

Übungen zu Logik und Künstliche Intelligenz Blatt 8 Heilbronn, den 14.5.2010 Prof. Dr. V. Stahl WS 10/11 Übungen zu Logik und Künstliche Intelligenz Blatt 8 Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016 Analysis I - Notizen 1 Daniel Lenz Jena - Wintersemester 2016 1 Es handelt sich nicht um ein Skriptum zur Vorlesung. Besten Dank an alle, die zu Verbesserungen früherer Notizen zur Analysis I beigetragen

Mehr

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und

Mehr

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4) FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich

Mehr

Aufgabe 1. Formulieren Sie folgenden Sachverhalt in der Sprache der Logik: Für alle Mengen A, B, C gilt: Wenn A B und B C dann ist auch A C.

Aufgabe 1. Formulieren Sie folgenden Sachverhalt in der Sprache der Logik: Für alle Mengen A, B, C gilt: Wenn A B und B C dann ist auch A C. Prädikatenlogik Aufgabe 1. Formulieren Sie folgenden Sachverhalt in der Sprache der Logik: Für alle Mengen A, B, C gilt: Wenn A B und B C dann ist auch A C. Lösung von Aufgabe 1. A B C (A B B C) A C. Aufgabe

Mehr

Nichtklassische Logiken

Nichtklassische Logiken Nichtklassische Logiken Peter H. Schmitt pschmitt@ira.uka.de UNIVERSITÄT KARLSRUHE Sommersemester 2004 P. H. Schmitt: Nichtklassische Logiken p.1 Inhalt Wiederholung P. H. Schmitt: Nichtklassische Logiken

Mehr

Grundlagen der Programmierung (Vorlesung 7)

Grundlagen der Programmierung (Vorlesung 7) Grundlagen der Programmierung (Vorlesung 7) Ralf Möller, FH-Wedel Vorige Vorlesung Boole'sche Logik, Resolution Inhalt dieser Vorlesung Prädikatenlogik erster Stufe Lernziele Syntax, Semantik Entscheidungsprobleme

Mehr

Syntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe

Syntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe Syntax der Prädikatenlogik: Variablen, Terme Formeln Eine Variable hat die Form x i mit i = 1, 2, 3.... Ein Prädikatensymbol hat die Form Pi k und ein Funktionssymbol hat die Form fi k mit i = 1, 2, 3...

Mehr

f(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv?

f(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv? Umkehrfunktionen Aufgabe 1. Sei A = {1, 2, 3, 4}. Definieren Sie eine bijektive Funktion f A A und geben Sie ihre Umkehrfunktion f 1 an. Lösung von Aufgabe 1. Zum Beispiel f, f 1 A A mit f(x) = x f 1 (x)

Mehr

Vorkurs Mathematik für Informatiker

Vorkurs Mathematik für Informatiker Vorkurs Mathematik für Informatiker 6. Ordnungsrelationen Thomas Huckle, Kilian Röhner Technische Universität München 9.10.2017 Graphen Graph besteht aus Knoten (Ecken) und Kanten (Verbindungen zwischen

Mehr

Einführung in die Mengenlehre

Einführung in die Mengenlehre Einführung in die Mengenlehre D (Menge von Georg Cantor 845-98) Eine Menge ist eine Zusammenfassung bestimmter wohlunterschiedener Objekte unseres Denkens oder unserer Anschauung zu einem Ganzen wobei

Mehr

Formale Sprachen und Automaten

Formale Sprachen und Automaten Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

Mehr

Musterlösung 11.Übung Mathematische Logik

Musterlösung 11.Übung Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden

Mehr

Alphabet der Prädikatenlogik

Alphabet der Prädikatenlogik Relationen und Alphabet der Das Alphabet der besteht aus Individuenvariablen Dafür verwenden wir kleine Buchstaben vom Ende des deutschen Alphabets, auch indiziert, z. B. x, y, z, x 1, y 2,.... Individuenkonstanten

Mehr

1 Aussagenlogik. Junktoren, z.b.,,,,, Ø, Aussagenvariablen (Atome), z.b. p, q, r, s,...

1 Aussagenlogik. Junktoren, z.b.,,,,, Ø, Aussagenvariablen (Atome), z.b. p, q, r, s,... Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik Junktoren, z.b.,,,,, Ø, Aussagenvariablen (Atome), z.b. p, q, r, s,... Definition 1 (induktiv) Die Menge Ä(P) aller (aussagenlogischen) Formeln

Mehr

Injektiv, Surjektiv, Bijektiv

Injektiv, Surjektiv, Bijektiv Injektiv, Surjektiv, Bijektiv Aufgabe 1. Geben Sie einen ausführlichen Beweis für folgende Aussage: Wenn f A B surjektiv ist und R A A A eine reflexive Relation auf A ist, dann ist R B = {( f(x), f(y)

Mehr

Grundlagen der Logik

Grundlagen der Logik Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 20 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen sind nicht erlaubt!

Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen sind nicht erlaubt! Relationen, Funktionen und Partitionen 1. Geordnetes Paar Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen

Mehr

Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik

Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit

Mehr

Logik Vorlesung 7: Grundlagen Prädikatenlogik

Logik Vorlesung 7: Grundlagen Prädikatenlogik Logik Vorlesung 7: Grundlagen Prädikatenlogik Andreas Maletti 5. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Kapitel 1 Mathematische Objekte In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Objekte wie Tupel, Mengen, Relationen und Funktionen. Außerdem erklären wir die

Mehr

3. Relationen Erläuterungen und Schreibweisen

3. Relationen Erläuterungen und Schreibweisen 3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob

Mehr

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe Prädikatenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe 3 Teil 3: Modellierung und Beweise 4 Teil 4: Substitution, Unifikation und Resolution

Mehr

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18 1/18 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 7. November 2007 2/18 Geordnete Paare Mengen sind ungeordnet: {a, b} = {b, a} für viele Anwendungen braucht

Mehr

Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau

Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Mathematisches Beweisen Mathematische ussagen - haben oft

Mehr

Herbrand-Strukturen. o.b.d.a. sei immer mindestens ein Konstantensymbol in τ vorhanden

Herbrand-Strukturen. o.b.d.a. sei immer mindestens ein Konstantensymbol in τ vorhanden Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.6 Prädikatenlogik Herbrand-Theorie 155 Herbrand-Strukturen Def.: Grundterm ist variablenfreier Term. GT τ = Menge aller Grundterme über Signatur

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete, Abbildungen, Aussagenlogik Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/32 Überblick Alphabete

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

Terme. Dann ist auch f(t 1. Terme. Dann ist P (t 1

Terme. Dann ist auch f(t 1. Terme. Dann ist P (t 1 Prädikatenlogik 1. Syntax und Semantik Man kann die Prädikatenlogik unter einem syntaktischen und einem semantischen Gesichtspunkt sehen. Bei der Behandlung syntaktischer Aspekte macht man sich Gedanken

Mehr

Abbildungen, injektiv, surjektiv, bijektiv

Abbildungen, injektiv, surjektiv, bijektiv Dr. Sebastian Bab WiSe 12/13 Theoretische Grundlagen der Informatik für TI Termin: VL 4 vom 25.10.2012 Abbildungen, injektiv, surjektiv, bijektiv Abbildungen sind eindeutige Zuordnungen Denition 23 (Abbildung(Funktion))

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik 1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Notation für Wörter w a is die Anzahl der Vorkommen von

Mehr

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10 Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Relationalstrukturen Definition Sei A eine nichtleere Menge, R ist eine k-stellige

Mehr

Reduktionssysteme und Termersetzungssysteme

Reduktionssysteme und Termersetzungssysteme Reduktionssysteme und Termersetzungssysteme Untersuchung von Berechnungen mittels Reduktionsregeln Simplifikation von: Datenstrukturen / Termen usw. Erkennen von gleichen Objekten durch Normalisierung

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 3. Prädikatenlogik Teil 1 9.06.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Rückblick: Vor- und Nachteile von Aussagenlogik + Aussagenlogik

Mehr

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015 Informatik Vorkurs: Etwas Mathematik Werner Struckmann WS 2014/2015 Etwas Mathematik: Was machen wir? 1. Aussagen, Logik 2. Mengen, Relationen, Funktionen 3. Zahlenmengen, Rechnen 4. Beweise 5. Dualzahlen:

Mehr

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

17 Lineare Abbildungen

17 Lineare Abbildungen Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:

Mehr

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie Was ist Logik? Geschichte der Logik eng verknüpft mit Philosophie Begriff Logik wird im Alltag vielseitig verwendet Logik untersucht, wie man aus Aussagen andere Aussagen ableiten kann Beschränkung auf

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der

Mehr

Analyis I - Grundlagen

Analyis I - Grundlagen Elementare Aussagenlogik October 23, 2008 Elementare Aussagenlogik Definition Eine Aussage im Sinne der Aussagenlogik ist eine sprachliche Aussage, bei der klar entschieden werden kann, ob sie wahr oder

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 2018/2019 18.10.2018 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum

Mehr

0 Mengen und Abbildungen, Gruppen und Körper

0 Mengen und Abbildungen, Gruppen und Körper 0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor

Mehr

Mathematik für Ökonomen 1

Mathematik für Ökonomen 1 Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen

Mehr

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 14.

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 14. Formale Logik PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg Wintersemester 16/17 Sitzung vom 14. Dezember 2016 Die formale Sprache der Prädikatenlogik: Zeichen Benutzt werden

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Rebecca Busch Universität Siegen Wintersemester 2016/2017 Busch (Universität Siegen) Diskrete Mathematik Wintersem. 2016/2017 1 / 16 Übersicht über die Themen Mengentheoretische

Mehr

7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit.

7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. 7. Prädikatenlogik Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. Aber: Aussagenlogik ist sehr beschränkt in der Ausdrucksmächtigkeit. Wissen kann nur

Mehr

Grundlagen. Kapitel Mengen

Grundlagen. Kapitel Mengen Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte

Mehr