Formale Methoden 2 (Lehrstuhl I Logik in der Informatik)

Größe: px
Ab Seite anzeigen:

Download "Formale Methoden 2 (Lehrstuhl I Logik in der Informatik)"

Transkript

1 Formale Methoden 2 Gaetano Geck (Lehrstuhl I Logik in der Informatik) Blatt 3 Beispiellösung WS 2015/16 Aufgabe 1 [Wiederholung: Relationen] 3 Punkte Begründe jeden deiner Lösungsvorschläge. a) Wir definieren zwei Relationen auf der Menge M = {1, 2, 3,..., 12: 3 sei {(x, y) M 2 x und y haben bei Division duch 3 denselben Rest, 6 sei {(x, y) M 2 x und y haben bei Division duch 6 denselben Rest. Bestimme die durch 3 definierte Partition von M sowie die durch 6 definierte Partition von M. Ist 3 eine Verfeinerung von 6? Ist 6 eine Verfeinerung von 3? b) Wir definieren eine binäre Relation auf der Menge aller Mengen natürlicher Zahlen: R 1 = {(M 1, M 2 ) M 1 N 0, M 2 N 0, M 1 M 2. Gib drei verschiedene Mengen M, M, M an, sodass (M, M ) R 1 und (M, M ) R 1. Zeige, dass R 1 keine Äquivalenzrelation ist. c) Wir definiere eine weitere binäre Relation auf der Menge aller Mengen natürlicher Zahlen: R 2 = {(M 1, M 2 ) M 1 N 0, M 2 N 0, M 1 M 2. Gib drei verschiedene Mengen M, M, M an, sodass (M, M ) R 2 und (M, M ) R 2. Zeige, dass R 2 keine Äquivalenzrelation ist. Beispiellösung zu Aufgabe 1 a) Die beiden Quotienten sind: M/ 3 = { [0] 3, [1] 3, [2] 3 = { {3, 6, 9, 12, {1, 4, 7, 10, {2, 5, 8, 11 ; M/ 6 = { [0] 6, [1] 6, [2] 6, [3] 6, [4] 6, [5] 6 = { {6, 12, {1, 7, {. Die Äquivalenzrelation 6 ist eine Verfeinerung von 3 : Man kann für alle Wahlen von Elementen x und y aus M = {1,..., 12 davon überzeugen, dass wenn x 6 y gilt, dann auch x 3 y gilt. Eleganter ist es, diese Behauptung zu beweisen: Seien x, y M beliebig gewählt, sodass x 6 y gilt (wenn x 6 y gilt, so muss nichts gezeigt werden). Dann haben x und y bei Division durch 6 denselben Rest r {0, 1, 2, 3, 4, 5, lassen sich also schreiben als x = 6 m + r und y = 6 n + r, wobei m, n N 0. Nun ist 3 aber ein Teiler von 6, sodass wir gleichwertig schreiben können: x = 3 (2 m) + r und y = 3 (2 n) + r, wodurch ersichtlich ist, dass x und m auch bei Division durch 3 denselben Rest besitzen, nämlich r mod 3. Konkret an einem Beispiel illustriert: Es gilt Wir können schreiben 4 = = 3 (2 0) = = 3 (2 1) + 4 Dividiert man 4 und 10 durch 3, ergibt sich in beiden Fällen der Rest 4 mod 3 = 1.

2 Die Äquivalenzrelation 3 ist keine Verfeinerung von 6 : Wir geben ein Gegenbeispiel an. Es gilt etwa , aber nicht b) Wir wählen M = {1, M = {1, 2 und M = {1, 2, 3. Sei ferner N = {2. Wir zeigen, dass R 1 nicht transitiv ist. Es gilt M M = {1, also (M, M ) R 1 ; M N = {2, also (M, N) R 1. Nach Definition der Transitivität müsste deshalb auch (M, N) R 1 gelten. Tatsächlich ist aber M N = {1 {2 =, also (M, N) / R 1. c) Wir wählen M, M und M genauso wie in Teilaufgabe b). Wir zeigen, dass R 2 nicht symmetrisch ist. Es gilt M M, also (M, M ) R 1. Nach Definition der Symmetrie müsste deshalb auch (M, M ) R 1 gelten. Tatsächlich ist aber M = {1, 2 {1 = M, also (M, M ) / R 1. 2 / 5

3 Aufgabe 2 [Definitionen interpretieren] 2 Punkte Für die in der Vorlesung vorgestellten funktionsfreien Formeln definieren wir die Menge der freien Variablen. Dies geschieht induktiv 1, indem die Menge zunächst für die einfachsten Formeltypen, die Relationsatome, definiert wird. Im nächsten Schritt wird die Definition dann auf zusammengesetzte Formeln (Negation, Konjunktion, Disjunktion, existentielle und universelle Quantifikation) ausgedehnt. Wir setzen eine Datenbank (U, R 1,..., R n ) und eine Menge V von Variablen voraus. Sei ϕ eine funktionsfreie Formel, dann ist die Menge der freien Variablen von ψ definiert als free(ϕ) = {α 1,..., α k V, falls ϕ = R i (α 1,..., α k ) free(ϕ) = free(ψ), falls ϕ = ψ free(ϕ) = free(ψ 1 ) free(ψ 2 ), falls ϕ = (ψ 1 ψ 2 ) oder ϕ = (ψ 1 ψ 2 ) free(ϕ) = free(ψ) {x, falls ϕ = xψ oder ϕ = xψ Bestimme die Menge der freien Variablen für jede der folgenden Formeln. Setze dazu das Universum U = {1, 2, 3, 4, 5 und die Variablenmenge V = {x, y, z voraus. ϕ 1 = R(1, x, 2, y, y) ϕ 2 = ( S(x, y) T (y, z) ) ϕ 3 = zr(x, y, z) ϕ 4 = x yr(x, y) ϕ 5 = ( xt (x) R(x, y) ) (Beachte hierbei, dass xt (x) eine Teilformel ist, T (x) R(x, y) jedoch nicht.) Beispiellösung zu Aufgabe 2 free(ϕ 1 ) = free(r(1, x, 2, y, y)) = {1, x, 2, y V = {x, y free(ϕ 2 ) = free ( (S(x, y) T (y, z) ) = free(s(x, y)) free(t (y, z)) = {x, y {y, z free(ϕ 3 ) = free ( zr(x, y, z) ) = free(r(x, y, z)) {z = {x, y, z {z = {x, y free(ϕ 4 ) = free( yr(x, y)) {x = (free(r(x, y)) {y) {x = ({x, y {y) {x = {x {x = free(ϕ 5 ) = free( xt (x)) free(r(x, y)) = (free(t (x) {x) {x, y = {x, y = {x, y 1 Auf diese Vorgehensweise werden wir im weiteren Verlauf der Vorlesung noch genauer eingehen 3 / 5

4 Aufgabe 3 [Prädikatenlogik: Formeln auswerten] 3 Punkte Gegeben sei die Datenbank D = (U, Schueler, LK, B) mit dem Universum U = {Amelie, Johann, Vanessa, Mathematik, Informatik, Musik, Deutsch, der unären Relation (Menge) Schueler = {Amelie, Johann, Vanessa, der unären Relation (Menge) LK = {Mathematik, Informatik, Musik, Deutsch, der binären Relation B = {(Amelie, Mathematik), (Amelie, Informatik), (Johann, Informatik), (Johann, Musik), (Vanessa, Musik), (Vanessa, Deutsch). Bestimme den Wahrheitswert folgender Formeln unter der Belegung β, die nur für die Datenwerte im Universum U definiert ist. Beschreibe dazu zunächst kurz, welche Eigenschaft die Datenbank intuitiv erfüllen muss, damit die Formel wahr wird. Zeige dann mit geeigneten Belegungen, welcher Wahrheitswert sich ergibt. 1. x ( Schueler(x) B(x, Deutsch) ) 2. x ( Schueler(x) LK(x) ) 3. x ( Schueler(x) LK(x) ) Beispiellösung zu Aufgabe 3 1. Intuition: Die Formel wird genau dann wahr, wenn es einen Schüler gibt, der den Leistungskurs Deutsch belegt. Behauptung: Es gilt [ ( Schueler(x) B(x, Deutsch) ) ] β = 1. Begründung: Wir definieren β = β [x Vanessa], dann gilt [(Schueler(x) B(x, Deutsch))] β = 1, da [Schueler(x)] β = 1 und [B(x, Deutsch)] β = Intuition: Die Formel wird genau dann wahr, wenn es ist nicht so ist, dass eine Belegung β, die x einen Wert c U zuweist, existiert, die ( Schueler(x) LK(x) ) wahr macht. Behauptung: Es gilt [ ( Schueler(x) LK(x) ) ] β = 1. Begründung: Dies ist gleichbedeutend dazu, dass für jede solche Belegung β mindestens einer der beiden folgenden Fälle eintritt: [Schueler(x)] β = 0, ist erfüllt, wenn β (x) {Mathematik, Informatik, Musik, Deutsch; [LK(x)] β 0, ist erfüllt, wenn β (x) {Amelie, Johann, Vanessa. Da es keine anderen Datenwerte in U gibt, folgt die Behauptung. 3. Intuition: Die Formel wird genau dann wahr, wenn die Mengen Schueler und LK disjunkt sind, also keinen Datenwert gemeinsam haben. Behauptung: [ x ( Schueler(x) LK(x) ) ] β = 1. Begründung: Dies ist gleichbedeutend damit, dass für jede Belegung β der Variablen x (mit einem Wert aus U) einer der beiden Fälle eintritt (wie in bei vorhergehender Formel): [ Schueler(x)] β = 1, also [Schueler(x)] β = 0, ist erfüllt, wenn β (x) {Mathematik, Informatik, Musik, Deutsch; [ LK(x)] β = 1, also [LK(x)] β 0, ist erfüllt, wenn β (x) {Amelie, Johann, Vanessa. Da es keine anderen Datenwerte in U gibt, folgt die Behauptung. 4 / 5

5 Aufgabe 4 [Prädikatenlogik: Formeln erstellen] 2 Punkte Gegeben sei eine beliebige Datenbank D = (U, R) mit einer binären Relation R. Gib eine funktionsfreie Formel an, die genau dann den Wert wahr unter der Belegung β, die nur für die Datenwerte im Universum definiert ist, annimmt, wenn die Relation R symmetrisch ist. Beschreibe auch die Intuition deiner Formel. Beispiellösung zu Aufgabe 4 Eine Formel, die genau dann wahr wird, wenn die Relation R der Datenbank symmetrisch ist, ist beispielsweise ϕ = x y ( R(x, y) R(y, x) ) = x y ( R(x, y) R(y, x) ). Aufgabe 5 [Zusatzaufgabe] 2 Punkte Wir haben Abbildungen/Funktionen als rechtseindeutige Relationen definiert. Beispielsweise ist die Relation R = {(1, a), (3, a), (4, c), (5, b) zwischen X = {1, 2, 3, 4, 5 und Y = {a, b, c, d rechtseindeutig und kann als Abbildung r : X Y mit a, falls x = 1 oder x = 3 b, falls x = 5 r(x) = c, falls x = 4, sonst interpretiert werden. Aber auch eine Relation F X Y, die nicht rechtseindeutig ist, kann als Abbildung interpretiert werden. Dabei muss jedoch der Zielbereich anders gewählt werden: Anstatt Y wird die Potenzmenge P(Y ) verwendet. Die zugehörige Abbildung f : X P(Y ) ist dann definiert als Diese Abbildung ist sogar total. f(x) = {y (x, y) F. Bestimme für die Abbildung s, die auf diese Weise durch die Relation S = R {(1, b), (1, d), (5, a) zwischen den oben erwähnten Mengen X und Y definiert wird, den Wert für jedes Argument x X. Beispiellösung zu Aufgabe 5 Die Abbildung s : {1, 2, 3, 4, 5 P({a, b, c, d) ergibt sich wie folgt: 1 {a, b, d 2 { 3 {a 4 {c 5 {a, b 5 / 5

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 1: Wiederholung 1 Mengen 2 Abbildungen 3 Exkurs Beweistechniken 4 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen

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

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

Lösungen zur Übungsserie 1

Lösungen zur Übungsserie 1 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche

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

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 2: Logik 1 Prädikatenlogik (Einleitung) 2 Aussagenlogik Motivation Grundlagen Eigenschaften Eigenschaften Normalformen

Mehr

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

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen Mehrstellige Relationen 3 Abbildungen 4

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

Logik Vorlesung 8: Modelle und Äquivalenz

Logik Vorlesung 8: Modelle und Äquivalenz Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 24.11.2016 (Teil 2) 23. November 2016 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler 23. November 2016

Mehr

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

Mehr

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Wintersemester 2015/16 16. März 2015 Name: Vorname: Matrikelnr.: Aufgabe 1 2 4 5 6 Summe Punkte 10 10 10 10 10 10 60 erreicht

Mehr

Aufgabe 3. Sei A eine Menge von Zahlen und neg das Tripel. neg = (A, A, R) A = N A = Z A = R A = R \ {0} mod : N 0 N N 0

Aufgabe 3. Sei A eine Menge von Zahlen und neg das Tripel. neg = (A, A, R) A = N A = Z A = R A = R \ {0} mod : N 0 N N 0 Funktionen Aufgabe 1. Finden Sie 3 Beispiele von Funktionen und 3 Beispiele von partiellen Funktionen, die nicht total sind. Es sollten auch mehrstellige Funktionen darunter sein. Aufgabe 2. Zeigen Sie,

Mehr

Übungen zur Vorlesung Einführung in die Mathematik

Übungen zur Vorlesung Einführung in die Mathematik Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere

Mehr

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 4

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

Musterlösung zur Klausur Grundwissen Schulmathematik am

Musterlösung zur Klausur Grundwissen Schulmathematik am Musterlösung zur Klausur Grundwissen Schulmathematik am 24.2.2012 Aufgabe 1 (10 Punkte) Zeigen Sie: Für alle n N ist n 3 3n 2 +2n durch 6 teilbar. svorschläge Beweis durch Induktion nach n n = 1. Es ist

Mehr

Prädikatenlogiken. Mathematische Logik. Vorlesung 6. Alexander Bors. 30. März & 6. April A. Bors Logik

Prädikatenlogiken. Mathematische Logik. Vorlesung 6. Alexander Bors. 30. März & 6. April A. Bors Logik Mathematische Logik Vorlesung 6 Alexander Bors 30. März & 6. April 2017 1 Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) 2 Erinnerung Letztes Mal haben wir begonnen, ein

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

Klausur TheGI Februar 2006 Version A

Klausur TheGI Februar 2006 Version A B. Mahr, S. Bab, T. Wieczorek WS 05/06 Klausur TheGI 3 14. Februar 2006 Version A Name, Vorname: Matr.-Nr.: Übung im WS Aufgabe: 1 2 3 4 5 6 7 8 9 Punkte: Summe: Klausurnote: Punkte: Insgesamt sind in

Mehr

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die

Mehr

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben.

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben. 2 Aussagenlogik () 2.3 Semantik von [ Gamut 4-58, Partee 7-4 ] Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s und s 2 unterschiedliche Wahrheitswerte haben. Beispiel: Es regnet.

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

Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik

Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert 2. Klausur zur Vorlesung Mathematische Logik Es können maximal 48 Punkte erworben werden. Die Klausur ist bestanden,

Mehr

Formale Systeme, WS 2014/2015 Übungsblatt 5

Formale Systeme, WS 2014/2015 Übungsblatt 5 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Bernhard Beckert Thorsten Bormer, Dr. Vladimir Klebanov, Dr. Mattias Ulbrich Formale Systeme, WS 2014/2015 Übungsblatt

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2016 Einführung in die mathematische Logik Arbeitsblatt 3 Übungsaufgaben Aufgabe 3.1. Beweise mittels Wahrheitstabellen, dass die folgenden Aussagen Tautologien sind.

Mehr

Grundbegriffe der Mathematik - Blatt 1, bis zum

Grundbegriffe der Mathematik - Blatt 1, bis zum Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann

Mehr

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Die Prädikatenlogik erster Stufe: Syntax und Semantik Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,

Mehr

THEORETISCHE INFORMATIK UND LOGIK

THEORETISCHE INFORMATIK UND LOGIK Rückblick: Logelei Wir kehren zurück auf das Inselreich mit Menschen von Typ W (Wahrheitssager) und Typ L (Lügner). THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen

Mehr

Übungen zur VP Mathematische Logik

Übungen zur VP Mathematische Logik Übungen zur VP Mathematische Logik Alexander Bors 1. März 2017 Werden je nach Bedarf im Laufe des Semesters noch um weitere Übungen ergänzt. Übungen zur naiven Mengenlehre von Cantor (Vorlesung 1) Übung

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

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

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

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017

Mehr

Lösungen 1 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren

Lösungen 1 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren Lösungen 1 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren µfsr, TU Dresden Version vom 11. Oktober 2016, Fehler, Ideen, Anmerkungen und Verbesserungsvorschläge bitte an benedikt.bartsch@myfsr.de

Mehr

3. Vortrag: Arithmetische Relationen und Gödelisierung

3. Vortrag: Arithmetische Relationen und Gödelisierung 3. Vortrag: Arithmetische Relationen und Gödelisierung 1. Arithmetische und arithmetische Mengen und Relationen 2. Verkettung von Zahlen 3. Gödelisierung Arithmetische und arithmetische Mengen und Relationen

Mehr

modulo s auf Z, s. Def

modulo s auf Z, s. Def 16. Januar 2007 Arbeitsblatt 5 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 21.11.06 Präsenzaufgaben: 1) Seien

Mehr

Prädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik

Prädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik Prädikatenlogiken Mathematische Logik Vorlesung 7 Alexander Bors 6. & 27. April 2017 1 Prädikatenlogiken Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) (Abgeleitete) Axiome

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

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

Übungen zum Vorkurs Mathematik

Übungen zum Vorkurs Mathematik Übungen zum Vorkurs Mathematik Blatt 1 W.S.2009/2010 - Ernst Bönecke Aufgaben zur Aussagenlogik 1.) Seien A, B, C Aussagen. Beweisen Sie mit Hilfe von Wahrheitstafeln, dass folgende Aussagen stets wahr

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Sommersemester 2016 16. September 2016, 1:00 14:0 Uhr Name: Vorname: Matrikelnr.: Unterschrift: Aufgabe 1 2 4 5 6 Summe Punkte

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z: Aufgabe 1.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 2, 2, 2, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 2, 2, 2, 3, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y: Aufgabe 3.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (2, 3, 3, 3, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (2, 3, 3, 3, 3, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y: Aufgabe 2.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 1, 2, 2, 4, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 1, 2, 2, 4, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 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/ws13/14

Mehr

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/25 Motivation Die ist eine Erweiterung

Mehr

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3 Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3 Die Lösungshinweise dienen

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

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen 3 Abbildungen 4 Algebraische Strukturen Verknüpfungen Monoide Beispiel: Restklassen Exkurs: Formale

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

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

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

5. Äquivalenzrelationen

5. Äquivalenzrelationen 36 Andreas Gathmann 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will so kann es sinnvoll sein zunächst kleinere einfachere Mengen (bzw. Gruppen) zu betrachten

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

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen Kapitel 1 Mengen und Abbildungen 1.1 Mengen Die Objekte der modernen Mathematik sind die Mengen. Obwohl die Logik einen axiomatischen Zugang zur Mengenlehre bietet, wollen wir uns in dieser Vorlesung auf

Mehr

Mathematik-Vorkurs für Informatiker Aussagenlogik 1

Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Notieren Sie die Definitionen der

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

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 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/ws13/14

Mehr

SS Juni Übungen zur Vorlesung Logik Blatt 8

SS Juni Übungen zur Vorlesung Logik Blatt 8 SS 2011 08. Juni 2011 Übungen zur Vorlesung Logik Blatt 8 Prof. Dr. Klaus Madlener Abgabe bis 23. Juni 2011 10:00 Uhr 1. Aufgabe: [Terme und Formeln, Übung] Betrachten Sie folgende Ausdrücke: a) 3 + 4

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

Grundbegriffe der Informatik Aufgabenblatt 1

Grundbegriffe der Informatik Aufgabenblatt 1 Matr.nr.: Nachname: Vorname: Grundbegriffe der Informatik Aufgabenblatt 1 Tutorium: Nr. Name des Tutors: Ausgabe: 22. Oktober 2014 Abgabe: 31. Oktober 2014, 12:30 Uhr im GBI-Briefkasten im Untergeschoss

Mehr

2 Lösungen zu Kapitel 2

2 Lösungen zu Kapitel 2 2 Lösungen zu Kapitel 2 2. Lösung. Die Funktion f ist nicht injektiv. So gibt es (unendlich) viele Paare (x, y) mit f(x, y) = 0, etwa (0, 0) und (/2, ). Die Funktion f ist surjektiv. Zum Beispiel gilt

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

Mathematik für Informatiker I Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft

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

Syntax der Aussagenlogik

Syntax der Aussagenlogik Einführende Beispiele bitte im Buch nachlesen: Uwe Schöning: Logik für Informatiker. 5. Auflage, Spektrum Akad. Verlag, 2. Definition: Syntax der Aussagenlogik ) Atomare Formeln (A i, i =, 2, 3,...)sindFormeln.

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) 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

Formale Systeme, WS 2013/2014. Lösungen zu Übungsblatt 5

Formale Systeme, WS 2013/2014. Lösungen zu Übungsblatt 5 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt Dr. V. Klebanov, Dr. M. Ulbrich, C. Scheben Formale Systeme, WS 2013/2014 Lösungen zu Übungsblatt 5 Dieses

Mehr

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11 Mathematik für Informatiker I Christoph Eisinger Wintersemester 2010/11 Musterlösungen zum Hausübungsblatt 3 Aufgabe 1 Zu überpüfen sind jeweils folgende Eigenschaften: 1. Reflexivität: x R x x S 2. Symmetrie:

Mehr

Aufgabe Bonus.1. Aufgabe Bonus.2. Aufgabe Bonus.3. Aufgabe Bonus.4. HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz

Aufgabe Bonus.1. Aufgabe Bonus.2. Aufgabe Bonus.3. Aufgabe Bonus.4. HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz sibylle.schwarz@htwk-leipzig.de Bonus. Übung zur Vorlesung Modellierung Wintersemester 2017/18 Lösungen bis 3. Januar 2018 einzusenden im Opal-Kurs

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

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

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen

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

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 015/016 30.10.015 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 1. Übungsblatt

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 16 S-Homomorphismen und elementare Äquivalenz Definition 16.1. Zwei S-Strukturen M und N über einem erststufigen Symbolalphabet

Mehr

1. Einführung in Temporallogik CTL

1. Einführung in Temporallogik CTL 1. Einführung in Temporallogik CTL Temporallogik dient dazu, Aussagen über Abläufe über die Zeit auszudrücken und zu beweisen. Zeit wird in den hier zunächst behandelten Logiken als diskret angenommen

Mehr

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015 2 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra 5 1.1 Elementare

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Teil 3: Logik 1 Aussagenlogik Einleitung Eigenschaften Äquivalenz Folgerung Normalformen 2 Prädikatenlogik Wenn eine Karte

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken

Mehr

Übungsblatt 3 Lösungen

Übungsblatt 3 Lösungen Übungsblatt 3 Lösungen Formale Semantik WiSe 2011/2012 1 Lambda-Kalkül Anmerkungen: Pot(U) = Potenzmenge von U, wobei U das Universum Die Potenzmenge einer Menge M ist die Menge aller Teilmengen von M

Mehr

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18 Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

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

Grundbegriffe der Informatik Aufgabenblatt 2

Grundbegriffe der Informatik Aufgabenblatt 2 Matr.nr.: Nachname: Vorname: Grundbegriffe der Informatik Aufgabenblatt 2 Tutorium: Nr. Name des Tutors: Ausgabe: 4. November 2015 Abgabe: 13. November 2015, 12:30 Uhr im GBI-Briefkasten im Untergeschoss

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

1 Prädikatenlogik. 1.1 Signaturen und Strukturen

1 Prädikatenlogik. 1.1 Signaturen und Strukturen 1 Prädikatenlogik Die Constraint-logische Programmierung basiert auf der Prädikatenlogik: Constraints sind prädikatenlogische Formeln und logische Sprachen wie prolog machen einen Ausschnitt der Prädikatenlogik

Mehr

Beweisen mit Semantischen Tableaux

Beweisen mit Semantischen Tableaux Beweisen mit Semantischen Tableaux Semantische Tableaux geben ein Beweisverfahren, mit dem ähnlich wie mit Resolution eine Formel dadurch bewiesen wird, dass ihre Negation als widersprüchlich abgeleitet

Mehr

1.1 Grundbegriffe. Logik und Diskrete Strukturen (Sommer 2018) Prof. Dr. Ulrich Hertrampf

1.1 Grundbegriffe. Logik und Diskrete Strukturen (Sommer 2018) Prof. Dr. Ulrich Hertrampf . Grundbegriffe Beispiele: Paris und Mäuse / Otto und der Arzt /... Definition: Syntax der Aussagenlogik ) Atomare Formeln (A i, i =, 2, 3,...)sindFormeln. 2) Falls F und G Formeln, dann auch (F ^ G) und

Mehr

Vorkurs Mathematik. Prof. Dr. H. Brenner Osnabrück WS 2009/2010. Arbeitsblatt 4. auf Injektivität und Surjektivität.

Vorkurs Mathematik. Prof. Dr. H. Brenner Osnabrück WS 2009/2010. Arbeitsblatt 4. auf Injektivität und Surjektivität. Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Vorkurs Mathematik Arbeitsblatt 4 Injektivität und Surjektivität Aufgabe 4.1. Eine Funktion f : R R, x f(x), heißt streng wachsend, wenn für alle x 1, x 2 R

Mehr

THEORETISCHE INFORMATIK UND LOGIK

THEORETISCHE INFORMATIK UND LOGIK THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 31. Mai 2017 Rückblick: Logelei Wir kehren zurück auf

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

Klausur zur Vorlesung Mathematische Logik

Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik

Mehr

WS 20013/14. Diskrete Strukturen

WS 20013/14. Diskrete Strukturen WS 20013/14 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/ws1314

Mehr

Formale Systeme, WS 2012/2013. Lösungen zu Übungsblatt 7

Formale Systeme, WS 2012/2013. Lösungen zu Übungsblatt 7 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Faragó, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt

Mehr

Modellierung von Wissen

Modellierung von Wissen Martin LMU 9. Mai 2011 Schmutzige Kinder Eine Anzahl Kinder, manche haben eine schmutzige Stirn vom Spielen, manche nicht. Kein Kind kann seine eigene Stirn sehen und auch nicht befühlen. Kann ein Kind

Mehr