KAPITEL 5. Damit wird F n (B) selbst zu einer Booleschen Algebra und es gilt f(x) := f(x) 0(x) := 0 B 1(x) := 1 B

Größe: px
Ab Seite anzeigen:

Download "KAPITEL 5. Damit wird F n (B) selbst zu einer Booleschen Algebra und es gilt f(x) := f(x) 0(x) := 0 B 1(x) := 1 B"

Transkript

1 KAPITEL 5 Boolesche Polynome Polynome über R, d.h. reelle Funktionen der Form p(x) = a 0 + a 1 x + + a n x n, x R, sind schon aus der Schulmathematik bekannt. Wir beschäftigen uns nun mit Booleschen Polynomen, dies sind Abbildungen, deren Variablen Elemente einer Booleschen Algebra. Sei (B,, ) eine Boolesche Algebra und f : B n B eine Abbildung. Dann definieren wir die Menge aller dieser Abbildungen: F n (B) := {f f : B n B Auf dieser Menge betrachten wir nun Verknüpfungen von Elementen aus F n (B), die über die Verknüpfungen und der Booleschen Algebra definiert sind: f g : B n B : (f g)(x) := f(x) g(x) f g : B n B : (f g)(x) := f(x) g(x) Damit wird F n (B) selbst zu einer Booleschen Algebra und es gilt f(x) := f(x) 0(x) := 0 B 1(x) := 1 B komplementäres Element Nullelement Einselement Ansonsten gelten die bekannten Regeln einer Booleschen Algebra. Boolesche Polynome in den Unbekannten x 1,..., x n werden nun folgendermassen rekursiv definiert a) x 1,..., x n, 0, 1 sind Boolesche Polynome, b) sind p, q Boolesche Polynome, so auch die Verknüpfungen der Form p q, p q, p Die Menge der Booleschen Polynome in den Unbekannten x 1,..., x n bezeichnen wir mit P n. Bemerkung 5.1. Man beobachtet, dass zwei Boolesche Polynome p und q genau dann gleich sind, wenn sie als Zeichenfolge gleich sind. Dann sind etwa die beiden Polynome aus dem Beispiel oben, x 1 x 2 und x 2 x 1, nicht gleich. Daraus lässt sich direkt ableiten, dass P n selbst keine Boolesche Algebra ist. Sei B eine Boolesche Algebra. Dann lässt sich zu jedem Booleschen Polynom p P n eine Boolesche Funktion P B F n (B) konstruieren: für die Elemente a 1,..., a n B bezeichnen wir mit p B (a 1,..., a n ) B das Element aus B, das durch Einsetzen von a i für die Variable x i in p entsteht. 37

2 38 5. BOOLESCHE POLYNOME Definition 5.2. Die Funktionen p B F n (B), die durch die oben angegebene Konstruktion definiert sind, nennt man Boolesche Polynomfunktionen. Nach diesem Prinzip erhalten wir eine Abbildung Φ : P n F n (B) mittels p B = Φ(p). Diese Abbildung ist strukturerhaltend, d.h. es gilt (p q) B = p B q B (p q) B = p B q B (p) B = p B Man beachte aber, dass i.a. verschiedene Boolesche Polynome auf die gleiche Boolesche Polynomfunktion abgebildet werden. Dies liegt daran, dass F n (B) selbst eine Boolesche Algebra ist, P n jedoch nicht. Beispiel 5.3. Für die beiden Polynome p, q P n mit p = x 1 (x 1 x 2 ) und q = x 1 gilt p q. Auf der anderen Seite haben wir p B = Φ(p) = q B = Φ(q). Satz 5.4. Sei P n (B) die Menge der Booleschen Polynomfunktionen P B : B n B. Dann ist (P n (B),, ) eine Boolesche Algebra. Es erscheint daher sinnvoll, die Menge P n der Booleschen Polynome in Äquivalenzklassen einzuteilen und dies gerade so, dass gilt: [p] = [q] p B = q B Wir definieren diese Äquivalenzklassen durch: p q : p B = q B, B = {0, 1 Man zeigt unmittelbar, dass eine Äquivalenzrelation ist. Die spezielle Wahl B = B = {0, 1 ist dabei nicht entscheidend, denn es gilt Satz 5.5. Für eine beliebige Boolesche Algebra gilt p B = q B p q Wir gehen noch einen Schritt weiter und beschäftigen uns mit dem sogenannten Normalformenproblem: wir haben oben ein Äquivalenzklassensystem auf der Menge der Booleschen Polynome eingeführt. Dann ist es naheliegend nach einem geeigneten Repräsentantensystem zu suchen, d.h. eine Menge anzugeben, deren Elemente jeweils eine Äquivalenzklasse repräsentieren. Wir suchen also eine Menge N p P n für die gilt: p P n 1 q N p : p B = q B Dabei suchen wir natürlich solche Repräsentanten (Normalformen) q N p, die möglichst einfache Gestalt haben. Definition 5.6. Für Elemente a einer Booleschen Algebra setzen wir: a 1 := a, a 0 := a Analog definieren wir für die Variablen x 1,..., x n in einem Polynom p P n : x 1 k := x k, x 0 k := x k

3 Damit lassen sich die folgenden Normalformen angeben Satz BOOLESCHE POLYNOME 39 1) Die Booleschen Polynome der Form p = d i1...i n x i1 1 x in n (i 1,...,i n) B n mit d i1...i n {0, 1 bilden ein Repräsentantensystem. Man nennt dieses System disjunktive Normalform (DNF). 2) Die Booleschen Polynome der Form p = g i1...i n x i1 1 x in n (i 1,...,i n) B n mit g i1...i n {0, 1 bilden ein Repräsentantensystem. Man nennt dieses System konjunktive Normalform (KNF). Nach dem Dualitätsprinzip genügt es, sich auf eines der beiden Repräsentantensysteme zu beschränken. Ist f : B n B eine beliebige Bollesche Funktion, so lässt sich die zugehörige DNF folgendermäßen bestimmen: man setzt d k1 k n := f(k 1,..., k n ), k i {0, 1 und definiert p als DNF mit diesen Koeffizienten. Satz ) F n (B) = P n (B). Man sagt auch, dass B polynomvollständig ist. 2) Es gilt: #F n (B) = #N p = #(DNF ) = 2 2n In der folgenden Tabelle sind die Mächtigkeiten von F n (B) für die ersten 6 natürlichen Zahlen angegeben: n #F n Tabelle : Mächtigkeit von F n (B). Damit ist klar, dass wir im nachfolgenden Beispiel nur den Fall n klein angeben können. Beispiel ) Im Fall n = 1 haben wir nach der Tabelle vier unterschiedliche Normalformen. Diese sind gegeben durch p = (d 1 x 1 ) (d 0 x 1 )

4 40 5. BOOLESCHE POLYNOME wobei d 0, d 1 {0, 1. Ausgeschrieben erhalten wir p 1 = (0 x 1 ) (0 x 1 ) p 2 = (0 x 1 ) (1 x 1 ) p 3 = (1 x 1 ) (0 x 1 ) p 4 = (1 x 1 ) (1 x 1 ) Für den Fall n = 2 ergeben sich die Normalformen p = (d 11 x 1 x 2 ) (d 10 x 1 x 2 ) (d 01 x 1 x 2 ) (d 00 x 1 x 2 ) mit d ij {0, 1, i, j = 0, 1. Wir verzichten auf die genaue Angabe der 16 Polynome, die sich daraus ergeben. 2) Wir versuchen das Polynom p = x 1 x 2 in DNF darzustellen, d.h. die entsprechende disjunktive Normalform von p anzugeben. Dazu berechnen wir P B (1, 1) = p B (1, 0) = p B (0, 1) = 1 p B (0, 0) = 0 Damit lautet die disjunktive Normalform von p p = (1 x 1 x 2 ) (1 x 1 x 2 ) (1 x 1 x 2 ) (0 x 1 x 2 ) Einfache Überlegungen zeigen, dass wir die disjunktive Normalform weiter vereinfachen können ohne die Einteilung in Äquivalenzklassen zu modifizieren: setzen wir im Polynome 1 x i 1 1 x in n für die Variablen Elemente aus B = {0, 1 ein, so können wir das Polynom durch x i 1 1 x in n ersetzen. Weiterhin gilt, dass in der Normalform Terme der Form 0 x i 1 1 x in n einfach weggelassen werden können. Mit diesen Abkürzungen und Vereinbarungen lautet die DNF aus Teil 2) des obigen Beispiels p = (x 1 x 2 ) (x 1 x 2 ) (x 1 x 2 ) Da wir nur disjunktive Normalformen betrachten, verzichten wir in der Darstellung des Polynoms p auf das Symbol und schreiben abkürzend: p = x 1 x 2 x 1 x 2 x 1 x 2 Beispiel Wir wollen das Boolesche Polynom q = ((x 1 x 2 ) x 3 ) (((x 1 (x 2 x 3 )) x 4 ) x 1 ) in der abkürzenden DNF darstellen. Dazu berechnen wir die formale Auswertung von q bezüglich B = {0, 1.

5 5. BOOLESCHE POLYNOME 41 x 1 x 2 x 3 x 4 q B Tabelle: Auswertung des Polynoms q bezüglich {0, 1. Damit erhalten wir die folgende DNF von q: (5.1) q DNF = x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 Wir kommen nun zum Begriff Minimalform, der sich folgendermassen motivieren lässt: die DNF s aus obigem Beispiel sind trotz der abkürzenden Schreibweise unnötig lang und unhandlich. Beim dritten Beispiel erhalten wir zum Beispiel durch einfache Umformungen die folgende Äquivalenz: (5.2) q = ((x 1 x 2 ) x 3 ) (((x 1 (x 2 ) x 3 )) x 4 ) x 1 ) x 1 x 2 x 3 (x 1 x 4 (x 1 x 3 )) x 1 x 1 x 1 x 2 x 3 x 1 x 2 x 4 x 1 x 3 x 4 x 1 x 1 (x 2 x 4 x 3 x 4 ) x 3 x 1 x 3 d.h. das Ausgangspolynom ist äquivalent zum Polynom x 1 x 3 und das vergleiche man mit der DNF aus (5.1). Insbesondere ist das Polynom unabhängig von den Variablen x 2 und x 4, was sich auch aus der Tabelle ablesen lässt, denn es gilt: q(a 1, 0, a 3, a 4 ) = q(a 1, 1, a 3, a 4 ) a 1, a 3, a 4 B q(a 1, a 2, a 3, 0) = q(a 1, a 2, a 3, 0) a 1, a 2, a 3 B

6 42 5. BOOLESCHE POLYNOME Wir suchen daher ein Repräsentantensystem der Form p = x i 1 ν1... x ir ν r x j 1 (5.3) µ1... x jr µ r mit einer minimalen Anzahl von Termen (Faktoren und Summanden). Man beachte, dass im Unterschied zur DNF nicht notwendigerweise alle Variablen x 1,... x n in der Darstellung (5.3) auftreten. Weiterhin gilt, dass zu jedem Booleschen Polynom q P n eine Minimalform existiert, diese aber im allgemeinen nicht eindeutig bestimmt ist. Die Berechnung einer Minimalform ist komplizierter als die Ableitung einer Normalform und wir geben im folgenden einen Algorithmus zur Bestimmung einer Minimalform an: Definition ) Seien p, q P n zwei Boolesche Polynome. p heisst Implikant von q, falls gilt: (a 1,..., a n ) B n : (p B (a 1,..., a n ) = 1 q B (a 1,..., a n ) = 1) Wir schreiben dafür p q 2) Jedes Polynom p P n der Form p = x i 1 νi... x ir n r mit 1 ν 1 < < ν r n und i k {0, 1 nennt man ein Produktpolynom. 3) Sei q P n. Ein Produktpolynom s = x i 1 νi... x ir n r nennt man Primimplikant von q, falls gilt: i) s q ii) läßt man in der Darstellung des Produktpolynoms s einen Term weg, so ist s kein Implikant von q Ein Primimplikant ist also ein Implikant von q, das ein Produktpolynom ist und eine minimale Anzahl von Faktoren besitzt. Beispiel ) Wir betrachten das Polynom q = x 1 x 2 x 3 x 1 x 2 x 3 x 1 x 2 x 3 P 3. Dann berechnet man ein Primimplikant s in der Form s = x 1 x 3 : wir bemerken zunächst, dass s B (a 1, a 2, a 3 ) = 1 a 1 = a 3 = 1 gilt. Setzen wir diese Werte in das Polynom q ein, so folgt q B = 1a 2 1 1a 2 1 0a 2 0 = a 2 a 2 0 = 1 also ist s ein Implikant von q. Es gilt weiter, dass s minmal ist, denn weder x 1 noch x 3 sind Implikanten: 2) Sei q P 4 gegeben durch q B (1, 0, 0) = q B (0, 0, 1) = 0 Dann sind s 1 := x 1 und s 2 := x 3 die Primimplikanten von q. Dies folgt direkt aus den Umformungen in (5.2).

7 5. BOOLESCHE POLYNOME 43 Wir können nun den zentralen Satz über die Primimplikanten formulieren, den sogenannten Primimplikationensatz, der das Problem der Minimalform löst: Satz Jedes Boolesche Polynom q P n ist äquivalent zur Disjunktion seiner Primimplikanten, d.h. sei I q = {s 1,..., s m die Menge aller Primimplikanten von q, dann gilt q p := s 1 s m Der Beweis zu Satz 5.13 ist konstruktiv, d.h. man erhält aus dem Beweis ein Verfahren zur Berechnung der Minimalform eines Polynoms, d.h. seiner Primimplikanten. Als konkretes Berechnungsverfahren ist es allerdings ungeeignet, da das Verfahren sehr aufwendig ist. Wir geben daher im folgenden ein effizientes Verfahren zur Bestimmung einer bzw. aller disjunktiven Minimalformen für ein vorgegebenes Polynom q P n an, den Algorithmus von Quine, Mc Cluskey Dieses Verfahren besteht aus den folgenden drei Schritten: gegeben sei ein Polynom q P n. 1) man bestimmt eine DNF p (1) von q. 2) man bestimmt alle Primimplikanten von p (1) 3) von allen berechneten Primimplikanten wird ein minimaler Satz ausgewählt, der sämtliche Produkte der DNF überdeckt. Bei Schritt 1) kann man das im Anschluss an Satz 5.7 angebene Verfahren verwenden. Beim zweiten Schritt vergleicht man jeden Produktterm der DNF mit jedem anderen und verwendet folgende Reduktionsregel: αx k αx k α wobei α einen beliebigen Produktterm bezeichnet. Dieses Verfahren wird solange iteriert, bis keine weitere Anwendung der Reduktionsregel möglich ist. Die verbleibenden Terme definieren dann die Menge aller Primimplikanten s 1,..., s m von q, d.h. p (2) := s 1 s m q Man beachte allerdings, dass p (2) i.a. noch keine Minimalform ist. Daher wählt man im dritten Schritt einen minimalen Satz von Primimplikanten aus, der sämtliche Produktterme der DNF überdeckt, d.h. der Primimplikant ist Teilprodukt des Produkts der DNF. Dazu stellt man eine sogenannte Primimplikanten Tabelle auf, wobei folgende einfachere Schreibweise verwendet wird: einen Produktterm der Form x a xan n schreibt man in vereinfachter Form als a 1... a n und sortiert anschließend die Dualzahlen a 1... a n nach der Anzahl der auftretenden Einsen. In der Primimplikanten Tabelle werden die Produktterme der DNF horizontal, die Primimplikanten vertikal angeordnet. Man trägt nun in die Tabelle die Symbole x ein, falls ein Primimplikant einen Produktterm der DNF überdeckt. Eine Summe von Primimplikanten ist genau dann äquivalent zu q, wenn die auftretenden Summanden alle Produkte der DNF überdecken. Zur Bestimmung einer minimalen Anzahl von Summanden bestimmt man zunächst diejenigen Produkte der DNF, die von nur

8 44 5. BOOLESCHE POLYNOME einem Primimplikaten überdeckt werden, d.h. man sucht in der Primimplikanten Tabelle die Spalten, in denen nur ein Symbol x auftaucht. Die dabei ausgewählten Primimplikanten nennt man wesentlich, die Summe der wesentlichen Primimplikanten heißt der Kern. Dieser Kern muss in jeder disjunkten Minimalform enthalten sein. Man streicht nun alle Produkte der DNF, die von einem wesentlichen Primimplikant überdeckt werden, d.h. man streicht die entsprechenden Spalten in der Primimplikanten Tabelle. Weiter streicht man die zugehörigen wesentlichen Primimplikanten, d.h. die zugehörigen Zeilen der Tabelle. Im letzten Schritt muss man durch Ausprobieren aller verbleibenden Möglichkeiten eine minimale Restüberdeckung bestimmen. Beispiel Wir betrachten das Boolesche Polynom q = x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 1 x 3 x 4 x 2 x 4 P 4 Schritt 1): Zunächst bestimmen wir die DNF von q analog zu Besipiel 5.10, in dem wir die formale Auswertung des Polynoms bezüglich B = {0, 1 berechnen. Dabei ergibt sich p (1) = x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 x 1 x 2 x 3 x 4 Schritt 2): Berechnung der Primimplikanten von p (1) Zunächst verwenden wir die abkürzende Schreibweise und sortieren die Produktterme der DNF nach der Häufigkeit der 0: x 1 x 2 x 3 x 4 : 0000 x 1 x 2 x 3 x 4 : 1000 x 1 x 2 x 3 x 4 : 0010 x 1 x 2 x 3 x 4 : 0001 x 1 x 2 x 3 x 4 : 1100 x 1 x 2 x 3 x 4 : 1001 x 1 x 2 x 3 x 4 : 0011 x 1 x 2 x 3 x 4 : 1011

9 5. BOOLESCHE POLYNOME 45 Aus dieser Liste müssen wir nun nach der Reduktionsregel die Primimplikanten rausfiltern: im ersten Durchgang der Reduktionsregel erhalten wir Man beachte, dass die einzelnen Produktterme der DNF bei der Reduktionsregel mehrfach verwendet werden können.

10 46 5. BOOLESCHE POLYNOME Im zweiten Durchgang nehmen wir nun die Terme der rechten Seite und reduzieren weiter Der Term 1-00 läßt sich nicht weiter reduzieren. Die resultierenden Terme auf der rechten Seite lassen sich ebenfalls nicht weiter reduzieren. Daher sind die Primimplikanten gegeben durch und x 1 x 3 x 4, x 2 x 3, x 1 x 2, x 2 x 4 p (2) = x 1 x 3 x 4 x 2 x 3 x 1 x 2 x 2 x 4 Schritt 3): Wir müssen nun einen minimalen Satz von Primimplikanten auswählen, der sämtliche Produktterme der DNF überdeckt. Dazu stellen wir die Primimplikanten Tabelle auf x x 0 0 x x x x 0 0 x x x x 0 1 x x x x Wir wählen nun die Primimplikanten aus, für die nur ein Symbol x in einer Spalte auftaucht. Dies sind gerade die Terme 1 00, 00 und 0 1. Streichen wir aber zusätzlich die Spalten, die ein weiteres Symbol x für diese drei Primimplikanten aufweisen, so erkennt man, dass die drei Primimplikanten bereits eine vollständige Überdeckung der Produktterme der DNF ergeben. Also lautet die Miminalform demnach p (3) = x 1 x 3 x 4 x 1 x 2 x 2 x 4

6. Minimierung Boolescher Polynome

6. Minimierung Boolescher Polynome H.J. Oberle Boolesche Algebra WiSe 2006/07 6. Minimierung Boolescher Polynome An Beispiel (5.11) c) erkennt man, dass die DNF eines Booleschen Polynoms i. Allg. ungünstig in Bezug auf die Anzahl der Auftretenden

Mehr

f ist sowohl injektiv als auch surjektiv.

f ist sowohl injektiv als auch surjektiv. Bemerkungen: Wir erinnern uns an folgende Definitionen: Eine Funktion f : U V heißt injektiv, wenn gilt: ( x, y U)[x y f(x) f(y)] Eine Funktion f : U V heißt surjektiv, wenn gilt: ( y V x U)[y = f(x)]

Mehr

Verwendung eines KV-Diagramms

Verwendung eines KV-Diagramms Verwendung eines KV-Diagramms Ermittlung einer disjunktiven Normalform einer Schaltfunktion Eine Disjunktion von Konjunktionen derart, dass jeder Konjunktion ein Block in dem KV-Diagramm entspricht, der

Mehr

Boolesche (Schalt-) Algebra (8)

Boolesche (Schalt-) Algebra (8) Boolesche (Schalt-) Algebra (8) Karnaugh-Diagramm ist eine graphische Technik zur Darstellung und Vereinfachung von Booleschen Ausdrücken ist eine andere, zweidimensionale Darstellung von Wahrheitstabellen

Mehr

DuE-Tutorien 17 und 18

DuE-Tutorien 17 und 18 DuE-Tutorien 17 und 18 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery TUTORIENWOCHE 3 AM 18.11.2011 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

9. Polynom- und Potenzreihenringe

9. Polynom- und Potenzreihenringe 64 Andreas Gathmann 9. Polynom- und Potenzreihenringe Bevor wir mit der allgemeinen Untersuchung von Ringen fortfahren, wollen wir in diesem Kapitel kurz zwei sehr wichtige weitere Beispiele von Ringen

Mehr

DuE-Tutorien 16 und 17

DuE-Tutorien 16 und 17 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Tutorienwoche 3 am 19.11.2010 1 Christian A. Mandery: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der

Mehr

Bisher. minimale DNF. logischen Formeln Booleschen Funktionen Schaltungen

Bisher. minimale DNF. logischen Formeln Booleschen Funktionen Schaltungen Bisher Klassische Aussagenlogik (Syntax, Semantik) semantische Äquivalenz von Formeln äquivalentes Umformen von Formeln (syntaktisch) Normalformen: NNF, DNF, CNF, kanonische DNF und CNF Ablesen kanonischer

Mehr

8. Tutorium Digitaltechnik und Entwurfsverfahren

8. Tutorium Digitaltechnik und Entwurfsverfahren 8. Tutorium Digitaltechnik und Entwurfsverfahren Tutorium Nr. 9 Alexis Tobias Bernhard Fakultät für Informatik, KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Minimalpolynome und Implikanten

Minimalpolynome und Implikanten Kapitel 3 Minimalpolynome und Implikanten Wir haben bisher gezeigt, daß jede Boolesche Funktion durch einfache Grundfunktionen dargestellt werden kann. Dabei können jedoch sehr lange Ausdrücke enstehen,

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

Mehr

Teil III. Schaltnetze und ihre Optimierung

Teil III. Schaltnetze und ihre Optimierung Teil III Schaltnetze und ihre Optimierung 1 Teil III.1 Schaltnetze 2 Beispiel 1 Schaltnetz für xor mit {+,, } x y x y 0 0 0 0 1 1 1 0 1 1 1 0 DNF: x y = xy + xy 3 Beispiel 2 xor mittels nand-verknüpfung;

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion reeller Zahlen aus rationalen Zahlen Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen

Mehr

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I 5. Tutorium Die Restklassenringe /n Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll

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

Mathematik macht Freu(n)de im Wintersemester 2018/19

Mathematik macht Freu(n)de im Wintersemester 2018/19 Mathematik macht Freu(n)de im Wintersemester 08/9 Markus Fulmek 08 06 9 Im folgenden wird zunächst ein kombinatorischer Gedankengang entwickelt, der mit wenigen einfachen Definitionen (samt erläuternden

Mehr

5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0).

5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0). 5 Quadriken Kegelschnitte Ein Kegelschnitt ist eine Teilmenge K R 2, welche durch eine quadratische Gleichung in zwei Unbestimmten beschrieben werden kann: x K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f =

Mehr

Logik (Teschl/Teschl 1.1 und 1.3)

Logik (Teschl/Teschl 1.1 und 1.3) Logik (Teschl/Teschl 1.1 und 1.3) Eine Aussage ist ein Satz, von dem man eindeutig entscheiden kann, ob er wahr (true, = 1) oder falsch (false, = 0) ist. Beispiele a: 1 + 1 = 2 b: Darmstadt liegt in Bayern.

Mehr

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw. Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen

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

Algebra und Zahlentheorie WS 13/14

Algebra und Zahlentheorie WS 13/14 Algebra und Zahlentheorie WS 13/14 FU Berlin David Müßig http://page.mi.fu-berlin.de/def/auz14/ muessig@mi.fu-berlin.de 21.01.2014 1 Hintergrund: Basen & Vektorräume 1.1 Grundlegende Begriffe Da einige

Mehr

Ersetzbarkeitstheorem

Ersetzbarkeitstheorem Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen

Mehr

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z); 5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

BOOLESCHE ALGEBRA. TU Hamburg-Harburg WS 2002/2003. Skript von Jens Struckmeier, überarbeitet von Andrea Blunck

BOOLESCHE ALGEBRA. TU Hamburg-Harburg WS 2002/2003. Skript von Jens Struckmeier, überarbeitet von Andrea Blunck BOOLESCHE ALGEBRA TU Hamburg-Harburg WS 2002/2003 Skript von Jens Struckmeier, überarbeitet von Andrea Blunck KAPITEL 1 Aussagen Im ersten Kapitel beschäftigen wir uns mit den Grundlagen der Aussagenlogik.

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

Mehr

Algebraische Strukturen und Verbände

Algebraische Strukturen und Verbände KAPITEL 4 Algebraische Strukturen und Verbände Definition 4.1. Sei M eine Menge. Eine Abbildung : M M M nennt man eine (zweistellige) Verknüpfung in M. Man schreibt dafür auch a b := (a, b) mit a, b M.

Mehr

Kapitel III Ringe und Körper

Kapitel III Ringe und Körper Kapitel III Ringe und Körper 1. Definitionen und Beispiele Definition 117 Eine Algebra A = S,,, 0, 1 mit zwei zweistelligen Operatoren und heißt ein Ring, falls R1. S,, 0 eine abelsche Gruppe mit neutralem

Mehr

Polynome Teil VI: Die Potenzsummenformeln von NEWTON

Polynome Teil VI: Die Potenzsummenformeln von NEWTON Die WURZEL Werkstatt Mathematik Polynome Teil VI: Die Potenzsummenformeln von NEWTON In der letzten Ausgabe der Werkstatt haben wir gesehen, dass sich Potenzsummen, etwa die symmetrischen Funktionen p

Mehr

Ab 5.11.: Vorlesung im HSG H.001

Ab 5.11.: Vorlesung im HSG H.001 Rechnerstrukturen WS 202/3 Ab 5..: Vorlesung im HSG H.00 Boolesche Funktionen und Schaltnetze KV-Diagramme Beschreibung und Beispiel Minimalpolynome Algorithmus von Quine und McCluskey Einleitung, Berechnung

Mehr

Ringe. Kapitel Einheiten

Ringe. Kapitel Einheiten Kapitel 8 Ringe Die zahlreichen Analogien zwischen Matrizenringen und Endomorphismenringen (beides sind zugleich auch Vektorräume) legen es nahe, allgemeinere ringtheoretische Grundlagen bereitzustellen,

Mehr

Rechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik

Rechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 203 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 2. Mai 203 Boolesche Funktionen

Mehr

Grundlagen der Technischen Informatik. 7. Übung

Grundlagen der Technischen Informatik. 7. Übung Grundlagen der Technischen Informatik 7. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 7. Übungsblatt Themen Aufgabe : Aufgabe : Aufgabe : Aufgabe : KMF, Nelson/Petrick-Verfahren Quine-McCluskey-Verfahren

Mehr

2 Polynome und rationale Funktionen

2 Polynome und rationale Funktionen Gleichungen spielen auch in der Ingenieurmathematik eine große Rolle. Sie beschreiben zum Beispiel Bedingungen, unter denen Vorgänge ablaufen, Gleichgewichtszustände, Punktmengen. Gleichungen für eine

Mehr

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f.

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f. 3 Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f 4 Auf der Menge aller Restklassen [f] g kann man Addition und

Mehr

Rechnerstrukturen, Teil 1

Rechnerstrukturen, Teil 1 Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 18/19 Prof. Dr. Jian- Jia Chen Fakultät für Informatik Technische Universität Dortmund jian- jia.chen@cs.uni-.de http://ls12- www.cs.tu-.de Übersicht 1. Organisatorisches

Mehr

Diskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik

Diskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Aussagen Begriff Aussage: Ausdruck, welcher entweder wahr oder falsch ist e Die RWTH Aachen hat

Mehr

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2. Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.

Mehr

Lineare Gleichungssystem

Lineare Gleichungssystem Lineare Gleichungssystem 8. Juli 07 Inhaltsverzeichnis Einleitung Der Gauß-Algorithmus 4 3 Lösbarkeit von Gleichungssystemen 6 Einleitung Wir haben uns bisher hauptsächlich mit dem Finden von Nullstellen

Mehr

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/??

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/?? Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten

Mehr

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung

Viele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

Skriptum EINFÜHRUNG IN DIE ALGEBRA

Skriptum EINFÜHRUNG IN DIE ALGEBRA Skriptum EINFÜHRUNG IN DIE ALGEBRA 1 Günter Lettl SS 2016 1. Algebraische Grundbegriffe 1.1 Verknüpfungen Definition 1. Es sei M eine nicht leere Menge. a) Eine Verknüpfung (oder (binäre) Operation) auf

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit 3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)

Mehr

EINFÜHRUNG IN DIE ALGEBRA Proseminar SS Übungsblatt für den

EINFÜHRUNG IN DIE ALGEBRA Proseminar SS Übungsblatt für den 1. Übungsblatt für den 11. 3. 2010 1. Es seien a, b Z. Beweisen Sie: a) a b T (a) T (b) b) Für jedes k Z gilt: T (a) T (b) = T (a) T (b + ka) c) Für jedes k Z gilt: ggt(a, b) = ggt(a, b + ka). 2. Für n

Mehr

Was bisher geschah: klassische Aussagenlogik

Was bisher geschah: klassische Aussagenlogik Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f,,,,, aussagenlogische Formeln AL(P) induktive Definition: IA Atome (Aussagenvariablen) p, q, r,... P IS zusammengesetzte

Mehr

Einführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018

Einführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018 1 Beweisen Sie folgende Aussage: Das Produkt zweier ungeraden Zahlen ist ungerade Beweisen Sie folgende Aussage: Es gibt keine ganzen Zahlen n, m mit 8m + 4n = 100 [Hinweis: Beweisen Sie indirekt Nehmen

Mehr

Einführung in Computer Microsystems Sommersemester Vorlesung Dr.-Ing. Wolfgang Heenes

Einführung in Computer Microsystems Sommersemester Vorlesung Dr.-Ing. Wolfgang Heenes Einführung in Computer Microsystems Sommersemester 2010 10. Vorlesung Dr.-Ing. Wolfgang Heenes 16. Juni 2010 TechnischeUniversitätDarmstadt Dr.-Ing. WolfgangHeenes 1 Inhalt 1. Literatur 2. Minimierung

Mehr

4.2 Grenzen Effizienter Schaltkreise

4.2 Grenzen Effizienter Schaltkreise 4.2 Grenzen Effizienter Schaltkreise Definition 19 Sei F eine Boolesche Formel. Ein Literal ist eine Variable oder deren Negation. Eine Klausel ist eine Disjunktion, d.h. eine or-verknüpfung, von Literalen.

Mehr

1 Grundlagen zur Darstellungstheorie

1 Grundlagen zur Darstellungstheorie Seminar Gruppen in der Physik SS 06 Vortrag 1 Gruppen und ihr Darstellung Matthias Nagl 1 Grundlagen zur Darstellungstheorie In diesem Vortrag wird es nur um lineare Darstellungen endlicher Gruppen in

Mehr

Logische Äquivalenz. Definition Beispiel 2.23

Logische Äquivalenz. Definition Beispiel 2.23 Logische Äquivalenz Definition 2.22 Zwei aussagenlogische Formeln α, β A heißen logisch äquivalent, falls für jede Belegung I von α und β gilt: Schreibweise: α β. Beispiel 2.23 Aus Folgerung 2.6 ergibt

Mehr

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009 4. Vortrag - Garben Datum: 26. April 2009 1 Graduierte Ringe Definition 4.1.1. Eine k-algebra R heißt graduiert, wenn sie dargestellt werden kann als eine direkte Summe R = R n, wobei die R n als k-unterräume

Mehr

Arbeitsblatt Logische Verknüpfungen Schaltnetzsynthese

Arbeitsblatt Logische Verknüpfungen Schaltnetzsynthese Einleitung Zur Aktivitätsanzeige der 3 Gehäuselüfter (Signale a - c) eines PC-Systems soll eine Logikschaltung entwickelt werden, die über drei Signalleuchten (LEDs) anzeigt, ob ein beliebiger (LED1 x),

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren:

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren: Resolutionskalkül Ein Kalkül ist eine Kollektion von syntaktischen Umformungsregeln, die unter gegebenen Voraussetzungen aus bereits vorhandenen Formeln neue Formeln erzeugen. Der Resolutionskalkül besteht

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht

Mehr

Serie 3: Ringe, Körper, Vektorräume

Serie 3: Ringe, Körper, Vektorräume D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 3: Ringe, Körper, Vektorräume 1. Im Folgenden sei n N und Z n bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l

Mehr

Lineare Abbildungen und Orthonormalsysteme

Lineare Abbildungen und Orthonormalsysteme KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische

Mehr

4.1 Stammfunktionen: das unbestimmte Integral

4.1 Stammfunktionen: das unbestimmte Integral Kapitel 4 Integration 4. Stammfunktionen: das unbestimmte Integral Die Integration ist die Umkehrung der Differentiation: zu einer gegebenen Funktion f(x) sucht man eine Funktion F (x), deren Ableitung

Mehr

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem

Mehr

a i x i, (1) Ein Teil der folgenden Betrachtungen gilt auch, wenn man den Körper durch einen Ring ersetzt.

a i x i, (1) Ein Teil der folgenden Betrachtungen gilt auch, wenn man den Körper durch einen Ring ersetzt. Polynome Definition 1. Ein Polynom f über einem Körper K mit der Unbestimmten x ist eine formale Summe f(x) = i 0 a i x i, (1) wobei nur endlich viele der Koeffizienten a i K von Null verschieden sind.

Mehr

Algorithmus von McClusky: Der Algorithmus von McCluskey liefert durch wiederholte Anwendung der ersten und zweiten Vereinfachungsregel:

Algorithmus von McClusky: Der Algorithmus von McCluskey liefert durch wiederholte Anwendung der ersten und zweiten Vereinfachungsregel: Seite 1 Aufgabe 1 Algorithmus von McClusky: Der Algorithmus von McCluskey liefert durch wiederholte Anwendung der ersten und zweiten Vereinfachungsregel: f 1 = a b c d + a b c d + a b c d + a b c d + a

Mehr

10. Übung zur Linearen Algebra I -

10. Übung zur Linearen Algebra I - . Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@FU-Berlin.de FU Berlin. WS 29-. Aufgabe 37 i Für welche α R besitzt das lineare Gleichungssystem 4 αx + αx 2 = 4x + α + 2x 2 = α genau eine,

Mehr

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw. Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen

Mehr

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Ralf Moeller Hamburg Univ. of Technology Boole'sche Algebra Äquivalenzen als "Transformationsgesetze" Ersetzbarkeitstheorem Zentrale

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 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

2.1 Boole sche Funktionen

2.1 Boole sche Funktionen . Grundlagen digitaler Schaltungen. Boole sche Funktionen Darstellung Boolescher Funktionen. Boole sche lgebra Sätze der Booleschen lgebra.3 Realisierung von Booleschen Funktionen Normalformen zweistufiger

Mehr

Partialbruchzerlegung

Partialbruchzerlegung Partialbruchzerlegung Lucas Kunz 27. Januar 207 Inhaltsverzeichnis Theorie 2. Definition.................................... 2.2 Nullstellen höheren Grades........................... 2.3 Residuen-Formel................................

Mehr

1.4 Gruppen, Ringe, Körper

1.4 Gruppen, Ringe, Körper 14 Gruppen, Ringe, Körper Definition 141 Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M : (a, b a b Die Verknüpfung heißt assoziativ falls gilt: a (b c = (a b c a, b, c M; kommutativ falls

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 5 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Jede binäre Operation hat maximal ein

Mehr

4 Affine Koordinatensysteme

4 Affine Koordinatensysteme 4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner

Mehr

3.5 Faktorzerlegung von Polynomen

3.5 Faktorzerlegung von Polynomen Algebra I c Rudolf Scharlau, 2002 2010 154 3.5 Faktorzerlegung von Polynomen In diesem Abschnittes geht es um eine Verfeinerung der Methoden, mit denen man Polynome, z.b. mit Koeffizienten in Z oder Q,

Mehr

2.3 Logikoptimierung. Überblick digitale Synthese. Logikoptimierung

2.3 Logikoptimierung. Überblick digitale Synthese. Logikoptimierung 2.3 Logikoptimierung Logikoptimierung Überblick digitale Synthese Logikoptimierung Begriffe Mehrstufige Logik Zweistufige Logik:..Exakte Verfahen..Heuristische Verfahren..Expansion/ Reduktion..Streichen

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition

Mehr

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3

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

Kapitel 4: Das Überdeckungsproblem

Kapitel 4: Das Überdeckungsproblem Kapitel : Das Überdeckungsproblem Kapitel Das Überdeckungsproblem Kapitel : Das Überdeckungsproblem Seite / 25 Kapitel : Das Überdeckungsproblem Inhaltsverzeichnis. Überdeckungsmatrizen.2 Minimalüberdeckungen.

Mehr

(a), für i = 1,..., n.

(a), für i = 1,..., n. .4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung

Mehr

Syntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch

Syntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, Determinanten, lineare Gleichungssysteme Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n

Mehr

Polynome und ihre Nullstellen

Polynome und ihre Nullstellen Polynome und ihre Nullstellen 29. Juli 2017 Inhaltsverzeichnis 1 Einleitung 2 2 Explizite Berechnung der Nullstellen 2.1 Polynome vom Grad 0............................. 2.2 Polynome vom Grad 1.............................

Mehr

m 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23

m 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23 Kapitel 5 Eigenwerte 5. Definition und Beispiele Wir sehen uns ein System dreier schwingender Kugeln der Massen m, m und m 3 an, die durch Federn aneinander gekoppelt sein sollen. m k m k 3 m 3 x ( t x

Mehr

Grundlagen der Informationsverarbeitung:

Grundlagen der Informationsverarbeitung: Grundlagen der Informationsverarbeitung: Schaltungsentwurf und Minimierungsverfahren Prof. Dr.-Ing. habil. Ulrike Lucke Durchgeführt von Prof. Dr. rer. nat. habil. Mario Schölzel Maximaler Raum für Titelbild

Mehr

2. Spezielle anwendungsrelevante Funktionen

2. Spezielle anwendungsrelevante Funktionen 2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für

Mehr

1.4 Gruppen, Ringe, Körper

1.4 Gruppen, Ringe, Körper 14 Gruppen, Ringe, Körper Definition 141 Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M : (a,b) a b Die Verknüpfung heißt assoziativ falls a,b,c M gilt: a (b c) = (a b) c; kommutativ falls

Mehr

Zusatzmaterial zu Kapitel 4

Zusatzmaterial zu Kapitel 4 1 ERMITTLUNG DER TRANSITIONSMATRIX MIT DER SYLVESTER-FORMEL 1 Zusatzmaterial zu Kapitel 4 1 Ermittlung der Transitionsmatrix mit der Sylvester- Formel Wir nehmen an, dass das Zustandsmodell eines linearen

Mehr

1 Aussagenlogischer Kalkül

1 Aussagenlogischer Kalkül 1 Aussagenlogischer Kalkül Ein Kalkül in der Aussagenlogik soll die Wahrheit oder Algemeingültigkeit von Aussageformen allein auf syntaktischer Ebene zeigen. Die Wahrheit soll durch Umformung von Formeln

Mehr

DuE-Tutorien 4 und 6. Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery. WOCHE 4 AM

DuE-Tutorien 4 und 6. Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery.  WOCHE 4 AM DuE-Tutorien 4 und 6 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery WOCHE 4 AM 13.11.2012 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Kapitel 6 Programmierbare Logik. Literatur: Kapitel 6 aus Oberschelp/Vossen, Rechneraufbau und Rechnerstrukturen, 9. Auflage

Kapitel 6 Programmierbare Logik. Literatur: Kapitel 6 aus Oberschelp/Vossen, Rechneraufbau und Rechnerstrukturen, 9. Auflage Kapitel 6 Programmierbare Logik Literatur: Kapitel 6 aus Oberschelp/Vossen, Rechneraufbau und Rechnerstrukturen, 9. Auflage Kapitel 6: Programmierbare Logik und VLSI Seite Kapitel 6: Programmierbare Logik

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei

Mehr