Rückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen
|
|
- Vincent Althaus
- vor 5 Jahren
- Abrufe
Transkript
1 Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66
2 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung wandern Zeichen werden mit Hilfe von Zeichensatztabellen (z.b. ASCII, ISO-8859-X, UTF-8, UTF-16) dargestellt 67
3 2.3 Boolesche Algebra Definition: Eine Boolesche Algebra ist eine Menge X mit Operationen +, und, die als oder, und und nicht bezeichnet werden und für die folgende Regeln gelten I. Assoziativität 8 a, b, c 2 X : (a + b)+c = a +(b + c) 8 a, b, c 2 X : (a b) c = a (b c) II. Kommutativität 8 a, b 2 X : (a + b) =(b + a) 8 a, b 2 X : (a b) =(b a) 68
4 Boolesche Algebra III. Distributivität 8 a, b, c 2 X : a +(b c) =(a + b) (a + c) 8 a, b, c 2 X : a (b + c) =(a b)+(a c) IV. Absorptionsgesetz 8 a, b 2 X : a +(a b) =a 8 a, b 2 X : a (a + b) =a V. Inverse Elemente 8 a 2 X : a + a =1 8 a 2 X : a a =0 69
5 Potenzmenge als Boolesche Algebra Beispiel 1: Die Potenzmenge P(M) einer beliebigen Menge M bildet mit den Operationen (Schnitt), (Vereinigung) und (Mengenkomplement) Betrachten wir die Menge M = {0, 1, 2}, dann hat ihre Potenzmenge die folgenden Elemente 8 9 ;, >< >= {0}, {1}, {2}, P (M) = {0, 1}, {0, 2}, {1, 2}, >: >; {0, 1, 2} 70
6 Potenzmenge als Boolesche Algebra Betrachten wir die Menge M = {1, 3, 5, 7}, dann hat ihre Potenzmenge die folgenden Elemente 71
7 Potenzmenge als Boolesche Algebra Beispiel 2: Die Menge der Booleschen Werte! = {0, 1} bildet mit den Operationen (oder), (und) und (nicht) eine Boolesche Algebra, welche Grundlage der Aussagenlogik ist _ ^
8 2.4 Aussagenlogik Auf der Menge der Booleschen Werte! = {0, 1} mit den Operationen (oder), (und) und (nicht) baut die sogenannte Aussagenlogik (vgl. Mathematik 1) auf Sie betrachtet Aussagen mit eindeutigen Wahrheitswert 11 ist eine Primzahl 16 ist ganzzahlig durch 3 teilbar Aussagen können miteinander verknüpft werden, um so zusammengesetzte Aussagen zu bilden 73
9 Aussagenlogik Neben den bereits bekannten Booleschen Operationen, und gibt es weitere Verknüpfungen z.b. XOR ( entweder oder ) Implikation ( folgt aus, wenn dann ) )
10 Aussagenlogik Äquivalenz ( genau dann wenn ),
11 Logische Variablen Definition: Wir nennen ein a {0,1} eine logische Variable Definition: Eine Zuweisung von Werten zu logischen Variablen nennen wir Belegung 76
12 Logische Ausdrücke Definition: Eine Verknüpfung von endlich vielen logischen Konstanten (0 und 1) und logischen Variablen heißt logischer Ausdruck. Die Reihenfolge, in der Verknüpfungen anzuwenden sind, wird durch Klammern bestimmt. Ausdrücke, die nur die Verknüpfungen, und enthalten, heißen Boolesche Ausdrücke. Um Klammern zu sparen, gelten Vorrangregeln bindet am stärksten bindet stärker als 77
13 Logische Äquivalenz Beispiele: (a b) c ist ein logischer Ausdruck a (b c) ist ein Boolescher Ausdruck Definition: Zwei logische Ausdrücke A 1 und A 2 heißen äquivalent (in Zeichen = ), wenn sie bei gleicher Belegung gemeinsamer Variablen stets den gleichen Wahrheitswert liefern A 1 = A 2 heißt dann logische Gleichung 78
14 <latexit sha1_base64="bkhm/y5qseksx1p8dz/f7y6gnz8=">aaadj3icdvlnbhmxepyuf2x5aqrcukxihmolu66q6desfy5ibzg2uh1fy3e6sbjrr2xvivryarwjn67wetwqhlnzedibfgxbmp779m03i3vgvmyldwn6kwivxb9x89bw7ejo3xv3tzs7dw6trozaodc5nscclozs4dbjl+nxaraknumrn75c+i/o0vip1ts3k3fuqkbkmrtgpdxecbqmyyzv7ybxozh5lyt46mc86kevfhr3elolzt+fmj0jxkxhfvnnm7iyvzxzxiex+n3soxhjk8xlotsllxzttsaidwk5virtqddiuk7sttnpppzt0dulvarc3zahov1xk3gnm/b30oxfvwhtn2fahtwijr2mo3/yqrzvgcqjhkw9ownprjuyj0wo84hvfksqu8jwbnissjsjokndodoztttdbqxaud00u+wsobb2vvarzafu0ia51lp/hhsputvbh9vslzvd5vvoglgnq+u/tdllapyuyetzmi494d9kkxwcfkgkeebbvofzyjfnogbx/8hhxp96/oz5d7c/rbpzio/je7jlkhlbbuqvosbdiojpwzfga/at/bx+d3+ep5fsmfjfpcqtc3//bq8s3mo=</latexit> <latexit sha1_base64="bkhm/y5qseksx1p8dz/f7y6gnz8=">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</latexit> <latexit sha1_base64="bkhm/y5qseksx1p8dz/f7y6gnz8=">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</latexit> <latexit sha1_base64="ityzpwtqhodurxdhnfi66f1q37y=">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</latexit> <latexit sha1_base64="rrjbhyic6mixfpzvdxte597fq6i=">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</latexit> <latexit sha1_base64="rrjbhyic6mixfpzvdxte597fq6i=">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</latexit> <latexit sha1_base64="rrjbhyic6mixfpzvdxte597fq6i=">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</latexit> <latexit sha1_base64="orjn4wukvodgcfx/hz8txea6mk0=">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</latexit> Logische Äquivalenz mittels Wertetabellen In der Vorlesung Mathematik 1 wurde gezeigt, wie man die logische Äquivalenz zweier Ausdrücke A 1 und A 2 mittels ihrer Wertetabellen überprüfen kann Beispiel: A 1 = (a b) c und A 2 = ( a b) c a b c (a b) (a b) c a b c ( a b) ( a b) c
15 Logische Äquivalenz mittels Wertetabellen Beispiel: A 1 = (a b) und A 2 = ( a b) a b (a ) b) ( a _ b) Beispiel: A 1 = (a b) und A 2 = (a b) a b (a ) b) (a ^ b)
16 Logische Äquivalenz mittels Umformen Eine zweite Methode zum Zeigen der logischen Äquivalenz zweier Ausdrücke A 1 und A 2 besteht darin, einen anhand von Rechenregeln in den anderen umzuformen Rechenregeln für logische Ausdrücke (vgl. Handout): I. Negation der Negation ( a) =a II. Kommutativ-Gesetze a ^ b = b ^ a a _ b = b _ a 81
17 Logische Äquivalenz mittels Umformen III. Assoziativ-Gesetze (a ^ b) ^ c = a ^ (b ^ c) (a _ b) _ c = a _ (b _ c) IV. Distributiv-Gesetze a ^ (b _ c) =(a ^ b) _ (a ^ c) a _ (b ^ c) =(a _ b) ^ (a _ c) V. Idempotenz-Gesetze a ^ a = a a _ a = a 82
18 Logische Äquivalenz mittels Umformen VI. Komplement-Gesetze a ^ a =0 a _ a =1 VII. 0-1-Gesetze a ^ 0=0 a ^ 1=a a _ 0=a a _ 1=1 83
19 Logische Äquivalenz mittels Umformen VIII. Absorptions-Gesetze a ^ (a _ b) =a a _ (a ^ b) =a (a ^ b) _ (a ^ b) =a (a _ b) ^ (a _ b) =a (a ^ b) _ b = a _ b (a _ b) ^ b = a ^ b IX. De Morgan (a ^ b) = a _ b (a _ b) = a ^ b 84
20 Logische Äquivalenz mittels Umformen Beispiel: A 1 = (a b) c und A 2 = (a c) b (a ^ b) _ c =( a _ b) _ c (ix) = a _ ( b _ c) (iii) = a _ ( c _ b) (ii) =( a _ c) _ b (iii) = (a ^ c) _ b (ix) 85
21 Logische Äquivalenz mittels Umformen Beispiel: A 1 = ( (a b)) c und A 2 = a (b c) 86
22 2.5 Logische Funktionen Logische Funktionen spielen in der Informatik eine wichtige Rolle z.b. beim Entwurf von Schaltungen Definition: Eine Funktion f:{0,1} n {0,1} heißt vollständige (n-stellige) logische Funktion. Sie ordnet jedem binären n-tupel (a 1,,a n ) einen Wahrheitswert in {0,1} zu 87
23 Logische Funktionen Beispiel: An einem Haus sind drei Alarmsensoren befestigt. Ein Alarm soll ausgelöst werden, wenn mindestens zwei der Sensoren aktiv sind a i bezeichne den i-ten Sensor (a i = 0 : Sensor i nicht aktiv / a i = 1 : Sensor i aktiv) 88
24 Logische Funktionen Wir geben nun die Wertetabelle einer 3-stelligen logischen Funktion an, die angibt, wann ein Alarm ausgelöst wird a 1 a 2 a 3 f(a 1,a 2,a 3 ) Wie können wir eine gegebene n-stellige logische Funktion kompakt als logischen Ausdruck darstellen? 89
25 Disjunktive Normalform Definition: Ein logischer Ausdruck der Form K 1 _ K 2 _ K 3 _..._ K n heißt in disjunktiver Normalform (DN), wenn alle Konjunktionsterme K i (1 i n) paarweise verschieden sind Beispiele: Folgende Ausdrücke sind in disjunktiver Normalform (a ^ b) _ ( a ^ b) (a ^ b ^ c) _ ( a ^ b ^ c) _ (a ^ b ^ c) 90
26 Disjunktive Normalform Beispiele: Folgende Ausdrücke sind nicht in disjunktiver Normalform (a ^ b) _ ( a ^ b ^ c) _ (a ^ b) (a ^ b ^ c) _ (a ^ b ^ c) _ (a ^ b) Zu jedem logischen Ausdruck existieren in der Regel mehrere äquivalente logische Ausdrücke in disjunktiver Normalform Beispiel: (a ^ b) _ (a ^ b) _ (a ^ c) _ ( a ^ c) =a _ c 91
27 Kanonische disjunktive Normalform Definition: Ein logischer Ausdruck K 1 _ K 2 _ K 3 _..._ K n heißt in kanonischer disjunktiver Normalform (KDN), wenn er in DN ist und zusätzlich jeder der vorhandenen Konjunktionsterme alle n Variablen enthält und keine zwei Konjunktionsterme logisch äquivalent sind Es gibt keine zwei verschiedenen logischen Ausdrücke, die äquivalent sind und sich in KDN befinden 92
28 Kanonische disjunktive Normalform Die KDN einer logischen Funktion lässt sich wie folgt bestimmen: stelle die Wertetabelle der logischen Funktion auf konstruiere die Konjunktionsterme aus den Zeilen mit Wahrheitswert 1 ist a i in der Zeile wahr (d.h. mit 1 belegt) wird es zur Variablen a i ist a i in der Zeile falsch (d.h. mit 0 belegt) wird es zur Variablen a i 93
29 Kanonische disjunktive Normalform Beispiel: Die KDN zu unserem Alarm-Beispiel lässt sich aus der Wertetabelle ablesen als a 1 a 2 a 3 f(a 1,a 2,a 3 ) ( a 1 ^ a 2 ^ a 3 ) _ (a 1 ^ a 2 ^ a 3 ) _ (a 1 ^ a 2 ^ a 3 ) _ (a 1 ^ a 2 ^ a 3 ) 94
30 Kanonische disjunktive Normalform Die KDN der durch die Wertetabelle a 1 a 2 a 3 f(a 1,a 2,a 3 ) dargestellten logischen Funktion lautet 95
31 Zusammenfassung Boolesche Algebra als abstrakte algebraische Struktur Äquivalenz von logischen Ausdrücken lässt sich mittels Wertetabellen oder durch Umformung überprüfen Rechengesetze zum Umformen logischer Ausdrücke Kanonische disjunktive Normalform als eindeutige Darstellung einer logischen Funktion 96
32 Literatur [1] H.-P. Gumm und M. Sommer: Einführung in die Informatik, Oldenbourg Verlag, 2012 (Kapitel 5.2) 97
Rückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen
Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
Mehrf 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)]
MehrInformationsverarbeitung auf Bitebene
Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung
MehrLogik (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.
MehrMathematik 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 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage
MehrLogische 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
MehrRechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 21. Oktober 2013 1/33 1 Boolesche
MehrBoolesche Algebra (1)
Boolesche Algebra (1) Definition 1: Sei B = Σ 2 = {0,1} das Alphabet mit den Elementen 0 und 1. Seien auf B die 3 Operatoren einer Algebra wie folgt definiert für x,y aus B: x+y := Max(x,y), x y := Min(x,y),
Mehr1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen
1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist
Mehr1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen
. Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!
MehrLogik (Prof. Dr. Wagner FB AI)
Logik (Prof. Dr. Wagner FB AI) LERNZIELE: Über die Kenntnis und das Verständnis der gegebenen Definitionen hinaus verfolgt dieser Teil der Lehrveranstaltung die folgenden Lernziele: Bei gegebenen sprachlichen
MehrEinführung 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
MehrMathematische Grundlagen I Logik und Algebra
Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte
MehrKapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
MehrKapitel 1. Aussagenlogik
Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 15/16
Rechnerstrukturen, Teil Vorlesung 4 SWS WS 5/6 Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls-www.cs.tu-.de Übersicht. Organisatorisches 2.
MehrFormalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:
Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,
Mehr1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.
Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)
MehrAnwendung Informatik Daten verwalten (2) Ursprüngliche Information Logische Verknüpfungen als Grundlage für die Informationsgewinnung
Agenda für heute, 20. November 2009 Daten verwalten (2): Drei Stufen der Datenverwaltung Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werte von Aussagen: Wahrheitstabellen Anwendung
Mehr1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.
Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)
MehrJeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =?
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl.
MehrInformatik I Tutorium WS 07/08
Informatik I Tutorium WS 07/08 Vorlesung: Prof. Dr. F. Bellosa Übungsleitung: Dipl.-Inform. A. Merkel Tutorium: 2 Tutor: Jens Kehne Tutorium 7: Dienstag,. Dezember 2007 Agenda des heutigen Tutoriums Übersicht
MehrEinführung 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
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 2012/13 Repräsentation von Daten Repräsentation von Texten (Wiederholung) Repräsentation ganzer Zahlen (Wiederholung) Repräsentation rationaler Zahlen (Wiederholung) Repräsentation
MehrRechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 15. April 2013 1 Repräsentation
Mehr1. Algebraische Strukturen: Boole sche Algebra
1. Algebraische Strukturen: Boole sche Algebra Der Begriff Algebra wird im allgemeinen Verständnis mit Lehre von den Zahlen gleich gesetzt. Das ergibt sich aus unserer Schulausbildung, die sich mit den
MehrInhalt. 2.1 Darstellung von Zahlen. 2.2 Darstellung von Zeichen. 2.3 Boolesche Algebra. 2.4 Aussagenlogik. 2.5 Logische Funktionen
2. Grundlagen Inhalt 2.1 Darstellung von Zahlen 2.2 Darstellung von Zeichen 2.3 Boolesche Algebra 2.4 Aussagenlogik 2.5 Logische Funktionen 2 2.1 Darstellung von Zahlen Im Alltag rechnen wir gewöhnlich
MehrEinführung in die Theoretische Informatik. Inhalte der Lehrveranstaltung. Definition (Boolesche Algebra) Einführung in die Logik
Zusammenfassung Einführung in die Theoretische Informatik Woche 5 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung der letzten LV Jede binäre Operation hat maximal ein
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
MehrRückblick. Addition in der b-adischen Darstellung wie gewohnt. Informatik 1 / Kapitel 2: Grundlagen
Rückblick Addition in der b-adischen Darstellung wie gewohnt 5 0 C E + D 4 2 D = 44 Rückblick Multiplikation in der b-adischen Darstellung wie gewohnt 1 0 1 0 1 0 1 = 45 Rückblick Darstellung negativer
MehrDuE-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
MehrGrundlagen der Informationverarbeitung
Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,
MehrDuE-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
MehrInformatik 3 Übung 09 Georg Kuschk
Informatik 3 Übung 09 Georg Kuschk 9.1) Das Tupel ( {1,2,3,5,6,10,15,}, kgv, ggt, inv,, 1 ) mit inv()=/ ist eine boolesche Algebra, wenn für alle,y,z M folgende 7 Regeln gelten ( Zur besseren Übersicht
MehrGeschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie. Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen
Was ist Logik? Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Beschränkung auf "Aussage A folgt nach einer gegebenen
MehrAlgorithmen & Programmierung. Logik
Algorithmen & Programmierung Logik Aussagenlogik Gegenstand der Untersuchung Es werden Verknüpfungen zwischen Aussagen untersucht. Aussagen Was eine Aussage ist, wird nicht betrachtet, aber jede Aussage
Mehrb= NaN
42 Beispiel: IEEE single precision: 0 10000000 00000000000000000000000 b= + 2 128 127 1.0 2 = 2 0 10000001 10100000000000000000000 b= + 2 129 127 1.101 2 = 6.5 1 10000001 10100000000000000000000 b= 2 129
MehrWas 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
MehrTechnische 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
MehrVorlesung 3: Logik und Mengenlehre
28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung
MehrKleine lateinische Buchstaben wie z. B. p, q, r, s t, usw.
1.1 Aussagenlogik Grundlagen der Mathematik 1 1.1 Aussagenlogik Definition: Aussage Eine Aussage im Sinne der Logik ist ein formulierter Tatbestand, der sich bei objektiver Prüfung immer eindeutig als
MehrLineare 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
MehrAllgemeingültige 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
Mehr3 Boole'sche Algebra und Aussagenlogik
3 Boole'sche Algebra und Aussagenlogik 3- Boole'sche Algebra Formale Grundlagen der Informatik I Herbstsemester 22 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
MehrVorkurs Mathematik für Informatiker 5 Logik, Teil 1
5 Logik, Teil 1 Michael Bader, Thomas Huckle, Stefan Zimmer 1. 9. Oktober 2008 Kap. 5: Logik, Teil 1 1 Aussagenlogik Rechnen mit Wahrheitswerten: true und false Kap. 5: Logik, Teil 1 2 Aussagenlogik Rechnen
Mehr0 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
MehrAussagenlogik. Formale Methoden der Informatik WiSe 2012/2013 teil 6, folie 1
Aussagenlogik Formale Methoden der Informatik WiSe 22/23 teil 6, folie Teil VI: Aussagenlogik. Einführung 2. Boolesche Funktionen 3. Boolesche Schaltungen Franz-Josef Radermacher & Uwe Schöning, Fakultät
MehrTechnische Informatik (RO)
Technische Informatik (RO) Zahlensysteme, Digitale Systeme (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4) Automaten (5,6) Datenkodierung (7,8) Fortsetzung Teil Rechnerarchitektur,
MehrTU9 Aussagenlogik. Daniela Andrade
TU9 Aussagenlogik Daniela Andrade daniela.andrade@tum.de 18.12.2017 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2 /
Mehr1. Grundlegende Konzepte der Informatik
1. Grundlegende Konzepte der Informatik Inhalt Algorithmen Darstellung von Algorithmen mit Programmablaufplänen Beispiele für Algorithmen Aussagenlogik Zahlensysteme Kodierung Peter Sobe 1 Aussagenlogik
MehrHM 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
MehrTechnische Informatik - Eine Einführung
Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Technische Informatik - Eine Einführung Boolesche Funktionen - Grundlagen
MehrTechnische Informatik I, SS03. Boole sche Algebra, Kombinatorische Logik
Übung zur Vorlesung Technische Informatik I, SS03 Ergänzung Übungsblatt 1 Boole sche Algebra, Kombinatorische Logik Guenkova, Schmied, Bindhammer, Sauer {guenkova@vs., schmied@vs., bindhammer@vs., dietmar.sauer@}
MehrGrundbegriffe aus Logik und Mengenlehre
Prof. Dr. B. Niethammer Dr. C. Seis, R. Schubert Institut fr Angewandte Mathematik Universitt Bonn Grundbegriffe aus Logik und Mengenlehre Wir wollen im Folgenden eine kurze Einführung in die Grundbegriffe
MehrTechnische Informatik (RO)
Technische Informatik (RO) Zahlensysteme, Digitale Systeme (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten, Sequentielle Schaltungen (6) Informationskodierung (7,8) Fortsetzung
Mehr2 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
MehrLogik 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
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 7.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
Mehr2 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,
MehrLogische Aussagen können durch die in der folgenden Tabelle angegebenen Operationen verknüpft werden.
Logische Operationen Logische ussagen können durch die in der folgenden Tabelle angegebenen Operationen verknüpft werden. ezeichnung Schreibweise (Sprechweise) wahr, genau dann wenn Negation (nicht ) falsch
MehrDefinition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B
Zusammenfassung der letzten LVA Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Fakt Korrektheit dieser Schlussfigur ist unabhängig von den konkreten Aussagen Einführung
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:
MehrKapitel 1: Grundbegriffe
Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2
MehrAufgabe. 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
MehrZusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung
Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele
Mehr03 Boolesche Algebra. Technische Grundlagen der Informatik
03 Boolesche Algebra Technische Grundlagen der Informatik Automation Systems Group E183-1 Institute of Computer Aided Automation Vienna University of Technology email: tgi@auto.tuwien.ac.at Inhalt Operationen
MehrZusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung
Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik
MehrAussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25
Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.
Mehr11. Beschreiben Sie die disjunktive und die konjunktive Normalform eines logischen Ausdrucks!
Kapitel 3 Logik Verständnisfragen Sachfragen 1. Was ist eine logische Aussage? 2. Wie ist die Konjunktion und die Disjunktion definiert? 3. Beschreiben Sie das Exklusive Oder, die Implikation und die Äquivalenz!
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 26. November 2014 Was kommt nach den natürlichen Zahlen? Mehr als die natürlichen Zahlen braucht man nicht, um einige der schwierigsten
MehrTheorie 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.
MehrVorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken
Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Susanna Pohl Vorkurs Mathematik TU Dortmund 09.03.2015 Aussagen, Logik und Beweistechniken Aussagen und Logik Motivation
MehrDiskrete Strukturen WS 2018/19. Gerhard Hiß RWTH Aachen
Diskrete Strukturen WS 2018/19 Gerhard Hiß RWTH Aachen Erster Teil: Grundlagen Kapitel 1, Mathematische Grundbegriffe 1.1 Aussagen Begriff (Aussage) Sprachlicher Ausdruck, welcher entweder wahr oder falsch
MehrMathematik für Informatiker 1 Tutorium
Mathematik für Informatiker 1 Tutorium Malte Isberner 19.12.2013 M. Isberner MafI1-Tutorium 19.12.2013 1 / 15 Themen heute Zur Auswahl... Besprechung der Probeklausur Verbände Gruppen und Ringe M. Isberner
MehrFormale 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
MehrEine Aussage ist ein Satz der Umgangssprache, der wahr oder falsch sein kann. Man geht von dem Folgenden aus:
Karlhorst Meyer Formallogik Die Umgangssprache ist für mathematische Bedürfnisse nicht exakt genug. Zwei Beispiele: In Folge können u. U. Beweise, die in Umgangssprache geschrieben werden, nicht vollständig,
MehrLogik, Mengen und Abbildungen
Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen
MehrDiskrete 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
MehrInhalt. 2.1 Darstellung von Zahlen. 2.2 Darstellung von Zeichen. 2.3 Boolesche Algebra. 2.4 Aussagenlogik. Informatik 1 / Kapitel 2: Grundlagen
2. Grundlagen Inhalt 2.1 Darstellung von Zahlen 2.2 Darstellung von Zeichen 2.3 Boolesche Algebra 2.4 Aussagenlogik 2 2.1 Darstellung von Zahlen Im Alltag rechnen wir gewöhnlich im Dezimalsystem, d.h.
MehrDiskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik &
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
MehrAlgebraische Grundlagen 1
Algebraische Grundlagen 1 B.Grabowski 25. Oktober 2011 1 (C) Prof.Dr.B.Grabowski, HTW des Saarlandes, 10/2011, Skript zur Vorlesung Höhere Mathematik 1 Inhaltsverzeichnis 1 Algebra-Grundlagen 2 1.1 Zweiwertige
MehrInformatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser
Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische
MehrWas ist Logik? Was ist Logik? Logische Konnektoren. Aussagenlogik. Logik stellt Sprachen zur Darstellung von Wissen zur Verfügung
Was ist Logik? Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Beschränkung auf "Aussage A folgt nach einer gegebenen
MehrGeschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie. Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen
Was ist Logik? Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Beschränkung auf "Aussage A folgt nach einer gegebenen
Mehr1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik
1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik Inhalt Grundlagen digitaler Systeme Boolesche Algebra / Aussagenlogik Organisation und Architektur von Rechnern Algorithmen, Darstellung von
Mehrder einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr
Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein
MehrMengenoperationen, Abbildungen
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Z6 Rechengesetze für Mengenoperationen Lineare Algebra 1 WS 2006/07 en Blatt 3 06.11.2006 Mengenoperationen,
MehrGrundlagen der Technischen Informatik. 5. Übung
Grundlagen der Technischen Informatik 5. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 5. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: Aufgabe 5: Boolesche Algebra
MehrWS 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
MehrDiskrete Strukturen. Vorlesung 3: Naive Mengenlehre. 30. Oktober 2018
Diskrete Strukturen Vorlesung 3: Naive Mengenlehre 30. Oktober 2018 2 Organisation Prüfung: vorauss. am Freitag, den 22. Februar 2019 von 10 11 Uhr im AudiMax, HS 3, HS 9 Abmeldungen noch bis zum 12. Januar
MehrDiskrete 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
MehrFormale 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
MehrAussagenlogik. Aussagen und Aussagenverknüpfungen
Aussagenlogik Aussagen und Aussagenverknüpfungen Aussagen sind Sätze, von denen sich sinnvollerweise sagen läßt, sie seien wahr oder falsch. Jede Aussage besitzt also einen von zwei möglichen Wahrheitswerten,
Mehr