Grundbegriffe der Mathematischen Logik Hausaufgabenteil der Prüfung mit Lösungen

Größe: px
Ab Seite anzeigen:

Download "Grundbegriffe der Mathematischen Logik Hausaufgabenteil der Prüfung mit Lösungen"

Transkript

1 Übungen zu Grundbegriffe der Mathematischen Logik Hausaufgabenteil der Prüfung mit Lösungen Teil I Rekursionstheorie Aufgabe 1. elche (totale) unktion f : N 2 N wird von dieser Registermaschine berechnet? Lösung: f(x, y) = max(x, y). 0: I R 2 = 0 THEN GOTO 1 ELSE GOTO 2 4: R 0 := R Aufgabe 2. Der Programmierer hat sich bei der Eingabe des obigen Programms in Zeile 0 vertippt. Das Resultat ist die folgende Registermaschine M: 0: I R 2 = 0 THEN GOTO 1 ELSE GOTO 4 4: R 0 := R wahr () oder falsch ()? M stoppt genau dann, wenn am Anfang R 2 = 0 ist. M berechnet die Identität id: N N, d.h. id(n) = n. M berechnet eine totale unktion von N 2 nach N. M berechnet eine partielle unktion g von N 3 nach N, so dass g(a, b, c) = max(a, b) wann immer g(a, b, c) definiert ist. Antwort Kommentar: enn am Anfang R 2 = 0 ist, dann bleibt das auch so, und die fehlerhafte Stelle wird nie erreicht. Andernfalls gerät das Programm in eine Schleife, in der R 2 nicht verändert wird. Das Programm ist offensichtlich für eine zweistellige unktion geschrieben, aber nach den formalen Definitionen kann man es auch als k-stellig auffassen für beliebiges k. ie immer wird dann am Anfang R i = 0 gesetzt für alle i > k. Es gilt max(n, 0) = n = id(n). Aufgabe 3. Hier sollten Sie insgesamt 12 Antworten geben. wahr (), falsch () oder sinnlos (S)? prim. rek. rek. rek. aufzb. Jedes Polynom p: N k N ist... S enn g : N 3 N primitiv rekursiv ist, f(x, 0) = 2x S und f(x, y + 1) = g(y, f(x, y), x), dann ist f... Die Ackermannfunktion A: N 2 N ist... S Die Menge {(x, y, z) N 3 y 2 x } ist... Sinnlos bedeutet, dass die Behauptung nicht einmal falsch ist. Beispiel: Jede reelle Zahl ist gleichschenklig. Kommentar: Eine Menge ist laut Definition in der Vorlesung primitiv rekursiv, wenn ihre charakteristische unktion es ist.

2 Teil II Prädikatenlogik Sei L = {R} die Sprache der Graphen, wobei R ein zweistelliges Relationssymbol ist. ir fassen (gerichtete) Graphen (allenfalls mit Schleifen, allenfalls unendlich) als L-Strukturen G = (G, R G ) auf. Hierbei ist G die Menge der Knoten und (a, b) R G gilt genau dann, wenn es eine Kante von a nach b gibt. Aufgabe 4. ir betrachten die folgenden vier Graphen: G 1 = (N, R G ) mit R G = {(a, b) N 2 b = a + 1}. G 4 (G 1 ist ein gerichteter Graph. Die gezeichneten Kanten in den Abbildungen sind ungerichtet, d.h. jede von ihnen steht für zwei entgegengesetzt gerichtete Kanten.) wahr () oder falsch ()? i = 1 i = 2 i = 3 i = 4 G i = xyz(r(x, y) R(y, z) R(x, z)) gilt für... G i = wxyz(r(w, x) R(x, y) R(y, z) R(z, w)) gilt für... G i = wxyz(w x w y w z x y x z y z) gilt für... Kommentar: Jeder der Graphen hat eine Kante aber keine Schleifen. Daher ist die erste ormel (Transitivität) für keinen der Graphen erfüllt. ür die zweite ormel genügt schon die Existenz einer Kante, weil dann sogar wxyz(r(w, x) R(x, y) R(y, z) R(z, w) w = y x = z) erfüllt ist. Aufgabe 5. Zeichnen Sie zwei nicht isomorphe Graphen, die beide die folgende L-Aussage erfüllen: G i = x( R(x, x)) xy(r(x, y) R(y, x)) wxyz ( R(w, x) R(x, y) R(y, z) R(z, w) u(u = w u = x u = y u = z) ). Kommentar: Gerichtet, ohne Schleifen, mit einem eg der Länge 4, der auch Überschneidungen erlaubt, und keinen Knoten von außerhalb des egs. Die ersten drei Lösungen enthalten jeweils nur die Kanten des egs. Die Liste ist vollständig. Aufgabe 6. Geben Sie für jeden Graphen G i eine ormel ϕ i an, so dass G i = ϕ j i = j. G 0 G 1 ϕ 0 x yz(y z R(x, y) R(x, z)) ϕ 1 x y( R(x, y)) ϕ 2 x 1... x 6 (x 1 x 2 x 1 x 3... x 5 x 6 R(x 1, x 2 ) R(x 2, x 3 )... R(x 5, x 6 )) ϕ 3 uxyz(x y x z y z R(u, x) R(u, y) R(u, z)) Kommentar: Die ormeln sind natürlich nur (möglichst einfache) Beispiele. ϕ 0 : Jeder Knoten hat mindestens Grad 2. ϕ 1 : Es gibt mindestens einen isolierten Knoten. ϕ 2 : Es gibt mindestens einen (überschneidungsfreien!) Pfad der Länge 5. ϕ 3 : Es gibt mindestens einen Knoten vom Grad 3. ormeln der Art ϕ 0 ϕ 1 ϕ 2 ϕ 3 sind eine Art Joker, den man für den schwersten all einsetzen kann.

3 Übungen zu Grundbegriffe der Mathematischen Logik Ungerade Seriennummern, mit Lösungen Teil I Rekursionstheorie Aufgabe 1. elche (totale) unktion f : N 2 N wird von dieser Registermaschine berechnet? 0: I R 1 = 0 THEN GOTO 6 4: R 0 := R : I R 2 = 0 THEN GOTO 6 5: GOTO 0 Lösung: f(x, y) = min(x, y). Aufgabe 2. Das obige Programm wurde aus einem alten Buch eingescannt. Dabei kam es zu einem ehler in Zeile 0. Das Resultat ist die folgende Registermaschine M: 0: I R 1 = 0 THEN GOTO 0 4: R 0 := R : I R 2 = 0 THEN GOTO 6 5: GOTO 0 wahr () oder falsch ()? M berechnet eine totale unktion von N 2 nach N. M stoppt genau dann, wenn am Anfang R 1 = 0 ist. M berechnet eine partielle unktion h von N 3 nach N, so dass h(a, b, c) genau dann definiert ist, wenn a > b. M berechnet eine partielle unktion g von N 2 nach N, so dass g(a, b) = min(a, b) wann immer g(a, b) definiert ist. Antwort Kommentar: Das Programm stoppt genau dann, wenn der ehler (sofortige Endlosschleife) nicht erreicht wird. Der ehler wird bspw. erreicht wenn am Anfang R 1 = 0 ist, aber auch, wenn R 1 mindestens so früh wie R 2 Null wird, d.h. falls am Anfang R 1 R 2 gilt. Sonst wie Hausaufgabe. Aufgabe 3. Hier sollten Sie insgesamt 12 Antworten geben. wahr (), falsch () oder sinnlos (S)? prim. rek. rek. rek. aufzb. Jede stetig differenzierbare unktion f : R k R ist... S S S enn f : N 3 N rekursiv ist, g(0, y) = f(y, 0, y) und S g(x + 1, y) = f(x, y, g(x, y)), dann ist g immer... Die totale unktion h: N 2 N, definiert durch h(0, y) = y! + y + 7, S h(x + 1, 0) = h(x, 1), h(x + 1, y + 1) = h(x, h(x + 1, y)) ist... Jede Menge der orm A \ B mit A primitiv rekursiv und B rekursiv aufzählbar ist... Kommentar: Zeile 1 ist etwas verunglückt, weil Jakob Kellner in der Vorlesung das Problem der Erweiterung der Definitionen auf reelle unktionen kurz angesprochen hatte; es gibt aber keine allgemein bekannten Standarddefinitionen. In Zeile 2 steht eine primitive Rekursion, wie in der Hausaufgabe. Die rekursiven unktionen sind unter primitiver Rekursion abgeschlossen, aber wenn man mit einer unktion anfängt, die selbst nicht einmal primitiv rekursiv ist, kann man natürlich im Allgemeinen keine primitive Rekursivität erwarten. Die unktion in Zeile 3 ist wie die Ackermannfunktion definiert, nur mit größeren Startwerten. Insbesonders ist das keine primitive Rekursion! Nach der Church-Turing-These muss die unktion natürlich rekursiv sein. Aber es gibt keinen Grund anzunehmen, dass sie primitiv rekursiv ist, und weil sie schneller wächst als die Ackermannfunktion ist sie das auch nicht. Zeile 4: enn B rekursiv aufzählbar aber nicht rekursiv ist, dann ist nicht einmal N \ B rekursiv aufzählbar. 1

4 Teil II Prädikatenlogik Sei L = {R} die Sprache der Graphen, wobei R ein zweistelliges Relationssymbol ist. ir fassen (gerichtete) Graphen (allenfalls mit Schleifen, allenfalls unendlich) als L-Strukturen G = (G, R G ) auf. Hierbei ist G die Menge der Knoten und (a, b) R G gilt genau dann, wenn es eine Kante von a nach b gibt. Aufgabe 4. ir betrachten die folgenden vier Graphen: G 1 = (N, R G ) mit R G = {(a, b) N 2 a ist Teiler von b}. G 4 (G 1 ist ein gerichteter Graph. Die gezeichneten Kanten in den Abbildungen sind ungerichtet, d.h. jede von ihnen steht für zwei entgegengesetzt gerichtete Kanten.) wahr () oder falsch ()? i = 1 i = 2 i = 3 i = 4 G i = xyz(r(x, y) R(y, z) R(x, z)) gilt für... G i = wxyz(r(w, x) R(x, y) R(y, z) R(z, w)) gilt für... G i = wxyz(w x w y w z x y x z y z) gilt für... Kommentar: R in G 1 ist eine partielle Ordnung, also transitiv. R in G 1 ist außerdem reflexiv, so dass dort auch die ormel in der zweiten Zeile gilt. Ansonsten alles genau wie in der Hausaufgabe. Aufgabe 5. Zeichnen Sie zwei nicht isomorphe Graphen, die beide die folgende L-Aussage erfüllen: G i = x( R(x, x)) xy(r(x, y) R(y, x)) x(x = x) ( w xyz x y x z y z R(w, x) R(w, y) R(w, z) ) u(r(w, u) u = x u = y u = z) Lösung: Hier gab es unendlich viele mögliche Lösungen. Die meisten Teilnehmer haben gemerkt, dass aus Aufgabe 4 eine Lösung ist. Die einfachste Variation bestand darin, den unzusammenhängenden Graphen zu nehmen, der aus zwei Kopien von besteht. Es gibt aber noch viele weitere Variationsmöglichkeiten wie beispielsweise ein 2n-Eck mit Diagonalen oder ein ürfel. Aufgabe 6. Geben Sie für jeden Graphen G i eine ormel ϕ i an, so dass G i = ϕ j i = j. G 0 G 1 ϕ 0 uxyz(x y x z y z R(u, x) R(u, y) R(u, z)) uxyz(u y x z R(u, x) R(x, y) R(y, z) R(z, u)) ϕ 1 x 1... x 6 (x 1 x 2 x 1 x 3... x 5 x 6 R(x 1, x 2 ) R(x 2, x 3 )... R(x 5, x 6 ) ϕ 2 xy(x y z R(x, z) z R(y, z)) ϕ 3 x y R(x, y) wxyz(w x w y w z x y x z y z R(w, x) R(x, y) R(y, z) R(z, w)) Kommentar: ϕ 0 : Es gibt einen Knoten vom Grad 3, aber keinen Zykel der Länge 4. (Letzteres abgekürzt. Die Abkürzung nutzt aus, dass alle vier Graphen keine Schleifen haben.) ϕ 1 : Es gibt einen (überschneidungsfreien!) eg der Länge 5. (ie ϕ 2 der Hausaufgabe.) ϕ 2 : Es gibt zwei (verschiedene!) isolierte Punkte. ϕ 3 : Es gibt einen isolierten Punkt und einen Zykel der Länge 4. 2

5 Übungen zu Grundbegriffe der Mathematischen Logik Prüfung am Mittwoch, Teil I Rekursionstheorie Aufgabe 1. elche (totale) unktion f : N 2 N wird von dieser Registermaschine berechnet? 0: I R 2 = 0 THEN GOTO 6 4: R 0 := R Lösung: f(x, y) = min(x, y). Aufgabe 2. Das obige Programm wurde aus einem alten Buch eingescannt. Dabei kam es zu einem ehler in Zeile 0. Das Resultat ist die folgende Registermaschine M: 0: I R 2 = 0 THEN GOTO 0 4: R 0 := R wahr () oder falsch ()? M berechnet eine totale unktion von N 2 nach N. M stoppt genau dann, wenn am Anfang R 2 = 0 ist. M berechnet eine partielle unktion h von N 2 nach N, so dass h(a, b) = min(a, b) wann immer h(a, b) definiert ist. M berechnet eine partielle unktion g von N 3 nach N, so dass g(a, b.c) genau dann definiert ist, wenn a < b. Antwort Kommentar: Das Programm stoppt genau dann, wenn der ehler (sofortige Endlosschleife) nicht erreicht wird. Der ehler wird bspw. erreicht wenn am Anfang R 2 = 0 ist, aber auch, wenn R 2 mindestens so früh wie R 1 Null wird, d.h. falls am Anfang R 1 R 2 gilt. Sonst wie Hausaufgabe. Aufgabe 3. Hier sollten Sie insgesamt 12 Antworten geben. wahr (), falsch () oder sinnlos (S)? prim. rek. rek. rek. aufzb. Jede stetig differenzierbare unktion f : R k R ist... S S S enn f : N 3 N rekursiv ist, g(0, y) = f(0, y, y) und S g(x + 1, y) = f(x, y, g(x, y)), dann ist g immer... Die totale unktion h: N 2 N, definiert durch h(0, y) = 3y + y + 2, S h(x + 1, 0) = h(x, 1), h(x + 1, y + 1) = h(x, h(x + 1, y)) ist... Jede Menge der orm A \ B mit A primitiv rekursiv und B rekursiv aufzählbar ist... Kommentar: Zeile 1 ist etwas verunglückt, weil Jakob Kellner in der Vorlesung das Problem der Erweiterung der Definitionen auf reelle unktionen kurz angesprochen hatte; es gibt aber keine allgemein bekannten Standarddefinitionen. In Zeile 2 steht eine primitive Rekursion, wie in der Hausaufgabe. Die rekursiven unktionen sind unter primitiver Rekursion abgeschlossen, aber wenn man mit einer unktion anfängt, die selbst nicht einmal primitiv rekursiv ist, kann man natürlich im Allgemeinen keine primitive Rekursivität erwarten. Die unktion in Zeile 3 ist wie die Ackermannfunktion definiert, nur mit größeren Startwerten. Insbesonders ist das keine primitive Rekursion! Nach der Church-Turing-These muss die unktion natürlich rekursiv sein. Aber es gibt keinen Grund anzunehmen, dass sie primitiv rekursiv ist, und weil sie schneller wächst als die Ackermannfunktion ist sie das auch nicht. Zeile 4: enn B rekursiv aufzählbar aber nicht rekursiv ist, dann ist nicht einmal N \ B rekursiv aufzählbar. 1

6 Teil II Prädikatenlogik Sei L = {R} die Sprache der Graphen, wobei R ein zweistelliges Relationssymbol ist. ir fassen (gerichtete) Graphen (allenfalls mit Schleifen, allenfalls unendlich) als L-Strukturen G = (G, R G ) auf. Hierbei ist G die Menge der Knoten und (a, b) R G gilt genau dann, wenn es eine Kante von a nach b gibt. Aufgabe 4. ir betrachten die folgenden vier Graphen: G 1 = (N, R G ) mit R G = {(a, b) N 2 a b}. G 4 (G 1 ist ein gerichteter Graph. Die gezeichneten Kanten in den Abbildungen sind ungerichtet, d.h. jede von ihnen steht für zwei entgegengesetzt gerichtete Kanten.) wahr () oder falsch ()? i = 1 i = 2 i = 3 i = 4 G i = xyz(r(x, y) R(y, z) R(x, z)) gilt für... G i = wxyz(r(w, x) R(x, y) R(y, z) R(z, w)) gilt für... G i = wxyz(w x w y w z x y x z y z) gilt für... Kommentar: R in G 1 ist eine partielle Ordnung, also transitiv. R in G 1 ist außerdem reflexiv, so dass dort auch die ormel in der zweiten Zeile gilt. Ansonsten alles genau wie in der Hausaufgabe. Aufgabe 5. Zeichnen Sie zwei nicht isomorphe Graphen, die beide die folgende L-Aussage erfüllen: G i = x(x = x) x( R(x, x)) xy(r(x, y) R(y, x)) ( w xyz R(w, x) R(w, y) R(w, z) x y x z y z ) u(r(w, u) u = x u = y u = z) Lösung: Hier gab es unendlich viele mögliche Lösungen. Die meisten Teilnehmer haben gemerkt, dass aus Aufgabe 4 eine Lösung ist. Die einfachste Variation bestand darin, den unzusammenhängenden Graphen zu nehmen, der aus zwei Kopien von besteht. Es gibt aber noch viele weitere Variationsmöglichkeiten wie beispielsweise ein 2n-Eck mit Diagonalen oder ein ürfel. Aufgabe 6. Geben Sie für jeden Graphen G i eine ormel ϕ i an, so dass G i = ϕ j i = j. G 0 G 1 ϕ 0 x y R(x, y) wxyz(w x w y w z x y x z y z R(w, x) R(x, y) R(y, z) R(z, w)) ϕ 1 uxyz(x y x z y z R(u, x) R(u, y) R(u, z)) uxyz(u y x z R(u, x) R(x, y) R(y, z) R(z, u)) ϕ 2 x 1... x 6 (x 1 x 2 x 1 x 3... x 5 x 6 R(x 1, x 2 ) R(x 2, x 3 )... R(x 5, x 6 ) ϕ 3 xy(x y z R(x, z) z R(y, z)) Kommentar: ϕ 0 : Es gibt einen isolierten Punkt und einen Zykel der Länge 4. ϕ 1 : Es gibt einen Knoten vom Grad 3, aber keinen Zykel der Länge 4. (Letzteres abgekürzt. Die Abkürzung nutzt aus, dass alle vier Graphen keine Schleifen haben.) ϕ 2 : Es gibt einen (überschneidungsfreien!) eg der Länge 5. (ie ϕ 2 der Hausaufgabe.) ϕ 3 : Es gibt zwei (verschiedene!) isolierte Punkte. 2

Nachklausur zur Vorlesung Einführung in die Theoretische Informatik

Nachklausur zur Vorlesung Einführung in die Theoretische Informatik Universität Heidelberg 11. Oktober 2012 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Nachklausur zur Vorlesung Einführung in die Theoretische Informatik Musterlösungen

Mehr

Universität Heidelberg 23. Juli 2018 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl. Math. Martin Monath

Universität Heidelberg 23. Juli 2018 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl. Math. Martin Monath Universität Heidelberg 23. Juli 2018 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl. Math. Martin Monath Erste Klausur zur Vorlesung Einführung in die Theoretische Informatik Es können maximal

Mehr

4. Funktionen und Relationen

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

Mehr

UE GRUNDBEGRIFFE DER MATHEMATISCHEN LOGIK SS 2016

UE GRUNDBEGRIFFE DER MATHEMATISCHEN LOGIK SS 2016 SS 206 VERA FISCHER Die Gesamtnote ergibt sich je zur Hälfte aus der Teilnote Kreuzerlliste und der Teilnote Zwischentest, gerundet auf freundlichen Weise. Für eine positive Benotung müssen beide Teilnoten

Mehr

Injektiv, Surjektiv, Bijektiv

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

Mehr

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/17 Rekursions- und Lerntheorie

Mehr

10. UNENTSCHEIDBARE PROBLEME:

10. UNENTSCHEIDBARE PROBLEME: EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 10. UNENTSCHEIDBARE PROBLEME: DIAGONALISIERUNG UND REDUKTION Theoretische Informatik (SoSe 2011) 10. Unentscheidbare

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie 1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal

Mehr

Mächtigkeit von WHILE-Programmen

Mächtigkeit von WHILE-Programmen Mächtigkeit von WHILE-Programmen und rekursive Funktionen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 16. November 2010 Berthold Vöcking, Informatik 1 () Vorlesung

Mehr

Typen von Programmiersprachen

Typen von Programmiersprachen Typen von Programmiersprachen Berechenbarkeitstheorie: Formalisierung des intuitiven Berechenbarkeitsbegriffs man kann vier Typen von Programmiersprachen zum Berechnen von Zahlenfunktionen unterscheiden:

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

1.3 Primitiv rekursive und µ-rekursive Funktionen

1.3 Primitiv rekursive und µ-rekursive Funktionen Definition 1.11 Die Klasse der primitiv rekursiven Funktionen (a) Basisfunktionen: (1.) die konstanten Funktionen c (c N) (2.) die Projektionen Π m i (x 1,...,x m ) = x i (1 i m) (3.) die Nachfolgerfunktion

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

Injektiv, Surjektiv, Bijektiv

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

Mehr

Klausur zur Vorlesung: Mathematische Logik SS 2011

Klausur zur Vorlesung: Mathematische Logik SS 2011 Klausur zur Vorlesung: Mathematische Logik SS 2011 Geben Sie am Ende Der Klausur Ihre Lösungen einschließlich dieses Deckblatts ab. Schreiben Sie auf jedes Blatt Ihren Namen und Ihre Matrikelnummer. Viel

Mehr

Theoretische Informatik SS 03 Übung 5

Theoretische Informatik SS 03 Übung 5 Theoretische Informatik SS 03 Übung 5 Aufgabe 1 Im Buch von Schöning ist auf S. 106-108 beschrieben, wie eine Turing-Maschine durch ein GOTO-Programm simuliert werden kann. Zeigen Sie, wie dabei die Anweisungen

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik

Mehr

Diskrete Strukturen Endterm

Diskrete Strukturen Endterm Technische Universität München I7 Winter 2013/14 Prof. J. Esparza / Dr. M. Luttenberger LÖSUNG Diskrete Strukturen Endterm Beachten Sie: Soweit nicht anders angegeben, ist stets eine Begründung bzw. der

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

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

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe

Mehr

Der Satz von Taylor. Kapitel 7

Der Satz von Taylor. Kapitel 7 Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem

Mehr

Existenz nicht rekursiv aufz. Sprachen

Existenz nicht rekursiv aufz. Sprachen S : Kardinalität einer Menge S (Anzahl ihrer Elemente) Wie vergleichen wir die Kardinalität unendlicher Mengen? A B : es gibt eine surjektive Abbildung von A nach B A = B : A B und B A Zwei Mengen A und

Mehr

Differenzierbarkeit im R n. Analysis III October 30, / 94

Differenzierbarkeit im R n. Analysis III October 30, / 94 Differenzierbarkeit im R n Analysis III October 30, 2018 36 / 94 Partielle Ableitungen Buch Kap. 5.5 Definition 5.23: (partielle Differenzierbarkeit) Sei die Funktion f : D R, D R n, wobei D eine offene

Mehr

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018 Diskrete Strukturen Vorlesung 7: Fixpunkte & Kardinalität 27. November 2018 Nächste Termine Modul Diskrete Strukturen Hörsaalübung (Mo. 9:15) Vorlesung (Di. 17:15) 26.11. 27.11. Fixpunkte + Kardinalitäten

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

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: Lösung 1. Übung Elemente der Algebra WS017/18 1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: (e) {(x,y) IR 3x+4y 1}.

Mehr

Universelle Maschinen und universelle Funktionen

Universelle Maschinen und universelle Funktionen Universelle Maschinen und universelle Funktionen UNIVERSELLE FUNKTIONEN DEFINITION. Sei F eine Klasse von partiellen Funktionen über N. Eine partielle Funktion ϕ (n+1) ist n-universell für F, wenn (i)

Mehr

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie 1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff

Mehr

Kapitel 5: Strukturen. 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen

Kapitel 5: Strukturen. 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen 344 Kapitel 5: Strukturen 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen 5.1 Zweistellige Relationen 345 346 Erinnerung: Relationen Definition Seien k 1 und A eine Menge. 1. A k ist

Mehr

Theorie der Informatik Einleitung. Theorie der Informatik Basisfunktionen und Einsetzung Primitive Rekursion. 14.

Theorie der Informatik Einleitung. Theorie der Informatik Basisfunktionen und Einsetzung Primitive Rekursion. 14. Theorie der Informatik 16. April 2014 14. primitive Rekursion und µ-rekursion Theorie der Informatik 14. primitive Rekursion und µ-rekursion 14.1 Einleitung 14.2 Basisfunktionen und Einsetzung Malte Helmert

Mehr

3. Relationen Erläuterungen und Schreibweisen

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

Mehr

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

Grundlagen der Theoretischen Informatik

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

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

Mehr

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V8, 5.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick

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

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX Graphentheorie 1 Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Graphentheorie 1 Slide 1/19 Agenda Hausaufgaben Graph-Äquivalenz SetlX Diskrete Strukturen Graphentheorie

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Mathematik für Sicherheitsingenieure I A

Mathematik für Sicherheitsingenieure I A Prof. Dr. J. Ruppenthal Wuppertal, 3.8.8 Dr. T. Pawlaschyk Mathematik für Sicherheitsingenieure I A Aufgabe. (5+5+5+5 Punkte) a) Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH ist.

Mehr

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier

Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Rekursions- und Lerntheorie WiSe 2010/11; Univ. Trier Henning Fernau Universität Trier fernau@uni-trier.de Rekursions- und Lerntheorie, Fernau, Universität Trier, WiSe 2010 1/16 Rekursions- und Lerntheorie

Mehr

Übungen zu Analysis, SS 2015

Übungen zu Analysis, SS 2015 Übungen zu Analysis, SS 215 Ulisse Stefanelli 15. Juni 215 1 Wiederholung 1. Untersuchen Sie das Verhalten der folgenden Folgen a n = n 2 cosh(1/n), b n = ln(ln(n))/n, c n = (2 n n 2 )/n!, 2. Stellen Sie

Mehr

Musterlösung 11.Übung Mathematische Logik

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

Mehr

Graphen. Im Rahmen dieser Vorlesung beschränken wir uns auf einfache ungerichtete Graphen, die wie folgt definiert werden können:

Graphen. Im Rahmen dieser Vorlesung beschränken wir uns auf einfache ungerichtete Graphen, die wie folgt definiert werden können: Graphen Wir geben zunächst die allgemeinste Definition für den Begriff Graph an: Definition: Ein Graph ist ein 4-Tupel (V, E,, ), wobei V und E Mengen sind, und : E! V und : E! V totale Abbildungen. Im

Mehr

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

Aufgabe Zusatz.1. Aufgabe Zusatz.2. Aufgabe Zusatz.3. Aufgabe Zusatz.4. HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz sibylle.schwarz@htwk-leipzig.de Zusatz. Übung zur Vorlesung Modellierung Wintersemester 2018/19 Lösungen bis 13. Januar 2019 einzusenden im Opal-Kurs

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

Vorlesung Analysis I WS 07/08

Vorlesung Analysis I WS 07/08 Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................

Mehr

Unentscheidbarkeitssätze der Logik

Unentscheidbarkeitssätze der Logik Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie

Mehr

Wichtige Klassen reeller Funktionen

Wichtige Klassen reeller Funktionen 0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei

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

Rekursive und primitiv rekursive Funktionen. Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen

Rekursive und primitiv rekursive Funktionen. Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N induktiv

Mehr

Theoretische Informatik SS 03 Übung 3

Theoretische Informatik SS 03 Übung 3 Theoretische Informatik SS 03 Übung 3 Aufgabe 1 a) Sind die folgenden Funktionen f : partiell oder total: f(x, y) = x + y f(x, y) = x y f(x, y) = x y f(x, y) = x DIV y? Hierbei ist x DIV y = x y der ganzzahlige

Mehr

Anwendungen der Logik, SS 2008, Martin Goldstern

Anwendungen der Logik, SS 2008, Martin Goldstern Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich

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

Notengebung. Teilnote Kreuzerlliste: 60% 69% 4; 70% 79% 3; 80% 89% 2; 90% 100% 1. Falls Sie weitere Fragen haben, bitte melden Sie sich bei mir.

Notengebung. Teilnote Kreuzerlliste: 60% 69% 4; 70% 79% 3; 80% 89% 2; 90% 100% 1. Falls Sie weitere Fragen haben, bitte melden Sie sich bei mir. Notengebung Die Gesamtnote für die Übung ergibt sich je zur Hälfte aus der Teilnote Kreuzerlliste und der Teilnote Zwischentest, gerundet auf freundliche Weise; für eine positive Benotung müssen beide

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

14. Rekursiv aufzählbare Mengen

14. Rekursiv aufzählbare Mengen 14. Rekursiv aufzählbare Mengen In diesem Abschnitt fassen wir einige Eigenschaften der rekursiv aufzählbaren d.h. der nach Churchscher These (effektiv) aufzählbaren Mengen zusammen. In Korollar 11.8 haben

Mehr

1 Mathematische Grundbegriffe

1 Mathematische Grundbegriffe 1 1 Mathematische Grundbegriffe 1.1 Relationen und Funktionen Seien A 1,..., A n Mengen. Ein n-tupel über A 1,..., A n ist eine Folge (a 1,..., a n ) von Objekten a i A i, für i = 1,..., n. Zwei n-tupel

Mehr

Entscheidungsprobleme

Entscheidungsprobleme Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge

Mehr

GOTO simuliert Turingmaschinen

GOTO simuliert Turingmaschinen GOTO simuliert Turingmaschinen Wir wissen bisher: LOOP ( GOTO = WHILE TM Jetzt zeigen wir, dass auch WHILE = TM gilt: Die Turingmaschine M =(Z,,,,z 1,, E) berechne f. Wir simulieren M mit einem GOTO-Programm

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

Vorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte)

Vorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) 1 Aufgabe 1 (19 Punkte) a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte) Q, die endliche Zustandsmenge b) Was besagt die Church-Turing-These? (1 Punkt)

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Grundlagen der Programmierung

Grundlagen der Programmierung Grundlagen der Programmierung SS 05 Prof. Dr. K. Madlener Lösungshinweise zu Übungsblatt 6 Aufgabe 6.1. Sei f(x, b) = µy b.(y y x (y + 1) (y + 1) > x) f.a. x, b N. Sei weiter f(x) = f(x, x) f.a. x N. Aufgabe

Mehr

Klausur zur Vorlesung Einführung in die Theoretische Informatik

Klausur zur Vorlesung Einführung in die Theoretische Informatik Universität Heidelberg 19. Juli 2012 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Einführung in die Theoretische Informatik LÖSUNGEN Es können

Mehr

Aufgabe 24 Die Wahrheitswerte von A A B und B sind immer gleich:

Aufgabe 24 Die Wahrheitswerte von A A B und B sind immer gleich: Lösungen zu den Aufgaben von Anfang August Aufgabe 24 Die Wahrheitswerte von A A B und B sind immer gleich: Der Wahrheitswert von A A ist immer wahr, da immer entweder A oder A den Wahrheitswert wahr hat.

Mehr

Programmieren für Fortgeschrittene

Programmieren für Fortgeschrittene Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme Wintersemester 2011/12 Programmieren für Fortgeschrittene Rekursive Spezifikationen Die folgende

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

Klausur zur Vorlesung Grundbegriffe der Informatik 2. März 2016

Klausur zur Vorlesung Grundbegriffe der Informatik 2. März 2016 Klausurnummer Klausur zur Vorlesung Grundbegriffe der Informatik 2. März 2016 Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GBI Email-Adr.: nur falls 2. Versuch Aufgabe

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

Übung zur Vorlesung Diskrete Strukturen I

Übung zur Vorlesung Diskrete Strukturen I Technische Universität München WS 00/0 Institut für Informatik Aufgabenblatt Prof. Dr. J. Csirik. November 00 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen am. und.

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 2. Induktion Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Induktion Zentrale Rolle Wesentliches Beweisprinzip in Mathematik

Mehr

Vorlesung Diskrete Strukturen Relationen

Vorlesung Diskrete Strukturen Relationen Vorlesung Diskrete Strukturen Relationen Bernhard Ganter WS 2009/10 Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Ein wichtiger Spezialfall ist

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Tutorium 24-6. Sitzung Marcus Georgi tutorium@marcusgeorgi.de 04.12.2009 1 Repräsentation von Graphen im Rechner Adjazenzlisten Adjazenzmatrizen Wegematrizen 2 Erreichbarkeitsrelationen

Mehr

Grundbegriffe der Informatik

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

Mehr

Einführung in die Berechenbarkeitstheorie

Einführung in die Berechenbarkeitstheorie Einführung in die Berechenbarkeitstheorie Timo Kötzing 4. November 2013 1 Einleitung Dieses Dokument bietet eine kurze Einführung in die Grundlagen der Berechenbarkeitstheorie (für eine Ausführliche Behandlung

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 15. Ackermannfunktion Malte Helmert Gabriele Röger Universität Basel 28. April 2014 Überblick: Vorlesung Vorlesungsteile I. Logik II. Automatentheorie und formale Sprachen III. Berechenbarkeitstheorie

Mehr

e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.

e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1. 8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine

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

Syntax von LOOP-Programmen

Syntax von LOOP-Programmen LOOP-Berechenbarkeit Syntax von LOOP-Programmen Definition LOOP-Programme bestehen aus: Variablen: x 0, x 1, x 2, x 3,... Konstanten: 0, 1, 2, 3,... Trennsymbolen:; und := Operationen: + und Befehlen:

Mehr

Komplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier

Komplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier Komplexitätstheorie WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Komplexitätstheorie Gesamtübersicht Organisatorisches / Einführung Motivation / Erinnerung / Fragestellungen

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation

Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation Grundlagen der Programm- und Systementwicklung Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation Technische Universität München Institut für Informatik Software &

Mehr

2 Funktionen in mehreren Variablen: Differentiation

2 Funktionen in mehreren Variablen: Differentiation Satz 2. (Richtungsableitung) Für jede auf der offenen Menge D R n total differenzierbaren Funktion f (insbesondere für f C 1 (D, R) und für jeden Vektor v R n, v 0, gilt: n v f(x) = f(x) v = f xi (x)v

Mehr

min(a, b) H(a, b) G(a, b) A(a, b) Q(a, b) max(a, b), (1)

min(a, b) H(a, b) G(a, b) A(a, b) Q(a, b) max(a, b), (1) FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 4 Aufgabe 15 Für zwei beliebige reelle Zahlen a > 0, b > 0 bezeichne A(a, b) := a+b, das arithmetische, G(a, b) := ab das geometrische,

Mehr

Signatur einer prädikatenlogische Sprache

Signatur einer prädikatenlogische Sprache Signatur einer prädikatenlogische Sprache Das Alphabet einer prädikatenlogische Sprache (erster Stufe) besteht aus den logischen Funktoren,,,,, and den Klammersymbolen ( und ) und dem Komma, einer (abzählbar

Mehr

Lösungen zur Vorlesung Berechenbarkeit und Komplexität

Lösungen zur Vorlesung Berechenbarkeit und Komplexität Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin

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

1 Umkehrfunktionen und implizite Funktionen

1 Umkehrfunktionen und implizite Funktionen Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13

Mehr

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche 1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)

Mehr

Probeklausur Mathematische Logik

Probeklausur Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel SS 2015 Probeklausur Mathematische Logik Aufgabe 1 (a) (i) Seien R, zweistellige Relationssymbole. Ist

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

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Die angesprochene Thematik macht den Kern dieser Veranstaltung aus. Lineare Techniken sind zentral für weite Bereiche mathematischen Argumentierens. Durch in der Analysis

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

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

Mathematik für Sicherheitsingenieure I A

Mathematik für Sicherheitsingenieure I A Priv.-Doz. Dr. J. Ruppenthal Wuppertal, 9.0.08 Dr. T. Pawlaschyk Mathematik für Sicherheitsingenieure I A Aufgabe. (5+5+6+4 Punkte) a) Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH

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