Übung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013

Größe: px
Ab Seite anzeigen:

Download "Übung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013"

Transkript

1 Übung zu Grundbegriffe der Informatik Simon Wacker 15. November 2013

2 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

3 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

4 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

5 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

6 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

7 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

8 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

9 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

10 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

11 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die entweder wahr oder falsch ist. Dann gilt w B : A w n N 0 w B n : A w. Um die Aussage zur Linken zu beweisen, können wir die Aussage zur Rechten per Induktion über n beweisen: Induktionsanfang: n = 0. Zeige, dass A ɛ wahr ist. Induktionsschritt: Es sei n N 0 beliebig aber fest und derart, dass gilt: w B n : A w (Induktionsvoraussetzung). Weiter sei w 1 B n+1 = B n B beliebig aber fest. Dann existieren w 2 B n und a B so, dass w 1 = w 2a. Nach Induktionsvoraussetzung gilt A w2. Zeige, dass A w1 = A w2 a wahr ist. Da w 1 beliebig in B n+1 gewählt war, folgt dann w B n+1 : A w. 1/16

12 Ein induktiver Beweis Für jeden Buchstaben a B definieren wir die Abbildung N a : B N 0 induktiv: N a (ɛ) = 0, { w B N a (w) + 1, falls a = b, b B : N a (wb) = N a (w), sonst. Fortan sei B = {x, y}. Zeige, dass gilt: w B : N x (w) + N y (w) = w. Beweis per vollständige Induktion über die Wortlänge wie eben skizziert. Induktionsanfang: N x (ɛ) + N y (ɛ) = = 0 = ɛ. Induktionsschritt: Für jedes Wort w B n der beliebigen aber festen Länge n N 0 gelte N x (w) + N y (w) = w. Es sei w 1 = w 2 a B n+1 beliebig aber fest. Im Falle a = x gilt N x (w 1 ) + N y (w 1 ) = (N x (w 2 ) + 1) + N y (w 2 ) IV = w = w 1. Im Falle a = y folgt analog N x (w 1 ) + N y (w 1 ) = w 1. 2/16

13 Ein induktiver Beweis Für jeden Buchstaben a B definieren wir die Abbildung N a : B N 0 induktiv: N a (ɛ) = 0, { w B N a (w) + 1, falls a = b, b B : N a (wb) = N a (w), sonst. Fortan sei B = {x, y}. Zeige, dass gilt: w B : N x (w) + N y (w) = w. Beweis per vollständige Induktion über die Wortlänge wie eben skizziert. Induktionsanfang: Nx (ɛ) + N y (ɛ) = = 0 = ɛ. Induktionsschritt: Für jedes Wort w B n der beliebigen aber festen Länge n N 0 gelte N x (w) + N y (w) = w. Es sei w 1 = w 2 a B n+1 beliebig aber fest. Im Falle a = x gilt N x (w 1 ) + N y (w 1 ) = (N x (w 2 ) + 1) + N y (w 2 ) IV = w = w 1. Im Falle a = y folgt analog N x (w 1 ) + N y (w 1 ) = w 1. 2/16

14 Ein induktiver Beweis Für jeden Buchstaben a B definieren wir die Abbildung N a : B N 0 induktiv: N a (ɛ) = 0, { w B N a (w) + 1, falls a = b, b B : N a (wb) = N a (w), sonst. Fortan sei B = {x, y}. Zeige, dass gilt: w B : N x (w) + N y (w) = w. Beweis per vollständige Induktion über die Wortlänge wie eben skizziert. Induktionsanfang: Nx (ɛ) + N y (ɛ) = = 0 = ɛ. Induktionsschritt: Für jedes Wort w B n der beliebigen aber festen Länge n N 0 gelte N x (w) + N y (w) = w. Es sei w 1 = w 2 a B n+1 beliebig aber fest. Im Falle a = x gilt N x (w 1 ) + N y (w 1 ) = (N x (w 2 ) + 1) + N y (w 2 ) IV = w = w 1. Im Falle a = y folgt analog N x (w 1 ) + N y (w 1 ) = w 1. 2/16

15 Ein induktiver Beweis Für jeden Buchstaben a B definieren wir die Abbildung N a : B N 0 induktiv: N a (ɛ) = 0, { w B N a (w) + 1, falls a = b, b B : N a (wb) = N a (w), sonst. Fortan sei B = {x, y}. Zeige, dass gilt: w B : N x (w) + N y (w) = w. Beweis per vollständige Induktion über die Wortlänge wie eben skizziert. Induktionsanfang: N x (ɛ) + N y (ɛ) = = 0 = ɛ. Induktionsschritt: Für jedes Wort w B n der beliebigen aber festen Länge n N 0 gelte N x (w) + N y (w) = w. Es sei w 1 = w 2 a B n+1 beliebig aber fest. Im Falle a = x gilt N x (w 1 ) + N y (w 1 ) = (N x (w 2 ) + 1) + N y (w 2 ) IV = w = w 1. Im Falle a = y folgt analog N x (w 1 ) + N y (w 1 ) = w 1. 2/16

16 Ein induktiver Beweis Für jeden Buchstaben a B definieren wir die Abbildung N a : B N 0 induktiv: N a (ɛ) = 0, { w B N a (w) + 1, falls a = b, b B : N a (wb) = N a (w), sonst. Fortan sei B = {x, y}. Zeige, dass gilt: w B : N x (w) + N y (w) = w. Beweis per vollständige Induktion über die Wortlänge wie eben skizziert. Induktionsanfang: N x (ɛ) + N y (ɛ) = = 0 = ɛ. Induktionsschritt: Für jedes Wort w B n der beliebigen aber festen Länge n N 0 gelte N x (w) + N y (w) = w. Es sei w 1 = w 2 a B n+1 beliebig aber fest. Im Falle a = x gilt N x (w 1 ) + N y (w 1 ) = (N x (w 2 ) + 1) + N y (w 2 ) IV = w = w 1. Im Falle a = y folgt analog N x (w 1 ) + N y (w 1 ) = w 1. 2/16

17 Radler Wir haben ein Bierfass B und ein Limonadenfass L desselben Volumens. Wir möchten Radler. Dazu wiederholen wir endlich oder unendlich oft den folgenden Prozess: 1. Wir schöpfen eine Kelle von B in L und rühren das Gemisch in L um. 2. Wir schöpfen eine Kelle von L in B und rühren das Gemisch in B um. Wie ist am Ende das Verhältnis von Limonade in B zu Bier in L? 3/16

18 Radler Wir haben ein Bierfass B und ein Limonadenfass L desselben Volumens. Wir möchten Radler. Dazu wiederholen wir endlich oder unendlich oft den folgenden Prozess: 1. Wir schöpfen eine Kelle von B in L und rühren das Gemisch in L um. 2. Wir schöpfen eine Kelle von L in B und rühren das Gemisch in B um. Wie ist am Ende das Verhältnis von Limonade in B zu Bier in L? 3/16

19 Radler Wir haben ein Bierfass B und ein Limonadenfass L desselben Volumens. Wir möchten Radler. Dazu wiederholen wir endlich oder unendlich oft den folgenden Prozess: 1. Wir schöpfen eine Kelle von B in L und rühren das Gemisch in L um. 2. Wir schöpfen eine Kelle von L in B und rühren das Gemisch in B um. Wie ist am Ende das Verhältnis von Limonade in B zu Bier in L? 3/16

20 Radler Wir haben ein Bierfass B und ein Limonadenfass L desselben Volumens. Wir möchten Radler. Dazu wiederholen wir endlich oder unendlich oft den folgenden Prozess: 1. Wir schöpfen eine Kelle von B in L und rühren das Gemisch in L um. 2. Wir schöpfen eine Kelle von L in B und rühren das Gemisch in B um. Wie ist am Ende das Verhältnis von Limonade in B zu Bier in L? 3/16

21 Radler Wir haben ein Bierfass B und ein Limonadenfass L desselben Volumens. Wir möchten Radler. Dazu wiederholen wir endlich oder unendlich oft den folgenden Prozess: 1. Wir schöpfen eine Kelle von B in L und rühren das Gemisch in L um. 2. Wir schöpfen eine Kelle von L in B und rühren das Gemisch in B um. Wie ist am Ende das Verhältnis von Limonade in B zu Bier in L? 3/16

22 Radler Wir haben ein Bierfass B und ein Limonadenfass L desselben Volumens. Wir möchten Radler. Dazu wiederholen wir endlich oder unendlich oft den folgenden Prozess: 1. Wir schöpfen eine Kelle von B in L und rühren das Gemisch in L um. 2. Wir schöpfen eine Kelle von L in B und rühren das Gemisch in B um. Wie ist am Ende das Verhältnis von Limonade in B zu Bier in L? 3/16

23 Verhältnis (1) Zu Beginn und am Ende jeder Iteration enthält B dieselbe Flüssigkeitsmenge. In anderen Worten: Die Flüssigkeitsmenge in B bleibt invariant. Die gesamte Menge an Bier bleibt ebenfalls invariant; obschon verteilt auf beide Fässer. Ganz am Anfang enthält B genauso viel Bier wie L Limonade enthält. Zu Beginn und am Ende jeder Iteration gilt somit und folglich Biermenge in B + Limonadenmenge in B = Flüssigkeitsmenge in B = Gesamtmenge an Bier = Biermenge in B + Biermenge in L Limonadenmenge in B = Biermenge in L. 4/16

24 Verhältnis (1) Zu Beginn und am Ende jeder Iteration enthält B dieselbe Flüssigkeitsmenge. In anderen Worten: Die Flüssigkeitsmenge in B bleibt invariant. Die gesamte Menge an Bier bleibt ebenfalls invariant; obschon verteilt auf beide Fässer. Ganz am Anfang enthält B genauso viel Bier wie L Limonade enthält. Zu Beginn und am Ende jeder Iteration gilt somit und folglich Biermenge in B + Limonadenmenge in B = Flüssigkeitsmenge in B = Gesamtmenge an Bier = Biermenge in B + Biermenge in L Limonadenmenge in B = Biermenge in L. 4/16

25 Verhältnis (1) Zu Beginn und am Ende jeder Iteration enthält B dieselbe Flüssigkeitsmenge. In anderen Worten: Die Flüssigkeitsmenge in B bleibt invariant. Die gesamte Menge an Bier bleibt ebenfalls invariant; obschon verteilt auf beide Fässer. Ganz am Anfang enthält B genauso viel Bier wie L Limonade enthält. Zu Beginn und am Ende jeder Iteration gilt somit und folglich Biermenge in B + Limonadenmenge in B = Flüssigkeitsmenge in B = Gesamtmenge an Bier = Biermenge in B + Biermenge in L Limonadenmenge in B = Biermenge in L. 4/16

26 Verhältnis (1) Zu Beginn und am Ende jeder Iteration enthält B dieselbe Flüssigkeitsmenge. In anderen Worten: Die Flüssigkeitsmenge in B bleibt invariant. Die gesamte Menge an Bier bleibt ebenfalls invariant; obschon verteilt auf beide Fässer. Ganz am Anfang enthält B genauso viel Bier wie L Limonade enthält. Zu Beginn und am Ende jeder Iteration gilt somit und folglich Biermenge in B + Limonadenmenge in B = Flüssigkeitsmenge in B = Gesamtmenge an Bier = Biermenge in B + Biermenge in L Limonadenmenge in B = Biermenge in L. 4/16

27 Verhältnis (2) Zu Beginn und am Ende jeder Iteration gilt Limonadenmenge in B = Biermenge in L. Letzteres gilt insbesondere am Ende des gesamten Vorgangs, das heißt, das Verhältnis von Limonade in B zu Bier in L ist 1 zu 1. Bei unendlich vielen Iterationen haben wir übrigens eine perfekte 1 zu 1 Mischung von Limonade zu Bier in beiden Fässern. Radler darf seit 1993 nach Änderung des Biersteuergesetzes verkauft werden. Für den Limonadenanteil wird ebenfalls Biersteuer erhoben. (Quelle: Wikipedia) 5/16

28 Verhältnis (2) Zu Beginn und am Ende jeder Iteration gilt Limonadenmenge in B = Biermenge in L. Letzteres gilt insbesondere am Ende des gesamten Vorgangs, das heißt, das Verhältnis von Limonade in B zu Bier in L ist 1 zu 1. Bei unendlich vielen Iterationen haben wir übrigens eine perfekte 1 zu 1 Mischung von Limonade zu Bier in beiden Fässern. Radler darf seit 1993 nach Änderung des Biersteuergesetzes verkauft werden. Für den Limonadenanteil wird ebenfalls Biersteuer erhoben. (Quelle: Wikipedia) 5/16

29 Verhältnis (2) Zu Beginn und am Ende jeder Iteration gilt Limonadenmenge in B = Biermenge in L. Letzteres gilt insbesondere am Ende des gesamten Vorgangs, das heißt, das Verhältnis von Limonade in B zu Bier in L ist 1 zu 1. Bei unendlich vielen Iterationen haben wir übrigens eine perfekte 1 zu 1 Mischung von Limonade zu Bier in beiden Fässern. Radler darf seit 1993 nach Änderung des Biersteuergesetzes verkauft werden. Für den Limonadenanteil wird ebenfalls Biersteuer erhoben. (Quelle: Wikipedia) 5/16

30 Verhältnis (2) Zu Beginn und am Ende jeder Iteration gilt Limonadenmenge in B = Biermenge in L. Letzteres gilt insbesondere am Ende des gesamten Vorgangs, das heißt, das Verhältnis von Limonade in B zu Bier in L ist 1 zu 1. Bei unendlich vielen Iterationen haben wir übrigens eine perfekte 1 zu 1 Mischung von Limonade zu Bier in beiden Fässern. Radler darf seit 1993 nach Änderung des Biersteuergesetzes verkauft werden. Für den Limonadenanteil wird ebenfalls Biersteuer erhoben. (Quelle: Wikipedia) 5/16

31 Kugelspiel Wir haben eine Schale mit r roten, g grünen und b blauen Kugeln. Solange möglich ersetzen wir wiederholt zwei verschiedenfarbige Kugeln aus der Schale durch eine Kugel der dritten Farbe. Der Vogang endet, sobald nur noch Kugeln einer Farbe übrig sind. Dies tritt zwangsläufig ein, da in jedem Schritt die Kugeln in der Schale weniger werden. Ist die Farbe, welche die übrigen Kugeln haben, eindeutig anhand von r, g und b bestimmt? Falls ja, welche ist diese? 6/16

32 Kugelspiel Wir haben eine Schale mit r roten, g grünen und b blauen Kugeln. Solange möglich ersetzen wir wiederholt zwei verschiedenfarbige Kugeln aus der Schale durch eine Kugel der dritten Farbe. Der Vogang endet, sobald nur noch Kugeln einer Farbe übrig sind. Dies tritt zwangsläufig ein, da in jedem Schritt die Kugeln in der Schale weniger werden. Ist die Farbe, welche die übrigen Kugeln haben, eindeutig anhand von r, g und b bestimmt? Falls ja, welche ist diese? 6/16

33 Kugelspiel Wir haben eine Schale mit r roten, g grünen und b blauen Kugeln. Solange möglich ersetzen wir wiederholt zwei verschiedenfarbige Kugeln aus der Schale durch eine Kugel der dritten Farbe. Der Vogang endet, sobald nur noch Kugeln einer Farbe übrig sind. Dies tritt zwangsläufig ein, da in jedem Schritt die Kugeln in der Schale weniger werden. Ist die Farbe, welche die übrigen Kugeln haben, eindeutig anhand von r, g und b bestimmt? Falls ja, welche ist diese? 6/16

34 Kugelspiel Wir haben eine Schale mit r roten, g grünen und b blauen Kugeln. Solange möglich ersetzen wir wiederholt zwei verschiedenfarbige Kugeln aus der Schale durch eine Kugel der dritten Farbe. Der Vogang endet, sobald nur noch Kugeln einer Farbe übrig sind. Dies tritt zwangsläufig ein, da in jedem Schritt die Kugeln in der Schale weniger werden. Ist die Farbe, welche die übrigen Kugeln haben, eindeutig anhand von r, g und b bestimmt? Falls ja, welche ist diese? 6/16

35 Eindeutigkeit Die Farbe ist wegen der Symmetrie des Vorgangs nicht eindeutig bestimmt. Zum Beispiel: Unsere Schale enthalte jeweils eine rote, grüne und blaue Kugel. Jetzt können wir entweder eine rote und eine grüne durch eine blaue ersetzen, oder eine rote und eine blaue durch eine grüne, oder eine grüne und eine blaue durch eine rote. In jedem der drei Fälle endet der Vorgang nach dem ersten Schritt mit zwei blauen, grünen beziehungsweise roten Kugeln. Unter welchen zusätzlichen Voraussetzungen ist die Farbe eindeutig bestimmt? 7/16

36 Eindeutigkeit Die Farbe ist wegen der Symmetrie des Vorgangs nicht eindeutig bestimmt. Zum Beispiel: Unsere Schale enthalte jeweils eine rote, grüne und blaue Kugel. Jetzt können wir entweder eine rote und eine grüne durch eine blaue ersetzen, oder eine rote und eine blaue durch eine grüne, oder eine grüne und eine blaue durch eine rote. In jedem der drei Fälle endet der Vorgang nach dem ersten Schritt mit zwei blauen, grünen beziehungsweise roten Kugeln. Unter welchen zusätzlichen Voraussetzungen ist die Farbe eindeutig bestimmt? 7/16

37 Eindeutigkeit Die Farbe ist wegen der Symmetrie des Vorgangs nicht eindeutig bestimmt. Zum Beispiel: Unsere Schale enthalte jeweils eine rote, grüne und blaue Kugel. Jetzt können wir entweder eine rote und eine grüne durch eine blaue ersetzen, oder eine rote und eine blaue durch eine grüne, oder eine grüne und eine blaue durch eine rote. In jedem der drei Fälle endet der Vorgang nach dem ersten Schritt mit zwei blauen, grünen beziehungsweise roten Kugeln. Unter welchen zusätzlichen Voraussetzungen ist die Farbe eindeutig bestimmt? 7/16

38 Eindeutigkeit Die Farbe ist wegen der Symmetrie des Vorgangs nicht eindeutig bestimmt. Zum Beispiel: Unsere Schale enthalte jeweils eine rote, grüne und blaue Kugel. Jetzt können wir entweder eine rote und eine grüne durch eine blaue ersetzen, oder eine rote und eine blaue durch eine grüne, oder eine grüne und eine blaue durch eine rote. In jedem der drei Fälle endet der Vorgang nach dem ersten Schritt mit zwei blauen, grünen beziehungsweise roten Kugeln. Unter welchen zusätzlichen Voraussetzungen ist die Farbe eindeutig bestimmt? 7/16

39 Eindeutigkeit Die Farbe ist wegen der Symmetrie des Vorgangs nicht eindeutig bestimmt. Zum Beispiel: Unsere Schale enthalte jeweils eine rote, grüne und blaue Kugel. Jetzt können wir entweder eine rote und eine grüne durch eine blaue ersetzen, oder eine rote und eine blaue durch eine grüne, oder eine grüne und eine blaue durch eine rote. In jedem der drei Fälle endet der Vorgang nach dem ersten Schritt mit zwei blauen, grünen beziehungsweise roten Kugeln. Unter welchen zusätzlichen Voraussetzungen ist die Farbe eindeutig bestimmt? 7/16

40 Farbe: Eine Invariante (1) Betrachten wir einen Schritt i N 0 : Wir wählen zwei verschiedene Farben α und β und je eine Kugel der jeweiligen Farbe und ersetzen letztere durch eine Kugel der Farbe γ, wobei γ α und γ β. Bezeichne mit x die Anzahl Kugeln der Farbe α vor dem Schritt, mit y jene der Farbe β und mit z jene der Farbe γ. Nach dem Schritt befinden sich x 1 Kugeln der Farbe α in der Schale, y 1 Kugeln der Farbe β und z + 1 Kugeln der Farbe γ. Für die Differenzen der jeweiligen Anzahlen gilt: (x 1) (y 1) = x y, (x 1) (z + 1) = x z 2, (y 1) (z + 1) = y z 2. Diese bleiben also gleich modulo 2, das heißt, geteilt durch 2 haben sie denselben Rest. 8/16

41 Farbe: Eine Invariante (1) Betrachten wir einen Schritt i N 0 : Wir wählen zwei verschiedene Farben α und β und je eine Kugel der jeweiligen Farbe und ersetzen letztere durch eine Kugel der Farbe γ, wobei γ α und γ β. Bezeichne mit x die Anzahl Kugeln der Farbe α vor dem Schritt, mit y jene der Farbe β und mit z jene der Farbe γ. Nach dem Schritt befinden sich x 1 Kugeln der Farbe α in der Schale, y 1 Kugeln der Farbe β und z + 1 Kugeln der Farbe γ. Für die Differenzen der jeweiligen Anzahlen gilt: (x 1) (y 1) = x y, (x 1) (z + 1) = x z 2, (y 1) (z + 1) = y z 2. Diese bleiben also gleich modulo 2, das heißt, geteilt durch 2 haben sie denselben Rest. 8/16

42 Farbe: Eine Invariante (1) Betrachten wir einen Schritt i N 0 : Wir wählen zwei verschiedene Farben α und β und je eine Kugel der jeweiligen Farbe und ersetzen letztere durch eine Kugel der Farbe γ, wobei γ α und γ β. Bezeichne mit x die Anzahl Kugeln der Farbe α vor dem Schritt, mit y jene der Farbe β und mit z jene der Farbe γ. Nach dem Schritt befinden sich x 1 Kugeln der Farbe α in der Schale, y 1 Kugeln der Farbe β und z + 1 Kugeln der Farbe γ. Für die Differenzen der jeweiligen Anzahlen gilt: (x 1) (y 1) = x y, (x 1) (z + 1) = x z 2, (y 1) (z + 1) = y z 2. Diese bleiben also gleich modulo 2, das heißt, geteilt durch 2 haben sie denselben Rest. 8/16

43 Farbe: Eine Invariante (1) Betrachten wir einen Schritt i N 0 : Wir wählen zwei verschiedene Farben α und β und je eine Kugel der jeweiligen Farbe und ersetzen letztere durch eine Kugel der Farbe γ, wobei γ α und γ β. Bezeichne mit x die Anzahl Kugeln der Farbe α vor dem Schritt, mit y jene der Farbe β und mit z jene der Farbe γ. Nach dem Schritt befinden sich x 1 Kugeln der Farbe α in der Schale, y 1 Kugeln der Farbe β und z + 1 Kugeln der Farbe γ. Für die Differenzen der jeweiligen Anzahlen gilt: (x 1) (y 1) = x y, (x 1) (z + 1) = x z 2, (y 1) (z + 1) = y z 2. Diese bleiben also gleich modulo 2, das heißt, geteilt durch 2 haben sie denselben Rest. 8/16

44 Farbe: Eine Invariante (2) Haben wir also zu Beginn des Schritts r i rote, g i grüne und b i blaue Kugeln in der Schale und am Ende des Schritts r i+1 rote, g i+1 grüne und b i+1 blaue Kugeln, so gilt r i+1 g i+1 mod 2 = r i g i mod 2, r i+1 b i+1 mod 2 = r i b i mod 2, b i+1 g i+1 mod 2 = b i g i mod 2. Dies ist unsere Invariante! 9/16

45 Farbe (1) Unser Vorgang ende nach dem n-ten Schritt. Aufgrund der obigen Invariante wissen wir, dass gilt: r g mod 2 = r 0 g 0 mod 2 = r 1 g 1 mod 2 =... = r n+1 g n+1 mod 2. Und analog r b mod 2 = r n+1 b n+1 mod 2, b g mod 2 = b n+1 g n+1 mod 2. 10/16

46 Farbe (1) Unser Vorgang ende nach dem n-ten Schritt. Aufgrund der obigen Invariante wissen wir, dass gilt: r g mod 2 = r 0 g 0 mod 2 = r 1 g 1 mod 2 =... = r n+1 g n+1 mod 2. Und analog r b mod 2 = r n+1 b n+1 mod 2, b g mod 2 = b n+1 g n+1 mod 2. 10/16

47 Farbe (2) Es bleibe eine einzige Kugel übrig. Ist diese rot, so gilt r n+1 = 1, g n+1 = 0 und b n+1 = 0 und demnach r g mod 2 = r n+1 g n+1 mod 2 = 1, r b mod 2 = r n+1 b n+1 mod 2 = 1, b g mod 2 = b n+1 g n+1 mod 2 = 0. Für die anderen Fälle gilt analoges. Bleibt eine Kugel übrig, so ist deren Farbe eindeutig bestimmt. Deren Farbe ist nämlich genau jene, die in den beiden Differenzen modulo 2 vorkommt, welche zu 1 auswerten. Oder, äquivalent, genau jene, die in der einen Differenz modulo 2, welche zu 0 auswertet, nicht vorkommt. Unsere unbefriedigende hinreichende Bedingung für die Eindeutigkeit der Farbe ist also, dass eine einzige Kugel übrig bleibt. 11/16

48 Farbe (2) Es bleibe eine einzige Kugel übrig. Ist diese rot, so gilt r n+1 = 1, g n+1 = 0 und b n+1 = 0 und demnach r g mod 2 = r n+1 g n+1 mod 2 = 1, r b mod 2 = r n+1 b n+1 mod 2 = 1, b g mod 2 = b n+1 g n+1 mod 2 = 0. Für die anderen Fälle gilt analoges. Bleibt eine Kugel übrig, so ist deren Farbe eindeutig bestimmt. Deren Farbe ist nämlich genau jene, die in den beiden Differenzen modulo 2 vorkommt, welche zu 1 auswerten. Oder, äquivalent, genau jene, die in der einen Differenz modulo 2, welche zu 0 auswertet, nicht vorkommt. Unsere unbefriedigende hinreichende Bedingung für die Eindeutigkeit der Farbe ist also, dass eine einzige Kugel übrig bleibt. 11/16

49 Farbe (2) Es bleibe eine einzige Kugel übrig. Ist diese rot, so gilt r n+1 = 1, g n+1 = 0 und b n+1 = 0 und demnach r g mod 2 = r n+1 g n+1 mod 2 = 1, r b mod 2 = r n+1 b n+1 mod 2 = 1, b g mod 2 = b n+1 g n+1 mod 2 = 0. Für die anderen Fälle gilt analoges. Bleibt eine Kugel übrig, so ist deren Farbe eindeutig bestimmt. Deren Farbe ist nämlich genau jene, die in den beiden Differenzen modulo 2 vorkommt, welche zu 1 auswerten. Oder, äquivalent, genau jene, die in der einen Differenz modulo 2, welche zu 0 auswertet, nicht vorkommt. Unsere unbefriedigende hinreichende Bedingung für die Eindeutigkeit der Farbe ist also, dass eine einzige Kugel übrig bleibt. 11/16

50 Schleifeninvarianten und -varianten: Ein Ausblick (1) Es seien π 0 und π 1 Programmfragmente und B ein boolescher Ausdruck derart, dass ein gültiges Programm π ist. π 0 ; while(b) {π 1 } Der Ausdruck B heißt Bedingung der Schleife und das Programmfragment π 1 heißt Rumpf der Schleife. Bei der Ausführung des Programms π wird zunächst π 0 abgearbeitet und anschließend wiederholt π 1 falls und solange B wahr ist. Möchte man zeigen, dass nach Ausführung von π, sofern dieses terminiert, eine Aussage A gilt, so nutzt man oft Schleifeninvarianten. 12/16

51 Schleifeninvarianten und -varianten: Ein Ausblick (1) Es seien π 0 und π 1 Programmfragmente und B ein boolescher Ausdruck derart, dass ein gültiges Programm π ist. π 0 ; while(b) {π 1 } Der Ausdruck B heißt Bedingung der Schleife und das Programmfragment π 1 heißt Rumpf der Schleife. Bei der Ausführung des Programms π wird zunächst π 0 abgearbeitet und anschließend wiederholt π 1 falls und solange B wahr ist. Möchte man zeigen, dass nach Ausführung von π, sofern dieses terminiert, eine Aussage A gilt, so nutzt man oft Schleifeninvarianten. 12/16

52 Schleifeninvarianten und -varianten: Ein Ausblick (1) Es seien π 0 und π 1 Programmfragmente und B ein boolescher Ausdruck derart, dass ein gültiges Programm π ist. π 0 ; while(b) {π 1 } Der Ausdruck B heißt Bedingung der Schleife und das Programmfragment π 1 heißt Rumpf der Schleife. Bei der Ausführung des Programms π wird zunächst π 0 abgearbeitet und anschließend wiederholt π 1 falls und solange B wahr ist. Möchte man zeigen, dass nach Ausführung von π, sofern dieses terminiert, eine Aussage A gilt, so nutzt man oft Schleifeninvarianten. 12/16

53 Schleifeninvarianten und -varianten: Ein Ausblick (1) Es seien π 0 und π 1 Programmfragmente und B ein boolescher Ausdruck derart, dass ein gültiges Programm π ist. π 0 ; while(b) {π 1 } Der Ausdruck B heißt Bedingung der Schleife und das Programmfragment π 1 heißt Rumpf der Schleife. Bei der Ausführung des Programms π wird zunächst π 0 abgearbeitet und anschließend wiederholt π 1 falls und solange B wahr ist. Möchte man zeigen, dass nach Ausführung von π, sofern dieses terminiert, eine Aussage A gilt, so nutzt man oft Schleifeninvarianten. 12/16

54 Schleifeninvarianten und -varianten: Ein Ausblick (2) Eine Schleifeninvariante I für π 1 ist eine boolesche Aussage, die, sofern sie vor einem Schleifendurchlauf gilt, auch nach diesem gilt: B I = [π 1 ]I. (1) Obiges ist notiert in einer dynamischen Logik, welche ihr in Formale Systeme 2 kennenlernen werdet. Sie spielt eine bedeutende Rolle bei der Verifikation von Software. Gilt eine Schleifeninvariante also vor Eintritt in die Schleife, so gilt sie auch dann noch, wenn die Schleife terminiert: I = [while(b) {π 1 }]I. Möchten wir zeigen, dass nach Ausführung von π die Aussage A gilt, so genügt es also eine Schleifeninvariante I für π 1 zu finden, für welche gilt: Nach Ausführung von π 0 gilt I ; Aus I und B folgt A. 13/16

55 Schleifeninvarianten und -varianten: Ein Ausblick (2) Eine Schleifeninvariante I für π 1 ist eine boolesche Aussage, die, sofern sie vor einem Schleifendurchlauf gilt, auch nach diesem gilt: B I = [π 1 ]I. (1) Obiges ist notiert in einer dynamischen Logik, welche ihr in Formale Systeme 2 kennenlernen werdet. Sie spielt eine bedeutende Rolle bei der Verifikation von Software. Gilt eine Schleifeninvariante also vor Eintritt in die Schleife, so gilt sie auch dann noch, wenn die Schleife terminiert: I = [while(b) {π 1 }]I. Möchten wir zeigen, dass nach Ausführung von π die Aussage A gilt, so genügt es also eine Schleifeninvariante I für π 1 zu finden, für welche gilt: Nach Ausführung von π 0 gilt I ; Aus I und B folgt A. 13/16

56 Schleifeninvarianten und -varianten: Ein Ausblick (2) Eine Schleifeninvariante I für π 1 ist eine boolesche Aussage, die, sofern sie vor einem Schleifendurchlauf gilt, auch nach diesem gilt: B I = [π 1 ]I. (1) Obiges ist notiert in einer dynamischen Logik, welche ihr in Formale Systeme 2 kennenlernen werdet. Sie spielt eine bedeutende Rolle bei der Verifikation von Software. Gilt eine Schleifeninvariante also vor Eintritt in die Schleife, so gilt sie auch dann noch, wenn die Schleife terminiert: I = [while(b) {π 1 }]I. Möchten wir zeigen, dass nach Ausführung von π die Aussage A gilt, so genügt es also eine Schleifeninvariante I für π 1 zu finden, für welche gilt: Nach Ausführung von π 0 gilt I ; Aus I und B folgt A. 13/16

57 Schleifeninvarianten und -varianten: Ein Ausblick (2) Eine Schleifeninvariante I für π 1 ist eine boolesche Aussage, die, sofern sie vor einem Schleifendurchlauf gilt, auch nach diesem gilt: B I = [π 1 ]I. (1) Obiges ist notiert in einer dynamischen Logik, welche ihr in Formale Systeme 2 kennenlernen werdet. Sie spielt eine bedeutende Rolle bei der Verifikation von Software. Gilt eine Schleifeninvariante also vor Eintritt in die Schleife, so gilt sie auch dann noch, wenn die Schleife terminiert: I = [while(b) {π 1 }]I. Möchten wir zeigen, dass nach Ausführung von π die Aussage A gilt, so genügt es also eine Schleifeninvariante I für π 1 zu finden, für welche gilt: Nach Ausführung von π 0 gilt I ; Aus I und B folgt A. 13/16

58 Schleifeninvarianten und -varianten: Ein Ausblick (2) Eine Schleifeninvariante I für π 1 ist eine boolesche Aussage, die, sofern sie vor einem Schleifendurchlauf gilt, auch nach diesem gilt: B I = [π 1 ]I. (1) Obiges ist notiert in einer dynamischen Logik, welche ihr in Formale Systeme 2 kennenlernen werdet. Sie spielt eine bedeutende Rolle bei der Verifikation von Software. Gilt eine Schleifeninvariante also vor Eintritt in die Schleife, so gilt sie auch dann noch, wenn die Schleife terminiert: I = [while(b) {π 1 }]I. Möchten wir zeigen, dass nach Ausführung von π die Aussage A gilt, so genügt es also eine Schleifeninvariante I für π 1 zu finden, für welche gilt: Nach Ausführung von π 0 gilt I ; Aus I und B folgt A. 13/16

59 Schleifeninvarianten und -varianten: Ein Ausblick (3) Möchte man zeigen, dass eine Schleife terminiert, so nutzt man oft Schleifenvarianten. Eine Schleifenvariante V für π 1 ist ein ganzzahliger Ausdruck, der stets nicht-negativ ist und in jedem Schleifendurchlauf kleiner wird. Um zu beweisen, dass π terminiert, genügt es also eine Schleifenvariante V für π 1 zu finden, welche nach Ausführung von π 0 nicht-negativ ist. Die Schleife wird dann höchstens n-mal durchlaufen, wobei n der Wert von V nach Ausführung von π 0 ist. 14/16

60 Schleifeninvarianten und -varianten: Ein Ausblick (3) Möchte man zeigen, dass eine Schleife terminiert, so nutzt man oft Schleifenvarianten. Eine Schleifenvariante V für π 1 ist ein ganzzahliger Ausdruck, der stets nicht-negativ ist und in jedem Schleifendurchlauf kleiner wird. Um zu beweisen, dass π terminiert, genügt es also eine Schleifenvariante V für π 1 zu finden, welche nach Ausführung von π 0 nicht-negativ ist. Die Schleife wird dann höchstens n-mal durchlaufen, wobei n der Wert von V nach Ausführung von π 0 ist. 14/16

61 Schleifeninvarianten und -varianten: Ein Ausblick (3) Möchte man zeigen, dass eine Schleife terminiert, so nutzt man oft Schleifenvarianten. Eine Schleifenvariante V für π 1 ist ein ganzzahliger Ausdruck, der stets nicht-negativ ist und in jedem Schleifendurchlauf kleiner wird. Um zu beweisen, dass π terminiert, genügt es also eine Schleifenvariante V für π 1 zu finden, welche nach Ausführung von π 0 nicht-negativ ist. Die Schleife wird dann höchstens n-mal durchlaufen, wobei n der Wert von V nach Ausführung von π 0 ist. 14/16

62 Schleifeninvarianten und -varianten: Ein Ausblick (3) Möchte man zeigen, dass eine Schleife terminiert, so nutzt man oft Schleifenvarianten. Eine Schleifenvariante V für π 1 ist ein ganzzahliger Ausdruck, der stets nicht-negativ ist und in jedem Schleifendurchlauf kleiner wird. Um zu beweisen, dass π terminiert, genügt es also eine Schleifenvariante V für π 1 zu finden, welche nach Ausführung von π 0 nicht-negativ ist. Die Schleife wird dann höchstens n-mal durchlaufen, wobei n der Wert von V nach Ausführung von π 0 ist. 14/16

63 Formalismen Notwendig um Sachverhalte präzise und prägnant zu notieren und maschinell zu verarbeiten. Je ausdrucksmächtiger ein Formalismus jedoch ist, um so schwerer ist er meist maschinell zu verarbeiten oder sogar unmöglich maschinell zu verarbeiten. Deswegen suchen wir stets Formalismen die gerade so mächtig sind, dass wir alles für einen bestimmten Zweck notwendige damit ausdrücken können. In eurem weiteren Studium werdet ihr deswegen beispielsweise eine ganze Skala von Sprachen und Automaten unterschiedlicher Mächtigkeit kennenlernen. 15/16

64 Formalismen Notwendig um Sachverhalte präzise und prägnant zu notieren und maschinell zu verarbeiten. Je ausdrucksmächtiger ein Formalismus jedoch ist, um so schwerer ist er meist maschinell zu verarbeiten oder sogar unmöglich maschinell zu verarbeiten. Deswegen suchen wir stets Formalismen die gerade so mächtig sind, dass wir alles für einen bestimmten Zweck notwendige damit ausdrücken können. In eurem weiteren Studium werdet ihr deswegen beispielsweise eine ganze Skala von Sprachen und Automaten unterschiedlicher Mächtigkeit kennenlernen. 15/16

65 Formalismen Notwendig um Sachverhalte präzise und prägnant zu notieren und maschinell zu verarbeiten. Je ausdrucksmächtiger ein Formalismus jedoch ist, um so schwerer ist er meist maschinell zu verarbeiten oder sogar unmöglich maschinell zu verarbeiten. Deswegen suchen wir stets Formalismen die gerade so mächtig sind, dass wir alles für einen bestimmten Zweck notwendige damit ausdrücken können. In eurem weiteren Studium werdet ihr deswegen beispielsweise eine ganze Skala von Sprachen und Automaten unterschiedlicher Mächtigkeit kennenlernen. 15/16

66 Formalismen Notwendig um Sachverhalte präzise und prägnant zu notieren und maschinell zu verarbeiten. Je ausdrucksmächtiger ein Formalismus jedoch ist, um so schwerer ist er meist maschinell zu verarbeiten oder sogar unmöglich maschinell zu verarbeiten. Deswegen suchen wir stets Formalismen die gerade so mächtig sind, dass wir alles für einen bestimmten Zweck notwendige damit ausdrücken können. In eurem weiteren Studium werdet ihr deswegen beispielsweise eine ganze Skala von Sprachen und Automaten unterschiedlicher Mächtigkeit kennenlernen. 15/16

67 Schönes Wochenende! 16/16

WS 05/06 mod Verifikation

WS 05/06 mod Verifikation 3.3 Verifikation WS 05/06 mod 351 Verifikation ist der Beweis der Korrektheit eines Algorithmus relativ zu seiner Spezifikation. Die Aussagen gelten für alle Ausführungen des Algorithmus. Sie werden statisch

Mehr

Grundbegriffe der Informatik Aufgabenblatt 2

Grundbegriffe der Informatik Aufgabenblatt 2 Matr.nr.: Nachname: Vorname: Grundbegriffe der Informatik Aufgabenblatt 2 Tutorium: Nr. Name des Tutors: Ausgabe: 29. Oktober 2014 Abgabe: 7. November 2014, 12:30 Uhr im GBI-Briefkasten im Untergeschoss

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 2. Beweistechniken Malte Helmert Gabriele Röger Universität Basel 18. Februar 2015 Beweis Beweis Ein Beweis leitet die Korrektheit einer mathematischen Aussage aus einer Menge von

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

Mengenlehre und vollständige Induktion

Mengenlehre und vollständige Induktion Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen

Mehr

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch! Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch

Mehr

Indexmengen. Definition. n n n. i=1 A i := A 1... A n

Indexmengen. Definition. n n n. i=1 A i := A 1... A n Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1

Mehr

Definition 78 Ein NPDA = PDA (= Nichtdeterministischer Pushdown-Automat) besteht aus:

Definition 78 Ein NPDA = PDA (= Nichtdeterministischer Pushdown-Automat) besteht aus: 4.7 Kellerautomaten In der Literatur findet man häufig auch die Bezeichnungen Stack-Automat oder Pushdown-Automat. Kellerautomaten sind, wenn nichts anderes gesagt wird, nichtdeterministisch. Definition

Mehr

2.1 Direkter Beweis. Theorie der Informatik. Theorie der Informatik. 2.1 Direkter Beweis. 2.2 Indirekter Beweis

2.1 Direkter Beweis. Theorie der Informatik. Theorie der Informatik. 2.1 Direkter Beweis. 2.2 Indirekter Beweis Theorie der Informatik 18. Februar 2015 2. Beweistechniken Theorie der Informatik 2. Beweistechniken 2.1 Direkter Beweis Malte Helmert Gabriele Röger 2.2 Indirekter Beweis Universität Basel 18. Februar

Mehr

In diesem Kapitel bestimmen wir die multiplikative Struktur der Einheitengruppe (Z/Z) von Z/Z für eine beliebige positive Zahl Z >0.

In diesem Kapitel bestimmen wir die multiplikative Struktur der Einheitengruppe (Z/Z) von Z/Z für eine beliebige positive Zahl Z >0. Kapitel 5: Die Einheitengruppe von Z/Z und Primitivwurzeln modulo In diesem Kapitel bestimmen wir die multiplikative Struktur der Einheitengruppe (Z/Z) von Z/Z für eine beliebige positive Zahl Z >0. 16

Mehr

Induktive Beweise und rekursive Definitionen

Induktive Beweise und rekursive Definitionen Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1

Mehr

Vollständige Induktion

Vollständige Induktion Angenommen, wir wollen zeigen, dass eine Aussage P(n) für alle n N wahr ist. Anders ausgedrückt: Es gilt n N : P(n) Hierzu können wir die Technik der vollständigen Induktion verwenden. Wir zeigen, dass

Mehr

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 4

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 4 Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 08.11.2018 Dr. Markus Lange Analysis 1 Aufgabenzettel 4 Abgabe bis 14. November 2018, 19:00 Uhr Erinnerung: Die Anmeldung für den Übungsschein

Mehr

Frank Heitmann 2/47. 1 Ein PDA beginnt im Startzustand z 0 und mit im Keller. 2 Ist der Automat

Frank Heitmann 2/47. 1 Ein PDA beginnt im Startzustand z 0 und mit im Keller. 2 Ist der Automat Formale Grundlagen der Informatik 1 Kapitel 5 Über reguläre Sprachen hinaus und (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 21. April 2015 Der Kellerautomat - Formal Definition (Kellerautomat

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 14. September 2015 Lösungsvorschläge

Klausur zur Vorlesung Grundbegriffe der Informatik 14. September 2015 Lösungsvorschläge Klausur zur Vorlesung Grundegriffe der Informatik 14. Septemer 2015 svorschläge Klausurnummer Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GBI Email-Adr.: nur falls 2.

Mehr

4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9

4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9 Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )

Mehr

Formale Systeme Logik: Verifikation von Aussagen über Algorithmen. Ana Sokolova statt Robert Elsässer

Formale Systeme Logik: Verifikation von Aussagen über Algorithmen. Ana Sokolova statt Robert Elsässer Formale Systeme Logik: Verifikation von Aussagen über Algorithmen 20.12.2012 Ana Sokolova statt Robert Elsässer Verifikation von Aussagen über Algorithmen Hoaresche Logik: Kalkül zum Beweisen von Aussagen

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 18. Januar 2018 INSTITUT FÜR THEORETISCHE 0 18.01.2018 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität

Mehr

Kapitel 1. Grundlagen Mengen

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

Mehr

Grundbegriffe der Informatik Aufgabenblatt 2

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

Mehr

schiebt anschließend den Würfel um die verdeckt liegende Augenzahl nach oben oder um die verdeckt liegende Augenzahl nach unten.

schiebt anschließend den Würfel um die verdeckt liegende Augenzahl nach oben oder um die verdeckt liegende Augenzahl nach unten. BWM 005 / M. Schmittfull Aufgabe 1 1/ 10 Aufgabe 1 Voraussetzung. Im Zentrum eines 005 x 005-Schachbretts liegt ein Spielwürfel, der in einer Folge von Zügen über das Brett bewegt werden soll. Ein Zug

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 0/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 4. Übungsblatt Aufgabe

Mehr

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen 1. Mengentheoretische Grundbegriffe Cantors (1845 1918) naiver Mengenbegriff : Slide 1 Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen Objekten unserer Anschauung oder unseres

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/29 Überblick Wörter Wörter Das leere Wort Mehr zu

Mehr

Induktive Beweise und rekursive Definitionen

Induktive Beweise und rekursive Definitionen Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1

Mehr

Grundbegriffe der Informatik Aufgabenblatt 1

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

Mehr

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

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q.

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q. Beispiel 27 (Beweis durch Widerspruch) Wir nehmen an, dass die zu zeigende Aussage falsch ist und führen diese Annahme zu einem Widerspruch. Satz 28 3 ist irrational, d. h. 3 / Q. Beweis: Widerspruchsannahme:

Mehr

3 Vom Zählen zur Induktion

3 Vom Zählen zur Induktion 7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 4 Die Ableitungsbeziehung Definition 4.1. Es sei Γ L V eine Ausdrucksmenge in der Sprache der Aussagenlogik zu einer

Mehr

2. Hausübung Diskrete Mathematik SS 2003

2. Hausübung Diskrete Mathematik SS 2003 2. Hausübung Diskrete Mathematik SS 2003 Lösungsvorschläge 6. Zunächst bestimmen wir die Anzahl der verschiedenen möglichen Ergebnisse für die Differenzen a i a j. Wegen 1 a 1 < < a 21 100 gibt es 99 Möglichkeiten

Mehr

ist ein regulärer Ausdruck.

ist ein regulärer Ausdruck. Dr. Sebastian Bab WiSe 12/13 Theoretische Grlagen der Informatik für TI Termin: VL 11 vom 22.11.2012 Reguläre Ausdrücke Reguläre Ausdrücke sind eine lesbarere Notation für Sprachen Denition 1 (Regulärer

Mehr

Übung zur Vorlesung Berechenbarkeit und Komplexität

Übung zur Vorlesung Berechenbarkeit und Komplexität RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Übungsblatt 7 26.11.2012 Übung zur Vorlesung Berechenbarkeit und Komplexität Aufgabe T15 Entwickeln Sie ein

Mehr

Grammatiken. Eine Grammatik G mit Alphabet Σ besteht aus: Variablen V. Startsymbol S V. Kurzschreibweise G = (V, Σ, P, S)

Grammatiken. Eine Grammatik G mit Alphabet Σ besteht aus: Variablen V. Startsymbol S V. Kurzschreibweise G = (V, Σ, P, S) Grammatiken Eine Grammatik G mit Alphabet Σ besteht aus: Variablen V Startsymbol S V Produktionen P ( (V Σ) \ Σ ) (V Σ) Kurzschreibweise G = (V, Σ, P, S) Schreibweise für Produktion (α, β) P: α β 67 /

Mehr

1.2 Eigenschaften der ganzen Zahlen

1.2 Eigenschaften der ganzen Zahlen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 13 1.2 Eigenschaften der ganzen Zahlen Dieser Abschnitt handelt von den gewöhlichen ganzen Zahlen Z und ihren Verknüpfungen plus und mal. Man kann die natürlichen

Mehr

Studienmaterial Einführung in das Rechnen mit Resten

Studienmaterial Einführung in das Rechnen mit Resten Studienmaterial Einführung in das Rechnen mit Resten H.-G. Gräbe, Institut für Informatik, http://www.informatik.uni-leipzig.de/~graebe 12. April 2000 Die folgenden Ausführungen sind aus Arbeitsmaterialien

Mehr

Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule

Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1

Mehr

Schleifeninvarianten. Dezimal zu Binär

Schleifeninvarianten. Dezimal zu Binär Schleifeninvarianten Mit vollstandiger Induktion lasst sich auch die Korrektheit von Algorithmen nachweisen. Will man die Werte verfolgen, die die Variablen beim Ablauf eines Algorithmus annehmen, dann

Mehr

1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,

1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln, Theorie der Informatik 9. März 24 7. Reguläre Sprachen I Theorie der Informatik 7. Reguläre Sprachen I Malte Helmert Gabriele Röger Universität Basel 9. März 24 7. Reguläre Grammatiken 7.2 DFAs 7.3 NFAs

Mehr

Lösungsvorschläge zur Klausur zur Vorlesung Grundbegriffe der Informatik 7. September 2010

Lösungsvorschläge zur Klausur zur Vorlesung Grundbegriffe der Informatik 7. September 2010 Lösungsvorschläge zur Klausur zur Vorlesung Grundbegriffe der Informatik 7. September 2010 Klausurnummer Name: Vorname: Matr.-Nr.: Aufgabe 1 2 3 4 5 6 7 max. Punkte 6 5 6 8 6 7 8 tats. Punkte Gesamtpunktzahl:

Mehr

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

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

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 6: Der Begriff des Algorithmus (erste grundlegende Aspekte) Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/42

Mehr

Mathematik 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 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 26. Oktober 2017 1/35 Abbildungen Boolesche Algebra Summen- und Produktzeichen Definition

Mehr

Mathematische Grundlagen

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

Mehr

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann Ordinalzahlen Im Rahmen der Ordnungsrelationen wurden bisher die Begriffe Partialordnung und Totalordnung (lineare Ordnung) erwähnt. Ein weiterer wichtiger Ordnungsbegriff ist die Wohlordnung. Wohlgeordnete

Mehr

6 Ü B E R S E T Z U N G E N U N D C O D I E R U N G E N. 6.1 von wörtern zu zahlen und zurück Dezimaldarstellung von Zahlen Num 10

6 Ü B E R S E T Z U N G E N U N D C O D I E R U N G E N. 6.1 von wörtern zu zahlen und zurück Dezimaldarstellung von Zahlen Num 10 6 Ü B E R S E T Z U N G E N U N D C O D I E R U N G E N 6.1 von wörtern zu zahlen und zurück 6.1.1 Dezimaldarstellung von Zahlen Num 10 Num10(ε) = 0 (6.1) für jedes w Z 10 für jedes x Z 10 Num 10 (wx)

Mehr

Grundbegriffe der Informatik Tutorium 2

Grundbegriffe der Informatik Tutorium 2 Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 16 Philipp Oppermann 9. November 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Zahlenmengen. Bemerkung. R Menge aller Dezimalbrüche: reelle Zahlen, C = {a + i b : a, b R} mit i 2 = 1 komplexe Zahlen.

Zahlenmengen. Bemerkung. R Menge aller Dezimalbrüche: reelle Zahlen, C = {a + i b : a, b R} mit i 2 = 1 komplexe Zahlen. Zahlenmengen N = {0, 1,, 3,...} natürliche Zahlen, Z = {...,, 1, 0, 1,,...} ganze Zahlen, Q = {p/q : p Z, q N \ {0}} rationale Zahlen, R Menge aller Dezimalbrüche: reelle Zahlen, C = {a + i b : a, b R}

Mehr

Zusammenfassung: Beweisverfahren

Zusammenfassung: Beweisverfahren LGÖ Ks VMa 11 Schuljahr 217/218 Zusammenfassung: Beweisverfahren Inhaltsverzeichnis Teilbarkeitslehre... 1 Mathematische Sätze... 1 Bedingungen für Extremstellen und Wendestellen... 2 Beweisverfahren...

Mehr

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 9. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 9. Vorlesung 1 / 17 Themen

Mehr

Resolution für die Aussagenlogik

Resolution für die Aussagenlogik Resolution für die Aussagenlogik Der Resolutionskakül ist ein Beweiskalkül, der auf Klauselmengen, d.h. Formeln in KNF arbeitet und nur eine Schlußregel besitzt. Der Resolution liegt die folgende Vorstellung

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 5: Der Begriff des Algorithmus (erste grundlegende Aspekte) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik November 2008 1/34 Überblick Eine Zeitreise

Mehr

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

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

Mehr

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

Elementare Beweistechniken

Elementare Beweistechniken Elementare Beweistechniken Beispiel: Satzform (Pythagoras) Voraussetzung: Gegeben sei ein beliebiges rechtwinkeliges Dreieck, die Länge der Hypothenuse sei c und die Längen der anderen Seiten seien a und

Mehr

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg!

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg! 15. September 010 Prof. Dr. W. Bley Universität Kassel Klausur SS 010 Diskrete Strukturen I (Informatik) 1 3 4 5 6 Name:................................................ Matr.-Nr.:............................................

Mehr

Kapitel 1. Grundlagen

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

Mehr

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 2 Lösungsblatt 23. Mai 2 Einführung in die Theoretische Informatik Hinweis:

Mehr

HEUTE. Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch

HEUTE. Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch 04.11.05 1 HEUTE 04.11.05 3 Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch die Rundungsfunktionen und modulo

Mehr

Berechenbarkeit und Komplexität Vorlesung 11

Berechenbarkeit und Komplexität Vorlesung 11 Berechenbarkeit und Komplexität Vorlesung 11 Prof. Dr. Wolfgang Thomas Lehrstuhl Informatik 7 RWTH Aachen 7. Dezember 2014 Wolfgang Thomas, Informatik 7 () Vorlesung Berechenbarkeit und Komplexität 7.

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt.

Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt. Abschätzung für die Rekursion von SELECT Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt. Wir nehmen erst einmal an, dass eine Konstante d existiert,

Mehr

Grundlagen der Arithmetik und Zahlentheorie

Grundlagen der Arithmetik und Zahlentheorie Grundlagen der Arithmetik und Zahlentheorie 1.0 Teilbarkeit In diesem Abschnitt werden wir einerseits die ganzen Zahlen an sich studieren und dabei besonders wichtige Zahlen, die Primzahlen, entsprechend

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 14 Die Korrektheit des Ableitungskalküls Im Laufe der Einführung des syntaktischen Prädikatenkalküls haben wir gesehen,

Mehr

Logik Vorlesung 4: Horn-Logik und Kompaktheit

Logik Vorlesung 4: Horn-Logik und Kompaktheit Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Kapitel 3. Natürliche Zahlen und vollständige Induktion

Kapitel 3. Natürliche Zahlen und vollständige Induktion Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

Mehr

Mengenlehre: Mächtigkeit (Ordnung) einer Menge

Mengenlehre: Mächtigkeit (Ordnung) einer Menge Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,

Mehr

Lösung zur Übung für Analysis einer Variablen WS 2016/17

Lösung zur Übung für Analysis einer Variablen WS 2016/17 Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei

Mehr

Beweistechnik: Beweise in Bezug auf Mengen. Formale Methoden 2 LVA , Beweistechnik: Widerspruchsbeweise. Satz R (S T ) = (R S) (R T )

Beweistechnik: Beweise in Bezug auf Mengen. Formale Methoden 2 LVA , Beweistechnik: Widerspruchsbeweise. Satz R (S T ) = (R S) (R T ) Formale Methoden 2 LVA 703019, 703020 (http://clinformatik.uibk.ac.at/teaching/ss06/fmii/) Georg Moser (VO) 1 Martin Korp (UE) 2 Friedrich Neurauter (UE) 3 Christian Vogt (UE) 4 1 georg.moser@uibk.ac.at

Mehr

Übung zur Vorlesung Diskrete Strukturen I

Übung zur Vorlesung Diskrete Strukturen I Technische Universität München WS 2002/03 Institut für Informatik Aufgabenblatt 8 Prof. Dr. J. Csirik 2. Dezember 2002 Brandt & Stein Übung zur Vorlesung Diskrete Strukturen I Abgabetermin: Tutorübungen

Mehr

Klausur HM I H 2005 HM I : 1

Klausur HM I H 2005 HM I : 1 Klausur HM I H 5 HM I : 1 Aufgabe 1 4 Punkte): Zeigen Sie mit Hilfe der vollständigen Induktion: n 1 1 + 1 ) k nn k n! für n. Lösung: Beweis mittels Induktion nach n: Induktionsanfang: n : 1 ) 1 + 1 k

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Übung am 4.2.2011 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik FH Wedel Prof. Dr. Sebastian Iwanowski GTI33 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 3: Verifikationstechniken Teil 3: FH Wedel Prof. Dr. Sebastian Iwanowski GTI33

Mehr

Zusammenfassung: Beweisverfahren

Zusammenfassung: Beweisverfahren LGÖ Ks VMa 11 Schuljahr 216/217 Zusammenfassung: Beweisverfahren Inhaltsverzeichnis Teilbarkeitslehre... 1 Mathematische Sätze... 1 Bedingungen für innere Extremstellen... 3 Beweisverfahren... 3 Für Experten...

Mehr

1. Die freie Gruppe F [A]

1. Die freie Gruppe F [A] 1. Die freie Gruppe F [A] Definition: Eine Menge A heißt Alphabet. Eine formale Potenz der Form a k, a A, k Z heißt Silbe. Ein Wort ist eine endliche Folge a 1 a n k n von Silben. Die Folge mit Länge Null

Mehr

Lösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundbegriffe der Informatik 15. September 2016

Lösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundbegriffe der Informatik 15. September 2016 Lösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundbegriffe der Informatik 15. September 2016 Klausurnummer Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GBI

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

Vorkurs Beweisführung

Vorkurs Beweisführung Vorkurs Beweisführung Fachschaft Mathematik und Informatik 30.08.2013 Agenda 1 Einleitung 2 Direkter Beweis 3 Widerspruchsbeweis 4 Vollständige Induktion 5 Aussagen widerlegen 6 Gleichheit von Mengen 7

Mehr

Tutorium: Diskrete Mathematik

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

Mehr

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

Grundbegriffe für dreiwertige Logik

Grundbegriffe für dreiwertige Logik Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 Ereignisse und deren Wahrscheinlichkeit 2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,

Mehr

8. Musterlösung zu Mathematik für Informatiker II, SS 2004

8. Musterlösung zu Mathematik für Informatiker II, SS 2004 8. Musterlösung zu Mathematik für Informatiker II, SS 2004 MARTIN LOTZ &MICHAEL NÜSKEN Aufgabe 8.1 (Polynomdivision). (8 Punkte) Dividiere a mit Rest durch b für (i) a = x 7 5x 6 +3x 2 +1, b = x 2 +1in

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 13 Erststufige Peano-Arithmetik - Folgerungen und Ableitungen Die in der zweiten Stufe formulierten Dedekind-Peano-Axiome

Mehr

1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,

1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln, Theorie der Informatik 8. März 25 8. Reguläre Sprachen I Theorie der Informatik 8. Reguläre Sprachen I 8. Reguläre Grammatiken Malte Helmert Gabriele Röger 8.2 DFAs Universität Basel 8. März 25 8.3 NFAs

Mehr

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

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 4: Formale Sprachen 1 Motivation 2 Rechtsreguläre Grammatiken 3 Exkurs: Abgeschlossenheit 4 Strukturelle Induktion

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61 Anmerkung Änderung im Wintersemester 2013/2014:

Mehr

MATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST

MATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST Privatdozent Dr. C. Diem diem@math.uni-leipzig.de http://www.math.uni-leipzig.de/ diem/wiwi MATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST Es folgt eine Musterlösung zusammen mit Anleitungen

Mehr

Mathematische Grundlagen

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

Mehr

7. Musterlösung zu Mathematik für Informatiker I, WS 2003/04

7. Musterlösung zu Mathematik für Informatiker I, WS 2003/04 7. Musterlösung zu Mathematik für Informatiker I, WS 2003/04 KATHRIN TOFALL Aufgabe 7. (Symmetrischer EEA). (9 Punkte) Ziel dieser Aufgabe ist es zu zeigen, was man gewinnt, wenn man bei der Division mit

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil III) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents Vereinigung und Durchschnitt über Mengenfamilien Gesetze 1 Gesetze für Operationen

Mehr

Übungsblatt 1. Lorenz Leutgeb. 30. März 2015

Übungsblatt 1. Lorenz Leutgeb. 30. März 2015 Übungsblatt Lorenz Leutgeb 30. März 205 Aufgabe. Annahmen ohne Einschränkungen: P Σ und P Γ. Per Definitionem der Reduktion: P P 2 f : Σ Γ wobei f total und berechenbar, genau so, dass: w Σ : w P f(w)

Mehr

äußere Klammern können entfallen, ebenso solche, die wegen Assoziativität von + und Konkatenation nicht notwendig sind:

äußere Klammern können entfallen, ebenso solche, die wegen Assoziativität von + und Konkatenation nicht notwendig sind: 3. Reguläre Sprachen Bisher wurden Automaten behandelt und Äquivalenzen zwischen den verschiedenen Automaten gezeigt. DEAs erkennen formale Sprachen. Gibt es formale Sprachen, die nicht erkannt werden?

Mehr

Kapitel 1. Grundlagen

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

Mehr

GTI. Hannes Diener. 18. Juni. ENC B-0123,

GTI. Hannes Diener. 18. Juni. ENC B-0123, GTI Hannes Diener ENC B-0123, diener@math.uni-siegen.de 18. Juni 1 / 32 Als Literatur zu diesem Thema empfiehlt sich das Buch Theoretische Informatik kurzgefasst von Uwe Schöning (mittlerweile in der 5.

Mehr

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für

Mehr

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Karlsruher Institut für Technologie Institut für Algebra und Geometrie Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 9 Aufgabe 1 (4 Punkte +) Sei

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6. Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

Mehr

Aufgabe 1 Mengendiagramme (Präsenzaufgabe) Mengendiagramme bieten einen graphischen Weg, Wahrheitsbelegungen zu definieren:

Aufgabe 1 Mengendiagramme (Präsenzaufgabe) Mengendiagramme bieten einen graphischen Weg, Wahrheitsbelegungen zu definieren: Grundlagen der Logik in der Informatik WS 2017 Übungsblatt 2 bgabe der Lösungen: Tutorium in der Woche 20.11. 24.11. ufgabe 1 Mengendiagramme (Präsenzaufgabe) Mengendiagramme bieten einen graphischen Weg,

Mehr