Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau
|
|
- Joseph Messner
- vor 1 Jahren
- Abrufe
Transkript
1 Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau 1
2 Mathematisches Beweisen Mathematische ussagen - haben oft die Form: Wenn, dann B. - als Formel: B Mathematischer Beweis - bzgl. eines vorgegebenen xiomensystems - mit Hilfe von Inferenzregeln 2
3 Grundlegende Beweisstrategien Mathematische ussagen der Form B (Wenn, dann B) - Direkter Beweis: nnahme: gilt. Benutze, xiome, und Inferenzregeln um B zu beweisen. 3
4 Grundlegende Beweisstrategien Mathematische ussagen der Form B (Wenn, dann B) - Direkter Beweis: nnahme: gilt. Benutze, xiome, und Inferenzregeln um B zu beweisen. Behauptung: Das Quadrat einer ungeraden natürlichen Zahl n ist stets ungerade. n ungerade n 2 ungerade. 4
5 Grundlegende Beweisstrategien Mathematische ussagen der Form B (Wenn, dann B) - Direkter Beweis: nnahme: gilt. Benutze, xiome, und Inferenzregeln um B zu beweisen. Behauptung: Das Quadrat einer ungeraden natürlichen Zahl n ist stets ungerade. Beweis: Es sei n eine ungerade natürliche Zahl. Dann lässt sich n darstellen als n = 2k + 1, wobei k eine natürliche Zahl oder Null ist. Daraus folgt mit Hilfe der ersten binomischen Formel n 2 = (2k + 1) 2 = 4k 2 + 4k + 1 = 2 (2k 2 + 2k) + 1. us der Möglichkeit, n 2 so darzustellen folgt, dass n 2 ungerade ist. 5
6 Grundlegende Beweisstrategien Mathematische ussagen der Form B (Wenn, dann B) - Beweis durch Kontraposition: Beweis von B. - Beweis durch Widerspruch: Beweise dass B falsch 6
7 Grundlegende Beweisstrategien Mathematische ussagen der Form B (Wenn, dann B) - Beweis durch Kontraposition: Beweis von B. - Beweis durch Widerspruch: Beweise dass B falsch Behauptung: Ist die Wurzel aus einer geraden natürlichen Zahl n eine natürliche Zahl, so ist diese gerade. n gerade und n = k N k gerade Beweis durch Kontraposition: Zu zeigen: n = k N und k ungerade n ungerade. 7
8 Grundlegende Beweisstrategien Mathematische ussagen der Form B (Wenn, dann B) - Beweis durch Kontraposition: Beweis von B. - Beweis durch Widerspruch: Beweise dass B falsch Behauptung: Ist die Wurzel aus einer geraden natürlichen Zahl n eine natürliche Zahl, so ist diese gerade. Beweis: ngenommen, n = k wäre ungerade. Dann ist wegen der bereits bewiesenen Behauptung auch k 2 = n ungerade, und das ist ein Widerspruch zu der Voraussetzung, dass n gerade ist. lso ist die getroffene nnahme falsch, d.h., n ist gerade. 8
9 Grundlegende Beweisstrategien Mathematische ussagen, die nicht die Form B haben - Äquivalenzbeweis ( B) ( genau dann, wenn B) Beweise dass B und dass B. (Wenn, dann B, und wenn B, dann.) 9
10 Grundlegende Beweisstrategien - Beweis durch Fallunterscheidung Um B zu beweisen, beweise dass 1 B,..., n B, wobei 1 n wahr 10
11 Grundlegende Beweisstrategien - Beweis durch Fallunterscheidung Um B zu beweisen, beweise dass 1 B,..., n B, wobei 1 n wahr Behauptung: Jede Primzahl p 3 hat die Form p = 4 k±1 mit einer natürlichen Zahl k. Beweis: Man unterscheidet folgende vier Fälle für die Zahl p, von denen immer genau einer eintritt: 1. p = 4k 2. p = 4k p = 4k p = 4k + 3 = 4(k + 1) 1 Im ersten dieser Fälle ist p durch 4 teilbar und damit keine Primzahl, im dritten Fall ist p durch 2 teilbar und somit ebenfalls keine Primzahl. lso muss einer der Fälle zwei oder vier eintreten, das heißt p hat die Form p = 4 k ± 1 mit einer natürlichen Zahl k. 11
12 Grundlegende Beweisstrategien - Beweis durch Fallunterscheidung Um B zu beweisen, beweise dass 1 B,..., n B, wobei 1 n wahr Es sei angemerkt, dass die Fallunterscheidung zwar vollständig sein muss, aber die untersuchten Fälle sich nicht gegenseitig ausschließen müssen. 12
13 Grundlegende Beweisstrategien ussagen mit Quantoren x U : (p(x) q(x)) Wähle a beliebig aus U. Beweis der Implikation p(a) q(a). Da a beliebig gewählt werden kann, folgt x U : p(x) q(x) 13
14 Grundlegende Beweisstrategien ussagen mit Quantoren x U : (p(x) q(x)) Wähle a beliebig aus U. Beweis der Implikation p(a) q(a). Da a beliebig gewählt werden kann, folgt x U : p(x) q(x) Behauptung: n N : (n ist gerade und n ist eine natürliche Zahl {z } p(n) n ist gerade). {z } q(n) Beweis: Sei n beliebig aus N. Wir zeigen, dass wenn n gerade ist und n eine natürliche Zahl ist, dann n gerade ist (das wurde auf Seite 6 bewiesen). 14
15 Grundlegende Beweisstrategien ussagen mit Quantoren E x (p(x) q(x)) x Sei a ein geeignetes Element aus U. Beweis der Implikation p(a) q(a). Damit folgt E y (x, y) E x U : p(x) q(x). 15
16 Grundlegende Beweisstrategien Beweise mittels Vollständiger Induktion 16
17 Induktion Wesentliches Beweisprinzip in Mathematik und Logik 17
18 Induktion Wesentliches Beweisprinzip in Mathematik und Logik Einfache Version Induktion über die natürlichen Zahlen N (natural induction) 18
19 Induktion Wesentliches Beweisprinzip in Mathematik und Logik Einfache Version Induktion über die natürlichen Zahlen N (natural induction) Generalization Noethersche Induktion (noetherian induction/ induction over well-founded partially ordered sets) 19
20 Emmy Noether Geboren 1882 in Erlangen Gestorben 1934 in Princeton (US) Mitbegründerin der modernen lgebra 20
21 Emmy Noether Geboren 1882 in Erlangen Gestorben 1934 in Princeton (US) Mitbegründerin der modernen lgebra llgemein heißt eine geordnete algebraische Struktur noethersch, wenn es in ihr keine unendlich absteigenden Ketten gibt. 21
22 Induktion über die natürlichen Zahlen Idee: Definition der natürlichen Zahlen (1) (2) (3) (4) (5) 0 ist eine natürliche Zahl Jede natürliche Zahl n hat einen Nachfolger S(n) us S(n) = S(m) folgt n = m 0 ist nicht Nachfolger einer natürlichen Zahl Jede Menge X, die 0 und mit jeder natürlichen Zahl n auch deren Nachfolger S(n) enthält, umfasst alle natürlichen Zahlen. 22
23 Induktion über die natürlichen Zahlen (5) Jede Menge X, die 0 und mit jeder natürlichen Zahl n auch deren Nachfolger S(n) enthält, umfasst alle natürlichen Zahlen. X Menge: Falls 0 X, und n N : n X n + 1 X so n N : n X 23
24 Induktion über die natürlichen Zahlen (5) Jede Menge X, die 0 und mit jeder natürlichen Zahl n auch deren Nachfolger S(n) enthält, umfasst alle natürlichen Zahlen. X Menge: Falls 0 X, und n N : n X n + 1 X so n N : n X Induktionssatz Gelten die beiden ussagen: - p(0) und - n N : p(n) p(n + 1), dann gilt auch n N : p(n). 24
25 Induktion über die natürlichen Zahlen (5) Jede Menge X, die 0 und mit jeder natürlichen Zahl n auch deren Nachfolger S(n) enthält, umfasst alle natürlichen Zahlen. X Menge: Falls 0 X, und n N : n X n + 1 X so n N : n X Induktionssatz Gelten die beiden ussagen: - p(0) und Induktionsbasis - n N : p(n) p(n + 1), Induktionsschritt dann gilt auch n N : p(n). 25
26 Induktion über die natürlichen Zahlen Struktur eines Induktionsbeweises (1) Induktionsbasis: Beweise p(0) (2) Induktionsschritt: Beweise p(n) p(n + 1) für ein beliebiges n N 26
27 Induktion über die natürlichen Zahlen Struktur eines Induktionsbeweises (1) Induktionsbasis: Beweise p(0) (2) Induktionsvoraussetzung: Für ein beliebig gewähltes n N gilt p(n) (3) Induktionsschluss: Folgere p(n + 1) aus der Induktionsvoraussetzung p(n) 27
28 Beispiel Behauptung: Die Summe der ersten n ungeraden Zahlen ist n 2. n 1 X Für alle n N, (2i + 1) = n 2. i=0 28
29 Beispiel Behauptung: Die Summe der ersten n ungeraden Zahlen ist n 2. n 1 X Für alle n N, (2i + 1) = n 2 n 1. X p(n) : (2i + 1) = n 2 i=0 (1) Induktionsbasis: Beweise p(0) n = 0: 0 = 0 2 i=0 29
30 Beispiel Behauptung: Die Summe der ersten n ungeraden Zahlen ist n 2. n 1 X Für alle n N, (2i + 1) = n 2 n 1. X p(n) : (2i + 1) = n 2 i=0 (1) Induktionsbasis: Beweise p(0) OK (2) Induktionsvoraussetzung: Für ein beliebig gewähltes i=0 n N gilt p(n): n 1 X (2i + 1) = n 2 i=0 30
31 Beispiel Behauptung: Die Summe der ersten n ungeraden Zahlen ist n 2. n 1 X Für alle n N, (2i + 1) = n 2 n 1. X p(n) : (2i + 1) = n 2 i=0 (1) Induktionsbasis: Beweise p(0) OK (2) Induktionsvoraussetzung: Für ein beliebig gewähltes n 1 X n N gilt p(n): (2i + 1) = n 2 (3) Induktionsschluss: Folgere p(n + 1) aus p(n) nx p(n + 1) : (2i + 1) = (n + 1) 2. i=0 i=0 i=0 Beweis: nx Xn 1 (2i + 1) = ( (2i + 1)) + (2n + 1) p(n) = n 2 + (2n + 1) = (n + 1) 2. i=0 i=0 31
32 Verallgemeinerte vollständige Induktion Verallgemeinerte vollständige Induktion Gelten die beiden ussagen: p(0) und n N : p(0) p(1) p(n) p(n + 1) dann gilt die ussage n N : p(n). 32
33 Wohlfundierte (Noethersche) Induktion Verallgemeinerte vollständige Induktion Gelten die beiden ussagen: p(0) und n N : p(0) p(1) p(n) p(n + 1) dann gilt die ussage n N : p(n). Äquivalent Gelten die beiden ussagen: p(0) und n N : ( k N : (k < n + 1 p(k)) p(n + 1)) dann gilt die ussage n N : p(n). 33
34 Wohlfundierte (Noethersche) Induktion Verallgemeinerte vollständige Induktion Gelten die beiden ussagen: p(0) und n N : p(0) p(1) p(n) p(n + 1) dann gilt die ussage n N : p(n). Äquivalent Gilt die ussage: n N : ( dann gilt die ussage k N : (k < n p(k)) p(n)) n N : p(n). 34
35 Wohlfundierte (Noethersche) Induktion Theorem: Falls dann gilt n N : ( n N : p(n) k N : (k < n p(k)) p(n)) P Q Beweis: Zu zeigen: P Q Kontrapositionsbeweis: Wir zeigen, dass Q P nnahme: Q := ( n N : p(n)) E n N : p(n). > wohlfundierte Ordnung auf N: es gibt keine unendliche Folge x 1,...,x n,... mit x 1 > x 2 > > x n >.... Sei Y = {n N p(n)} =. Dann hat Y ein minimales Element m, d.h. m(m Y ( k N : (k < m k Y))) = P. E 35
36 Wohlfundierte (Noethersche) Induktion Theorem: Falls dann gilt n N : ( n N : p(n) k N : (k < n p(k)) p(n)) P Q Beweis: Zu zeigen: P Q Kontrapositionsbeweis: Wir zeigen, dass Q P nnahme: Q := ( n N : p(n)) E n N : p(n). > wohlfundierte Ordnung auf N: es gibt keine unendliche Folge x 1,...,x n,... mit x 1 > x 2 > > x n >.... Sei Y = {n N p(n)} =. Dann hat Y ein minimales Element m, d.h. m(m Y ( k N : (k < m k Y))) = P. E 36
37 Wohlfundierte (Noethersche) Induktion Theorem: Falls dann gilt n N : ( n N : p(n) k N : (k < n p(k)) p(n)) P Q Verallgemeinerung - beliebige Menge statt N - < partielle Ordnung auf - < wohlfundiert (es gibt keine unendliche Folge x 1,...,x n,... mit x 1 > x 2 > > x n >... ) 37
38 Binäre Relationen Definition: Eine binäre Relation R über einer Menge ist eine Teilmenge von. R binäre Relation: R. Statt (x,y) R schreiben wir: R(x,y) oder xry. 38
39 Partielle Ordnungen Definition: Eine binäre Relation R über einer Menge ist eine partielle Ordnung gdw. R ist reflexiv: R ist transitiv: R ist antisymmetrisch x (xrx) x,y,z (xry yrz xrz) x,y (xry yrx x = y) 39
40 Partielle Ordnungen Definition: Eine binäre Relation R über einer Menge ist eine partielle Ordnung gdw. R ist reflexiv: R ist transitiv: R ist antisymmetrisch x (xrx) x,y,z (xry yrz xrz) x,y (xry yrx x = y) Dann heißt (,R) eine partiell geordnete Menge 40
41 Partielle Ordnungen Definition: Eine binäre Relation R über einer Menge ist eine partielle Ordnung gdw. R ist reflexiv: R ist transitiv: R ist antisymmetrisch Beispiele: (N, ) x (xrx) x,y,z (xry yrz xrz) x,y (xry yrx x = y) (,R), wobei = {0, a,b,1} und R = {(0,0),(0, a), (0,1),(a, a), (a, 1),(b,b),(b,1),(1, 1)} R partielle Ordnung: a und b in R unvergleichbar. 41
42 Totale Ordnungen Definition: Sei (, R) eine partiell geordnete Menge. R ist eine totale Ordnung gdw. R(x,y) oder R(y, x) für alle x,y. 42
43 Minimum Definition: Sei (, R) eine partiell geordnete Menge. Sei, und m. m ist ein Minimales Element von, gdw.: es gibt kein x mit x m,x m. 43
44 Minimum Definition: Sei (, R) eine partiell geordnete Menge. Sei, und m. m ist ein Minimales Element von, gdw.: es gibt kein x mit x m,x m. Beispiele: (N, ). Sei = {3,5,7,9} N. 3 ist ein Minimales Element von. Sei (,R) wobei = {a, b,c,d} und R = {(a, a), (a, b),(c,c),(c,b), (c,d),(e,e),(e,d),(b,b),(d, d)} Sei = {a, b,c}. hat zwei minimale Elemente: a und c. 44
45 Wohlfundierte partielle Ordnungen Sei (, ) eine partiell geordnete Menge. Definition: x < y gdw.: (x y und x y) (für x,y ) 45
46 Wohlfundierte partielle Ordnungen Sei (, ) eine partiell geordnete Menge. Definition: x < y gdw.: (x y und x y) (für x,y ) Definition (Noethersch / wohlfundiert) (, ) heißt noethersch (oder wohlfundiert) gdw.: Es gibt keine unendlich absteigende Kette in, das heißt: Es gibt keine unendliche Folge (x i ) i N, mit x i für alle i N und x i+1 < x i für alle i N. 46
47 Wohlfundierte partielle Ordnungen Sei (, ) eine partiell geordnete Menge. Definition: x < y gdw.: (x y und x y) (für x,y ) Definition (Noethersch / wohlfundiert) (, ) heißt noethersch (oder wohlfundiert) gdw.: Es gibt keine unendlich absteigende Kette in, das heißt: Es gibt keine unendliche Folge (x i ) i N, mit x i für alle i N und x i+1 < x i für alle i N. (Unendlich aufsteigende Ketten sind zulässig) 47
48 Beispiele (N, ) is wohlfundiert (Z, ) ist nicht wohlfundiert (0 { 1 n n N}, ) ist nicht wohlfundiert (R, ) ist nicht wohlfundiert 48
49 Wohlfundierte partielle Ordnungen Lemma. (, ) ist noethersch (wohlfundiert) gdw.: jede nicht-leere Teilmenge von hat (mindestens) ein Minimales Element. 49
50 Wohlfundierte partielle Ordnungen Lemma. (, ) ist noethersch (wohlfundiert) gdw.: jede nicht-leere Teilmenge von hat (mindestens) ein Minimales Element. Beweis: Statt P Q, beweisen wir Q P. Sei nicht-leere Teilmenge von, die kein minimales Element enthält. Sei x 1. Da x 1 nicht minimal ist, gibt es x 2 mit x 2 < x 1. Da x 2 nicht minimal ist, gibt es x 3 mit x 3 < x 2 < x 1. Wir können deswegen eine unendliche absteigende Kette von Elementen aus bilden, d.h. ist nicht noethersch. 50
51 Wohlfundierte partielle Ordnungen Lemma. (, ) ist noethersch (wohlfundiert) gdw.: jede nicht-leere Teilmenge von hat (mindestens) ein Minimales Element. Beweis: Statt P Q, beweisen wir wieder Q P. nnahme: (, ) ist nicht noethersch, d.h. es gibt eine unendliche Folge (x i ) i N, mit x i für alle i N und x i+1 < x i für alle i N. Sei = {x i i N}. Wir zeigen, dass keinen minimalen Element hat: Sei a. Dann a = x i für einen i N. Dann ist x i+1 < a; deshalb kann a nicht minimal sein. 51
Logik für Informatiker
Logik für Informatiker 1. Grundlegende Beweisstrategien: Noethersche Induktion 23.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letzte Vorlesung 1. Grundlegende
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
1 Übersicht Induktion
Universität Koblenz-Landau FB 4 Informatik Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender 0.11.01 (v1.3) 1 Übersicht Induktion 1.1 Allgemeines Unter einem induktiven Vorgehen versteht
Übungen zu Grundlagen der Theoretischen Informatik
Übungen zu Grundlagen der Theoretischen Informatik INSTITUT FÜR INFORMATIK UNIVERSITÄT KOBLENZ-LANDAU SS 2013 Lösungen 02 Aufgabe 1 Geben Sie einen regulären Ausdruck für die Sprache aller Wörter über
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
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 2 28.04.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Termine Donnerstags: 30.04.2015 nicht
Grundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
Vollständige Induktion
30. September 008 Gliederung 1 3 4 Die Peano Axiome für die Menge der Natürlichen Zahlen N I. 0 ist eine natürliche Zahl, d.h. 0 N. II. Jede natürliche Zahl hat genau einen Nachfolger d.h. n : (n N! n
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 10 4.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Hauptklausur: Montag, 23.07.2012, 16:00-18:00,
Vollständige Induktion
30. September 008 Gliederung 1 3 4 Gliederung 1 3 4 Gliederung 1 3 4 Gliederung 1 3 4 Die Peano Axiome für die Menge der Natürlichen Zahlen N I. 0 ist eine natürliche Zahl, d.h. 0 N. II. Jede natürliche
6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
Logik für Informatiker
Logik für Informatiker 3. Prädikatenlogik Teil 6 25.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letzte Vorlesungen Prädikatenlogik: Syntax Semantik
Logik für Informatiker
Logik für Informatiker 3. Prädikatenlogik Teil 4 18.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letzte Vorlesung Sematik: Σ-Strukturen = (U, (f : U
Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 3: Beweisverfahren
FH Wedel Prof. Dr. Sebastian Iwanowski DM3 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 3: Beweisverfahren Meinel 3, 6, 7 Lang 4.1 (nur bis S. 43), 2.2
Grundlagen der linearen Algebra und analytischen Geometrie
Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre
Logik für Informatiker
Logik für Informatiker Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Literatur zur Vorlesung Skriptum von U. Furbach Ulrich Furbach Logic for Computer Scientists http://userpages.uni-koblenz.de/
Einführung in die Informatik 2
Einführung in die Informatik Strukturelle Induktion Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 0 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 1:30-14:00 Uhr, o.n.v.
Vorkurs Mathematik für Informatiker
Vorkurs Mathematik für Informatiker 5. Relationen Thomas Huckle, Kilian Röhner Technische Universität München 9.10.2017 Relationen Mit Relationen können wir Beziehungen zwischen je zwei Dingen ausdrücken.
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 86 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
Vorkurs: Grundlagen für das Mathematikstudium. Caroline Uhler
Vorkurs: Grundlagen für das Mathematikstudium Caroline Uhler Inhaltsverzeichnis 1 Logische Grundbegriffe 3 2 Elementare Mengenlehre 5 3 Relationen und Abbildungen 8 3.1 Produkte......................................
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle
De Morgan sche Regeln
De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,
Grundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
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
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,
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 8.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
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
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
Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10
Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige
1.2 Klassen und Mengen
14 1.2 Klassen und Mengen Als undefinierten Grundbegriff verwenden wir den Begriff der Klasse. Dieser ist allgemeiner als der Mengenbegriff und wird in der Algebra zur Definition sogenannter Kategorien
Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)
WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14
Formale Sprachen und Automaten
Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen
6. Rekursive Funktionen und Induktion
6. Rekursive Funktionen und Induktion 6.1 Rekursive Funktionen Definition rekursiver Funktionen Terminierung 6.2 Beweisen durch Induktion 6.3 Fundierte Relationen Maschinelles Beweisen mit PVS 6 1 6.1
Brückenkurs Mathematik
Beweise und Beweisstrategien andreas.kucher@uni-graz.at Institute for Mathematics and Scientific Computing Karl-Franzens-Universität Graz Graz, September 5, 2015 Hinweis zu den Folien Diese Folien sind
Beweistechniken. Vorkurs Informatik - SoSe April 2014
Vorkurs Informatik SoSe14 07. April 2014 Wozu Beweise in der Informatik? Quelle:http://www.capcomespace.net Motivation Wozu Beweise in der Informatik? Quelle: http://www.nileguide.com Wozu Beweise in der
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
Mathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
Vorlesung 4. Tilman Bauer. 13. September 2007
Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)
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
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 1 25.04.2017 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Grundlegende Beweisstrategien Induktion über
Inhalt Kapitel 3: Induktion und Termination
Inhalt Kapitel 3: Induktion und Termination 1 Wohlfundierte Relationen Ackermannfunktion 2 Untere Schranke für Türme von Hanoi Weitere Beispiele 52 Wohlfundierte Relationen Wohlfundierte Relationen Definition
3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.
3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie
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
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
Logik und Beweise. Logik und Beweise. Vorsemesterkurs SoSe März 2017
Logik und Beweise Logik und Beweise Vorsemesterkurs SoSe17 Ronja Düffel 22. März 2017 Logik und Beweise > Motivation Wozu Beweise in der Informatik? Quelle:http://www.capcomespace.net Logik und Beweise
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/ws1314
Kapitel 11 Beweisführung. Mathematischer Vorkurs TU Dortmund Seite 125 / 254
Kapitel 11 Beweisführung Kapitel 11 Beweisführung Mathematischer Vorkurs TU Dortmund Seite 125 / 254 Kapitel 11 Beweisführung Grundsätzlich: ein mathematischer Satz ist eine Aussage der Form wenn... gilt,
Logik und Beweise. Logik und Beweise. Vorsemesterkurs SoSe März 2015
Logik und Beweise Logik und Beweise Vorsemesterkurs SoSe15 Ronja Düffel 23. März 2015 Logik und Beweise > Motivation Wozu Beweise in der Informatik? Quelle:http://www.capcomespace.net Logik und Beweise
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
Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.
4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel
Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.
Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt
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
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
Brückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
Kapitel 2. Induktion und Rekursion. 2.1 Induktion. Seien X und A Mengen und eine terminierende Relation. dass x X : x A gilt.
Kapitel 2 Induktion und Rekursion 2.1 Induktion Induktion ist eine wichtige technik. Leider wird Induktion oft so vermittelt, dass Anfänger zu dem Schluß kommen, Induktion wäre eine geheimnisvolle Angelegenheit.
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
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
Grundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 1-14. Sitzung Dennis Felsing dennis.felsing@student.kit.edu http://www.stud.uni-karlsruhe.de/~ubcqr/2010w/tut gbi/ 2011-02-07 Äquivalenzrelationen 1 Äquivalenzrelationen
Folgen und endliche Summen
Kapitel 2 Folgen und endliche Summen Folgen und ihre Eigenschaften Endliche arithmetische und geometrische Folgen und Reihen Vollständige Induktion Anwendungen Folgen/endliche Summen Eigenschaften Folgen
Logik Vorlesung 8: Modelle und Äquivalenz
Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
Brückenkurs Mathematische Grundlagen. 1 Aussagenlogik. FU Berlin, Institut für Informatik, WS 2008/09
FU Berlin, Institut für Informatik, WS 2008/09 Brückenkurs Mathematische Grundlagen für Bioinformatik-, Informatik- und Nebenfach-Studenten 1 Aussagenlogik Eine logische Aussage ist ein Satz, der entweder
Logik und Beweise. Logik und Beweise. Vorsemesterkurs SoSe März 2016
Logik und Beweise Logik und Beweise Vorsemesterkurs SoSe16 Ronja Düffel 21. März 2016 Logik und Beweise Wozu Beweise in der Informatik?... um Aussagen wie 1 Das Programm erfüllt die gewünschte Aufgabe.
Vollständige Induktion
Kantonsschule Olten Hardwald 4600 Olten Vollständige Induktion Andreas Stoll Andreas Pulfer Erfänzungsfach Anwendungen der Mathematik (2017/18) 1 Beweisen 1.1 Axiome und Prämissen Bei einem Beweis wird
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/76 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
Logik/Beweistechniken
Mathematikvorkurs bei Marcos Soriano Logik/Beweistechniken erstellt von: Daniel Edler -II- Inhaltsverzeichnis 1 Logik/Beweistechniken 1 1.1 Allgemeine Vorgehensweise......................... 1 2 Konjunktion/Disjunktion
Natürliche Zahlen sind interessant
Natürliche Zahlen sind interessant N. N. Technische Universität München 16. September 2008 1 Interessante Zahlen Vorbemerkungen Der Zentrale Satz 2 Anwendungen Pädagogik Übersicht 1 Interessante Zahlen
R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}
Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben
3 Vollständige Induktion
3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon
Zusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Zusammenfassung der letzten LVA Diskrete Mathematik Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom (Beweisformen) Beweisformen sind etwa (i) deduktive
Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG
Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober
Logik. Ernest Peter Propädeutikum Mathematik Informatik/Wirtschaftsinformatik, Block Aussage
Logik Die Logik ist in der Programmierung sehr wichtig. Sie hilft z.b. bei der systematischen Behandlung von Verzweigungen und Schleifen. z.b. if (X Y und Y>0) then Oder beim Beweis, dass ein Algorithmus
Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken
Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Susanna Pohl Vorkurs Mathematik TU Dortmund 09.03.2015 Aussagen, Logik und Beweistechniken Aussagen und Logik Motivation
Grundlegendes der Mathematik
Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig
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
Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität
1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen
1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist
1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen
. Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!
Induktion und Rekursion
Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel
Angewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens WS 2013/14 Inhalt Übungserklärung* Beweis durch Vollständige Induktion 2
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive
Kapitel 1 Grundbegriffe der Mengenlehre und der Logik
Wolter/Dahn: Analysis Individuell 3 Kapitel 1 Grundbegriffe der Mengenlehre und der Logik In diesem Abschnitt werden einige Grundbegriffe der Mengenlehre und grundlegende 1/0/0 Prinzipien der mathematischen
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2015 29.04.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Motivation 2. Terminologie 3. Endliche Automaten und reguläre
Beispiele für Relationen
Text Relationen 2 Beispiele für Relationen eine Person X ist Mutter von einer Person Y eine Person X ist verheiratet mit einer Person Y eine Person X wohnt am gleichen Ort wie eine Person Y eine Person
4. Funktionen und Relationen
Bestimmung der Umkehrfunktionen c) bei reellen Funktionen geometrisch durch Spiegelung des Funktionsgraphen an der Winkelhalbierenden y = x. y = x 3 y = x y = x y = (x+1)/2 y = x 1/3 y = 2x 1 Seite 27
Brückenkurs Mathematik. Dienstag Freitag
Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................
13 Auswahlaxiom und Zornsches Lemma
13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses
BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom
Prof. Dr. Norbert Blum Elena Trunz Informatik V BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom 5.2.2014 Bitte beachten Sie, dass die tatsächlichen Klausuraufgaben
In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische
Kapitel 1 Mathematische Objekte In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Objekte wie Tupel, Mengen, Relationen und Funktionen. Außerdem erklären wir die
Programmierung 1 - Repetitorium
WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage: http://info1.marcwagner.info Donnerstag, den 10.04.03 Kapitel 7 Korrektheit 7.1 Abstrakte Prozeduren Abstrakte Prozedur
Einführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,
Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT.
Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT. Dietmar A. Salamon ETH-Zürich 29. September 2016 Zusammenfassung Dieses Manuskript dient einer Einführung für Studierende des ersten
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...
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
Logische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 12. November 2014 Darstellung natürlicher Zahlen durch Mengen 1. Wie können wir natürliche Zahlen durch Mengen darstellen? Idee 0 = und
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
Kapitel 1. Grundlegendes
Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0
(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