Mathematik für Informatik 1

Größe: px
Ab Seite anzeigen:

Download "Mathematik für Informatik 1"

Transkript

1 Mathematik für Informatik 1 Inhalt : Grundbegriffe Mengen, speziell Zahlenmengen Aussagenlogik Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binominalkoeffizienten Komplexität von Algorithmen Folgen, Grenzwerte, Rekursionen Graphentheorie Grundbegriffe, Zusammenhang, Euler-Pfade kürzeste Wege, minimale Spannbäume, maximale Flüsse & Matchings Galoiskörper Grundbegriffe der Wahrscheinlichkeitsrechnung 1

2 Literatur Gerald und Susanne Teschl: Mathematik für Informatiker, Band 1 und 2, erschienen im Springer-Verlag 2006 ( auch als ebook erhältlich ) Der Inhalt der Vorlesung Mathematik für Informatik 1 entspricht im wesentlichen Band 1 ohne die lineare Algebra ( Kap. 9 bis 14 ). Die Wahrscheinlichkeitsrechnung findet sich in Band 2. Die Vorlesung basiert auf den Skripten von Prof. Marcus Martin und Dr.Ochs ( beide fbmn.h-da/~. ). Mit welchem Lehrbuch und medium, mit welcher Methode der Student bzw die Studentin am besten lernt, muss er/sie selber feststellen. 2

3 1 Logik Grundlage für die Mathematik bilden Logik und Mengenlehre. Vor allem für die Anwendungen der Mathematik in der (Theoretischen) Informatik sind logische Verknüpfungen, sog. Junktoren, essentiell. Sie kommen aber beispielsweise auch im Rahmen einer binären Verknüpfung der Wahrheitswerte - falsch (bzw. kein Strom fließt) und - wahr (bzw. Strom fließt) in physikalischer Form in der Hardware durch Schaltungen bereits zum Tragen. 3

4 Betrachtet man folgende beiden elementaren Schaltbilder, so stellt man fest, dass bei verschiedenen Schalterstellungen ein Strom im Stromkreis fließt oder nicht: AND OR Wir befinden uns damit im Bereich einer klassichen Logik, die auch als binäre oder Boolesche Logik bezeichnet wird. Das erste Schaltbild zeigt dabei die logische Und- Verknüpfung, während das zweite die logische Oder- Verknüpfung vereinfacht darstellt. 4

5 1.1 Aussagenlogik In Analogie zu dem Beispiel der Schalter definieren wir nach Aristoteles eine Aussage als einen sprachlichen Ausdruck, dem objektiv und eindeutig einer der beiden Wahrheitswerte wahr (1) (engl. true) oder falsch (0) (engl. false) zugeordnet werden kann. So kann im obigen Beispiel die Aussage "Der Schalter x ist eingeschaltet. wahr oder falsch sein. Hingegen ist der Ausdruck "Warum ist es am Rhein so schön?" keine Aussage! Durch Verneinung (oder Negation, NON) einer Aussage kann man ihren Wahrheitswert ändern. Ist zum Beispiel die Aussage "16 ist eine natürliche Zahl, die nur durch 1 und sich selbst geteilt werden kann" oder kürzer "16 ist eine Primzahl" falsch, so ist ihre Verneinung wieder wahr. 5

6 Diese einstellige logische Operation der Negation ist leicht in Form einer Wahrheitstafel darstellbar, in der man für jeden möglichen Wahrheitswert einer Aussage A den Wahrheitswert der verneinten Aussage A gegenüberstellt. A A Entsprechend kann man weitere Junktoren wie die Konjunktion (logisches Und, AND), die Disjunktion (logisches Oder, OR), das exclusive OR (exklusives Oder, XOR) und die Subjunktion (Implikation) mit Hilfe von Wahrheitstafeln für je zwei Ausgangsaussagen (Zustände, Schalterstellungen) eindeutig definieren. 6

7 Die zweistelligen logischen Verknüpfungen sind erklärt durch die Wahrheitstafel: A B A A B A B A B A B Wie man sieht, ist eine logische Verknüpfung somit durch 2 2 = 4 verschiedene Werte (der möglichen Aussagen, Zustände, Schalterstellungen) eindeutig festgelegt. Da stets einer der zwei Wahrheitswerte festzulegen ist, gibt es insgesamt = = 16 verschiedene Möglichkeiten, eine zweistellige logische Funktion zu definieren. 7

8 Insgesamt kann man sich jedoch überlegen, dass diese 16 möglichen logischen Verknüpfungsoperationen auf eine Kombination der drei elementaren Verknüpfungen der Konjunktion, Disjunktion und Negation zurückgeführt werden können. Satz 1 Jede der 16 möglichen zweistelligen logischen Verknüpfungsoperationen kann auf eine Kombination von Disjunktionen, Konjunktionen und Negationen zurückgeführt werden. Wir illustrieren diesen Satz zunächst einmal dadurch, dass wir noch zwei wichtige zweistellige logische Operatoren, die ein negiertes logisches Und - NAND - und ein negiertes logisches Oder - NOR - repräsentieren einführen. 8

9 Dabei handelt es sich um den - Sheffer-Operator (NAND, ) und den - Peirce-Operator (NOR, ): A B A B A B Offensichtlich gilt für diese A B = (A B) und A B = (A B), wie man leicht mit Hilfe der Negation aus den beiden letzten Wahrheitstafeln abliest. Man kann umgekehrt sogar zeigen, dass die Konjunktion, Disjunktion und Negation allein mit Hilfe des Sheffer- bzw. allein mit Hilfe des Peirce-Operators ausgedrückt werden können: 9

10 Lemma 1 Es seien A und B Aussagen. Für die NAND- und NOR-Verknüpfung lassen sich Negation, Konjunktion und Disjunktion wie folgt ausdrücken: 1. Negation: A = A A = A A. 2. Konjunktion: A B = (A B) (A B) = (A A) (B B). 3. Disjunktion: A B = (A A) (B B) = (A B) (A B). Beweis: Nachrechnen mit Wahrheitstafeln ( als Übungs- und Hausaufgabe überlassen ) 10

11 Schließlich müssen wir noch die Äquivalenz ( ) zweier Aussagen A und B definieren, die durch Rückführung auf die bereits eingeführte Subjunktion und Konjunktion durch (A B) (B A) gegeben ist. Entsprechend der Definitionen von und ist somit die Wahrheitstafel der Äquivalenz gegeben durch A B A B Es genügt also, wenn wir die Implikation auf einen Ausdruck in den drei elementaren logischen Operatoren zurückführen! 11

12 Dazu zeigen wir mit Hilfe einer Wahrheitstafel, dass A B genau dann gilt, wenn A B gilt : ( A B ) ( A B ) also für alle Kombinationen aus Wahrheitswerten der Aussagen A und B die Operatoren zum selben resultierenden Wahrheitswert führen: A B A => B A B A A B Damit gilt nach Definition A B genau dann, wenn ( A B) ( B A) gilt! 12

13 Der geneigte Leser hat überdies durch inzwischen geübten Blick auf die Wahrheitstafeln für die Äquivalenz und XOR bereits bemerkt, dass diese durch eine einfache Negation ineinander überführbar sind: A B A B A B (A B) Damit ist A B genau dann, wenn (( A B) ( B A)) gilt. Also ist auch die Operation ebenfalls ausschließlich mit den drei Grundoperatoren darstellbar! 13

14 Ein für eine wichtige mathematische Beweistechnik (den Beweis durch Kontraposition) zentraler Zusammenhang sei in diesem Kontext zumindest anhand der Wahrheitstafeln ebenfalls kurz aufgeführt: Es gilt nämlich A B genau dann, wenn B A gilt. A B A B A B B A Desweiteren lässt sich beispielsweise die logische Operation, deren Wahrheitswerte allesamt wahr (1) sind, mit Hilfe des Diktums tertium non datur des Aristoteles durch A A = 1 darstellen (sog. Tautologie). ( tertium non datur : Satz vom ausgeschlossenem Dritten Hans ist blond oder Hans ist nicht blond. ) 14

15 Ferner ist aus demselben Grunde eine zweistellige logische Verknüpfungsoperation, deren Wahrheitswerte allesamt nur falsch sind, durch A A = 0 darstellbar. Sollten Kritiker (nicht ganz zu unrecht) einräumen, dass damit ja eigentlich gar keine zweistellige Verknüpfungsoperation erklärt ist, können wir diese mit Hilfe der Definitionen A#B := (A A) (B B) = 1 und A$B := (A A) (B B) = 0 leicht besänftigen. 15

16 Wir haben damit für sieben (,,,,, # und $) der 14 neben Konjunktion und Disjunktion möglichen zweistelligen logischen Verknüpfungen die Behauptung von Satz 1 nachgewiesen und verzichten an dieser Stelle auf den vollumfänglichen Beweis. Damit haben wir zwar anhand der sieben Beispiele illustriert, dass sich diese durch Konjunktionen, Disjunktionen und Negationen darstellen lassen. Allerdings ist z.b. der Ausdruck (( A B) ( B A)), der ja äquivalent zum XOR ist, sowohl mathematisch betrachtet nicht wirklich elegant als auch für die technische Umsetzung extrem unhandlich. Um solche Ausdrücke zu vereinfachen, müssen wir somit noch die Rechenregeln für logische Verknüpfungen zusammenstellen. 16

17 Satz 2 (Rechenregeln der Aussagenlogik) Es seien A, B und C Aussagen. Dann gelten für die Konjunktion die Gesetze 1. Kommutativität: A B = B A, 2. Assoziativität: A (B C) = (A B) C und für die Disjunktion entsprechend die Regeln 1. Kommutativität: A B = B A, 2. Assoziativität: A (B C) = (A B) C. 17

18 Darüber hinaus gelten die 3. Distributivgesetze A (B C) = (A B) (A C) und A (B C) = (A B) (A C) sowie die sog. 4. demorganschen Regeln (A B) = ( A) ( B) Und (A B) = ( A) ( B). 18

19 Beweis: 1. Die Kommutativität der Konjunktion und Disjunktion kann direkt aus den Wahrheitstafeln abgelesen werden. 2. Die Assoziativität der Konjunktion und Disjunktion kann ebenfalls sehr einfach mit Hilfe einer Wahrheitstafel nachgeprüft werden, weshalb wir an dieser Stelle auf einen Beweis verzichten und diesen dem Leser zur eigenen Übung überlassen. 3. Die erste Distributivitätsregel ergibt sich aus der Wahrheitstafel. Der Nachweis der zweiten Regel erfolgt analog am einfachsten ebenfalls mit Hilfe einer Wahrheitstafel. 19

20 3. Die erste Distributivitätsregel ergibt sich aus der Wahrheitstafel: A B C B C A (B C) A B A C (A B) (A C) Der Nachweis der zweiten Regel erfolgt analog am einfachsten ebenfalls mit Hilfe einer Wahrheitstafel. 20

21 4. Wir beweisen hier wieder nur das erste demorgan sche Gesetz (da der Beweis der zweiten völlig analog verläuft). Das erste Gesetz ergibt sich aber unmittelbar aus der folgenden Wahrheitstafel durch Gegenüberstellung der Wahrheitswerte der linken bzw. rechten Seite: A B A B A B A B (A B) Den Abschluss eines Beweises kennzeichnen wir im Folgenden immer mit einem kleinen Kästchen: (als Symbol für quod erat demonstrandum). 21

22 Bemerkung 1 Mathematischer formuliert kann man sagen, dass die auf den Wahrheitswerten 0 und 1 erklärten Verknüpfungen der Konjunktion, Disjunktion und Negation die einfachste Form einer sog. Boolesche Algebra bilden. Wir werden im Verlauf der Vorlesung weitere Beispiele für diese algebraische Struktur kennenlernen. 22

23 Wir wollen nun noch die Rechenregeln anwenden, um das Beispiel von oben noch einmal ein wenig weiter zu vereinfachen: ( ( A B) ( B A) ) = 4. = ( A B) ( B A) = 4. = (A B) (B A) 3. = [(A B) B] [(A B) A)] 3. = [(A B) (B B)] [(A A) ( B A)] = [(A B) 1 ] [ 1 ( B A)] = [(A B) ( B A)] 23

24 Damit lässt sich die logische Funktion A B durch A B = (( A B) ( B A)) = (A B) ( B A) ausdrücken, also durch Konjunktion von Disjunktionen der logischen Variablen oder ihrer Negationen. Eine solche Form nennt man auch Konjunktive Normalform, worauf wir im nächsten Abschnitt ausführlicher eingehen wollen. 24

25 1.2 Boolesche Terme Insbesondere für die Konstruktion von Schaltungen verwendet man in der Regel Kleinbuchstaben für die sog. Booleschen Variablen anstelle der logischen Variablen. Auch folgende, alternative Schreibweisen für die verschiedenen elementaren logischen Verknüpfungen sind hierbei gebräuchlich: Komplement (Negation) : a = a. Konjunktion : a b = a b (oder bisweilen auch a b). Disjunktion : a b = a + b. 25

26 In dieser Schreibweise lautet die zweite demorgansche Regel: (a+b) = a b. Analog zu den Aussagen mit den Wahrheitswerten wahr und falsch nennt man allgemein eine Variable x eine Boolesche Variable, wenn sie die Werte 1 oder 0 annimmt. Ferner gelten dann die sich direkt aus Satz 2 ergebenden Rechengesetze: 26

27 Rechengesetze Corollar 1 Für Boolesche Variablen x, y und z gilt: (0) x + x = 1, x x = 0, x = x, 1 x = x, 0 x = 0, 0 + x = x, 1 + x = 1, x + x = x und x x = x. (1) x + y = y + x und x + (y +z) = (x+y) + z. 27

28 (2) x y = y x und x (y z) = (x y) z. (3) x (y +z) = x y +x z (4) demorgan: (x + y) = x y und (x y) = x + y. 28

29 Definition 1 Ein n-stelliger Boolescher Term p besteht dann aus den Werten 0, 1 oder den Booleschen Variablen x 1, x 2,..., x n sowie sämtlichen daraus mit den gerade eingeführten Verknüpfungen (+,, ) erklärten Ausdrücken. Definition 2 Zwei n-stellige Boolesche Terme p und q sind dabei gleichwertig, wenn für alle ( x 1,..., x n ) mit x j { 0, 1}, j { 1,..., n }, gilt: p(x 1,..., x n ) = q(x 1,..., x n ). Definition 3 Die Komplexität eines Booleschen Terms kann nun als die Anzahl der in ihm verwendeten binären Operationen + und eingeführt werden. 29

30 Beispiel 1 (1) Der Boolesche Term p(x, y, z) := xy z + xy z + x y z + x y z +xy z enthält 10 binäre Multiplikationen und 4 binäre Additionen, besitzt also eine Komplexität von 14. (2) Hingegen besitzt der Boolesche Term q(x, y, z) := x + y z nur eine Komplexität von 2, da jeweils nur eine binäre Multiplikation und eine binäre Addition zu seiner Definition verwendet werden muss. 30

31 Kann man nun zeigen, dass die Booleschen Terme in diesem Beispiel gleichwertig sind, so hat man die Komplexität von p auf die von q drastisch reduziert, was auch die Komplexität der zu entwickelnden Schaltelemente und Steuerungen deutlich vereinfacht. Definition 4: Einen Booleschen Term mit minimaler Komplexität nennen wir Minimalform des Booleschen Terms. 31

32 Mit Corollar 1 erhalten wir unter Verwendung der Idempotenz xy z + xy z = xy z an der Stelle ( ) leicht: p(x, y, z) = x y z + x y z + x y z + x y z +xy z = ( ) = x y z + x y z + x y z + x y z +xy z + x y z = = xy (z + z)+ x y (z + z)+ xy z +xy z = = xy + x y +( x+x)y z = = x (y + y) + y z = = x + y z = = q(x, y, z), sodass die Booleschen Terme p und q gleichwertig sind. Damit lässt sich p auf seine Minimalform q bringen. Wir wollen nun noch die bisher erlernten Techniken anwenden, um Schaltkreise für binäre Additionen zu ermitteln. 32

33 Beispiel 2 (Halbaddierer) Es mögen a und b zwei einstellige Dualzahlen bezeichnen. Ferner sei o das erste und s das zweite Bit in der Dualdarstellung der Summe (os) 2. Diese ergibt sich wie folgt: a b (os) Betrachten wir das rechte Bit s (sum) der Summe, so handelt es sich offenbar um die exklusive Oder-Verknüpfung s = s(a,b) = a b, während sich für den Übertrag o (overflow) der Summe ergibt: o = o(a, b) = a b. 33

34 Schematisch lässt sich die Hardwareschaltung für den Halbaddierer (vgl. auch Skript Prof. Dr. H. Meyer) wie folgt darstellen: Diese Schaltung überführt die beiden Summanden in ihre Summe in Dualdarstellung, d.h. (o, s) = (a 0 b 0, a 0 b 0 ) = HA(a, b). 34

35 Zur Abkürzung bezeichnen wir die einzelnen Komponenten der in Binärdarstellung geschriebenen Summe (des geordneten Paares (o, s)) wie in der später noch zu behandelnden Vektorschreibweise mit o := a b = HA(a, b) 1 und s := a b = HA(a, b) 2. Dieses Prinzip kann man nun ausbauen, um einen Volladierer zur Addition beliebig-stelliger Dualzahlen zu entwerfen. Beispiel 3 (Volladdierer) Für zwei n-stellige Dualzahlen a = ( a n... A 1 a 0 ) 2 und b = (b n... B 1 b 0 ) 2 kann das nullte Bit s 0 = a 0 b 0 = HA(a 0, b 0 ) 2 der Summe aus (o 0, s 0 ) = HA(a 0, b 0 ) = (a 0 b 0, a 0 b 0 ) gemäß unseres vorherigen Beispiels ermittelt werden. 35

36 Allgemein ergibt sich analog für j 2 die j.te Stufe der Addition gemäß folgender Hardwareschaltung: Die Korrektheit des Volladdierers werden wir im Rahmen der Übungen zu Vorlesung exemplarisch im Falle n = 4 nachprüfen. 36

37 1.3 Schaltalgebra und Disjunktive Normalform Der Satz 1 besagt, dass sich jede der zweistelligen logischen Operatoren einzig mit Hilfe von Konjunktionen, Disjunktionen und Negationen ausdrücken lässt. Dies lässt sich natürlich sukzessive auf drei-, vier-, fünf-,..., n-stellige Operatoren verallgemeinern, da diese durch Hintereinanderausführung der Grundoperatoren entstehen. Diese Erkenntnis hat wichtige Auswirkungen auf das Thema der Entwicklung und Konstruktion von Schaltkreisen. Dabei wird jedoch (im Gegensatz zu unserem bisherigen Vorgehen) zuerst die Anzahl der benutzten Argumente und die die Funktion realisierende Wahrheitstafel entwickelt, die dann in einen Schaltkreis transformiert werden soll, der möglichst einfach und sparsam die entsprechenden Funktionen auch erfüllt. 37

38 Ein einfaches Beispiel für eine solche Situation ist die Konstruktion eines sog. Multiplexers, auch kurz MUX genannt. Bei diesem Schaltelement werden die über zwei Leitungen eingehenden Information x 0 und x 1 auf eine Ausgangsleitung weitergeleitet. Dabei wählt die Eingabeleitung s aus, welche der beiden Informationen das Vorrecht besitzt, weitergeleitet zu werden. Ein MUX wird daher wie folgt schematisch veranschaulicht: 38

39 Nehmen wir an, der Multiplexer soll immer, wenn auf der Steuerleitung s der Boolesche Wert 1 anliegt, den auf der ersten Leitung anliegenden Wert x 0 übertragen, ansonsten den Wert x 1. Dann ist die zu konstruierende Funktion gegeben durch die folgende Wahrheitstafel: s x 0 x 1 m

40 Wie gelangt man nun von dieser Wahrheitstafel zu einem Booleschen Term über den Argumenten s, x 0 und x 1? Hierzu benötigen wir zunächst noch die folgende Definition, die wieder darauf zurückgeht, dass jeder logische Ausdruck sich mit Hilfe von Negationen sowie Konjunktionen und Disjunktionen ausdrücken lässt: 40

41 Definition 5 1. Ein Literal ist ein Boolescher Term, der entweder aus einer einzelnen Booleschen Variablen x oder ihrem Komplement x besteht. 2. Ein n-stelliger Boolescher Term über den Booleschen Variablen x 1,...,x n der Form z 1 z 2... z n heißt (konjunktiver) Minterm, wenn z j = x j oder z j = x j für j {1,..., n} gilt, also der Term das Produkt der n Literale von x 1,...,x n ist. 3. Ein Boolescher Term befindet sich in disjunktiver Normalform (DNF), wenn es sich ausschließlich um Disjunktionen von konjunktiven Mintermen handelt. 41

42 Bevor wir uns nun mit dem ursprünglichen Problem der Konstruktion eines Schaltkreises beschäftigen, wollen wir die soeben eingeführten Begriffe anhand einiger Beispiele genauer untersuchen: 42

43 Beispiel 4 Betrachten wir den zweistelligen Booleschen Term p(x, y) = x+ y, dann lässt sich dieser auf disjunktive Normalform bringen, indem jeder Term darin mit 1 multipliziert wird, der noch kein konjunktiver Minterm ist. Dabei wird 1 mit Hilfe von a+ a = 1 dargestellt, wobei a diejenige Boolesche Variable ist, die noch in dem Term fehlt, um diesen zum Minterm zu machen: p(x, y) = x y = x (y + y) + (x+ x) y = = xy +x y +x y + x y = = xy + x y + x y, wobei wir die sog. Idempotenz x y + x y = x y im letzten Schritt verwendet haben, um die DNF zu bestimmen. 43

44 Anhand dieses einfachen Beispiels kann man sich veranschaulichen, welche Rolle die DNF für die Entwicklung von Schaltkreisen spielt. Betrachten wir nämlich die Wahrheitstafel x Y P(x,y) Minterm x y x y xy zu dem im Beispiel betrachteten Booleschen Term p(x, y) = x+ y = xy + x y + x y, so stellen wir fest, dass p(x, y) = 1 gerade für diejenigen Kombinationen der Variablen x und y gilt, die gerade den Mintermen der DNF entsprechen, wenn wir die Null für das Komplement und die Eins für die Variable selbst verwenden (s.o.). 44

45 Dies liegt an der speziellen Form der Minterme, die ausschließlich aus Konjunktionen bestehen: Wir erinnern uns, dass eine Konjunktion x y nur genau dann den Booleschen Wert 1 besitzt, wenn beide (!!!) Faktoren x und y bereits den Booleschen Wert 1 annehmen. Tritt also ein Wahrheitswert 1 als Ergebnis eines Minterms auf, müssen wir die Eingabeparameter so wählen, dass diese beide den Booleschen Wert 1 bilden, was dazu führt, dass für Wahrheitswerte 0 eines der Faktoren das Komplement zu verwenden ist. Da für alle anderen Belegungen der Variablen der Minterm automatisch (als Konjunktion) den Booleschen Wert 0 hat und alle Minterm disjunktiv verknüpft werden, erhält man so gerade die vorgegebene Wahrheitstafel. 45

46 Beispiel 5 Kommen wir nun zurück auf das Beispiel das Multiplexers, so kann der zur Wahrheitstafel gehörige dreistellige Boolesche Term m = m(s, x 0, x 1 ) in DNF direkt aus dieser abgelesen werden: s x 0 x 1 m Minterm s x 0 x s x 0 x s x 0 x s x 0 x 1 Damit ist m(s, x 0, x 1 ) = s x 0 x 1 + s x 0 x 1 + s x 0 x 1 + s x 0 x 1. 46

47 Man kann nun allgemein zeigen: Satz 3: Zu jeder Wahrheitstafel in n Booleschen Variablen existiert ein n-stelliger Boolescher Term in disjunktiver Normalform, der den vorgeschriebenen Wahrheitsverlauf realisiert. Beweis: Für n = 2 folgt dies unmittelbar aus Satz 1. Für n > 2 basieren die entsprechenden Wahrheitstafeln bzw. n- stelligen Booleschen Terme auf der Kombination der drei elementaren Operationen, woraus sich (sukzessiv bzw. induktiv) die Behauptung ergibt. Ein entsprechender Satz gilt natürlich auch für die sog. Konjunktive Normalform (KNF), wie wir der Vollständigkeit halber ergänzen wollen: 47

48 Bemerkung 2: Ein n-stelliger Boolescher Term befindet sich entsprechend in konjunktiver Normalform (KNF), wenn darin ausschließlich Konjunktionen von disjunktiven Mintermen z 1 +z z n mit z j = x j oder z j = x j für j {1,..., n}. Entsprechend existiert dann auch zu jeder Wahrheitstafel in n Variablen ein n-stelliger Boolescher Term in konjunktiver Normalform, der den vorgeschriebenen Wahrheitsverlauf realisiert. Sobald eine disjunktive oder konjunktive Normalform ermittelt ist, wird man versuchen, Lemma 1 für die technische Umsetzung anzuwenden. Dies hat wirtschaftlich den großen Vorteil, dass jede beliebige Wahrheitstafel über die disjunktive Normalform ausschließlich mit Hilfe von NAND- oder ausschließlich mit Hilfe von NOR-Bausteinen umgesetzt werden kann. 48

49 Um die DNF auf Minimalform zu bringen, müssten wir (sukzessive) Corollar 1 anwenden. Für diese zeitaufwändige Vorgehensweise kann man in der Literatur eine Reihe von Optimierungsalgorithmen finden. Beispielsweise können wir bei einer nicht allzu großen Zahl an Booleschen Variablen man mit Hilfe eines sog. Karnaugh-Veitch-Diagramms (KV-Diagramm) eine Überführung in Minimalform durchführen. Für einen dreistelligen Booleschen Term können maximal alle 8 möglichen Booleschen Werte 1 sein, sodass sämtliche konjunktiven Minterme zur Bildung des Booleschen Terms in DNF benötigt würden. 49

50 Für einen beliebigen dreistelligen Booleschen Term über den Booleschen Variablen x, y und z lässt sich eine DNF stets mit Hilfe des folgenden vereinfachten Diagrammes anschaulich darstellen: y y y y x x z z z z Das linke obere Feld repräsentiert dabei den Minterm xy z, das in der rechten unteren Ecke den Minterm x yz. Wandern wir von einem Feld zu einem der nächstgelegenen, so wird stets eine Booleschen Variable negiert und die beiden anderen festgehalten. Die Felder sind dabei zyklisch angeordnet. D.h. wandern wir vom letzten Feld rechts unten (für den Minterm x y z) nach rechts weiter, landen wir im ersten Feld links unten (für xy z). 50

51 Tritt in der DNF ein Minterm auf, tragen wir in dem entsprechenden Feld des Karnaugh-Veitch-Diagrammes eine 1 ein. Für den MUX von oben ergibt sich so aus dessen DNF m(s, x 0, x 1 ) = s x 0 x 1 + s x 0 x 1 + s x 0 x 1 + s x 0 x 1. das Karnaugh-Veitch-Diagramm: x 1 x 1 x 1 x 1 s 1 1 s 1 1 x 0 x 0 x 0 x 0 Finden wir nun zwei benachbarte Felder, so haben wir zwei Minterme in der DNF gefunden, die wir durch Ausklammern der gemeinsamen Booleschen Variablen vereinfachen können. 51

52 Beispielsweise gilt für die beiden Minterme s x 0 x 1 (an der Position (Zeile,Spalte)=(1, 1)) und den Minterm s x 1 x 0 (an der Position (Spalte,Zeile)=(1, 4)): s x 0 x 1 + s x 1 x 0 = s x 0 ( x 1 + x 1 ) = s x 0 1. Entsprechend sind natürlich auch die unteren beiden Minterme benachbart und vereinfachen sich zu s x 1 x 0 + s x 0 x 1 = s x 1 1. Eine Minimalform zum MUX lautet somit m(s, x 0, x 1 ) = s x 0 + sx 1 und hat die Komplexität 3 (im Vergleich: Die DNF hatte noch eine Komplexität von 11). 52

53 Diese Minimalform des MUX lässt sich nun unmittelbar in eine Schaltung übertragen, die die Schaltbausteine für die Disjunktion, Konjunktion und Negation enthält: Für unseren MUX erhalten wir damit die folgende Schaltung: 53

54 Wollen wir nun anstelle verschiedener Bausteine die Schaltung beispielsweise ausschließlich mit Hilfe von NAND- Bausteinen realisieren, müssen wir zuerst Lemma 1 anwenden. 54

55 Dies ist natürlich nur auf Kosten der Komplexität der Schaltung zu erreichen: So ist Ferner ist wegen Noch s x 0 = (s NAND x 0 ) NAND (s NAND x 0 ). x 1 = x 1 NAND x 1 s x 1 = (s NAND (x 1 NAND x 1 )) NAND (s NAND (x 1 NAND x 1 )) und dann noch a+b = (a NAND a) NAND (b NAND b) mit a = s x 0 und b = s x 1. 55

56 Damit erhalten wir analog als Schaltbild für den Booleschen Term m(s, x 0, x 1 ) = s x 0 + sx 1 56

57 1.4 Prädikatenlogik und Quantoren Beim Programmieren treten häufig Abfragen der Form if (n < 0) auf, die je nach Wert der Variablen n dazu führen, dass eine darauffolgende Anweisung ausgeführt wird oder nicht. Hierbei wird jeweils ein Wert (meist aus einer gewissen Grundmenge G, z.b. der Integer-Zahlen) für die freie Variable n eingesetzt und die resultierende Aussage auf ihren Wahrheitswert untersucht. Definition 6: Ein sprachlicher Ausdruck A(x), für den an jeder Stelle für x dasselbe Objekt eingesetzt wird, wodurch stets eine Aussage entsteht, nennt man eine (einstellige) Aussageform oder auch ein Prädikat. 57

58 Definition 7: Ist A(x) eine Aussageform, so bezeichne (1) x : A(x) die Aussage: Für alle x gilt A(x). Das Symbol nennt man auch den Allquantor. (2) x : A(x) die Aussage: Es gibt ein x, für das A(x) gilt. Das Symbol nennt man auch den Existenzquantor. (3)!x : A(x) die Aussage: Es gibt genau ein x, für das A(x) gilt. Bisweilen sind in der Literatur hierfür auch die Symbole 1 oder 1 gebräuchlich 58

59 Behandeln wir einige einfache Beispiele, um den Umgang mit Quantoren und Prädikaten einzustudieren. Beispiel 6: Da jede ganze natürliche Zahl n N0 ein Vielfaches von 2 ist, lässt sich mit Hilfe der Quantoren leicht die Eigenschaft eine gerade Zahl zu sein wie folgt beschreiben: n gerade k N0 : n = 2 k. Analog dazu gilt natürlich n ungerade k N0 : n = 2 k +1. Besonders wichtige natürliche Zahlen sind solche, die sich nur durch sich selbst und 1 teilen lassen. Diese heißen bekanntlich Primzahlen und sind aus den modernen kryptographische Verfahren (bis zur Inbetriebnahme der ersten Quantencomputer) nicht zu ersetzen. 59

60 Darauf werden wir im nächsten Semester (Mathematik für Informatiker II) zurückkommen. Zuvor formalisieren wir allgemein, was es bedeutet, dass eine Zahl k N ein Teiler der Zahl x N ist: Beispiel 7: Ist k N ein Teiler von x N, schreibt man k x und definiert k x : n N : x = k n. Damit wird eine Primzahl wie folgt definiert: Beispiel 8: p prim : [( k N : k p) (k = 1) (k = p)]. lies: k teilt x 60

61 Ein weiteres kleines Beispiel zur Anwendung von Quantoren im Kontext der Primzahlen: Beispiel 9 : Wir formulieren die Eigenschaft, dass es nur eine einzige gerade Primzahl gibt, mit Hilfe der Quantoren wie folgt:!x N : x ist eine gerade Primzahl. Um welche Primzahl handelt es sich und wie kann man diese Behauptung zeigen? Wie lautet dann aber die Negation dieser Aussage? Dazu beweisen wir schnell einen kleinen Hilfssatz: 61

62 Lemma 2 : Für eine Aussageform A(x) gilt ( x : A(x)) ( x : A(x)) und ( x : A(x)) ( x : A(x)) Beweis: Die Aussage A(x) ist genau dann nicht für jedes x wahr, wenn es ein x gibt, für die die Aussage A(x) falsch ist. Entsprechend gibt es genau dann kein x, für das A(x) wahr ist, wenn für alle x die Aussage A(x) nicht wahr (also falsch) ist! qed 62

63 Die mit Hilfe der Quantoren formulierten Aussagen gelten in den meisten Fällen nur für ganz bestimmte x. Daher fasst man eben diese Variablenwerte x zusammen zur sogenannten Grundmenge G, für die die jeweilige Aussage gilt und schreibt bzw. x G : A(x) x G : A(x), womit wir schon mitten in der Mengenlehre angekommen sind, die wir nun behandeln müssen, um Eigenschaften von Mengen (insbesondere dieser Grundmengen) genauer zu beschreiben. 63

Logik (Teschl/Teschl 1.1 und 1.3)

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

Mehr

Grundlagen der diskreten Mathematik

Grundlagen der diskreten Mathematik Grundlagen der diskreten Mathematik Prof. Dr. Romana Piat WS 25/6 Allgemeine Informationen Vorlesungen:./C Zug D (Mi., 3. Block + Do., 4. Block, y-raster) Zug E (Di., 5. Block + Do.,. Block, y-raster)

Mehr

Mathematische Grundlagen I Logik und Algebra

Mathematische Grundlagen I Logik und Algebra Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte

Mehr

Informationsverarbeitung auf Bitebene

Informationsverarbeitung auf Bitebene Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung

Mehr

Aussagenlogik. 1 Einführung. Inhaltsverzeichnis. Zusammenfassung

Aussagenlogik. 1 Einführung. Inhaltsverzeichnis. Zusammenfassung Tobias Krähling email: Homepage: 13.10.2012 Version 1.2 Zusammenfassung Die Aussagenlogik ist sicherlich ein grundlegendes mathematisches Gerüst für weitere

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 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

Mehr

Allgemeingültige Aussagen

Allgemeingültige Aussagen Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt

Mehr

II. Grundlagen der Programmierung

II. Grundlagen der Programmierung II. Grundlagen der Programmierung II.1. Zahlenssteme und elementare Logik 1.1. Zahlenssteme 1.1.1. Ganze Zahlen Ganze Zahlen werden im Dezimalsstem als Folge von Ziffern 0, 1,..., 9 dargestellt, z.b. 123

Mehr

Aussagenlogik. Aussagen und Aussagenverknüpfungen

Aussagenlogik. Aussagen und Aussagenverknüpfungen Aussagenlogik Aussagen und Aussagenverknüpfungen Aussagen sind Sätze, von denen sich sinnvollerweise sagen läßt, sie seien wahr oder falsch. Jede Aussage besitzt also einen von zwei möglichen Wahrheitswerten,

Mehr

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

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht

Mehr

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10

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

Mehr

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 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

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

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!

Mehr

Aussagenlogik. Formale Methoden der Informatik WiSe 2010/2011 teil 7, folie 1 (von 50)

Aussagenlogik. Formale Methoden der Informatik WiSe 2010/2011 teil 7, folie 1 (von 50) Aussagenlogik Formale Methoden der Informatik WiSe 2/2 teil 7, folie (von 5) Teil VII: Aussagenlogik. Einführung 2. Boolesche Funktionen 3. Boolesche Schaltungen Franz-Josef Radermacher & Uwe Schöning,

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken

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

Mehr

Boolesche Algebra. Hans Joachim Oberle. Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2

Boolesche Algebra. Hans Joachim Oberle. Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2 Universität Hamburg Department Mathematik Boolesche Algebra Hans Joachim Oberle Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2 http://www.math.uni-hamburg.de/home/oberle/vorlesungen.html

Mehr

Brückenkurs Mathematik

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

Mehr

Algorithmen & Programmierung. Logik

Algorithmen & Programmierung. Logik Algorithmen & Programmierung Logik Aussagenlogik Gegenstand der Untersuchung Es werden Verknüpfungen zwischen Aussagen untersucht. Aussagen Was eine Aussage ist, wird nicht betrachtet, aber jede Aussage

Mehr

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1.

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 22 Kapitel 1 Aussagen und Mengen 1.1 Aussagen Wir definieren eine Aussage A als einen Satz, der entweder wahr w) oder falsch f) also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 2 ist eine

Mehr

Rückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen

Rückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung

Mehr

Vorkurs Mathematik für Informatiker 5 Logik, Teil 1

Vorkurs Mathematik für Informatiker 5 Logik, Teil 1 5 Logik, Teil 1 Michael Bader, Thomas Huckle, Stefan Zimmer 1. 9. Oktober 2008 Kap. 5: Logik, Teil 1 1 Aussagenlogik Rechnen mit Wahrheitswerten: true und false Kap. 5: Logik, Teil 1 2 Aussagenlogik Rechnen

Mehr

Kapitel 1. Aussagenlogik

Kapitel 1. Aussagenlogik Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax

Mehr

Kleine lateinische Buchstaben wie z. B. p, q, r, s t, usw.

Kleine lateinische Buchstaben wie z. B. p, q, r, s t, usw. 1.1 Aussagenlogik Grundlagen der Mathematik 1 1.1 Aussagenlogik Definition: Aussage Eine Aussage im Sinne der Logik ist ein formulierter Tatbestand, der sich bei objektiver Prüfung immer eindeutig als

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Prof. Dr. Armin Iske Department Mathematik, Universität Hamburg Technische Universität Hamburg-Harburg Wintersemester 2006/2007 Analysis I TUHH, Winter

Mehr

Tilman Bauer. 4. September 2007

Tilman Bauer. 4. September 2007 Universität Münster 4. September 2007 und Sätze nlogik von Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus)

Mehr

Algebraische Grundlagen 1

Algebraische Grundlagen 1 Algebraische Grundlagen 1 B.Grabowski 25. Oktober 2011 1 (C) Prof.Dr.B.Grabowski, HTW des Saarlandes, 10/2011, Skript zur Vorlesung Höhere Mathematik 1 Inhaltsverzeichnis 1 Algebra-Grundlagen 2 1.1 Zweiwertige

Mehr

Formale Grundlagen (Nachträge)

Formale Grundlagen (Nachträge) Inhaltsverzeichnis 1 Aussagenlogik: Funktionale Vollständigkeit................... 1 Bit-Arithmetik mit logischen Operationen.................... 3 Prädikatenlogik: Eine ganz kurze Einführung..................

Mehr

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

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

Mehr

Mathematik 1 für Informatik Inhalt Grundbegrie

Mathematik 1 für Informatik Inhalt Grundbegrie Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen

Mehr

Einführung in die Mathematik (Vorkurs 1 )

Einführung in die Mathematik (Vorkurs 1 ) Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2008/09 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagen und Beweise

Mehr

Logik für Informatiker

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

Mehr

TU9 Aussagenlogik. Daniela Andrade

TU9 Aussagenlogik. Daniela Andrade TU9 Aussagenlogik Daniela Andrade daniela.andrade@tum.de 18.12.2017 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2 /

Mehr

Teil 1: Digitale Logik

Teil 1: Digitale Logik Teil 1: Digitale Logik Inhalt: Boolesche Algebra kombinatorische Logik sequentielle Logik kurzer Exkurs technologische Grundlagen programmierbare logische Bausteine 1 Analoge und digitale Hardware bei

Mehr

Normalformen boolescher Funktionen

Normalformen boolescher Funktionen Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion

Mehr

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische

Mehr

Rechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik

Rechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 21. Oktober 2013 1/33 1 Boolesche

Mehr

Technische Informatik I, SS03. Boole sche Algebra, Kombinatorische Logik

Technische Informatik I, SS03. Boole sche Algebra, Kombinatorische Logik Übung zur Vorlesung Technische Informatik I, SS03 Ergänzung Übungsblatt 1 Boole sche Algebra, Kombinatorische Logik Guenkova, Schmied, Bindhammer, Sauer {guenkova@vs., schmied@vs., bindhammer@vs., dietmar.sauer@}

Mehr

Grundlagen der Informationverarbeitung

Grundlagen der Informationverarbeitung Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,

Mehr

Logik und Beweismethoden I

Logik und Beweismethoden I Logik und Beweismethoden I Anita Ullrich WS2017/18 Inhaltsverzeichnis 1 Klassische Aussagenlogik 2 1.1 Aussagen und Wahrheitswerte.................................... 2 1.2 Operatoren..............................................

Mehr

Schaltfunktion, Definition

Schaltfunktion, Definition Schaltfunktion, Definition Sei S = { 0,1}. Dann heißt eine Abbildung f: S n S eine Schaltfunktion. = f(x n-1,x n-2,...,,, ), x n-1, x n-2,...,,, S x i X = (x n-1,x n-2,...,,, ) Eingangsvariable Eingangsvektor

Mehr

Boolesche Algebra (1)

Boolesche Algebra (1) Boolesche Algebra (1) Definition 1: Sei B = Σ 2 = {0,1} das Alphabet mit den Elementen 0 und 1. Seien auf B die 3 Operatoren einer Algebra wie folgt definiert für x,y aus B: x+y := Max(x,y), x y := Min(x,y),

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil

Mehr

Vorkurs Mathematik für Informatiker Aussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek,

Vorkurs Mathematik für Informatiker Aussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek, Vorkurs Mathematik für Informatiker -- 4 ussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek, 7..2 ussagenlogik Rechnen mit Wahrheitswerten: oder, oder Objekte, die wir untersuchen, sind jetzt

Mehr

Logik. Ernest Peter Propädeutikum Mathematik Informatik/Wirtschaftsinformatik, Block Aussage

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

Mehr

Eine Aussage ist ein Satz der Umgangssprache, der wahr oder falsch sein kann. Man geht von dem Folgenden aus:

Eine Aussage ist ein Satz der Umgangssprache, der wahr oder falsch sein kann. Man geht von dem Folgenden aus: Karlhorst Meyer Formallogik Die Umgangssprache ist für mathematische Bedürfnisse nicht exakt genug. Zwei Beispiele: In Folge können u. U. Beweise, die in Umgangssprache geschrieben werden, nicht vollständig,

Mehr

3 Boole'sche Algebra und Aussagenlogik

3 Boole'sche Algebra und Aussagenlogik 3 Boole'sche Algebra und Aussagenlogik 3- Boole'sche Algebra Formale Grundlagen der Informatik I Herbstsemester 22 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer

Mehr

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 7 Sprachen erster Sufe Die in der letzten Vorlesung erwähnten Konstruktionsmöglichkeiten für Aussagen sind im Wesentlichen

Mehr

Mengenoperationen, Abbildungen

Mengenoperationen, Abbildungen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Z6 Rechengesetze für Mengenoperationen Lineare Algebra 1 WS 2006/07 en Blatt 3 06.11.2006 Mengenoperationen,

Mehr

Brückenkurs Mathematik. Dienstag Freitag

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.................................

Mehr

Mathematik für Informatiker I

Mathematik für Informatiker I Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken

Mehr

Vorlesung. Beweise und Logisches Schließen

Vorlesung. Beweise und Logisches Schließen Vorlesung Beweise und Logisches Schließen Der folgende Abschnitt dient nur zur Wiederholung des Stoffes der ersten Vorlesung und sollten nur genannt bzw. Teilweise schon vor der Vorlesung angeschrieben

Mehr

A.1 Schaltfunktionen und Schaltnetze

A.1 Schaltfunktionen und Schaltnetze Schaltfunktionen und Schaltnetze A. Schaltfunktionen und Schaltnetze 22 Prof. Dr. Rainer Manthey Informatik II Bedeutung des Binärsystems für den Rechneraufbau Seit Beginn der Entwicklung von Computerhardware

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik

1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik 1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik Inhalt Grundlagen digitaler Systeme Boolesche Algebra / Aussagenlogik Organisation und Architektur von Rechnern Algorithmen, Darstellung von

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Logik für Informatiker Logic for computer scientists

Logik für Informatiker Logic for computer scientists Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 24 Die Booleschen Junktoren Till Mossakowski Logik 2/ 24 Die Negation Wahrheitstafel

Mehr

Vorlesung 3: Logik und Mengenlehre

Vorlesung 3: Logik und Mengenlehre 28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung

Mehr

Verwendet man zur Darstellung nur binäre Elemente ( bis lat.: zweimal) so spricht man von binärer Digitaltechnik.

Verwendet man zur Darstellung nur binäre Elemente ( bis lat.: zweimal) so spricht man von binärer Digitaltechnik. Kursleiter : W. Zimmer 1/24 Digitale Darstellung von Größen Eine Meßgröße ist digital, wenn sie in ihrem Wertebereich nur eine endliche Anzahl von Werten annehmen kann, also "abzählbar" ist. Digital kommt

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele

Mehr

Klassische Aussagenlogik

Klassische Aussagenlogik Eine Einführung in die Logik Schon seit Jahrhunderten beschäftigen sich Menschen mit Logik. Die alten Griechen und nach ihnen mittelalterliche Gelehrte versuchten, Listen mit Regeln zu entwickeln, welche

Mehr

Einführung in die Theoretische Informatik

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

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Grundlagen der Mathematik Lösungsskizzen 2 Präsenzaufgaben (P2) Wir betrachten drei Teilmengen der natürlichen Zahlen: - A = {n

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

5. Aussagenlogik und Schaltalgebra

5. Aussagenlogik und Schaltalgebra 5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft

Mehr

Logic in a Nutshell. Christian Liguda

Logic in a Nutshell. Christian Liguda Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik

Mehr

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

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

Mehr

Konjunktive und disjunktive Normalformen

Konjunktive und disjunktive Normalformen Konjunktive und disjunktive Normalformen Nachdem gesprochen wurde, wie man Boolesche Terme unter einer Belegung der Variablen interpretiert und dass somit jeder Boolesche Term eine Boolesche Funktion repräsentiert,

Mehr

De Morgan sche Regeln

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,

Mehr

Eingebettete Systeme

Eingebettete Systeme Einführung in Eingebettete Systeme Vorlesung 7 Bernd Finkbeiner 03/12/2014 finkbeiner@cs.uni-saarland.de Prof. Bernd Finkbeiner, Ph.D. finkbeiner@cs.uni-saarland.de 1 Schaltfunktionen! Schaltfunktion:

Mehr

Technische Informatik - Eine Einführung

Technische Informatik - Eine Einführung Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Technische Informatik - Eine Einführung Boolesche Funktionen - Grundlagen

Mehr

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

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

Mehr

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18 Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

Informatik I Tutorium WS 07/08

Informatik I Tutorium WS 07/08 Informatik I Tutorium WS 07/08 Vorlesung: Prof. Dr. F. Bellosa Übungsleitung: Dipl.-Inform. A. Merkel Tutorium: 2 Tutor: Jens Kehne Tutorium 7: Dienstag,. Dezember 2007 Agenda des heutigen Tutoriums Übersicht

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

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

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

1. Algebraische Strukturen: Boole sche Algebra

1. Algebraische Strukturen: Boole sche Algebra 1. Algebraische Strukturen: Boole sche Algebra Der Begriff Algebra wird im allgemeinen Verständnis mit Lehre von den Zahlen gleich gesetzt. Das ergibt sich aus unserer Schulausbildung, die sich mit den

Mehr

8 Boolesche Algebra. 8.1 Grundlegende Operationen und Gesetze

8 Boolesche Algebra. 8.1 Grundlegende Operationen und Gesetze 82 8 Boolesche Algebra Die Boolesche Algebra ist eine Algebra der Logik, die George Boole (1815 1864) als erster entwickelt hat. Sie ist die Grundlage für den Entwurf von elektronischen Schaltungen und

Mehr

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

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

Mehr

Vorlesung Diskrete Strukturen Rechnen mit 0 und 1

Vorlesung Diskrete Strukturen Rechnen mit 0 und 1 Vorlesung Diskrete Strukturen Rechnen mit 0 und 1 Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik FH Wedel Prof. Dr. Sebastian Iwanowski GTI22 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 2: Logik, Teil 2.2: Prädikatenlogik FH Wedel Prof. Dr. Sebastian Iwanowski

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Jens Struckmeier Fachbereich Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2010/11 Jens Struckmeier (Mathematik,

Mehr

Welcher der folgenden Sätze ist eine Aussage, welcher eine Aussageform, welcher ist keines von beiden:

Welcher der folgenden Sätze ist eine Aussage, welcher eine Aussageform, welcher ist keines von beiden: Übungsaufgaben 1. Aufgabe 1 Welcher der folgenden Sätze ist eine Aussage, welcher eine Aussageform, welcher ist keines von beiden: a. x ist eine gerade Zahl. Aussageform b. 10 ist Element der Menge A.

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 1: Grundlagen der Mathematik. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 1: Grundlagen der Mathematik. Referenzen zum Nacharbeiten: FH Wedel Pro. Dr. Sebastian Ianoski DM1 Folie 1 Diskrete Mathematik Sebastian Ianoski FH Wedel Kapitel 1: Grundlagen der Mathematik Reerenzen zum Nacharbeiten: Lang 1, 2.1 Meinel 1 Dean 3, 4 Hachenberger

Mehr

Informatik A (Autor: Max Willert)

Informatik A (Autor: Max Willert) 2. Aufgabenblatt Wintersemester 2012/2013 - Musterlösung Informatik A (Autor: Max Willert) 1. Logik im Alltag (a) Restaurant A wirbt mit dem Slogan Gutes Essen ist nicht billig!, das danebenliegende Restaurant

Mehr

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

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

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Prof. Dr. Timo Reis Fachbereich Mathematik, Universität Hamburg Technische Universität Hamburg-Harburg Wintersemester 2014/2015 1 Informationsquellen

Mehr

Thema: Logik: 2. Teil. Übersicht logische Operationen Name in der Logik. Negation (Verneinung) Nicht

Thema: Logik: 2. Teil. Übersicht logische Operationen Name in der Logik. Negation (Verneinung) Nicht Thema: Logik: 2. Teil Übersicht logische Operationen Name in der Logik Symbol Umgangssprachlicher Name Negation (Verneinung) Nicht Konjunktion ^ Und Disjunktion v Oder Subjunktion (Implikation) Bijunktion

Mehr

Ersetzbarkeitstheorem

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

Mehr

Grundlegendes der Mathematik

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

Mehr

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 1 MINT Mathekurs SS 2017 1 / 19 Organisation Vorlesung (2 SWS): Do., 16:15 Uhr -18:00

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

Einführung in die Boolesche Algebra

Einführung in die Boolesche Algebra Einführung in die Boolesche Algebra Einführung in Boole' sche Algebra 1 Binäre Größe Eine Größe (eine Variable), die genau 2 Werte annehmen kann mathematisch: falsche Aussage wahre Aussage technisch: ausgeschaltet

Mehr