2.2.4 Logische Äquivalenz

Größe: px
Ab Seite anzeigen:

Download "2.2.4 Logische Äquivalenz"

Transkript

1 2.2.4 Logische Äquivalenz (I) Penélope raucht nicht und sie trinkt nicht. (II) Es ist nicht der Fall, dass Penélope raucht oder trinkt. Offenbar behaupten beide Aussagen denselben Sachverhalt, sie unterscheiden sich lediglich hinsichtlich ihrer Formulierung. Aussagenlogisch betrachtet handelt es sich aber nicht bloß um irrelevante Formulierungsalternativen! Dass sieht man, wenn man zur aussagenlogischen Form der Aussagen übergeht. (I) p q (II) (p q) Vergleicht man die Wahrheitstafeln beider Formeln, stellt man fest, dass sie hinsichtlich ihrer Hauptspalten gleich sind. Wenn eine bestimmte extensionale Interpretation Formel (I) wahr bzw. falsch macht, macht sie auch Formel (II) wahr bzw. falsch. Obwohl es sich um unterschiedliche aussagenlogische Formeln handelt, werden die Teilaussagen der Beispielsätze in beiden Fällen so verknüpft, dass die resultierenden Gesamtaussagen unter den genau gleichen Bedingungen wahr bzw. falsch sind. Diese Art der Gleichwertigkeit von Aussagen bzw. von aussagenlogischen Formeln wird mit dem Begriff der logischen Äquivalenz bezeichnet. Die Definition lässt sich mit Hilfe des Bikonditionals formulieren, das bei gleichen Wahrheitswerten der Teilaussagen stets wahr ist. Genau dies soll ja bei der logischen Äquivalenz gelten. Definition 18: Seien A und B Aussagen oder aussagenlogische Formeln. A und B heißen aussagenlogisch äquivalent genau dann, wenn A B aussagenlogisch wahr ist. Als Zeichen für die logische Äquivalenz wird das Zeichen verwendet, man schreibt also A B für A ist logisch äquivalent mit B. Alternativ kann man auch schreiben = (A B) oder = A B. Wie schon bei der materialen und der logischen Implikation ist zu beachten, dass das Bikonditional (die materiale Äquivalenz) eine Aussageverknüpfung ist, während die logische Äquivalenz eine Beziehung zwischen Aussagen bzw. aussagenlogischen Formeln bezeichnet. Wichtige aussagenlogische Äquivalenzen: 1) Prinzip der doppelten Negation: p p 2) Gesetze der Idempotenz: p p p

2 und p p p 3) Kommutativgesetze: p q q p und p q q p und p q q p 4) Assoziativgesetze: (p q) r p (q r) und (p q) r p (q r) 5) Distributivgesetze: p (q r) (p q) (p r) und p (q r) (p q) (p r) 6) Regeln von de Morgan: (p q) p q und (p q) p q 7) Transpositionsgesetz: p q q p Exkurs: Das Einsetzungstheorem Logisch äquivalente Aussagen sind nicht bezüglich aller Eigenschaften gleich, wohl aber bezüglich ihrer logischen Eigenschaften. Diesen Sachverhalt verdeutlicht das Einsetzungstheorem: Einsetzungstheorem: Sei F A eine aussagenlogische (a.l.) Formel, die eine Teilformel A enthält. Sei F B eine Formel, die aus F A entsteht, indem man A durch eine a.l. Formel B ersetzt (nicht notwendig überall, falls A mehrfach vorkommen sollte). Sei nun A B, dann gilt F A F B. Beispiel: F A : (p q) r A: (p q) B: p q F B : p q r Weil (p q) p q gilt, gilt auch: (p q) r p q r 6. Vorlesung

3 Beweis des Satzes: Man betrachte eine beliebige Zeile der Wahrheitstafeln von F A und F B. Wegen A B ist allen unterschiedlichen Teilen in F A und F B (nämlich da, wo A durch B ersetzt ist) der gleiche Wahrheitswert zugeordnet. Damit ist aber auch den Gesamtformeln F A und F B der gleiche Wahrheitswert zugeordnet. (vgl. HH, 133) Korollar 1 zum Einsetzungstheorem: Seien A, B und F a.l. Formeln. Es gelte A B und A = F, dann gilt auch B =F. (Aus logisch äquivalenten Formeln, folgt das gleiche.) Beweis: Zu zeigen ist: = B F, d.h. B F ist eine aussagenlogisch wahre Formel. Sei F A : A F und F B : B F, dann sind die Voraussetzungen des Einsetzungstheorems erfüllt. Wegen A = F, d.h. = A F gilt dann auch = B F. Analog: Korollar 2 zum Einsetzungstheorem: Seien A, B und V a.l. Formeln. Es gelte A B und V = A, dann gilt auch V =B. (Logisch äquivalente Formeln haben die gleichen Voraussetzungen) (Beweis siehe HH 134). Ende des Exkurses Logischer Widerspruch Von einem Widerspruch zwischen zwei Aussagen spricht man, wenn sie nicht zugleich wahr sein können. Von einem logischen Widerspruch oder einer logischen Inkonsistenz ist die Rede, wenn ein Widerspruch zwischen zwei Aussagen aufgrund ihrer (aussagen-)logischen Form besteht. Man unterscheidet eine stärkere (kontradiktorische) und eine schwächere (konträre) Form des (aussagen-)logischen Widerspruchs. Beim konträren Widerspruch können zwei Aussagen zwar nicht zugleich wahr sein, es ist aber die Möglichkeit offen gelassen, dass beide Aussagen falsch sind. (A) (B) Penélope ging in die Stadt und Penélope ging in eine Bar. Penélope ging nicht in eine Bar. Die Wahrheit von (A) schließt die Wahrheit von (B) aus und umgekehrt. Es ist aber durchaus möglich, dass beide Aussagen falsch sind, z.b. wenn Penélope auf dem Lande ins Bei Erwin ging. Betrachtet man die Konjunktion der aussagenlogischen Formen der beiden Sätze, also (p q) q, dann stellt man fest, dass diese Formel eine logische Falschheit, also für alle extensionalen Interpretationen falsch ist. 6. Vorlesung

4 Definition 19 Seien A und B Aussagen oder aussagenlogische Formeln. A und B stehen in konträrem aussagenlogischen Widerspruch genau dann, wenn A B aussagenlogisch falsch ist. Beim kontradiktorischen aussagenlogischen Widerspruch ist zudem verlangt, dass die beiden im Widerspruch zueinander stehenden Aussagen auch nicht zugleich falsch sind. Die beiden Aussagen müssen also immer entgegen gesetzte Wahrheitswerte haben. (A) Der Mond ist aufgegangen. (B) Der Mond ist nicht aufgegangen. Das geforderte Widerspruchsverhältnis lässt sich leicht mit Hilfe des Bikonditionals definieren: Definition 20 Seien A und B Aussagen oder aussagenlogische Formeln. A und B stehen in kontradiktorischem aussagenlogischen Widerspruch genau dann, wenn A B aussagenlogisch falsch ist Logische Konsistenz Der Begriff der Konsistenz ist der Gegenbegriff zum Begriff des Widerspruchs. Zwei Aussagen sind miteinander konsistent, wenn keine Wahrheitskonkurrenz, also kein Widerspruch zwischen ihnen besteht. Die aussagenlogische Konsistenz ist entsprechend als die Negation des konträren aussagenlogischen Widerspruchs definiert. Definition 21 Seien A und B Aussagen oder aussagenlogische Formeln. A und B sind aussagenlogisch konsistent genau dann, wenn A B nicht aussagenlogisch falsch ist. Zu berücksichtigen ist aber, dass zwei Aussagen nicht nur aus aussagenlogischen Gründen in Wahrheitskonkurrenz zueinander stehen können, sondern etwa auch aus begrifflichen Gründen wie im folgenden Beispiel: (A) Hans ist ein Junggeselle. 6. Vorlesung

5 (B) Hans ist verheiratet. Der begriffliche oder semantische Widerspruch dieser beiden Aussagen, der auf der Bedeutung der in ihnen vorkommenden Ausdrücke (insbesondere Junggeselle und verheiratet ) beruht, kann mit Mitteln der Aussagenlogik nicht analysiert werden Logische Abhängigkeit Wenn man sagt, dass zwei Aussagen voneinander abhängig sind, meint man, dass aus der Wahrheit oder Falschheit der einen Aussage etwas über die Wahrheit oder Falschheit der anderen Aussage folgt. Eine solche Abhängigkeit kann aufgrund der logischen Form der Aussagen bestehen. Grundsätzlich sind vier Fälle zu unterscheiden: Definition 22 Seien A und B Aussagen oder aussagenlogische Formeln. A und B heißen aussagenlogisch abhängig genau dann, wenn A = B oder B = A oder A = B o- der B = A gilt Zwei wichtige Spezialfälle der logischen Abhängigkeit sind zu unterscheiden: Definition 23 Seien A und B Aussagen oder aussagenlogische Formeln. A ist aussagenlogisch notwendig für B genau dann, wenn B = A gilt. Zu beachten ist, dass das für B Notwendige logisch aus B folgt! Das kommt dadurch zustande, dass etwas, das für B notwendig ist, immer vorliegen muss, wenn B vorliegt, d.h. aus dem Vorliegen von B geschlossen werden kann. Der umgekehrte Fall, bei dem von dem Vorliegen von A auf das Vorliegen von B geschlossen werden kann, wird in die folgende Definition gefasst: Definition 24 Seien A und B Aussagen oder aussagenlogische Formeln. A ist aussagenlogisch hinreichend für B genau dann, wenn A = B gilt. Oftmals wird im Kontext der in den letzten beiden Definitionen formulierten logischen Abhängigkeiten auch von notwendigen und hinreichenden Bedingungen gesprochen. Man sagt beispielsweise im Fall B = A, dass A eine notwendige Bedingung von B ist. Im Fall A = B ist A eine hinreichende Bedingung für B. Fasst man beide Abhängigkeiten zusammen, gelangt man zu notwendigen und hinreichenden 6. Vorlesung

6 Bedingungen. A ist genau dann eine notwendige und hinreichende Bedingung für B, wenn A B gilt. 6. Vorlesung

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

Logik: aussagenlogische Formeln und Wahrheitstafeln

Logik: aussagenlogische Formeln und Wahrheitstafeln FH Gießen-Friedberg, Sommersemester 2010 Lösungen zu Übungsblatt 1 Diskrete Mathematik (Informatik) 7./9. April 2010 Prof. Dr. Hans-Rudolf Metz Logik: aussagenlogische Formeln und Wahrheitstafeln Aufgabe

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

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

Mehr

Teil 7. Grundlagen Logik

Teil 7. Grundlagen Logik Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also

Mehr

4. Aussagenlogik 32 #WUUCIGPNQIKM

4. Aussagenlogik 32 #WUUCIGPNQIKM 4. Aussagenlogik Wir haben bisher beschrieben, auf welche Weise die Objekte und Individuen in unserer Welt als einfache Mengen und Mengen von n-tupeln erfasst werden können. Daraufhin haben wir Relationen

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:

Mehr

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die

Mehr

Die Folgerungsbeziehung

Die Folgerungsbeziehung Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Komplexe Zahlen 5 Lineare Algebra 6 Lineare Programme 2 Grundlegende

Mehr

Wissenschaftliches Arbeiten

Wissenschaftliches Arbeiten Teil 7: Argumentieren und Begründen 1 Grundregel: Spezifisch argumentieren Wissenschaftliches Arbeiten Nie mehr zeigen, als nötig oder gefragt ist. Sonst wird das Argument angreifbar und umständlich. Schwammige

Mehr

7 Bedeutung und Logik

7 Bedeutung und Logik 7 Bedeutung und Logik 7.1 Logische Eigenschaften von Sätzen 7.2 Logische Beziehungen zwischen Sätzen 7.3 Logische Beziehungen und Bedeutungsbeziehungen 7.4 Formale Semantik Johannes Dölling: Semantik und

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

sich die Schuhe zubinden können den Weg zum Bahnhof kennen die Quadratwurzel aus 169 kennen

sich die Schuhe zubinden können den Weg zum Bahnhof kennen die Quadratwurzel aus 169 kennen Programm Christian Nimtz www.nimtz.net // lehre@nimtz.net Grundfragen der Erkenntnistheorie Kapitel 2: Die klassische Analyse des Begriffs des Wissens 1 Varianten des Wissens 2 Was ist das Ziel der Analyse

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

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30 Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion

Mehr

Logik, Mengen und Abbildungen

Logik, Mengen und Abbildungen Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen

Mehr

Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung. Elementare Logik. Diskrete Strukturen. Uta Priss ZeLL, Ostfalia

Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung. Elementare Logik. Diskrete Strukturen. Uta Priss ZeLL, Ostfalia Elementare Logik Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Elementare Logik Slide 1/26 Agenda Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung

Mehr

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)

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

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

Mathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung

Mathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung Mathematik UND/ODER Verknüpfung Ungleichungen Betrag Intervall Umgebung Stefan Gärtner 004 Gr Mathematik UND/ODER Seite UND Verknüpfung Kommentar Aussage Symbolform Die Aussagen Hans kann schwimmen p und

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

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

Mehr

Wissenschaftliches Arbeiten Quantitative Methoden

Wissenschaftliches Arbeiten Quantitative Methoden Wissenschaftliches Arbeiten Quantitative Methoden Prof. Dr. Stefan Nickel WS 2008 / 2009 Gliederung I. Motivation II. III. IV. Lesen mathematischer Symbole Wissenschaftliche Argumentation Matrizenrechnung

Mehr

13 Übersetzung umgangssprachlicher Sätze in die Sprache AL

13 Übersetzung umgangssprachlicher Sätze in die Sprache AL 13 Übersetzung umgangssprachlicher Sätze in die Sprache AL Lässt sich die Kenntnis der logischen Eigenschaften der Sätze von AL auch zur Beurteilung umgangssprachlicher Sätze und Argumente nutzen? Grundsätzliches

Mehr

10 Kapitel I: Anschauliche Vektorrechnung

10 Kapitel I: Anschauliche Vektorrechnung 10 Kapitel I: Anschauliche Vektorrechnung haben. In Mengenschreibweise ist G = {x x = a + tb für ein t R}. Wir werden für diese einführenden Betrachtungen im Interesse einer knappen Redeweise jedoch häufig

Mehr

Aufgabe - Fortsetzung

Aufgabe - Fortsetzung Aufgabe - Fortsetzung NF: Nicht-Formel F: Formel A: Aussage x :( y : Q(x, y) R(x, y)) z :(Q(z, x) R(y, z)) y :(R(x, y) Q(x, z)) x :( P(x) P(f (a))) P(x) x : P(x) x y :((P(y) Q(x, y)) P(x)) x x : Q(x, x)

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

1 Sprechweisen und Symbole der Mathematik

1 Sprechweisen und Symbole der Mathematik 1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

Binäre Suchbäume (binary search trees, kurz: bst)

Binäre Suchbäume (binary search trees, kurz: bst) Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.

Mehr

Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004

Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 In der letzten Vorlesung haben wir gesehen, wie man die einzelnen Zahlenbereiche aufbaut. Uns fehlen nur noch die reellen Zahlen (siehe

Mehr

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

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

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

Semantic Web Technologies I!

Semantic Web Technologies I! www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!

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

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 egelsammlung mb2014 THM Friedberg von 6 16.08.2014 15:04 Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 Sammlung von Rechenregeln, extrahiert aus dem Lehrbuch: Erhard Cramer, Johanna Neslehová: Vorkurs

Mehr

2. Vorlesung. Slide 40

2. Vorlesung. Slide 40 2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b

Mehr

ALGEBRA UND MENGENLEHRE

ALGEBRA UND MENGENLEHRE ALGEBRA UND MENGENLEHRE EINE EINFÜHRUNG GRUNDLAGEN DER ALGEBRA 1 VARIABLE UND TERME In der Algebra werden für Grössen, mit welchen gerechnet wird, verallgemeinernd Buchstaben eingesetzt. Diese Platzhalter

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1

Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 29/ 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/ws9

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 Wahrscheinlichkeitsrechnung und Statistik 5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben

Mehr

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes) Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden

Mehr

Erinnerung 1. Erinnerung 2

Erinnerung 1. Erinnerung 2 Erinnerung 1 Ein Argument ist eine Folge von Aussagesätzen, mit der der Anspruch verbunden ist, dass ein Teil dieser Sätze (die Prämissen) einen Satz der Folge (die Konklusion) in dem Sinne stützen, dass

Mehr

Vektorgeometrie Layout: Tibor Stolz

Vektorgeometrie Layout: Tibor Stolz Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P

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

Logische Folgerung. Definition 2.11

Logische Folgerung. Definition 2.11 Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell

Mehr

Lehrskript Mathematik Q12 Analytische Geometrie

Lehrskript Mathematik Q12 Analytische Geometrie Lehrskript Mathematik Q1 Analytische Geometrie Repetitorium der analytischen Geometrie Eine Zusammenfassung der analytischen Geometrie an bayerischen Gymnasien von Markus Baur, StR Werdenfels-Gymnasium

Mehr

19 Übersetzung umgangssprachlicher Sätze in die Sprache PL

19 Übersetzung umgangssprachlicher Sätze in die Sprache PL 19 Übersetzung umgangssprachlicher Sätze in die Sprache PL Erinnerung Man kann die logischen Eigenschaften der Sätze einer Sprache L, deren Logik wir gut verstehen, zur Beurteilung der logischen Eigenschaften

Mehr

Semantik von Formeln und Sequenzen

Semantik von Formeln und Sequenzen Semantik von Formeln und Sequenzen 33 Grundidee der Verwendung von Logik im Software Entwurf Syntax: Menge von Formeln = Axiome Ax K ist beweisbar Formel ϕ beschreiben Korrektkeit Vollständigkeit beschreibt

Mehr

3 Vom Zählen zur Induktion

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

Mehr

6. Induktives Beweisen - Themenübersicht

6. Induktives Beweisen - Themenübersicht 6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise

Mehr

Sudoku. Warum 6? Warum 6?

Sudoku. Warum 6? Warum 6? . / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn

Mehr

Einführung in die Logik

Einführung in die Logik Einführung in die Logik Prof. Dr. Ansgar Beckermann Wintersemester 2001/2 Allgemeines vorab Wie es abläuft Vorlesung (Grundlage: Ansgar Beckermann. Einführung in die Logik. (Sammlung Göschen Bd. 2243)

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B. SBP Mathe Grundkurs 1 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten

Mehr

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt

Mehr

Mathematik für Informatiker/Informatikerinnen 2

Mathematik für Informatiker/Informatikerinnen 2 Mathematik für Informatiker/Informatikerinnen 2 Koordinaten: Peter Buchholz Informatik IV Praktische Informatik Modellierung und Simulation Tel: 755 4746 Email: peter.buchholz@udo.edu OH 16, R 216 Sprechstunde

Mehr

Mathematik. Analysis Jahrgangsstufe 11/12

Mathematik. Analysis Jahrgangsstufe 11/12 FOS Mathematik Analysis - 0 - Mathematik für Berufskollegs Fachrichtung Technik Handreichungen zum Kursverlauf Analysis Jahrgangsstufe 11/12 FOS Mathematik Analysis - 1-1. Aussagen, Mengen und Gleichungen

Mehr

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass. Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:

Mehr

Induktive Definitionen

Induktive Definitionen Induktive Definitionen Induktive Definition: Konstruktive Methode zur Definition einer Menge M von Objekten aus Basisobjekten mittels (Erzeugungs-) Regeln Slide 1 Rekursion über den Aufbau: Konstruktive

Mehr

Axiomatische Beschreibung der ganzen Zahlen

Axiomatische Beschreibung der ganzen Zahlen Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen

Mehr

Deduktion in der Aussagenlogik

Deduktion in der Aussagenlogik Deduktion in der Aussagenlogik (Erläuterungen zu Kapitel 6, Teil 2 des FGI-1 Skriptes) Frank Heitmann 1 Motivation Wenn man sich erstmal darauf eingelassen hat, dass man mit Formeln etwas sinnvolles machen

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich. 3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es

Mehr

Erfüllbarkeit und Allgemeingültigkeit

Erfüllbarkeit und Allgemeingültigkeit Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ

Mehr

Ein Vergleich dreier aussagenlogischer Semantiken

Ein Vergleich dreier aussagenlogischer Semantiken Ein Vergleich dreier aussagenlogischer Semantiken Alexander Zimmermann Abstract In this article we compare three different semantic theories for a propositional language, namely a valuation-semantic, a

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition

Mehr

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

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

Mehr

Modallogik (aussagenlogisch)

Modallogik (aussagenlogisch) Kapitel 2 Modallogik (aussagenlogisch) In diesem Abschnitt wird eine Erweiterung der Aussagenlogik um sogenannte Modalitäten behandelt. Damit erlangt man eine größere Aussagekraft der Sprache, allerdings

Mehr

Logik. A.3 Logik und Mengenlehre A.32 A.32. Logik und Mengenlehre. Logik. 2001 Prof. Dr. Rainer Manthey Informatik I 21

Logik. A.3 Logik und Mengenlehre A.32 A.32. Logik und Mengenlehre. Logik. 2001 Prof. Dr. Rainer Manthey Informatik I 21 Logik und Mengenlehre.3 Logik und Mengenlehre 2001 Prof. Dr. Rainer Manthey Informatik I 21 Logik Logik 2001 Prof. Dr. Rainer Manthey Informatik I 22 Logik: egriff, edeutung und Entwicklung Logik ist die

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer:

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 Einführung Beispiel: Aussagenlogische Formeln Aus dem Logikteil: Definition (Syntax

Mehr

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert

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

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543 Kapitel 4 Stetigkeit Peter Becker (H-BRS) Analysis Sommersemester 2016 254 / 543 Inhalt Inhalt 4 Stetigkeit Eigenschaften stetiger Funktionen Funktionenfolgen und gleichmäßige Konvergenz Umkehrfunktionen

Mehr

Wissensbasierte Systeme/ Expertensysteme. Teil 2

Wissensbasierte Systeme/ Expertensysteme. Teil 2 Wissensbasierte Systeme/ Expertensysteme Teil 2 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 2 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)

Mehr

Grundkurs Semantik. Sitzung 3: Mengenlehre. Andrew Murphy

Grundkurs Semantik. Sitzung 3: Mengenlehre. Andrew Murphy Grundkurs Semantik Sitzung 3: Mengenlehre Andrew Murphy andrew.murphy@uni-leizpig.de Grundkurs Semantik HU Berlin, Sommersemester 2015 http://www.uni-leipzig.de/ murphy/semantik15 15. Mai 2015 Basiert

Mehr

Analysis II. Vorlesung 48. Die Hesse-Form

Analysis II. Vorlesung 48. Die Hesse-Form Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010 Klausur Formale Systeme Fakultät für Informatik Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 A1 (15) A2 (10) A3 (10) A4

Mehr

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60 Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt

Mehr

Im folgenden sollen a, b, c,... Aussagen bedeuten, denen man die Eigenschaft wahr (Wahrheitswert 1) oder falsch (Wahrheitswert 0) zuordnen kann.

Im folgenden sollen a, b, c,... Aussagen bedeuten, denen man die Eigenschaft wahr (Wahrheitswert 1) oder falsch (Wahrheitswert 0) zuordnen kann. ÜBER ALGEBRAISCHE STRUKTUREN (Arbeitsblatt) A Aussagenlogik 1. Definitionen und Beispiele Im folgenden sollen a, b, c,... Aussagen bedeuten, denen man die Eigenschaft wahr (Wahrheitswert 1) oder falsch

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

4 Elementare Mengentheorie

4 Elementare Mengentheorie 4 Elementare Mengentheorie 4 Elementare Mengentheorie 4.1 Mengen [ Partee 3-11, McCawley 135-140, Chierchia 529-531 ] Die Mengentheorie ist entwickelt worden, um eine asis für den ufbau der gesamten Mathematik

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 170 Kapitel 11 Aussageformen Mathematischer Vorkurs TU Dortmund Seite 103 / 170 11.1 Denition: Aussageformen Eine Aussageform

Mehr

Aufgaben zu Kapitel 2

Aufgaben zu Kapitel 2 Aufgaben zu Kapitel 2 1 Aufgaben zu Kapitel 2 Verständnisfragen Aufgabe 2.1 Welche der folgenden Aussagen sind richtig? Für alle x R gilt: 1. x >1 ist hinreichend für x 2 > 1. 2. x >1 ist notwendig für

Mehr

Kapitel 2. Boolesche Algebra. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik

Kapitel 2. Boolesche Algebra. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik Kapitel 2 oolesche lgebra Prof. Dr. Dirk W. Hoffmann Hochschule Karlsruhe w University of pplied Sciences w Fakultät für Informatik Schaltalgebra, und sind Operatoren über der Menge {0,1} a b a b 0 0 0

Mehr

4. DIE ABLEITUNG (DERIVATIVE)

4. DIE ABLEITUNG (DERIVATIVE) 31 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr