Programmieren für Fortgeschrittene
|
|
- Lucas Hofmeister
- vor 7 Jahren
- Abrufe
Transkript
1 Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme Wintersemester 2011/12 Programmieren für Fortgeschrittene Rekursive Spezifikationen Die folgende Darstellung stammt in Teilen aus [2]. Bezeichnungen Die Menge aller partiellen Abbildungen von einer Menge X in eine Menge Y bezeichnen wir mit Pfn(X, Y ). Für den Definitionsbereich einer Abbildung f : X Y schreiben wir D(f) und für die Abbildung mit dem leeren Definitionsbereich. Beispiel 1 Wir betrachten zunächst einige rekursive Spezifikationen. a) f 1 : N N f 1 (n) = f 1 (n 1), n > 0. b) f 2 : N N (Fakultät) c) f 3 : N N f 2 (n) = f 3 (n) = n f 2 (n 1), n > 0. f 3 (n 2), n > 0. d) f 4 : N N N (Ackermann-Funktion) n + 1, m = 0, f 4 (m, n) = f 4 (m 1, 1), m > 0, n = 0, f 4 (m 1, f 4 (m, n 1)), m > 0, n > 0. e) f 5 : N N f) f 6 : N N g) f 7 : N N N f 5 (n) = f 5 (n + 1), n 0. 1, f 6 (n) = f 6 (3n + 1), n > 1, n ungerade, f 6 (n/2), n > 1, n gerade. f 7 (m, n) = 1, m = 0, f 7 (m 1, f 7 (1, 0)), m > 0.
2 h) f 8 : N N i) f 9 : N N 0, n = 0, 1, n > 0, f 8 (n 1) > 1, f 8 (n) = 2, n > 0, f 8 (n 1) = 1, 3, n > 0, f 8 (n 1) = 0. 0, n = 0, 1, n > 0, f 9 (n 1) > 1, f 9 (n) = 2, n > 0, f 9 (n 1) = 1, 3, sonst. Die rekursiven Spezifikationen aus Beispiel 1 können auf zwei Arten betrachtet werden. Algorithmische Sichtweise Wir fassen die rekursive Spezifikation als Vorschrift zur Berechnung von Funktionswerten auf. Beispielsweise erhalten wir f 1 (4) = f 1 (3) = f 1 (2) = f 1 (1) = f 1 (0) = 1. Dieses Verfahren liefert die totale konstante Funktion f 1 : N N, die für jede natürliche Zahl den Wert 1 annimmt, d. h. D(f 1 ) = N und f 1 (n) = 1 für alle n N. Für die Funktion f 5 terminiert das Verfahren für kein n N, d. h. D(f 5 ) =. Ob D(f 6 ) = N gilt, ist ein offenes Problem. Falls mehrere rekursive Aufrufe möglich sind, kann es unterschiedliche Ergebnisse geben. Wenn wir beispielsweise stets das am weitesten außen stehende Funktionssymbol ersetzen (outermost) bekommen wir f 7 (1, 0) = f 7 (0, f 7 (1, 0)) = 1. Falls das innerste Funktionssymbol (innermost) aufgerufen wird, lautet das Ergebnis f 7 (1, 0) = f 7 (0, f 7 (1, 0)) = f 7 (0, f 7 (0, f 7 (1, 0))) =..., d. h. (1, 0) / D(f 7 ). Weitere Strategien (zum Beispiel rightmost, leftmost oder auch abwechselnde Ersetzungen) sind denkbar. Algebraische Sichtweise Wir fassen eine rekursive Spezifikation als Gleichung für unbekannte Funktionen auf. Beispielsweise muss jede Lösung von a) aus Beispiel 1 eine totale Funktion sein. Wäre eine Lösung f 1 nicht total, dann müsste es eine kleinste natürliche Zahl n mit n / D(f 1 ) geben. Aus der Gleichung würde folgen, dass auch n 1 / D(f 1 ) gilt, ein Widerspruch zu Minimalität von n. Offensichtlich gilt dann f 1 (n) = 1 für alle n N. Wir erhalten die gleiche Lösung wie bei der algorithmischen Sichtweise. Die Gleichung e) aus Beispiel 1 hingegen besitzt unendlich viele Lösungen. Die Funktion f 5 mit D(f 5 ) = und alle totalen konstanten Funktionen sind Lösungen. Aufgabe 2 Man berechne f 4 (1, 1) mit der innermost-, der outermost- und einer abwechselnden Strategie. 2
3 Formulierung des Problems Die rechte Seite einer rekursiven Spezifikation ist ein Ausdruck ψ(f), der von der gesuchten Funktion f abhängt. ψ kann als totale Funktion der Form ψ : Pfn(X, Y ) Pfn(X, Y ) gesehen werden. Für die Fakultätsfunktion ist ψ : Pfn(N, N) Pfn(N, N) mit ψ(f)(n) = n f(n 1), n > 0, für alle f Pfn(N, N), n N. Entsprechend bekommen wir für die Ackermann-Funktion ψ : Pfn(N N, N) Pfn(N N, N) mit n + 1, m = 0, ψ(f)(m, n) = f(m 1, 1), m > 0, n = 0, f(m 1, f(m, n 1)), m > 0, n > 0, für alle f Pfn(N N, N), m, n N. Aus der algebraischen Sicht sind die Lösungen einer Spezifikation ψ : Pfn(X, Y ) Pfn(X, Y ) die Funktionen f mit f = ψ(f). Wie e) aus Beispiel 1 zeigt, sind unter dem algorithmischen Aspekt die Lösungen mit dem kleinsten Definitionsbereich die interessanten. Niemand, der diese Rekursion programmiert, erwartet schließlich für alle Eingaben zum Beispiel den Rückgabewert Funktionen f mit f = ψ(f) heißen Fixpunkte von ψ. Das Problem kann daher folgendermaßen formuliert werden: Gegeben sei eine Abbildung der Form ψ : Pfn(X, Y ) Pfn(X, Y ). Gesucht ist der Fixpunkt von ψ mit dem kleinsten Definitionsbereich. Beispiel 3 Gegeben sei die zur Fakultätsfunktion gehörende Abbildung ψ : Pfn(N, N) Pfn(N, N). Wir betrachten die Funktionenfolge g 0 =, g 1 = ψ( ), g 2 = ψ 2 ( ) = ψ(ψ( )), g 3 = ψ 3 ( ),... Für ihre Funktionswerte erhalten wir für alle n N g 1 (n) = ψ( )(n) = undefiniert, n > 0, g 2 (n) = ψ(ψ( ))(n) = 1, n = 1, undefiniert, n > 1, g 3 (n) = ψ 3 1, n = 1, ( )(n) = 2, n = 2, undefiniert, n > 2. 3
4 Die Definitionsbereiche dieser Funktionen bilden eine Folge D(g 0 ), D(g 1 ), D(g 2 ),... mit Außerdem gilt im Falle n D(g i ), i 0, D(g 0 ) D(g 1 ) D(g 2 )... g i (n) = g i+1 (n) = g i+2 (n) =... Wir sehen, dass der (eindeutig bestimmte) Fixpunkt von ψ die Funktion g : N N mit D(g) = i 0 D(g i) und g(n) = g i (n) für alle i mit n D(g i ) ist. Offenbar ist g(n) = n! für alle n N. Aufgabe 4 Man zeige direkt, dass die Abbildung g : N N mit g(n) = n! für alle n N der einzige Fixpunkt der Abbildung ψ : Pfn(N, N) Pfn(N, N) mit ψ(f)(n) = n f(n 1), n > 0, ist. Geordnete Mengen Eine Relation auf einer Menge D heißt Ordnungsrelation, wenn sie reflexiv, antisymmetrisch und transitiv ist. (D, ) heißt in diesem Fall geordnete Menge. Ein Element d D wird obere Schranke einer Teilmenge M D genannt, falls m d für alle m M gilt. Unter dem Supremum von D versteht man die kleinste obere Schranke von D. Sie ist im Falle der Existenz eindeutig bestimmt und wird mit sup(d) bezeichnet. Falls für jede Teilmenge M D das Supremum existiert, heißt (D, ) vollständig geordnet. Falls das (eindeutig bestimmte) kleinste Element der geordneten Menge (D, ) existiert, bezeichnen wir es mit. Eine Folge g 0, g 1, g 2,... von Elementen einer geordneten Menge (D, ) heißt Kette in D, falls g 0 g 1 g 2... gilt. Eine geordnete Menge (D, ) heißt Domain, wenn D ein kleinstes Element besitzt und wenn für jede Kette g 0 g 1 g 2... das Supremum supg i i 0} existiert. Es seien (D 1, 1 ) und (D 2, 2 ) geordnete Mengen. Eine Abbildung ψ : D 1 D 2 ist monoton, wenn für alle f, g D 1 mit f 1 g die Beziehung ψ(f) 2 ψ(g) gilt. Offenbar bilden monotone Abbildungen Ketten in Ketten ab. Eine monotone Abbildung ψ : D 1 D 2 zweier Domains (D 1, 1 ) und (D 2, 2 ) wird stetig genannt, wenn sie Suprema von Ketten erhält, d. h., wenn für alle Ketten g 0 g 1 g 2... in D 1 die Bedingung ψ(supg i i 0}) = supψ(g i ) i 0} erfüllt ist. f heißt Fixpunkt einer Abbildung ψ : D D, falls ψ(f) = f ist. 4
5 Die geordnete Menge Pfn(X,Y) Es seien Mengen X und Y gegeben. Auf der Menge Pfn(X, Y ) der partiellen Abbildungen wird durch g h D(g) D(h) und g(x) = h(x) für alle x D(g) eine Ordnungsrelation definiert. Diese Ordnung ist nicht vollständig. Für zwei Funktionen f, g : X Y existiert das Supremum supf, g} genau dann, wenn für alle x D(f) D(g) die Gleichheit f(x) = g(x) herrscht. Pfn(X, Y ) ist ein Domain mit als kleinstem Element. Es sei g 0 g 1 g 2... eine Kette partieller Funktionen. Man zeigt leicht, dass das Supremum einer solchen Kette wie in Beispiel 3 berechnet wird, d. h. für die Funktion g mit D(g) = i 0 D(g i) und g(n) = g i (n) für alle i mit n D(g i ) gilt g = supg i i 0}. Definition 5 Es sei (D, ) ein Domain mit dem kleinsten Element. Eine rekursive Spezifikation auf der Menge D ist eine totale Funktion ψ : D D mit ψ( ) ψ 2 ( )... Die Folge, ψ( ), ψ 2 ( ),... heißt Kleene sche Folge von ψ und ihr Supremum wird Kleene sche Semantik von ψ genannt. Beispiel 6 Für die Abbildung ψ : Pfn(X, Y ) Pfn(X, Y ) von e) aus Beispiel 1 erhalten wir die Kleene sche Folge,,,,... und daher wie gewünscht die Funktion als Kleene sche Semantik. Aufgabe 7 Man berechne die Kleene sche Semantik für die Fälle c) und h) aus Beispiel 1. Man zeige außerdem, dass im Fall i) keine rekursive Spezifikation vorliegt. Satz 8 Es sei (D, ) ein Domain mit dem kleinsten Element. Weiter sei ψ : D D eine monotone totale Abbildung. Dann ist ψ rekursive Spezifikation auf D. Beweis 1 Da das kleinste Element von D ist, gilt ψ( ). Aus der Montonie von ψ folgt ψ( ) ψ 2 ( ). Die Behauptung ergibt sich hieraus durch vollständige Induktion. Satz 9 Es seien (D, ) eine geordnete Menge und ψ : D D eine monotone totale Abbildung. Weiter sei H = g D g ψ(g)}. Dann gilt: Wenn f = sup(h) existiert, dann ist f ein Fixpunkt von ψ. Beweis 2 Es sei f = sup(h). Für alle h H ist h ψ(h). Da f eine obere Schranke von H ist, gilt h f. Aus der Monotonie von ψ folgt h ψ(h) ψ(f) für alle h H. Da f die kleinste obere Schranke von H ist, folgt hieraus f ψ(f). Die Monotonie von ψ liefert ψ(f) ψ(ψ(f)). Nach Definition von H ist daher ψ(f) H, so dass ψ(f) f gilt. Aus f ψ(f) und ψ(f) f folgt f = ψ(f), d. h., f ist ein Fixpunkt von ψ. Wie die Überlegungen zur Funktion f 5 aus Beispiel 1 gezeigt haben, reicht die Existenz eines Fixpunkts nicht aus. Es ist wünschenswert, einen eindeutigen Fixpunkt mit kleinstem Definitionsbereich zu garantieren. Der nächste Satz liefert hierfür ein Kriterium. 5
6 Satz 10 Es seien (D, ) ein Domain und ψ : D D eine stetige totale Abbildung. Dann gilt: ψ besitzt einen kleinsten Fixpunkt f ψ, und dieser ist gegeben durch f ψ = supψ k ( ) k 0}. Beweis 3 Wir beginnen mit einer kleinen Vorüberlegung. Es sei f 0 f 1 f 2 f 3... eine Kette in D. Dann ist auch f 1 f 2 f 3 f 4... eine Kette in D. Beide Ketten besitzen die gleichen oberen Schranken und daher auch die gleichen Suprema. Es sei f die kleinste obere Schranke der Kette ψ( ) ψ 2 ( )... Nach der Vorüberlegung ist f auch das Supremum der Kette ψ( ) ψ 2 ( ) ψ 3 ( )... Aus der Stetigkeit von ψ folgt, dass auch ψ(f) ein Supremum ist. Daher gilt f = ψ(f), d. h., f ist ein Fixpunkt von ψ. Sei g = ψ(g) ein beliebiger Fixpunkt von ψ. Aus g und der Monotonie von ψ folgt ψ( ) ψ(g) = g. Analog erhalten wir ψ 2 (g) g und durch Induktion ψ n (g) g für alle n N. g ist also eine obere Schranke von ψ n n N}. Da f die kleinste obere Schranke dieser Menge ist, folgt f g, d. h., f ist der kleinste Fixpunkt von ψ. Aufgabe 11 Man zeige durch ein Gegenbeispiel, dass nicht jede monotone Abbildung stetig ist. Aufgabe 12 Man zeige, die Stetigkeit der zur Fakultätsfunktion gehörenden Abbildung ψ : Pfn(X, Y ) Pfn(X, Y ). Rekursive Spezifikationen Als Spezialfall dieses Satzes erhalten wir für den Domain Pfn(X, Y ) und für stetige Abbildungen ψ : Pfn(X, Y ) Pfn(X, Y ) die Existenz eines eindeutigen kleinsten Fixpunkts f ψ Pfn(X, Y ), d. h. einer eindeutigen Lösung der zu ψ gehörenden Gleichung mit kleinstem Definitionsbereich. Produktdomain Es seien (D 1, 1 ),...,(D n, n ), n 1, Domains mit den kleinsten Elementen 1,..., n. Das kartesische Produkt D = D 1... D n wird durch (f 1,..., f n ) (g 1,..., g n ) f i i g i, i = 1,..., n und = ( 1,..., n ) zu einem Domain (D, ) mit dem kleinsten Element. Er heißt Produktdomain von (D 1, 1 ),...,(D n, n ). Aufgabe 13 Wir betrachten die folgende simultane rekursive Spezifikation zweier Funktionen: h(n, n), n = 0, g(n) = 5, n > 0. h(m, n) = 0, m = 0, g(n), m > 0. 6
7 Für die zugehörige Abbildung ψ : Pfn(N, N) Pfn(N N, N) Pfn(N, N) Pfn(N N, N) gilt ψ(t, u) = (ψ 1 (t, u), ψ 2 (t, u)) mit u(n, n), n = 0, ψ 1 (t, u)(n) = 5, n > 0. ψ 2 (t, u)(m, n) = 0, m = 0, t(n), m > 0. für alle t Pfn(N, N), u Pfn(N N, N), m, n N. Pfn(N, N) Pfn(N N, N) ist hier der Produktdomain von Pfn(N, N) und Pfn(N N, N). Man zeige, dass ψ stetig ist. Semantik einer While-Schleife Wir betrachten eine einfache imperative Programmiersprache. Die Bedeutung einer Anweisung kann als Zustandstransformation gesehen werden, d. h. als Abbildung, die einen Zustand σ Σ in eine Zustand σ Σ überführt. Ein Zustand gibt σ dabei die Werte σ(v) aller Variablen v V zu einem festen Zeitpunkt an. Wenn wir uns auf natürliche Zahlen beschränken, ist σ : V N. In diesem Modell ist die Bedeutung einer Anweisung s eine Abbildung der Form M[s] : Σ Σ. Gegeben sei die While-Anweisung t = while b do s od, wobei b ein Ausdruck ist, der einen logischen Wert in Abhängigkeit von einem Zustand σ liefert, d. h. E(b) : Σ true, false}. s ist eine weitere Anweisung. Die Bedeutung der While-Anweisung t wird durch σ, E(b)(σ) = false, M[t](σ) = M[t](M[s](σ)), E(b)(σ) = true für alle σ Σ definiert. Hierbei handelt es sich um eine rekursive Spezifikation der Funktion M[t], d. h. der Semantik der While-Anweisung t. Auch hier lässt sich Satz 10 anwenden (s. zum Beispiel [1]). Ausführlich wird dieses Thema in der Veranstaltung behandelt. Literatur Semantik von Programmiersprachen [1] Alber, Klaus; Struckmann, Werner: Einführung in die Semantik von Programmiersprachen. Mannheim Wien Zürich: BI-Wissenschaftsverlag, 1988 [2] Manes, Ernest G.; Arbib, Michael A.: Algebraic Approaches to Program Semantics. 1. Auflage. New York Berlin: Springer Verlag,
Lösungen zu Kapitel 2
Lösungen zu Kapitel 2 Lösung zu Aufgabe 1: Wir zeigen die Behauptung durch vollständige Induktion über n. Die einzige Menge mit n = 0 Elementen ist die leere Menge. Sie besitzt nur sich selbst als Teilmenge,
MehrKapitel 6. Fixpunkte und semantische Bereiche
Kapitel 6 Fixpunkte und semantische Bereiche Sowohl bei der Definition der operationalen Semantik als auch bei der Definition der mathematischen Semantik haben wir mehr oder weniger explizit Fixpunkte
Mehr13 Auswahlaxiom und Zornsches Lemma
13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
MehrGTI. Hannes Diener. 18. Juni. ENC B-0123,
GTI Hannes Diener ENC B-0123, diener@math.uni-siegen.de 18. Juni 1 / 32 Als Literatur zu diesem Thema empfiehlt sich das Buch Theoretische Informatik kurzgefasst von Uwe Schöning (mittlerweile in der 5.
MehrSemantik von Programmiersprachen SS 2017
Lehrstuhl für Programmierparadigmen Denis Lohner Sebastian Ullrich denis.lohner@kit.edu sebastian.ullrich@kit.edu Semantik von Programmiersprachen SS 2017 http://pp.ipd.kit.edu/lehre/ss2017/semantik Lösungen
Mehr5 Der Transzendenzgrad
$Id: trgrad.tex,v 1.6 2009/05/11 14:48:57 hk Exp $ 5 Der Transzendenzgrad Wir stellen nun einige der Tatsachen über die Mächtigkeit von Mengen zusammen, die Ihnen wahrscheinlich aus den ersten Semester
MehrMusterlösung zu Blatt 1
Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z
Mehrb liegt zwischen a und c.
2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =
MehrKapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität
MehrKapitel II Funktionen reeller Variabler
Kapitel II Funktionen reeller Variabler D (Funktion) Es sei f XxY eine Abbildung Die Abbildung f heiß Funktion, falls sie eindeutig ist Man schreibt dann auch: f : X Y f ( x) = y, wobei y das (eindeutig
Mehri=1 j= 5 2. Verifizieren Sie die Gleichung indem Sie die Ausdrücke ohne Summenzeichen schreiben. j=0
Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten WS 2017 1. Schreiben Sie die folgenden Ausdrücke ohne Verwendung von Summen- bzw. Produktzeichen: 7 2 3 5 k 2k+1, a k, 2
MehrAufgaben zur Verbandstheorie
TU Bergakademie Freiberg WS 2005/06 Institut für Diskrete Mathematik & Algebra Prof. Dr. Udo Hebisch Aufgaben zur Verbandstheorie 1. Für ein beliebiges n IN sei X n die Menge aller Teiler von n. Definiert
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
MehrAbschnitt 11: Korrektheit von imperativen Programmen
Abschnitt 11: Korrektheit von imperativen Programmen 11. Korrektheit von imperativen Programmen 11.1 11.2Testen der Korrektheit in Java Peer Kröger (LMU München) in die Programmierung WS 16/17 931 / 961
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick
Mehr20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen
20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium
Mehr8. Einfache Fixpunkttheorie
8. Einfache Fixpunkttheorie Fragestellung: was unter einem (kleinsten) Fixpunkt zu verstehen ist t(x) = x y : D. t(y) = y x y wann ein Fixpunkt existiert monotone Funktionen über CPOs haben einen kleinsten
MehrElemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006
Prof. E.-W. Zink Institut für Mathematik Humboldt-Universität zu Berlin Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester 2005-06 vom 15. Januar 2006 2te, korrigierte und erweiterte
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 6
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 6 Die Lösungshinweise dienen
MehrStetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn
Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 2. Induktion Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Induktion Zentrale Rolle Wesentliches Beweisprinzip in Mathematik
MehrRekursive und primitiv rekursive Funktionen. Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen
Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N induktiv
MehrAnalysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT.
Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT. Dietmar A. Salamon ETH-Zürich 29. September 2016 Zusammenfassung Dieses Manuskript dient einer Einführung für Studierende des ersten
MehrFunktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation
Grundlagen der Programm- und Systementwicklung Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation Technische Universität München Institut für Informatik Software &
Mehr4. Funktionen und Relationen
Bestimmung der Umkehrfunktionen c) bei reellen Funktionen geometrisch durch Spiegelung des Funktionsgraphen an der Winkelhalbierenden y = x. y = x 3 y = x y = x y = (x+1)/2 y = x 1/3 y = 2x 1 Seite 27
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
Mehr11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen
11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer
Mehr1.2 Klassen und Mengen
14 1.2 Klassen und Mengen Als undefinierten Grundbegriff verwenden wir den Begriff der Klasse. Dieser ist allgemeiner als der Mengenbegriff und wird in der Algebra zur Definition sogenannter Kategorien
Mehr1.3 Primitiv rekursive und µ-rekursive Funktionen
Definition 1.11 Die Klasse der primitiv rekursiven Funktionen (a) Basisfunktionen: (1.) die konstanten Funktionen c (c N) (2.) die Projektionen Π m i (x 1,...,x m ) = x i (1 i m) (3.) die Nachfolgerfunktion
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/76 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
Mehr2 Mengen, Abbildungen und Relationen
Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
Mehra 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter.
7 Folgen 30 7 Folgen Wir betrachten nun (unendliche) Folgen von Zahlen a 0, a, a 2, a 3,.... Dabei stehen die drei Pünktchen für unendlich oft so weiter. Bezeichnung Wir bezeichnen mit N die Menge der
Mehr2 Mengen, Relationen, Funktionen
Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,
Mehr1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie
1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie 139 Unentscheidbarkeit Überblick Zunächst einmal definieren wir formal
MehrOrdnungsrelationen auf Mengen. Beispiel einer Ordnungsrelation. Spezielle Elemente von Ordnungen. Spezielle Elemente von Ordnungen
Ordnungsrelationen auf Mengen! Eine (partielle) Ordnungsrelation oder kurz Ordnung O auf einer Menge M ist eine Relation, die reflexiv, antisymmetrisch und transitiv ist. Beispiel: M = { 1, 2, 3 }, O =
MehrFolgen und Reihen. Thomas Blasi
Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................
Mehr6 Polynome mit reellen Koeffizienten
6 Polynome mit reellen Koeffizienten 6.1 Verknüpfungen reellwertiger Funktionen 6.2 Polynome und rationale Funktionen 6.4 Nullstellensatz und Identitätssatz für Polynome 6.5 Grad eines Polynoms 6.8 Division
MehrAnalysis II 14. Übungsblatt
Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau
MehrKapitel 1. Grundlegendes
Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0
Mehr17 Lineare Abbildungen
Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:
Mehr3. Für beliebiges A bezeichnet man die Menge A A manchmal auch mit A 2 (in Worten:
35 4 Paarungen 4. Produktmengen Die Mengen {x, y} und {y, x} sind gleich, weil sie die gleichen Elemente enthalten. Manchmal legt man aber zusätzlich Wert auf die Reihenfolge der Elemente. Die Objekte
MehrInduktion und Rekursion
Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel
MehrMengen, Funktionen und Logik
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
Mehr2.5 Komplexe Wurzeln. Mathematik für Naturwissenschaftler I 2.5
Mathematik für Naturwissenschaftler I 2.5 Die Periodizität von e z ist der Grund, warum im Komplexen Logarithmen etwas schwieriger zu behandeln sind als im Reellen: Der natürliche Logarithmus ist die Umkehrung
MehrGrundbegriffe der Mathematik - Blatt 1, bis zum
Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann
MehrMusterlösung zum Weihnahchtsübungsblatt. Teil 1 von Martin Fabricius. Aufgabe 1
Musterlösung zum Weihnahchtsübungsblatt Teil von Martin Fabricius Aufgabe a) Diese Aufgabe kann z. B. durch ausmultiplizieren gelöst werden: (433) 7 = 4 7 3 +3 7 + 7 +3 7 0 = 4 343+3 49+ 7+3 = 37+47+4+3
Mehr8. Rekursive und primitiv rekursive Funktionen
8. Rekursive und primitiv rekursive Funktionen In diesem Abschnitt führen wir eine weitere (letzte) Formalisierung des Berechenbarkeitskonzeptes für Funktionen über den natürlichen Zahlen ein. Hatten wir
MehrTechnische Universität Braunschweig Institut für Programmierung und Reaktive Systeme
Technische Universität Braunschweig Institut für Programmierung und Reaktive Systeme Programmieren I Dr. Werner Struckmann 6. März 2013 Name: Vorname: Matrikelnummer: Kennnummer: Anrede: Frau Herr Studiengang:
MehrSemantik von Programmiersprachen
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme 14. Juli 2017 Semantik von Programmiersprachen Übersicht Art der Veranstaltung: Vorlesung mit
MehrLösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)
Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur
MehrDie Fakultät. Thomas Peters Thomas Mathe-Seiten 13. September 2003
Die Fakultät Thomas Peters Thomas Mathe-Seiten www.mathe-seiten.de 3. September 2003 Dieser Artikel gibt die Definition der klassischen Fakultät und führt von dort aus zunächst zu der Anwendung in Taylor-Reihen
MehrProf. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema
Prof. Dr. H. Brenner Osnabrück SS 205 Analysis II Vorlesung 50 Hinreichende Kriterien für lokale Extrema Wir kommen jetzt zu hinreichenden Kriterien für die Existenz von lokalen Extrema einer Funktion
MehrDie Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man
Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.
MehrTheoretische Informatik SS 03 Übung 3
Theoretische Informatik SS 03 Übung 3 Aufgabe 1 a) Sind die folgenden Funktionen f : partiell oder total: f(x, y) = x + y f(x, y) = x y f(x, y) = x y f(x, y) = x DIV y? Hierbei ist x DIV y = x y der ganzzahlige
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für
Mehr30 Die Gammafunktion und die Stirlingsche Formel
3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.
8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN
Mehr2 Wachstumsverhalten von Funktionen
Algorithmen und Datenstrukturen 40 2 Wachstumsverhalten von Funktionen Beim Vergleich der Worst-Case-Laufzeiten von Algorithmen in Abhängigkeit von der Größe n der Eingabedaten ist oft nur deren Verhalten
MehrTypen von Programmiersprachen
Typen von Programmiersprachen Berechenbarkeitstheorie: Formalisierung des intuitiven Berechenbarkeitsbegriffs man kann vier Typen von Programmiersprachen zum Berechnen von Zahlenfunktionen unterscheiden:
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick
Mehr{P} S {Q} {P} S {Q} {P} S {Q} Inhalt. Hoare-Kalkül. Hoare-Kalkül. Hoare-Tripel. Hoare-Tripel. Hoare-Tripel
Inhalt Hoare-Kalkül Formale Verifizierung Hoare-Kalkül while-sprache Terminierung Partielle / totale Korrektheit 4.0 Hoare-Kalkül entwickelt von C.A.R. (Tony) Hoare (britischer Informatiker), 1969 formales
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 9 2. Juli 2010 Einführung in die Theoretische
MehrKapitel 5. Fixpunktoperatoren
Kapitel 5 Fixpunktoperatoren Rekursion ist eine wichtige Definitionstechnik. Im Rahmen dieser Vorlesung haben wir bereits eine Vielzahl von rekursiven Definitionen gesehen. Dabei wurden überwiegend strukturelle
MehrDiskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 4
MehrSatz von Sarkovskii und Periode 3 impliziert Chaos
Satz von Sarkovskii und Periode 3 impliziert Chaos Florian Lindemann 10 Februar 2003 Vortrag für das Seminar Differentialgleichungen, WS 02/03 Dozent: Prof Lauterbach Wir wollen uns das Feigenbaum-Diagramm
MehrVollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13
Vollständigkeit Andreas Schmitt Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 1 Einleitung Bei der Konvergenz von Folgen im Raum der reellen Zahlen R trifft man schnell auf den Begriff der Cauchy-Folge.
Mehrf(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv?
Umkehrfunktionen Aufgabe 1. Sei A = {1, 2, 3, 4}. Definieren Sie eine bijektive Funktion f A A und geben Sie ihre Umkehrfunktion f 1 an. Lösung von Aufgabe 1. Zum Beispiel f, f 1 A A mit f(x) = x f 1 (x)
Mehr6 Die Bedeutung der Ableitung
6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst
MehrAnalysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität).
Analysis 1, Woche 2 Reelle Zahlen 2.1 Anordnung Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). 2. Für jeden a, b K mit a b und b a gilt a = b (Antisymmetrie).
MehrPrimitiv rekursive und µ-rekursive Funktionen
Primitiv rekursive und µ-rekursive Funktionen Loop-, While- und Goto-Programme sind vereinfachte imperative Programme und stehen für imperative Programmiersprachen, bei denen Programme als Folgen von Befehlen
MehrSymmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome
Proseminar Lineare Algebra SS10 Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Natalja Shesterina Heinrich-Heine-Universität ASymmetrische Polynome Definition 1 Sei n
MehrBeschränktheit, Monotonie & Symmetrie
Beschränktheit, Monotonie & Symmetrie ein Referat Dies ist eine Beilage zum Gruppen-SOL - Projekt Potenz- & Exponentialfunktionen Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch November 2015 Inhaltsverzeichnis
MehrAlternativ kann man auch die Differenz a n+1 a n betrachten:
Aufgabe 1 Folgen auf Monotonie und Beschränktheit prüfen. a) Beschränktheit? Die Folge ( ) n N mit = n + ( 1) n ist nach unten beschränkt, denn es gilt n + ( 1) n n 1 1 für alle n N. Allerdings ist die
MehrAutomaten, Formale Sprachen und Berechenbarkeit I Wichtige Begriffe
Automaten, Formale Sprachen und Berechenbarkeit I Wichtige Begriffe Eine partielle Funktion ist eine Relation f A B; für jedes x dom(f) gibt es ein y range(f) mit x f y; wir schreiben statt f A B und x
Mehr8 Extremwerte reellwertiger Funktionen
8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R
MehrGerade, ungerade oder weder noch? Algebraische und graphische Beweise. 4-E1 Vorkurs, Mathematik
Gerade, ungerade oder weder noch? Algebraische und graphische Beweise 4-E1 Symmetrie einer Funktion: Aufgabe 3 Bestimmen Sie algebraisch und graphisch, ob die Funktionen gerade oder ungerade sind, oder
MehrMathematik I. Vorlesung 7. Folgen in einem angeordneten Körper
Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
MehrAnalysis I. 6. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 6. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Relation zwischen den Mengen X und Y.
Mehr15 Hauptsätze über stetige Funktionen
15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen
MehrStetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.
Stetige Funktionen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume), spielen eine zentrale Rolle in der Mathematik. In der Analysis sind Abbildungen
MehrProgrammierung 1 - Repetitorium
WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage: http://info1.marcwagner.info Donnerstag, den 10.04.03 Kapitel 7 Korrektheit 7.1 Abstrakte Prozeduren Abstrakte Prozedur
MehrInformatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015
Informatik Vorkurs: Etwas Mathematik Werner Struckmann WS 2014/2015 Etwas Mathematik: Was machen wir? 1. Aussagen, Logik 2. Mengen, Relationen, Funktionen 3. Zahlenmengen, Rechnen 4. Beweise 5. Dualzahlen:
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrInhalt Kapitel 3: Induktion und Termination
Inhalt Kapitel 3: Induktion und Termination 1 Wohlfundierte Relationen Ackermannfunktion 2 Untere Schranke für Türme von Hanoi Weitere Beispiele 52 Wohlfundierte Relationen Wohlfundierte Relationen Definition
MehrDezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule
Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1
MehrNotengebung. Teilnote Kreuzerlliste: 60% 69% 4; 70% 79% 3; 80% 89% 2; 90% 100% 1. Falls Sie weitere Fragen haben, bitte melden Sie sich bei mir.
Notengebung Die Gesamtnote für die Übung ergibt sich je zur Hälfte aus der Teilnote Kreuzerlliste und der Teilnote Zwischentest, gerundet auf freundliche Weise; für eine positive Benotung müssen beide
MehrFolgen und Reihen. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen Dr. Thomas Zehrt Folgen und Reihen Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen, Band, 7. Auflage,
Mehr3.2 Unabhängigkeitsstrukturen
80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen
Mehr