Σ = (z; c : z, f : z z) Σ = (z; c : z, f : z z) ( ; 17, x -x) ( ; 17, pred) ( ; true, neg) ( ; 0, suc) ({a,b} + ; a, xa xb und xb xa)
|
|
- Jörn Keller
- vor 6 Jahren
- Abrufe
Transkript
1 METHODEN UND MODELLE DES SYSTEMENTWURFS 3. Algebraische Spezifikation mit CASL 3.1 Spezifikationen 3.2 CASL 3.1 SPEZIFIKATIONEN JAN SÜRMELI u.hu-berlin.de/mms-13 ZUR ERINNERUNG 2 DAS ZIEL 3 Signatur charakterisiert eine Menge von Strukturen Charakterisiere eine bestimmte Klasse von Σ-Strukturen NOCHMAL ETWAS ABSTRAKTER 4 LÖSUNG: SPEZIFIKATION 5 Σ Spezifikation = def Signatur Σ + Eigenschaften Ziel: Charakterisiere Beispiele + erzeugt + eindeutig + f ist selbst-invers 1
2 BEISPIELE 6 BEISPIELE 7 + erzeugt BEISPIELE 8 + eindeutig BEISPIELE 9 + erzeugt + eindeutig BEISPIELE 10 EIGENSCHAFTEN HINSCHREIBEN 11 + f ist selbst-invers Beispiel: f ist selbst-invers x. x = f(f(x)) semantische Gleichheit Quantor Variable Terme mit Variablen Variablen reden über beliebige Elemente aus dem Träger Auch über nicht erzeugte 2
3 WEITERE BEISPIELE 12 KONSISTENZ EINER SPEZIFIKATION 13 Es existiert ein Element x,, so dass f(x) = x Geg.: Spezifikation x. x = f(x) Frage: Gibt es ein Modell? f ist surjektiv (rechts-total) total) x. y. x = f(y) f ist injektiv (links-eindeutig) x. y. ( f(x) = f(y) x = y ) Beispiel für Inkonsistenz: + x. ( f(x) = c x = f(x) ) Konsistenz ist unentscheidbar für einige Unterklassen entscheidbar Für Gleichungen besonders schön lösbar MOTIVATION FÜR GLEICHUNGEN 14 GLEICHUNGEN 15 Beispiel:, B = true = neg(neg(true)) = neg(neg(neg(neg(true)))) = c B = f(f(c)) B = f(f(f(f(c)))) B Nicht eindeutig! Aber trotzdem schöne Struktur Idee: Spezifiziere erlaubte Mehrdeutigkeit mit Gleichungen x 1. x m. ( ψ 1 ψ n ) ψ i ist ein Vergleich zweier Terme Gleichung: x. x = f(f(x)) Keine Gleichung: x. y. ( f(x) = f(y) x = y ) x. y. x = f(y) MODELLE FÜR GLEICHUNGS-SPECSSPECS 16 + x. x = f(f(x)) SCHÖNE MODELLE Idee: Es gelten nur die spezifizierten Gleichungen + alle daraus ableitbaren Gleichungen 17 ({ };, ) Beispiel: In B = gilt nur die Selbst- Inversität In U = ({ };, ) gilt zusätzlich: c U = f(c) U 3
4 TERM-ÄQUIVALENZ 18 QUOTIENTEN-TERM-STRUKTUR 19 Eine Gleichung induziert eine Äquivalenz auf den (Grund-)Termen Gegeben: Signatur Σ,, Gleichung G Quotienten-Term-Struktur Beispiel: G= x. x =f(f(x)) Äquivalenzklassen: [c] = {c, f(f(c)), f(f(f(f(c)))), f(f(f(f(f(f(c)))))), } [f(c)] = {f(c), f(f(f(c))), f(f(f(f(f(c))))), }, G = def x. x = f(f(x)) = def ( {[c], [f(c)]} ; [c], g ) mit g([c]) = def [f(c)] und g([f(c)]) = def [c] QUOTIENTEN-TERM-STRUKTUR 20 MODELLE FÜR GLEICHUNGS-SPECSSPECS 21 Gegeben: Signatur Σ,, Gleichung G Quotienten-Term-Struktur, G = def x. x = f(f(x)) = def ( {[c], [f(c)]} ; [c], g ) mit g([c]) = def [f(c)] und g([f(c)]) = def [c] + x. x = f(f(x)) ({ };, ) EINFÜHRENDES BEISPIEL + x. x = f(f(x)) 23 32CASL 3.2 spec Involution = sort z op c : z op f : z -> z axioms forall x : z. x = f(f(x)) 4
5 MEHRERE SORTEN Σ = (z, b; c : z, t : b, f : z z b) + x. f(c,x) = t spec ManySorts = sorts z,b ops c : z; t : b op f : z * z -> b axioms forall x : z. f(c,x) = t 24 STACK spec Stack = sorts stacks, elems op empty : stacks; op push : stacks,elems -> stacks op pop : stacks -> stacks axioms for all s:stacks, a:elems. pop(empty) = empty && pop(push(s,a)) = s 25 ERWEITERUNG 26 KONSTRUKTOREN 27 spec ManySorts = sorts z,b ops c : z; t : b op f : z * z -> b axioms forall x : z. f(c,x) = t spec ManySortsExt = ManySorts then op n : b -> b axioms forall x : b. not(n(x)= x) spec Nats = type n ::= 0 suc(n) op add : n * n -> n axioms forall x,y : n. ( add(x,suc(y)) = suc(add(x,y)) /\ add(x,y) = add(y,x) /\ add(x,0) = x ) STACK REVISITED Stack-Beispiel schöner: spec StackK = sort elems type stacks ::= empty push(stacks,elems), pop(stacks) axioms for all s:stacks, a:elems. pop(empty) = empty && pop(push(s,a)) = s 28 FREE TYPES (BIS AUF GLEICHUNGEN) spec StackF = sort elems free { type stacks ::= empty, push(stacks,elems), } 29 pop(stacks) axioms for all s:stacks, a:elems. pop(empty) = empty && pop(push(s,a)) = s 5
6 30 ALGEBRAISCHE SPEZIFIKATION 31 Σ Ziel: Charakterisiere ZUSAMMENFASSUNG Spezifikation i = def Signatur Σ + Eigenschaften Konsistenz ist unentscheidbar Für Gleichungs-Specs: Quotienten-Term-Struktur METHODEN UND MODELLE DES SYSTEMENTWURFS 3. Algebraische Spezifikation mit CASL 3.1 Spezifikationen 3.2 CASL JAN SÜRMELI u.hu-berlin.de/mms-13 6
Algorithmen und Programmierung
Algorithmen und Programmierung Kapitel 8 Abstrakte Datentypen A&P (WS 14/15): 08 Abstrakte Datentypen 1 Überblick Abstrakte Datentypen Signaturen und Algebren Spezifikation von ADTs Umsetzung von ADTs
MehrFormale Spezifikationund Induktion
Formale Spezifikationund Induktion 91 Was ist ein SW-System mathematisch? 1. Sicht: Operational Ein SW-System ist ein Automat mit Zustand, Zustandsübergängen und mit Abläufen. 2. Sicht: Algebraisch Ein
MehrStrukturierte Spezifikationen: Umbenennung und Parameter
Strukturierte Spezifikationen: Umbenennung und Parameter 149 Strukturierte Spezifikationen: Umbenennung Umbenennung: Benennt die Operationen einer Spezifikation um Nützlich um 2 Kopien zu erhalten Syntax:
MehrFormale Spezifikationund Induktion
Formale Spezifikationund Induktion 1 Was ist ein SW-System mathematisch? 1. Sicht: operational Ein SW-System ist ein Automat mit Zustand, Zustandsübergängen und mit Abläufen. 2. Sicht: algebraisch Ein
Mehr12. Interpretation von PVS-Theorien
12. Interpretation von PVS-Theorien Vorspann zu allgemeinen Begriffen: Konsistenz usw. Äquivalenz und Quotienten Theorie-Interpretation Maschinelles Beweisen mit PVS 12 1 Vorspann: Interpretation, Modell,
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
MehrFU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :
MehrAbstract Data Type and the Development of Data Structures
Abstract Data Type and the Development of Data Structures John Guttag, 1976 2. Mai 2006 Inhalt 1 Motivation 2 3 4 Motivation - Komplexe Probleme lösen Dekomposition Problem Abstraktion Komplexität reduzieren
MehrStrukturierte Spezifikation: Freie Datentypen
Strukturierte Spezifikation: Freie Datentypen 113 Wie spezifiziert man Datentypen? Vorgehen: Definiere benötigte Sorten Letzte Vorlesung: Datentypen auf Rechnern sind generiert Definiere Konstruktoren
MehrAbbildungen, injektiv, surjektiv, bijektiv
Dr. Sebastian Bab WiSe 12/13 Theoretische Grundlagen der Informatik für TI Termin: VL 4 vom 25.10.2012 Abbildungen, injektiv, surjektiv, bijektiv Abbildungen sind eindeutige Zuordnungen Denition 23 (Abbildung(Funktion))
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)
MehrInformatik I. 9. Nachweis von Programmeigenschaften. Jan-Georg Smaus. Albert-Ludwigs-Universität Freiburg. 2. Dezember 2010
Informatik I 9. Nachweis von Programmeigenschaften Jan-Georg Smaus Albert-Ludwigs-Universität Freiburg 2. Dezember 2010 Jan-Georg Smaus (Universität Freiburg) Informatik I 2. Dezember 2010 1 / 30 Informatik
Mehr2. Universelle Algebra
2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen
MehrPrädikatenlogiken. Mathematische Logik. Vorlesung 6. Alexander Bors. 30. März & 6. April A. Bors Logik
Mathematische Logik Vorlesung 6 Alexander Bors 30. März & 6. April 2017 1 Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) 2 Erinnerung Letztes Mal haben wir begonnen, ein
Mehr5. Induktive Strukturen und Induktion
5. Induktive Strukturen und Induktion Übersicht über den geplanten Inhalt: Motivation: weshalb braucht man Induktion? Induktive Strukturen und strukturelle Induktion Gleichungstheorie und induktive Theorie
MehrEinführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V8, 5.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick
MehrFormale Methoden der Softwaretechnik 1 Vorlesung vom : Grundlage von Isabelle
1 Formale Methoden der Softwaretechnik 1 Vorlesung vom 16.11.09: Grundlage von Isabelle Christoph Lüth, Lutz Schröder Universität Bremen Wintersemester 2009/10 2 Fahrplan Teil I: Grundlagen der Formalen
MehrZusammenfassung des Bisherigen
Zusammenfassung des Bisherigen Ziel ist die Ableitung von Gleichungen aus gegebenen Gleichungen Gilt eine Gleichung in der von den gegebenen Gleichungen definierten Theory? Beispiel: Ist eine bestimmte
MehrKapitel 2 MENGENLEHRE
Kapitel 2 MENGENLEHRE In diesem Kapitel geben wir eine kurze Einführung in die Mengenlehre, mit der man die ganze Mathematik begründen kann. Wir werden sehen, daßjedes mathematische Objekt eine Menge ist.
MehrPrädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik
Prädikatenlogiken Mathematische Logik Vorlesung 7 Alexander Bors 6. & 27. April 2017 1 Prädikatenlogiken Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) (Abgeleitete) Axiome
Mehr10 Formale Grundlagen
95 10 Formale Grundlagen 10.1 Mengentheorie Die Aussagen hierzu sind aus [?, S.13-21] und [?, S.75-136]. In [?] sind die nötigsten Aussagen zusammengefaßt. In [?] sind insbesondere Links und Rechtsinverse
Mehr4.2 Quotientenvektorräume
306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn
MehrDeklarative Semantik
7. Deklarative Semantik 7-1 Deklarative Semantik Bisher: Prolog als Programmiersprache. Operationale Semantik : Wie wird ein Programm ausgeführt? Welche Antworten werden berechnet? Jetzt: Prolog als logischer
MehrÜbungsaufgaben. 1. Ein topologischer Raum T ist genau dann noethersch und hausdorffsch, wenn T eine endliche Menge mit der diskreten Topologie ist.
Prof. Dr. Annette Werner Algebraische Geometrie I (alias Algebra II) SS 05 Übungsaufgaben. Ein topologischer Raum T ist genau dann noethersch und hausdorffsch, wenn T eine endliche Menge mit der diskreten
Mehr2.3 Spezifikation von Abstrakten Datentypen
Abstrakte Datentypen (ADT) 2.3 Spezifikation von Abstrakten Datentypen Sichtbare Schnittstelle: Typbezeichner Signaturen der Operationen Spezifikation der Operationen Abstraktionsbarriere Implementierung
MehrG. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag
G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag Beantwortung der Fragen und Lösungen der Aufgaben zu Kapitel Version V vom 3.. 28 2 Beantwortung der Fragen zu Kapitel TESTFRAGEN
MehrAlgebraische Spezifikation von Software und Hardware II
Algebraische Spezifikation von Software und Hardware II Markus Roggenbach Mai 2008 3. Signaturen 3. Signaturen 2 Grundlegende Frage Wie lassen sich Interfaces beschreiben? Signaturen = Sammlung aller bekannten
MehrMGS Abbildungen (Funktionen) Beispiele: Einkommensteuer Regelungs- und Steuerungstechnik
4. Abbildungen (Funktionen) MGS 4-1 08.10.02 Beispiele: Einkommensteuer Regelungs- und Steuerungstechnik Rolf Linn Berechnung Ralf Linn Produkt * Kaufpreis MGS 4-5 08.10.02 1950.- 500000.- 495.- 4. Abbildungen
MehrProgrammieren in Haskell Programmiermethodik
Programmieren in Haskell Programmiermethodik Peter Steffen Universität Bielefeld Technische Fakultät 12.01.2011 1 Programmieren in Haskell Bisherige Themen Was soll wiederholt werden? Bedienung von hugs
MehrSeminar: Algorithmisches in der Geometrie Ausarbeitung zum 8. Vortrag: Fast freie Gruppen sind kontextfrei
Seminar: Algorithmisches in der Geometrie Ausarbeitung zum 8. Vortrag: Fast freie Gruppen sind kontextfrei Michael Hamann 11. Juni 2010 Diese Ausarbeitung beweist die Aussage, dass fast freie Gruppen kontextfrei
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 18: Logik Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/35 Überblick Formeln in Prädikatenlogik erster Stufe Theorien und
MehrQualitätssicherung von Software
Qualitätssicherung von Software Prof. Dr. Holger Schlingloff Humboldt-Universität zu Berlin und Fraunhofer FIRST 2.4 OO-Test 26.11.2004 Folie 2 Kapitel 2. Testverfahren 2.1 Testen im SW-Lebenszyklus 2.2
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
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
Mehr- Theorie der uninterpretierten
Theorie der uninterpretierten Funktionen Entscheidungsverfahren mit Anwendungen in der Softwareverifikation STEPHAN FALKE INSTITUT FÜR THEORETISCHE INFORMATIK (ITI) 0 KIT 13. Universität Mai 2013 des S.
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
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
Mehr3 Allgemeine Algebren
Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n
MehrAlgebraische Spezifikation
top(pop(push(42,empty))) =? http://shemesh.larc.nasa.gov/fm/fm-humor.html Algebraische Spezifikation OOPM, Ralf Lämmel 610 Wie beschreiben wir das erwartete Verhalten von einem ADT? public class IntStack
Mehrdas Konzept der Gleichung in der Algebra Robert Recorde Spielsemantik Semantik-Spiel FO mit oder ohne =? Abschnitt 2.5
Teil 2: FO Syntax und Semantik FO 2 Spielsemantik Semantik-Spiel Satz: A = ψ[a] V hat Gewinnstrategie in Position (ψ, a. Teil 2: FO Syntax und Semantik FO 2 das Konzept der Gleichung in der Algebra Robert
MehrEine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.
4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel
MehrUniversität Zürich HS , Vorlesung #3
Algebraic Number Theory P. Habegger Universität Zürich HS 2010 6.10.2010, Vorlesung #3 1.4 Diskriminante Die primitivste Invariante eines Zahlkörpers ist sein Grad. Die Diskriminante eines Zahlkörpers
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
Mehr6 Permutationen. Beispiele: a) f : R R, f(x) = x 2. b) f : R R, f(x) = e x. c) f : R 2 R, x (Projektion auf die x Achse) y
6 Permutationen Seien und B Mengen. Eine bbildung von nach B ist eine Vorschrift f, die jedem Element x ein eindeutig bestimmtes Element y = f(x) B zuordnet. Schreibe f : B, x f(x) Beispiele: a) f : R
MehrFormale Systeme. Prädikatenlogik 2. Stufe. Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz
MehrEinführung in die Theoretische Informatik. Inhalte der Lehrveranstaltung. Definition (Boolesche Algebra) Einführung in die Logik
Zusammenfassung Einführung in die Theoretische Informatik Woche 5 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung der letzten LV Jede binäre Operation hat maximal ein
MehrLineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W
MehrDaten mit Typetikett Abstrakter Datentyp (ADT) 4-Stufen-Modell Generische Operationen Datengesteuerte Programmierung.
Datenabstraktion Prof. Dr. Christian Wagenknecht Prof. Dr. Christian Wagenknecht Datenabstraktion 1 von 36 Daten mit Typetikett Programmiersprachen mit Deklarationszwang von Variablen Schlüsselworte, wie
MehrInjektiv, Surjektiv, Bijektiv
Injektiv, Surjektiv, Bijektiv Aufgabe 1. Geben Sie einen ausführlichen Beweis für folgende Aussage: Wenn f A B surjektiv ist und R A A A eine reflexive Relation auf A ist, dann ist R B = {( f(x), f(y)
Mehr3 Terme und Algebren 3.1 Terme
3 Terme und Algebren 3.1 Terme Mod - 3.1 In allen formalen Kalkülen benutzt man Formeln als Ausdrucksmittel. Hier betrachten wir nur ihre Struktur - nicht ihre Bedeutung. Wir nennen sie Terme. Terme bestehen
Mehr3 Terme und Algebren 3.1 Terme
3 Terme und Algebren 3.1 Terme In allen formalen Kalkülen benutzt man Formeln als Ausdrucksmittel. Hier betrachten wir nur ihre Struktur - nicht ihre Bedeutung. Wir nennen sie Terme. Terme bestehen aus
MehrTheorie der Informatik. Theorie der Informatik. 6.1 Einführung. 6.2 Alphabete und formale Sprachen. 6.3 Grammatiken. 6.4 Chomsky-Hierarchie
Theorie der Informatik 17. März 2014 6. Formale Sprachen und Grammatiken Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 6.1 Einführung
MehrSchriftliche Leistungskontrolle (ZK-N)
TheGI 1: Grundlagen und Algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann - 4. April 2011 Schriftliche Leistungskontrolle (ZK-N) Studentenidentifikation: Nachname Vorname Matrikelnummer Studiengang Tutor
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,
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
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
MehrAddition: ( 1 ; : : : ; n ) + ( 1 ; : : : ; n ) = ( ; : : : ; n + n ). Skalare Multiplikation: ( 1 ; : : : ; n ) = ( 1 ; : : : ; n ). II. Die Me
x 3 VEKTOR AUME In Kapitel 2 betrachteten wir wichtige Raume, die durch unsere Raumvorstellung motiviert waren { die zwei- und dreidimensionalen Raume R 2 und R 3. Jetzt untersuchen wir hoher dimensionale
Mehr1. 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.
MehrFrage, Fragen und nochmals Fragen
Frage, Fragen und nochmals Fragen Berthold Hoffmann Universität Bremen and DFKI Bremen hof@informatik.uni-bremen.de In diesem Text stehen einige Fragen, die man sich zu den Folien der Veranstaltung Funktionales
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrBeachte: Mit n = 0 sind auch Konstanten Terme.
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.2 Prädikatenlogik ohne Gleichheit Syntax und Semantik 107 Terme Ab sofort wird Signatur τ als festgelegt angenommen. Sei V = {x, y,...} Vorrat
MehrTypklassen. Natascha Widder
Typklassen Natascha Widder 19.11.2007 Motivation Typklassen fassen Typen mit ähnlichen Operatoren zusammen ermöglichen überladenen Funktionen Definition Typklassen Deklarationsschema class Name Platzhalter
MehrWir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.
Rückschau 12.11.04 Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Wir haben das Prinzip der Diagonalisierung eingeführt und mit DIAG eine erste nicht rek. aufz. Sprache
MehrReduzierbarkeit und das Post'sche Korrespondenzproblem
Reduzierbarkeit und das Post'sche Korrespondenzproblem Agenda Motivation Reduzierbarkeit Definition Bedeutung Post'sches Korrespondenzproblem (PKP) Modifiziertes Post'sches Korrespondenzproblem (MPKP)
MehrAnalysis für Informatiker
Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während
MehrWie viel Mathematik kann ein Computer?
Wie viel Mathematik kann ein Computer? Die Grenzen der Berechenbarkeit Dr. Daniel Borchmann 2015-02-05 Wie viel Mathematik kann ein Computer? 2015-02-05 1 / 1 Mathematik und Computer Computer sind schon
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
Mehr1.4 Äquivalenzrelationen
8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,
Mehr3.2 Beschreibung der Funktionalität von Datentypen
3.2 Beschreibung der Funktionalität von Datentypen Ziel: Entwicklung einer Methode zur Beschreibung (Spezifikation) dessen, was ein Datentyp an Funktionalität leisten soll, ohne dabei schon festzulegen,
MehrFormale Methoden in der Informatik Wiederholung klassische Logik Konkrete Datentypen (algebraische Strukturen) Abstrakte Datentypen
Was bisher geschah Formale Methoden in der Informatik Wiederholung klassische Logik Konkrete Datentypen (algebraische Strukturen) Abstrakte Datentypen Syntax: Signatur Semantik: Axiome (FOL-Formeln, meist
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
Mehra) Sei [G : B] = n und [B : A] = m. Seien weiter X G,B = {g 1,..., g n } vollständiges Repräsentantensystem der Linksnebenklassen von A in G.
5. Übungszettel zur Vorlesung Geometrische Gruppentheorie Musterlösung WiSe 2015/16 WWU Münster Prof. Dr. Linus Kramer Nils Leder Cora Welsch Aufgabe 5.1 Sei G eine Gruppe und seien A, B G Untergruppen
MehrGrundlagen der Logik
Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl
MehrAufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009
Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Schulstoffbeispiele 1. Lineare Gleichungssysteme. Lösen Sie die folgenden linearen Gleichungssysteme.
MehrReduktion / Hilberts 10. Problem
Reduktion / Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 9. November 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrSeminar zum Thema Kryptographie
Seminar zum Thema Kryptographie Michael Hampton 11. Mai 2017 Inhaltsverzeichnis 1 Einleitung 3 1.1 Konventionen.................................. 3 1.2 Wiederholung.................................. 3
Mehr5. Januar Universität Bielefeld AG Praktische Informatik. Programmieren in Haskell. Stefan Janssen. Abstrakte Datentypen.
Universität Bielefeld AG Praktische Informatik 5. Januar 2015 Themen-Vorschau Module In der Software-Entwicklung unterscheidet zwei Arten von : konkrete beziehen sich auf eine konkrete Repräsentation in
MehrDie Reduktion Hilberts 10. Problem
Die Reduktion Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 8. November 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Mehr1.4 Die Ackermannfunktion
a : N 2 N : Beispiele: a(0, y) = y + 1, a(x, 0) = a(x 1, 1), x > 0, a(x, y) = a(x 1, a(x, y 1)), x, y > 0. Beh.: a(1, y) = y + 2 Bew. durch Induktion über y: a(1, 0) = a(0, 1) = 2 = 0+2. a(1, y + 1) =
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrPraktische Informatik 3: Einführung in die Funktionale Programmierung Vorlesung vom 10.11.2010: Rekursive Datentypen
Rev. 1152 1 [23] Praktische Informatik 3: Einführung in die Funktionale Programmierung Vorlesung vom 10.11.2010: Rekursive Datentypen Christoph Lüth & Dennis Walter Universität Bremen Wintersemester 2010/11
Mehr6 Datenstrukturen und abstrakte Datentypen. Datenstrukturen = Werkzeuge für die Buchhaltung
Überblick 6 Datenstrukturen und abstrakte Datentypen 6.1 Datenstrukturen - alt und neu 6.2 Abstrakte Datentypen: Grundlagen 6.3 ADTs für Paare und Listen in Scheme 6.4 Stack und First-In-First-Out Queue
Mehr3.4 Algebraische Strukturen
3.4 Algebraische Strukturen 9 3.4 Algebraische Strukturen Man sagt, eine Menge hat eine algebraische Struktur, wenn in ihr eine Operation definiert ist, d.h. eine Verknüpfung von zwei Elementen der Menge,
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
MehrFormale Grundlagen der Informatik II
Formale Grundlagen der Informatik II FO: Axiome und Theorie (de-)motivierendes Beispiel: S=(+,0) Strukturen ({0,1}*,,ε) Strukturen (P(X),, ) Formale Grundlagen der Informatik II Interessieren uns für alle
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
MehrKAPITEL 0. Zur Vorbereitung
KAPITEL 0 Zur Vorbereitung 1. Grundbegriffe aus der Mengenlehre Es soll hier kurz auf die aus der Schule teilweise bekannte elementare Mengenlehre eingegangen werden, da wir deren Schreib und Sprechweise
MehrNormalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform
2 Normalformen 2.1 Äquivalenz und Folgerung Definition 2.1 Äquivalenz, Folgerung). Seien ϕ, ψ FO[σ]. a) ϕ und ψ heißen äquivalent kurz: ϕ ψ, bzw. ϕ = ψ), wenn für alle zu ϕ und ψ äquivalent passenden σ-interpretationen
MehrKlausur zur Vorlesung Mathematische Logik
Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik
MehrWarum Programme Verträge schließen sollten
1 Warum Programme Verträge schließen sollten RALF HINZE Institut für Informatik, Lehrstuhl Softwaretechnik, Universität Freiburg Georges-Köhler-Allee, Gebäude 079, 79110 Freiburg i. Br. Email: ralf@informatik.uni-bonn.de
MehrGrundlagen der linearen Algebra und analytischen Geometrie
Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre
MehrGrundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
Mehr3.2 Prädikatenlogik. WS 06/07 mod 321
3.2 Prädikatenlogik WS 06/07 mod 321 Prädikatenlogik umfasst Aussagenlogik mit atomaren Aussagen, Variablen, Junktoren. Zusätzliche Konzepte: A = (τ, Σ) sei die so genannte Termalgebra (mit Variablen,
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 01/13 Hochschule Augsburg Mathematik : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren
Mehr4.4 Funktionen [ Gamut 41-44, Partee 30-36, Chierchia ]
4.4 Funktionen [ Gamut 41-44, Partee 30-36, Chierchia 536-539 ] Funktionen sind spezielle binäre Relationen bzw. spezielle bbildungen und damit nichts anderes als spezielle Mengen. Funktionen werden gewöhnlich
MehrKapitel 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
MehrMathematik I 1. Scheinklausur
Mathematik I 1. Scheinklausur 2.12.2006 Bitte beachten Sie die folgenden Hinweise: Matrikelnummer: Bearbeitungszeit: 120 Minuten Erlaubte Hilfsmittel: Keine Bei den Aufgaben 1,2,4,5,9,und 10 wird nur die
Mehr1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion
Transitiv-reflexive Hülle Definition 24. Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a, a) R 2. R R 3.
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 17 Isomorphie und elementare Äquivalenz im endlichen Fall Beispiel 17.1. Das Symbolalphabet S bestehe (neben Variablen)
Mehr