Informatik I Modul 3: Schaltnetze

Größe: px
Ab Seite anzeigen:

Download "Informatik I Modul 3: Schaltnetze"

Transkript

1 Herbstsemester 2, Institut für Informtik IFI, UZH, Schweiz Informtik I Modul 3: Schltnetze 2 Burkhrd Stiller M3 Modul 3: Schltnetze Einführung in die formlen Grundlgen logischer Beschreibungen Boolesche Algebr, Schltlgebr Vorussetzende technische Entwicklungen Relisierung von Schltnetzen uf Schlter- und Gtterebene Entwurf von Schltnetzen Logikminimierung, KV-Digrmme Progrmmierung von Funktionen Lufzeiteffekte bei Schltnetzen 2 Burkhrd Stiller M3 2

2 Schltnetze Schltnetze: Rein kombintorische logische Schltungen Kein Speicherverhlten Logische Funktionen Beispiele: Licht-Aus Wrnung im Krftfhrzeug Motor us und Tür uf und Licht n Alrm 2 Burkhrd Stiller M3 3 Formle Grundlgen Zur Untersuchung und Beschreibung der Eigenschften und des Verhltens von logischen Funktionen ist die Boolesche Algebr hervorrgend geeignet. Entwickelt wurde sie von dem Mthemtiker George Boole (85 864) ls Algebr der Logik. 2 Burkhrd Stiller M3 4

3 Boolesche Algebr Definition: Als eine Boolesche Algebr bezeichnet mn eine Menge V = {,b,c,...}, uf der zwei zweistellige Opertionen und derrt erklärt sind, dß durch ihre Anwendung uf Elemente us V wieder Elemente us V entstehen (Abgeschlossenheit). Abgeschlossenheit: Für lle, b V gilt: b V b V Weiterhin müssen die vier Huntingtonschen Axiome gelten. 2 Burkhrd Stiller M3 5 Huntingtonsche Axiome H Kommuttivgesetz: b = b b = b H2 Distributivgesetz: ( b c ) = ( b ) ( c ) ( b c ) = ( b ) ( c ) H3 Neutrles Element: Es existieren zwei Elemente e, n V, so dss gilt: e = (e wird Einselement gennnt) n = (n wird Nullelement gennnt) H4 Inverses Element: Für lle V existiert ein Element V, so dss gilt: = n = e 2 Burkhrd Stiller M3 6

4 Schltlgebr Die Schltlgebr ist eine spezielle Boolesche Algebr, die durch die folgende Korrespondenztbelle definiert wird: Boolesche Algebr n e Zusätzlich lterntive Schreibweise: + b für b bzw. Benennung ODER & b, b für b bzw. Benennung UND 2 Burkhrd Stiller M3 7 V Schltlgebr {,} Relisierung von logischen Verknüpfungen () Für die technische Relisierung logischer Verknüpfungen knn mn sich zunächst einfche Schltermodelle für logische Busteine vorstellen. b UND-Verknüpfung: Btterie Lmpe Die Lmpe brennt (Funktionswert ) nur, wenn beide Schlter geschlossen sind ( UND b gleich ), sonst bleibt die Lmpe dunkel (Funktionswert ). 2 Burkhrd Stiller M3 8

5 Relisierung von logischen Verknüpfungen (2) ODER-Verknüpfung: Die Lmpe brennt, wenn einer der beiden Schlter geschlossen ist. Btterie b Lmpe 2 Burkhrd Stiller M3 9 Schltlgebr Die Verknüpfungen können leicht in Funktionstbellen drgestellt werden: b b b b b Technische Relisierung mit Schltern b 2 Burkhrd Stiller M3

6 Schltlgebr Huntingtonsche Axiome in der Schltlgebr: H: b = b b = b H2: (b c) = ( b) ( c) (b c) = ( b) ( c) H3: = = H4: = = 2 Burkhrd Stiller M3 Schltlgebr Aus den vier Huntingtonschen Axiomen lssen sich weitere Sätze bleiten: Assozitivgesetz: ( b) c = (b c) ( b) c = (b c) Idempotenzgesetz: = = Absorptionsgesetz: ( b) = ( b) = DeMorgn-Gesetz: b = b b = b 2 Burkhrd Stiller M3 2

7 Boolescher Ausdruck () Ein Boolescher Ausdruck ist eine Zeichenfolge, die us binären Vriblen, den Opertoren und und Klmmern besteht und syntktische Regeln erfüllt, die durch folgendes Syntxdigrmm gegeben sind: binäre Vrible Negtion Boolescher Ausdruck Boolescher Ausdruck Boolescher Ausdruck ( Boolescher Ausdruck ) 2 Burkhrd Stiller M3 3 Boolescher Ausdruck (2) Beispiele: syntktisch korrekte Boolesche Ausdrücke: b,, ( b ) c Keine Booleschen Ausdrücke, d syntktisch nicht korrekt:,, ( ) c Für die Konstnten und verwendet mn in der Schltlgebr mnchml uch in Anlehnung n die Aussgenlgebr die Bezeichnung Whrheitswerte: : flsch : whr Ein Boolescher Ausdruck ht in der Regel zunächst keinen Whrheitswert, d er binäre Vriblen enthlten knn. Erst durch Belegung der binären Vriblen mit Whrheitswerten erhält der Boolesche Ausdruck einen Whrheitswert. 2 Burkhrd Stiller M3 4

8 Definitionen Die Belegung einer Menge von binären Vriblen eines Booleschen Ausdrucks mit Whrheitswerten bezeichnet mn ls Interprettion. Die Interprettion eines Booleschen Ausdrucks liefert eine Aussge, die entweder whr oder flsch ist. Verschiedene Interprettionen eines Booleschen Ausdrucks können zu dem selben Whrheitswert führen. Ein Boolescher Ausdruck, bei dem lle möglichen Interprettionen zum Whrheitswert whr führen, heißt Tutologie. Beispiel: ist eine Tutologie (häufig uch ls T mrkiert). 2 Burkhrd Stiller M3 5 Boolesche Funktionen Gegeben: Tupel von binären Vriblen (x,x 2,...,x n ) Definition: Eine (n-stellige) Boolesche Funktion ordnet jeder möglichen Whrheitswertbelegung dieser Vriblen genu einen Whrheitswert zu: f : {,} n {,} Wie viele Belegungen gibt es? 2 n Belegungen Wie viele verschiedene n-stellige Funktionen gibt es? 2 (2n ) Funktionen (denn es gibt zu jedem Argument einer Booleschen Funktion zwei verschiedene Funktionswerte) 2 Burkhrd Stiller M3 6

9 Beispiele Negtion: Eine einstellige Boolesche Funktion f : {,} {,} die jedem Opernden us dem Definitionsbereich {,} einen Funktionswert us dem Wertebereich {,} zuordnet. und : Zwei zweistellige Boolesche Funktionen: f : {,} x {,} {,} 2 Burkhrd Stiller M3 7 Drstellung boolescher Funktionen. Durch eine Funktionstbelle 2. Durch einen lgebrischen Ausdruck (symbolische Form) 3. Durch einen Grphen Funktionstbelle symbolische Form Grph b f f = b b (z.b. Shnnon-Bum) f 2 Burkhrd Stiller M3 8

10 Boolesche Funktionen Wie kommt mn von der symbolischen Drstellung zur Funktionstbelle? Durch rekursive Auswertung des symbolischen Ausdrucks! Konvention: Negtion vor Konjunktion und Konjunktion vor Disjunktion Durch Klmmern knn eine ndere Reihenfolge der Auswertung festgelegt werden Wie viele zweistellige Funktionen gibt es? Wie viele dreistellige Funktionen gibt es? 2 Burkhrd Stiller M3 9 6 mögliche zweistellige boolesche Funktionen x x f konstnt Kontrdiktion, Symbol: (unerfüllbr) f x und x x x Konjunktion f 2 nicht x, ber x x x Inhibition f 3 identisch x x Identität f 4 nicht x, ber x x x Inhibition f 5 identisch x x Identität f 6 x ungleich x x x Antivlenz, XOR f 7 x oder x x x Disjunktion f 8 nicht (x oder x ) x x NOR-Funktion, Peircescher Pfeil f 9 x gleich x x x Äquivlenz f nicht x x Negtion f wenn x, dnn x x x Impliktion f 2 nicht x x Negtion f 3 wenn x, dnn x x x Impliktion f 4 nicht (x und x ) x x NAND-Funktion, Shefferscher Strich konstnt Tutologie, Symbol: T (llgemeingültig) f 5 verble Form symbolische Bezeichnung Drstellung T 2 Burkhrd Stiller M3 2

11 Vollständige Opertorensysteme Definition: Ein System von Opertoren, mit dem lle booleschen Funktionen drgestellt werden können, heißt vollständiges Opertorensystem. Die Opertoren (,, ) bilden ein vollständiges Opertorensystem. Beispiel: b liefert ds gleiche Ergebnis wie ( b ) ( b ). läßt sich durch die Grundopertionen, und ersetzen 2 Burkhrd Stiller M3 2 Vollständige Opertorensysteme Opertoren- Drstellung der... system Negtion Konjunktion Disjunktion (,, ) b b (, ) b b (, ) b b ( ) ( b ) ( b ) ( ) ( b b ) ( ) ( ) ( b b ) ( b ) ( b ) (, ) b b ( b ) Hinweis: wird häufig weggelssen, Bsp: b b 2 Burkhrd Stiller M3 22

12 Tutologie () Wnn repräsentieren zwei Ausdrücke A und B dieselbe Boolesche Funktion? Gleichbedeutend: Ist A B eine Tutologie? Gegeben zwei Boolesche Funktionen: f (,b) = ( b ) ( b ) f 2 (,b) = ( b ) ( b ) Ist f identisch mit f 2 oder ist ( b ) ( b ) ( b ) ( b ) eine Tutologie? 2 Burkhrd Stiller M3 23 Tutologie (2) Beweis mit Hilfe von Funktionstbellen oder mittels Umformungen von Ausdrücken unter Verwendung der lgebrischen Gesetze. Zwei Ausdrücke sind äquivlent, flls die Ergebnisse ihrer Auswertung für lle möglichen Kombintionen von Vriblenbelegungen identisch sind. b ( b ) ( b ) ( b ) ( b ) x y 2 Burkhrd Stiller M3 24

13 Tutologie (3) Mittels lgebrischer Umformung: ( b ) ( b ) = [ ( b ) ] [ ( b ) b ] (Distributivgesetz) (Distributivgesetz) (Inverses Element) (Neutrles Element) (Kommuttivgesetz) = [ ( ) ( b ) ] [ ( b ) ( b b ) ] = [ ( b ) ] [ ( b ) ] = ( b ) ( b ) = ( b ) ( b ) 2 Burkhrd Stiller M3 25 Normlformen Eine boolesche Funktion knn durch verschiedene boolesche Ausdrücke beschrieben werden. Eine Stndrddrstellung boolescher Funktionen im vollständigen Opertorensystem (,, ) ist die konjunktive (KNF) und die disjunktive Normlform (DNF). Definition: Ein Literl L i ist entweder eine Vrible x i oder ihre Negtion x i d.h., L i {x i, x i } 2 Burkhrd Stiller M3 26

14 Produktterme Definition: Ein Produktterm K(x,...,x m ) ist die Konjunktion von Literlen L i = L L m i {,...,m} oder die Konstnte "" oder " " Beispiele: b x i x i Jeder Produktterm K(x,...,x m ) = L i knn so drgestellt i {,...,m} werden, dß eine Vrible x in höchstens einem Literl vorkommt. 2 Burkhrd Stiller M3 27 Literle und Produktterme Flls L h = x, L j = x, h j (mehrfch bejhtes Auftuchen) L h L j = x m K(x,...,x m ) = L i i= Mehrfches Auftuchen von x knn nch Idempotenzgesetz gestrichen werden ( x x = x). Flls L h = x und L j = x (gemischtes bejhtes und negiertes Auftreten) L h L j = K(x,...,x m ) = (Produktterm wird zu ) 2 Burkhrd Stiller M3 28

15 Impliknt und Minterm Definition: Ein Produktterm K(x,...,x n ) heißt Impliknt einer Booleschen Funktion y(x,...,x n ), wenn K y Ds heißt, für jede Belegung B {,} n gilt: Wenn K(B) =, dnn ist uch y(b) = Definition: Ein Impliknt einer Booleschen Funktion y(x,...,x n ) heißt Minterm, wenn ein Literl jeder Vriblen x i der Funktion y im Impliknten genu einml vorkommt. 2 Burkhrd Stiller M3 29 Minterme Minterme einer Booleschen Funktion y(x,...,x 4 ): x x 2 x 3 x 4 x x 2 x 3 x 4 Keine Minterme der Booleschen Funktion y(x,...,x 4 ): x x 2 x x 2 x 3 x 3 x 4 2 Burkhrd Stiller M3 3

16 Disjunktive Normlform Dmit läßt sich die disjunktive Normlform definieren: Definition: Es sei eine Boolesche Funktion y(x,...,x n ) gegeben. Ein Boolescher Ausdruck heißt disjunktive Normlform (DNF) der Funktion y, wenn er us einer disjunktiven Verknüpfung ller Minterme K i besteht: y = K K... K k, k 2 n - Es drf dbei keine zwei Konjunktionen K i, K j mit i j geben, die zueinnder äquivlent sind. 2 Burkhrd Stiller M3 3 Disjunktive Normlform Beispiele f (,b,c ) = b c b c b c ist in DNF. f (,b,c ) = b c b c b ( b c b c ) ist nicht in DNF, denn: b enthält nicht lle Vriblen b c und c b sind äquivlent ( b c b c ) ist keine reine Konjunktion 2 Burkhrd Stiller M3 32

17 Implikt Definition: Es sei D(x,...,x m ) eine Disjunktion von Literlen L i = L L m oder die Konstnte "" oder "" i {,...,m} Der Term D (x,...,x m ) heißt Implikt einer Booleschen Funktion y(x,...,x m ), wenn D y Ds heißt für jede Belegung B {,} n gilt: Wenn D(B) =, dnn ist uch y(b) =. 2 Burkhrd Stiller M3 33 Mxterm Definition: Ein Implikt einer Booleschen Funktion y(x,...,x m ) heißt Mxterm, wenn ein Literl jeder Vrible x i der Funktion y im Implikten genu einml vorkommt. Mxterm-Beispiele für die Booleschen Funktion y(x,...,x 3 ): x x 2 x 3 x x 2 x 3 2 Burkhrd Stiller M3 34

18 Konjunktive Normlform Definition: Es sei eine Boolesche Funktion y(x,...,x m ) gegeben. Ein Boolescher Ausdruck heißt konjunktive Normlform (KNF), wenn er us einer konjunktiven Verknüpfung ller Mxterme D i besteht: y = D D... D k, k 2 n - Es drf dbei keine zwei Disjunktionen D i, D j mit i j geben, die zueinnder äquivlent sind. 2 Burkhrd Stiller M3 35 Deutung: Disjunktive/Konjunktive Normlform Jeder Minterm einer DNF entspricht einer Zeile in der Funktionstbelle, die den Funktionswert liefert. Jeder Mxterm einer KNF entspricht einer Zeile in der Funktionstbelle, die den Funktionswert liefert. Disjunktive und konjunktive Normlformen sind eindeutige Drstellungen! Bis uf Permuttionen (z.b. bc, cb, bc, bc, cb, cb sind äquivlent) 2 Burkhrd Stiller M3 36

19 DNF und KNF In einer Funktion mit n Vriblen können bis zu 2 n Minterme bzw. Mxterme uftreten. Für n = 3 sind diese: Minterm b c b c b c b c b c b c b c b c Mxterm b c b c b c b c b c b c b c b c 2 Burkhrd Stiller M3 37 Beispiel: DNF und KNF Um eine Funktion zu beschreiben, reicht die Angbe ller Minterme (oder ller Mxterme) us. c b y Minterme Mxterme b c b c b c b c b c b c b c b c DNF: y = ( b c ) ( b c ) ( b c ) ( b c ) KNF: y = ( b c ) ( b c ) ( b c ) ( b c ) 2 Burkhrd Stiller M3 38

20 Herkunft der Bezeichnungen Funktionen us genu einem Minterm liefern für genu eine Belegung den Funktionswert, d.h., bgesehen von der trivilen Nullfunktion hben sie eine minimle Anzhl n Einsen. Entsprechend liefern Funktionen us nur einem Mxterm für genu eine Belegung ls Ergebnis, d.h., sie hben bgesehen von der Einsfunktion die mximle Anzhl n Einsen. 2 Burkhrd Stiller M3 39 DNF oder KNF us der Funktionstbelle DNF: Aus der Funktionstbelle einer Funktion erhält mn die Minterme, indem mn in llen Zeilen mit dem Funktionswert jeweils lle Eingngsvriblen mit verknüpft und dbei Eingngsvriblen mit dem Wert negiert. Durch die disjunktive Verknüpfung dieser Minterme knn ein Boolescher Funktionsusdruck in DNF hergeleitet werden. KNF: Aus der Funktionstbelle einer Funktion erhält mn die Mxterme, indem mn in llen Zeilen mit dem Funktionswert jeweils lle Eingngsvriblen mit verknüpft und dbei Eingngsvriblen mit dem Wert negiert. Durch die konjunktive Verknüpfung dieser Minterme knn ein Boolescher Funktionsusdruck in KNF hergeleitet werden. 2 Burkhrd Stiller M3 4

21 DNF oder KNF us beliebiger Form Um Funktionen us der DF bzw. KF in die DNF bzw. KNF zu überführen, ist der Shnnonsche Entwicklungsstz behilflich. Entwicklung nch der Vriblen x i : die Vrible wird in der Funktion uf den Wert gesetzt, der entstehende Term konjunktiv mit x i verknüpft, und -verknüpft mit: die Vrible wird in der Funktion uf den Wert gesetzt und der entstehende Term konjunktiv mit x i verknüpft y = f(x,..., x n ) = [ x i f(x,..., x i-,, x i+,..., x n )] [ x i f(x,..., x i-,, x i+,..., x n )] 2 Burkhrd Stiller M3 4 Beispiel: y = b c b b c Shnnon-Entwicklung nch und = [ b c b b c ] [ b c b b c ] H4: b = und H3: x = x = [ b c b c ] [ b b c ] Syntktische Anpssung der Terme, Sortierung von b nch nicht- und negierten Literlen und H3: x = x = [ b ( c ) b ( c ) ] [ b ( c ) b ( ) ] Erweiterung von c im letzten Term über H4: c c = = [ b ( c ) b ( c ) ] [ b c b ( c c ) ] Distributivgesetz (Ausmultiplizieren) = b c b c b c b c b c 2 Burkhrd Stiller M3 42

22 Beispiel: Shnnon-Bum b c b b c b c b c b b c b b b b c c c c c c c c c c c Nchdem die Funktion nch llen Vriblen entwickelt wurde, können die Minterme durch Verfolgen der Äste des Bums gefunden werden, die zu einer führen. 2 Burkhrd Stiller M3 43 DNF und KNF Wiederholung: Disjunktive und konjunktive Normlformen sind eindeutige Drstellungen! bis uf Permuttionen (z.b. bc, cb, bc, bc, cb, cb sind äquivlent) Beispiel: y = b c DNF: y = b c b c b c b c b c KNF: y = ( b c ) ( b c ) ( b c) 2 Burkhrd Stiller M3 44

23 Minimlformen () Ziele: Möglichst kurze Boolesche Ausdrücke für eine gegebene Boolesche Funktion. Technische Relisierung einer Schltung mit möglichst geringen Kosten. Ähnlich zum Aufbu der disjunktiven und konjunktiven Normlform gibt es eine disjunktive (DMF) und konjunktive (KMF) Minimlform. Es knn mehrere disjunktive und konjunktive Minimlformen für die gleiche Funktion geben. Beispiel: y = b b c c y = c b c b und stellen dieselbe Funktion dr, beides sind disjunktive Minimlformen. 2 Burkhrd Stiller M3 45 Minimlformen (2) Ds Auffinden einer Minimlform ist insbesondere für Funktionen mit einer größeren Anzhl von Vriblen keine trivile Aufgbe. Oft können nur suboptimle Lösungen unter Verwendung von Heuristiken gefunden werden. Bei Minimierungsverfhren geht mn in zwei Schritten vor: Es wird eine Menge von Impliknten bzw. Implikte der Funktion y mit einer möglichst geringen Anzhl von Literlen gebildet. Aus dieser Menge wird eine möglichst geringe Anzhl von Impliknten bzw. Implikte herusgesucht, deren Disjunktion bzw. Konjuktion die Funktion y ergeben. 2 Burkhrd Stiller M3 46

24 NAND/NOR-Konversion ( )-System (NAND-System) und ( )-System (NOR-System) sind vollständige Opertorensysteme beliebige disjunktive und konjunktive Ausdrücke können mit NAND- und NOR-Verknüpfungen drgestellt werden. Überführungen (vier Fälle):. Fll: Funktion in disjunktiver Form ( )-System 2. Fll: Funktion in disjunktiver Form ( )-System 3. Fll: Funktion in konjunktiver Form ( )-System 4. Fll: Funktion in konjunktiver Form ( )-System Wrum sind diese Überführungen relevnt? Einfche Implementierung in Hrdwre! NANDs/NORs sind sehr einfch in Schltungen relisierbr. 2 Burkhrd Stiller M3 47 NAND-Konvertierung (Beispiel:. Fll). Fll: Funktion in disjunktiver Form ( )-System Gegeben sei eine Funktion in disjunktiver Form. Überführung:. Doppelte Negtion 2. Anschließende Anwendung der DeMorgnschen Regeln Dnn erhält mn einen Ausdruck, der nur noch NAND ls Opertor enthält. 2 Burkhrd Stiller M3 48

25 Beispielrechnung y= b c b c b c b c = b c b c b c b c = b c b c b c b c = NAND 4 (NAND 3 (, b, c ), NAND 3 (, b, c), NAND 3 (, b, c ), NAND 3 (, b, c )) Dbei ist NAND k (x,...,x k ) eine k-stellige Funktion, für die gilt: NAND k (x,...,x k ) für x =... = x k = sonst 2 Burkhrd Stiller M3 49 NAND 2 -Funktion Drstellung der NAND 2 -Funktion durch den Opertor: Problem: Die Opertoren und sind nicht ssozitiv. ( x x 2 ) x 3 x ( x 2 x 3 ) ( x x 2 ) x 3 x ( x 2 x 3 ) NAND 3 (x, x 2, x 3 ) = x x 2 x 3 = (x x 2 ) x 3 (x x 2 ) x 3 = x x 2 x 3 x ( x 2 x 3 ) = x x 2 x 3 2 Burkhrd Stiller M3 5

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Schaltnetze. Formale Grundlagen. Huntingtonsche Axiome.

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Schaltnetze. Formale Grundlagen. Huntingtonsche Axiome. Herstsemester 2, Institut für Informtik IFI, UZH, Schweiz Modul 3: Schltnetze Informtik I Modul 3: Schltnetze Einführung in die formlen Grundlgen logischer Beschreiungen Boolesche Alger, Schltlger Vorussetzende

Mehr

Informatik I Modul 3: Schaltnetze Burkhard Stiller M3 1

Informatik I Modul 3: Schaltnetze Burkhard Stiller M3 1 Informtik I Modul 3: Schltnetze 22 Burkhrd Stiller M3 Modul 3: Schltnetze Formle Grundlgen logischer Beschreibungen Boolesche Algebr, Schltlgebr Norml- und Minimlformen Relisierung von Schltnetzen uf Schlter-

Mehr

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen

Mehr

Informatik II SS Überblick. Darstellung binärer Größen. Ziel: Rechnerarithmetik implementieren. E = x"34"? x"1c" E = A? B

Informatik II SS Überblick. Darstellung binärer Größen. Ziel: Rechnerarithmetik implementieren. E = x34? x1c E = A? B Überblick Informtik II SS 25 Kpitel 2: Zhlen und Logik Teil 2: Logik Zhlen Informtionsdrstellung Zhlensysteme Rechnerrithmetik Logik Prädiktenlogik Dr. Michel Ebner Dipl.Inf. René Soltwisch Lehrstuhl für

Mehr

Aufbau und Funktionsweise eines Computers

Aufbau und Funktionsweise eines Computers Aufbu und Funktionsweise eines Computers Ein Überblick Vorlesung m 27..5 Folien von A.Weber und W. Küchlin, überrbeitet von D. Huson Digitle Logik und Boolesche Algebr Wie werden logische und rithmetische

Mehr

Kapitel 4. Minimierung. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik

Kapitel 4. Minimierung. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik Kpitel 4 Minimierung Prof. Dr. Dirk W. Hoffmnn Hochschule Krlsruhe w University of Applied Sciences w Fkultät für Informtik Minimierung Motivtion Jede Boolesche Funktion lässt sich uf verschiedene Weise

Mehr

Ziel: Rechnerarithmetik implementieren. Überblick. E = x"34"? x"1c" E = A? B. Darstellung binärer Größen. Bitweise logische Operationen

Ziel: Rechnerarithmetik implementieren. Überblick. E = x34? x1c E = A? B. Darstellung binärer Größen. Bitweise logische Operationen Überblick Ziel: Rechnerrithmetik implementieren Informtion und Informtionsdrstellung Zhlensysteme Rechnerrithmetik Schltwerke itweise logische Opertionen E =??... beliebige logische Verknüpfung E = x"34"?

Mehr

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Formale Grundlagen. Schaltnetze. Huntingtonsche Axiome.

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Formale Grundlagen. Schaltnetze. Huntingtonsche Axiome. Modul 3: Shltnetze Informtik I Modul 3: Shltnetze Formle Grundlgen logisher Beshreiungen Booleshe Alger, Shltlger Norml- und Minimlformen Relisierung von Shltnetzen uf Shlter- und Gttereene Entwurf von

Mehr

2. Grundlagen der Booleschen Algebra

2. Grundlagen der Booleschen Algebra Fchgebiet Rechnersysteme 2. Grundlgen der Booleschen Algebr Inhlt Vorlesung Logischer Entwurf 2. Boolesche Elementropertionen 2.2 Boolesche Funktionen, Funktionstbellen 2.3 Boolesche Terme 2.4 Elementre

Mehr

Zustand eines digitalen Systems. FB Technologie und Management. Negation, Disjunktion, Konjunktion. Datenverarbeitung 1 (Kapitel 4 Boolesche Algebra)

Zustand eines digitalen Systems. FB Technologie und Management. Negation, Disjunktion, Konjunktion. Datenverarbeitung 1 (Kapitel 4 Boolesche Algebra) FB Technologie und Mngement Zustnd eines digitlen Sstems Schltnetz Dtenverrbeitung 1 (Kpitel 4 Boolesche Algebr) x1 x2 x3 x n =f(x1xn) x1 x2 x3 x n k =f k (x1xn) 1 2 3 m 1 2 Pegelbereiche Signlbereiche

Mehr

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert: 1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.

Mehr

DuE-Tutorien 16 und 17

DuE-Tutorien 16 und 17 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Tutorienwoche 3 am 19.11.2010 1 Christian A. Mandery: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der

Mehr

f ist sowohl injektiv als auch surjektiv.

f ist sowohl injektiv als auch surjektiv. Bemerkungen: Wir erinnern uns an folgende Definitionen: Eine Funktion f : U V heißt injektiv, wenn gilt: ( x, y U)[x y f(x) f(y)] Eine Funktion f : U V heißt surjektiv, wenn gilt: ( y V x U)[y = f(x)]

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +

Mehr

DuE-Tutorien 17 und 18

DuE-Tutorien 17 und 18 DuE-Tutorien 17 und 18 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery TUTORIENWOCHE 3 AM 18.11.2011 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

03 Boolesche Algebra. Technische Grundlagen der Informatik

03 Boolesche Algebra. Technische Grundlagen der Informatik 03 Boolesche Algebra Technische Grundlagen der Informatik Automation Systems Group E183-1 Institute of Computer Aided Automation Vienna University of Technology email: tgi@auto.tuwien.ac.at Inhalt Operationen

Mehr

Grundlagen der Algebra

Grundlagen der Algebra PH Bern, Vorbereitungskurs MATHEMATIK Vorkenntnisse 0 Grundlgen der Algebr Einleitung Auf den nchfolgenden Seiten werden grundlegende Begriffe und Ttschen der Algebr erläutert: Zhlenmengen, Rechenopertionen,

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011 Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns

Mehr

Mathematik mit Mathcad. 2.6 Terme. Eine Aussage ist eine Äußerung, von der man entscheiden kann, ob sie wahr oder falsch ist.

Mathematik mit Mathcad. 2.6 Terme. Eine Aussage ist eine Äußerung, von der man entscheiden kann, ob sie wahr oder falsch ist. Mthemtik mit Mthcd MK 4.5.0 0_06_Grund_Terme.mcd Mthemtische Aussgen.6 Terme Eine Aussge ist eine Äußerung, von der mn entscheiden knn, ob sie whr oder flsch ist. Es regnet ( ) > 5 ( f ) Mein Auto ht vier

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip. Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:

Mehr

Quadratische Funktionen und p-q-formel

Quadratische Funktionen und p-q-formel Arbeitsblätter zum Ausdrucken von softutor.com Qudrtische Funktionen und -q-formel Gib den Vorfktor und die Anzhl der Schnittstellen mit der -Achse n. x 3 Beschreibe die Reihenfolge beim Umformen einer

Mehr

6.4 Die Cauchysche Integralformel

6.4 Die Cauchysche Integralformel Die Cuchysche Integrlformel 6.4 39 Abb 6 Integrtionswege im Fresnelintegrl r ir 2 r 6.4 Die Cuchysche Integrlformel Aus dem Cuchyschen Integrlst folgt eine fundmentle Formel für die Drstellung einer holomorphen

Mehr

1.2 Eigenschaften der reellen Zahlen

1.2 Eigenschaften der reellen Zahlen 12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

Mehr

Grundkurs Mathematik II

Grundkurs Mathematik II Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

i)((a + b) + (ā b)) + c ii ) (a c) + ((b + 0) c) iii) (a c) (ā + c) (b + c + b) iv ) (ā + (b c)) + (c (b + c))

i)((a + b) + (ā b)) + c ii ) (a c) + ((b + 0) c) iii) (a c) (ā + c) (b + c + b) iv ) (ā + (b c)) + (c (b + c)) Boolsche Alger In dieser Aufge soll noch einml der Umgng mit der Boolschen Alger geuet werden. Zur Erinnerung deshl hier zunechst noch einml die grundlegenden Regeln (Nummerierung entsprechenend den GTI-Folien):

Mehr

1 Symbolisches und approximatives Lösen von Gleichungen

1 Symbolisches und approximatives Lösen von Gleichungen 1 Symbolisches und pproimtives Lösen von Gleichungen von Frnk Schumnn 1.1 Eine hrte Nuss von Gleichung Wir sind zu Gst in einer Privtstunde im Fch Mthemtik, Klssenstufe 11. Anwesende sind Herr Riner Müller-Herbst,

Mehr

Quadratische Funktionen

Quadratische Funktionen Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung

Mehr

Informationsverarbeitung auf Bitebene

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

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

Mehr

Berechenbarkeitstheorie 4. Vorlesung

Berechenbarkeitstheorie 4. Vorlesung 1 Berechenbrkeitstheorie Dr. Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attribution-NonCommercil 3.0 Unported Lizenz. Reguläre Ausdrücke

Mehr

Probeklausur Mathematik für Ingenieure C3

Probeklausur Mathematik für Ingenieure C3 Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche

Mehr

Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion

Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion Reduktion Seien A Σ und B Γ. Mn sgt A ist reduzierr uf B (A B) gdw. f : Σ Γ. x Σ.x A f(x) B Í* * A B von speziellem Interesse: Polynomilzeitreduktion ( pol ), logrithmische-pltz- Reduktion ( log ). F3

Mehr

Allgemeingültige Aussagen

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

Mehr

Mathematik Name: Vorbereitung KA2 K1 Punkte:

Mathematik Name: Vorbereitung KA2 K1 Punkte: Pflichtteil (etw 40 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet werden dürfen.) Aufgbe : [4P] Leiten Sie

Mehr

FK03 Mathematik I: Übungsblatt 1; Lösungen

FK03 Mathematik I: Übungsblatt 1; Lösungen FK03 Mthemtik I: Übungsbltt 1; Lösungen Verständnisfrgen: 1. Woher stmmen die Objekte in einer Menge? Die Objekte einer Menge entstmmen unserer Anschuung und unserem Denken. 2. Welche Drstellungen von

Mehr

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise

Mehr

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen. Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.

Mehr

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme

Mehr

2. Das Rechnen mit ganzen Zahlen (Rechnen in )

2. Das Rechnen mit ganzen Zahlen (Rechnen in ) . Ds Rechnen mit gnzen Zhlen (Rechnen in ).1 Addition und Subtrktion 5 + = 7 Summnd Summnd Summe 5 - = 3 Minuend Subtrhend Differenz In Aussgen mit Vriblen lssen sich nur gleiche Vriblen ddieren bzw. subtrhieren.

Mehr

Vorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen

Vorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen Prof. Dr. H. Brenner Osnrück WS 2014/2015 Vorkurs Mthemtik Vorlesung 3 Die rtionlen Zhlen Definition 3.1. Unter einer rtionlen Zhl versteht mn einen Ausdruck der Form, woei, Z und 0 sind, und woei zwei

Mehr

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

Lineare Algebra I 5. Tutorium mit Lösungshinweisen Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche

Mehr

Grundlagen der Technischen Informatik. 5. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit

Grundlagen der Technischen Informatik. 5. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit Grundlgen der Technischen Informtik 5. Üung Christin Knell Keine Grntie für Korrekt-/Vollständigkeit Üung u Grundlgen der Technischen Informtik 5. Üungsltt Themen Aufge 1: Aufge 2: Aufge 3: Aufge 4: Aufge

Mehr

2.1 Boole sche Funktionen

2.1 Boole sche Funktionen . Grundlagen digitaler Schaltungen. Boole sche Funktionen Darstellung Boolescher Funktionen. Boole sche lgebra Sätze der Booleschen lgebra.3 Realisierung von Booleschen Funktionen Normalformen zweistufiger

Mehr

Das Bogenintegral einer gestauchten Normalparabel

Das Bogenintegral einer gestauchten Normalparabel Ds Bogenintegrl einer gestuchten Normlprbel Jn Günther und Luks Vrnhorst Im Mthemtikleistungskurs der Jhrgngsstufe sind wir uf folgende Aufgbe gestoÿen: Bestimmen Sie eine Stmmfunktion von f(x) + x mit

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis... 1 3.Logik... 2. 3.1 Zahlensysteme... 2. 3.2 Grundbegriffe zweiwertiger Logik... 13

Inhaltsverzeichnis. Inhaltsverzeichnis... 1 3.Logik... 2. 3.1 Zahlensysteme... 2. 3.2 Grundbegriffe zweiwertiger Logik... 13 Inhltsverzeichnis Inhltsverzeichnis... 3.Logik... 2 3. Zhlensysteme... 2 3.2 Grundegriffe zweiwertiger Logik... 3 3.3 Rechengesetze für logische Ausdrücke... 9 3.4 Logische Funktionen... 24 3.5 Logische

Mehr

1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik

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

Mehr

Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001

Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001 Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte

Mehr

1 Grundlagen der Mathematik Lösen Sie die nachfolgenden grundlegenden Aufgaben.

1 Grundlagen der Mathematik Lösen Sie die nachfolgenden grundlegenden Aufgaben. ALGEBRA GRUNDRECHENARTEN MULTIPLIZIEREN Grundlgen der Mthemtik Lösen Sie die nchfolgenden grundlegenden Aufgben. Beweisen Sie durch Ausrechnung, dss b ) b ist! ( Wichtige mthemtische Regeln: 0 = 0 = 0

Mehr

Münchner Volkshochschule. Planung. Tag 04

Münchner Volkshochschule. Planung. Tag 04 Plnung Tg 04 Prof.Dr. Nils Mhnke Mthemtischer Vorkurs Folie: 8 Logrithmen Die Eponentilgleichung = b;, b R + knn forml für durch den Logrithmus zur Bsis gelöst werden. b ( b) Numerus Bsis Argument Der

Mehr

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)

Mehr

Gebrochenrationale Funktionen (Einführung)

Gebrochenrationale Funktionen (Einführung) Gebrochenrtionle Funktionen (Einführung) Ac Eine gebrochenrtionle Funktion R ist von der Form R(x) P(x) und Q(x) gnzrtionle Funktionen n-ten Grdes sind. P(x) Q(x), wobei Im Allgemeinen ht eine gebrochenrtionle

Mehr

Kapitel 7. Integralrechnung für Funktionen einer Variablen

Kapitel 7. Integralrechnung für Funktionen einer Variablen Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten

Mehr

ist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich:

ist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich: Vorlesung 4 Zhlenbereiche 4.1 Rtionle Zhlen Wir hben gesehen, dss nicht jedes Eleent us Z ein ultipliktives Inverses besitzt. Dies führt zur Einführung der rtionlen Zhlen Q, obei der Buchstbe Q für Quotient

Mehr

Lösungen zur Probeklausur Lineare Algebra 1

Lösungen zur Probeklausur Lineare Algebra 1 Prof. Dr. Ktrin Wendlnd Dr. Ktrin Leschke WS 2006/2007 Lösungen zur Probeklusur Linere Algebr Ausgbe: 2. Dezember 2006 Aufgbe.. Geben Sie die Definition des Begriffs Gruppe n. Eine Gruppe ist eine Menge

Mehr

2.6 Reduktion endlicher Automaten

2.6 Reduktion endlicher Automaten Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n

Mehr

Boolesche Algebra (1)

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

Mehr

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus Klusur Formle Sprchen und Automten Grundlgen des Compilerus 25. Novemer 2014 Nme: Unterschrift: Mtrikelnummer: Kurs: Note: Aufge erreichre erreichte Nr. Punkte Punkte 1 10 2 10 3 12 4 11 5 9 6 6 7 11 8

Mehr

Logische Äquivalenz. Definition Beispiel 2.23

Logische Äquivalenz. Definition Beispiel 2.23 Logische Äquivalenz Definition 2.22 Zwei aussagenlogische Formeln α, β A heißen logisch äquivalent, falls für jede Belegung I von α und β gilt: Schreibweise: α β. Beispiel 2.23 Aus Folgerung 2.6 ergibt

Mehr

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

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

Mehr

2.6 Unendliche Reihen

2.6 Unendliche Reihen 2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen

Mehr

G2 Grundlagen der Vektorrechnung

G2 Grundlagen der Vektorrechnung G Grundlgen der Vektorrechnung G Grundlgen der Vektorrechnung G. Die Vektorräume R und R Vektoren Beispiel: Physiklische Größen wie Krft und Geschwindigkeit werden nicht nur durch ihre Mßzhl und ihre Einheit,

Mehr

Technische Informatik 2

Technische Informatik 2 TiEl-F Sommersemester 24 Technische Informtik 2 (Vorlesungsnummer 2625) 23--- TiEl-F Prof. Dr.-Ing. Jürgen Doneit Zimmer E29 Tel.:73 54 455 doneit@fh-heilronn.de 23--- TiEl-F35 Digitltechnik 23--3- . Digitlschltungen,

Mehr

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017 2. Klusur zur Vorlesung Theoretische Grundlgen der Informtik Wintersemester 2016/2017 Lösung! echten Sie: ringen Sie den Aufkleber mit Ihrem Nmen und Mtrikelnummer uf diesem Deckbltt n und beschriften

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

BINOMISCHE FORMELN FRANZ LEMMERMEYER BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c

Mehr

Teil 1: Digitale Logik

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

Mehr

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist. 7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer

Mehr

D-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9

D-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9 D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2

Mehr

Numerische Integration

Numerische Integration Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren

Mehr

Mathematik K1, 2017 Lösungen Vorbereitung KA 1

Mathematik K1, 2017 Lösungen Vorbereitung KA 1 Mthemtik K, 07 Lösungen Vorbereitung KA Pflichtteil (etw 0..0 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet

Mehr

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt 2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,

Mehr

Aufgabe 1 mit Lösung. Stelle x x + 2a x 2a VZW EPArt Wert

Aufgabe 1 mit Lösung. Stelle x x + 2a x 2a VZW EPArt Wert Aufgbe mit Lösung 4 ( 8 ) ( 4 8 ) f x = x x x + x= f x Achsensymmetrie + =. 4 lim x x + : Fll = c+ d 0! < 0 + x ±... Extrempunkte = = =. NB: f ( x) ( 4x 6 x) x( x ) x( x ) x MESt ( f ) { ;0;}. HB: 0 =

Mehr

3 Hyperbolische Geometrie

3 Hyperbolische Geometrie Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die

Mehr

1. Grundlagen der Informatik Digitale Systeme

1. Grundlagen der Informatik Digitale Systeme 1. Grundlgen der Informtik Inhlt Grundlgen digitler Systeme Boolesche Alger / Aussgenlogik Orgnistion und Architektur von Rechnern Zhlensysteme und interne Zhlendrstellung Algorithmen, Drstellung von Algorithmen

Mehr

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren Vektoren In nderen Bereichen der Nturwissenschften treten Größen uf, die nicht nur durch eine Zhlenngbe drgestellt werden können, wie Krft, die Geschwindigkeit. Zur vollständigen Beschreibung z.b. der

Mehr

Mathematik Rechenfertigkeiten

Mathematik Rechenfertigkeiten 2 Mthemtik Rechenfertigkeiten Skript Freitg Dominik Tsndy, Mthemtik Institut, Universität Zürich Winterthurerstrsse 9, 857 Zürich Irmgrd Bühler (Überrbeitung: Dominik Tsndy) 9.August 2 Inhltsverzeichnis

Mehr

a) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung)

a) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung) Definition 1.20 Ein metrischer Rum besteht us einer Menge X und einer Abbildung d : X X R, die jedem geordneten Pr von Elementen us X eine reelle Zhl zuordnet, d.h. (x,y) X X d(x,y) R. Diese Abbildung

Mehr

1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie

1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie Gliederun 1. Motivtion / Grundlen 2. Sortierverfhren 3. Elementre Dtenstrukturen / Anwendunen 4. Bäume / Grphen 5. Hshin 6. Alorithmische Geometrie 3/1, Folie 1 2010 Prof. Steffen Lne - HD/FbI - Dtenstrukturen

Mehr

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen

Mehr

Algebraische Topologie WS 2016/17 Lösungen der Woche 9

Algebraische Topologie WS 2016/17 Lösungen der Woche 9 6.132 - Algebrische Topologie WS 2016/17 Lösungen der Woche 9 Mrtin Frnklnd 5.1.2017 Aufgbe 1. Es sei X ein Rum und X = α U α eine disjunkte Vereinigung offener Teilmengen U α X. Zeigen Sie, dss X ds Koprodukt

Mehr

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2 Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes

Mehr

kann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k

kann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k Integrlrechnung Definition 1 (Treppenfunktion, Zerlegung eines Intervlls): Sei [, b] R ein Intervll. Eine Funktion g : [, b] R heißt Treppenfunktion, flls es eine Zerlegung := { =: 0 < 1

Mehr

3 Zerlegen in Faktoren (Ausklammern)

3 Zerlegen in Faktoren (Ausklammern) 3 Zerlegen in Fktoren (Ausklmmern) 3.1 Einführung 3 + 3b = 3 ( + b) Summe Produkt Merke: Hben lle Summnden einer lgebrischen Summe einen gemeinsmen Fktor, so knn mn diesen gemeinsmen Fktor usklmmern. Die

Mehr

Quadratische Gleichungen und Funktionen

Quadratische Gleichungen und Funktionen Qudrtische Gleichungen und Funktionen Bei einer udrtischen Gleichung kommt die Unbeknnte Vrible mindestens einml in der.potenz vor, ber in keiner höheren Potenz. b c udrtischer Anteil linerer Anteil konstnter

Mehr

Schaltfunktion, Definition

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

Mehr

5. Vorlesung: Normalformen

5. Vorlesung: Normalformen 5. Vorlesung: Normalformen Wiederholung Vollständige Systeme Minterme Maxterme Disjunktive Normalform (DNF) Konjunktive Normalform (KNF) 1 XOR (Antivalenz) X X X X X X ( X X ) ( X X ) 1 2 1 2 1 2 1 2 1

Mehr

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b] 38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlgen der Theoretischen Informtik 3. Endliche Automten (II) 28.04.2016 Vioric Sofronie-Stokkermns e-mil: sofronie@uni-koblenz.de 1 Übersicht 1. Motivtion 2. Terminologie 3. Endliche Automten und reguläre

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

Endliche Automaten 7. Endliche Automaten

Endliche Automaten 7. Endliche Automaten Endliche Automten 7 Endliche Automten Einfches Modellierungswekzeug (z.b. UML-Sttechrts) Verrbeiten Wörter/Ereignisfolgen Erkennen Sprchen Erluben schnelle Sprcherkennung Anwendungsbereiche: Objektorientierte

Mehr

Rechnerstrukturen WS 2012/13

Rechnerstrukturen WS 2012/13 Rechnerstrukturen WS 202/3 Boolesche Funktionen und Schaltnetze Repräsentationen boolescher Funktionen (Wiederholung) Normalformen boolescher Funktionen (Wiederholung) Repräsentation boolescher Funktionen

Mehr