Aufgabe 1 Modellierung (11 Punkte)

Größe: px
Ab Seite anzeigen:

Download "Aufgabe 1 Modellierung (11 Punkte)"

Transkript

1 Technische Universität München WiSe 2014/15 Fakultät für Informatik Lösungsblatt 2 Prof. Dr. A. Pretschner Ausgabe: 14. Oktober 2014 F. Kelbert, Dr. A. Malkis Besprechung: 21. Oktober 2014 Abgabe: 21. Oktober 2014, 13:00 Uhr Übungen zu den Grundlagen der Programm- und Systementwicklung Bitte geben Sie Ihre Lösung vor der Übung in Papierform ab. Notieren Sie auf Ihrer Lösung Ihren Namen und Ihre Matrikelnummer und lassen Sie einen ca. 4 5 cm breiten Rand. You can hand in your solutions in English, if you wish. In any case, the handing in should be written in one single language. Aufgabe 1 Modellierung (11 Punkte) (a) (2 Punkte) Erklären Sie die Begriffe Sorte, Konstante (bei Signaturen) und Signatur sowie deren Zusammenhänge. (b) (7 Punkte) Modellieren Sie das unten beschriebene Szenario. Geben Sie hierzu Sorten, Funktionsbezeichnungen und Signaturen an. (c) (2 Punkte) Erklären Sie an Hand des unten stehenden Szenarios die Begriffe Implementierungssicht (Glass Box View) und Zugriffssicht (Black Box View). Szenario: Einer der bekanntesten Online-Marktplätze der Welt ist ebay. Dort finden täglich im Minuten-Takt verschiedene Transaktionen statt. Eine Klasse dieser Transaktionen besteht aus Auktionen (auch Versteigerungen genannt), welche zur Preisermittlung eingesetzt werden. Beispielsweise werden die von ebay-verkäufern angebotenen Artikel in Auktionen ersteigert. Dabei werden von potentiellen Käufern Gebote abgegeben. Die Auktionsmechanismen bestimmen welches der abgegebenen Gebote den Zuschlag erhält und definieren die Zahlungsströme zwischen den beteiligten Parteien. Zur Identifikation bei einer Auktion benötigt jeder ebay-kunde (Käufer oder Verkäufer) einen eindeutigen Benutzernamen sowie das zugehörige Passwort. Lösung der Aufgabe 1 (a) Eine Sorte ist eine Bezeichnung für eine Menge, die entweder Grundsorte wie etwa Int oder Funktionssorte wie etwa Int, Int Int sein darf. Eine Konstante ist eine Bezeichnung für eine (null-, eins-, oder mehrstellige) Funktion, zusammen mit ihrer Sorte, wie etwa epq : Pq oder enq : Pq, Item Pq. Eine Signatur Seite 1 von 9

2 ist ein Tripel aus einer Menge von Sorten, einer Menge von Konstanten und einer Abbildung, die den Konstanten ihre Sorten zuordnet. In dieser Vorlesung wird die dritte Komponente zur Vereinfachung immer versteckt, so dass wir Signaturen als Paare aufschreiben und die Sortenfunktion vom Kontext bestimmen lassen. (b) Wir beschreiben hier die Black Box View auf das Portal. Sorten: EbayPortal, Nutzername, Passwort, Kunde, Ware, Auktion, Betrag,.... Funktionsbezeichnungen mit Sorten: anmelden: EbayPortal, Nutzername, Portal Kunde auktionnachwareanbieten: EbayPortal, Kunde, Ware Auktion portalnachwareanbieten: EbayPortal, Kunde, Ware EbayPortal portalnachgebotabgeben: EbayPortal, Kunde, Auktion, Betrag EbayPortal kundederauktiongewann: EbayPortal, Auktion Kunde alsbezahltmarkieren: EbayPortal, Kunde, Auktion EbayPortal... Signatur: EBAY = ({EbayPortal, Nutzername, Passwort, Kunde, Ware, Auktion, Betrag,... }, {anmelden, auktionnachwareanbieten, portalnachwareanbieten, portalnachgebotabgeben, kundederauktiongewann, alsbezahltmarkieren,... }). (c) EBAY beschreibt einen Teil der Zugriffssicht. Zusätzlich würde man durch Formeln beschreiben, was die o.g. Funktionen tun. Der innere Aufbau des Portals ist in dieser Sicht nicht sichtbar. Für eine Implementierungssicht haben wir mehrere Abstraktionsstufen zur Auswahl. Man kann z.b. eine Algebra für EBAY nehmen oder eine weitere Signatur, in der die Menge EbayPortal in Bestandteile zerlegt ist und die Funktionsnamen enthält, die auf diesen Teilen operieren. Aufgabe 2 Signaturen und Rechenstrukturen (4 Punkte) Diese Aufgabe klärt nochmals den Zusammenhang bzw. den Unterschied zwischen einer Signatur Σ und einer darauf spezifizierten Σ Algebra. (a) Geben Sie dazu zuerst die allgemeine Definition einer Σ Algebra an. (b) Welche zusätzlichen Informationen liefert eine Σ Algebra im Vergleich zu einer Signatur? Seite 2 von 9

3 (c) Welche Art von Information bzw. welche Sicht wird somit durch eine Signatur dargestellt, welche durch eine Σ Algebra? (d) Geben Sie eine geeignete Signatur für die natürlichen Zahlen an. Welche Axiome wären über dieser Signatur sinnvoll? Lösung der Aufgabe 2 (a) Gegeben eine Signatur Σ = (S, F ), eine Σ-Algebra ist ein Paar A = ((M A ) M S, (f A ) f F ) von Familien, so dass M A eine Menge ist (M S) und für f F gilt: für nullstellige f ist f A (sort(f)) A, für n-stellige f ist f A (M A 1... M A n M A n+1), falls sort(f) = (M 1,..., M n M n+1 ) ist (n 1). Meistens wird unter einer Algebra stillschweigend eine totale Algebra verstanden, d.h. eine Algebra, deren alle Funktionen total sind. (b) Eine Σ-Algebra enthält die tatsächlichen Mengen und n-stelligen Funktionen auf diesen Mengen (n 0), wobei eine Signatur lediglich die Bezeichnungen von diesen Mengen und Funktionen bestimmt. (c) Vergleicht man eine Signatur und eine Algebra dieser Signatur, so beschreibt die Signatur die Zugriffssicht, und die Algebra die Implementierungssicht. Jedoch gibt es bei großen Systemen mehrere Abstraktionsstufen, so dass eine Signatur, für sich alleine genommen, so viele Details durch Namensgebung und Funktionssorten wiederspiegeln kann, dass sie somit eine Implementierung beschreibt. Analog kann eine Algebra, für sich alleine genommen, zu abstrakte Mengen verwenden und somit die Zugriffssicht beschreiben. (d) Als Signatur wählen wir ({Nat}, {0 : Nat, succ : Nat Nat}). Sinnvoll sind etwa die übrigen Peano-Axiome: n Nat: succ(n) 0 m, n Nat: succ(n) = succ(m) m = n Für jede Formel ϕ und jede freie Variable x : Nat von ϕ: (freie Variablen von ϕ außer x) ((ϕ(0) ( n Nat: ϕ(n) ϕ(succ(n)))) n Nat: ϕ(n)). Seite 3 von 9

4 Aufgabe 3 Anforderungsspezifikation mit formalen Mitteln (6 Punkte) Eine Anforderungsspezifikation beschreibt, was ein zu entwickelndes System leisten muss. Im Softwareentwicklungsprozess wird die Anforderungsspezifikation in der Regel nach der informellen Problembeschreibung und vor der Implementierung erstellt. Problembeschreibung Gegeben ist ein Plan mit direkten Flugverbindungen zwischen verschiedenen Städten Europas. Für jede Verbindung ist der entsprechende Flugpreis angegeben. Wer von der Stadt S zur Stadt T fliegen möchte, wüsste gern: (a) Gibt es einen Flugweg (gegebenenfalls mit Umsteigen) von S nach T? (b) Wenn es mehrere Flugwege gibt, welcher ist der billigste? Aufgabe Geben Sie eine Anforderungsspezifikation dieses Problems an. Modellieren Sie dazu das Problem möglichst formal. Geben Sie dazu Folgendes an: eine Signatur, Formeln über dieser Signatur, die die obige Forderungen beschreiben. Lösung der Aufgabe 3 Signatur Σ = ({Bool, Nat, Stadt, Flugplan, Verbindung, Verbindungsmenge}, {direkteverbindungmoeglich: Flugplan,Stadt,Stadt Bool, direktverbindskosten : Flugplan, Stadt, Stadt Nat, fluege : Flugplan,Stadt,Stadt Verbindungsmenge, billigsteverbindung : Flugplan,Stadt,Stadt Verbindung, verbindungmöglich : Flugplan, Stadt, Stadt Bool, elemssv : Stadt,Stadt,Verbindung Bool, elemvvm : Verbindung, Verbindungsmenge Bool, verbindungskosten : Flugplan, Verbindung Nat, true : Bool, false : Bool, : Bool, Bool Bool, Null : Nat, succ : Nat Nat, : Nat, Nat Bool}). Die Forderungen sind die Konjunktion der folgenden Teilforderungen: Eine übliche Charakterisierung der booleschen Werte Bool, der natürlichen Zahlen Nat und der entsprechenden Konstantenbezeichnungen (false, true,, Null, succ, ). direkteverbindungmöglich(f, s, t) = true verbindungmöglich(f, s, t) = true (elemvvm(billigsteverbindung(f, s, t), fluege(f, s, t))). elemssv, elemvvm, wie üblich spezifiziert (normalerweise unter Einführung von Hilfsprädikaten). Seite 4 von 9

5 v Verbindung : elemssv(s,t,v) direktverbindungskosten(f, s, t) = verbindungskosten(f, v). ( x, y Verbindungen: x y elemvvm(x, fluege(f, s, t)) elemvvm(y, fluege(f, s, t))) x Verbindungen: elemvvm(x, fluege(f, s, t)) verbindungskosten(f, billigsteverbindung(f, s, t)) verbindungskosten(f, x). Aufgabe 4 Prioritätskeller (39 Punkte) Lege eine beliebige Menge fest. Ein Prioritätskeller über dieser Menge ist, informell gesprochen, ein Behälter für Elemente der Menge, der die folgenden Eigenschaften erfüllt. Man kann die Einträge des Prioritätskellers untereinander vergleichen. Es gibt genau einen leeren Prioritätskeller. Man kann jedem Keller ein Element hinzufügen. Man kann einen größten Eintrag eines nichtleeren Kellers ausgeben, und man kann aus einem nichtleeren Keller einen größten Eintrag löschen. Größere Einträge haben also eine größere Priorität beim Ausgeben bzw. Löschen. Sind mehrere größte Elemente vorhanden, werden die jeweils zuletzt eingefügten Elemente nach dem Kellerprinzip zuerst ausgegeben bzw. gelöscht. Im Folgenden entwerfen wir Rechenstrukturen für Prioritätskeller und üben an diesem Beispiel einige Grundbegriffe ein. (a) (8 Punkte) Geben Sie eine passende Signatur Σ für Prioritätskeller an. (b) (1 Punkt) Geben Sie zwei Terme der Signatur mit ihren Sorten an, und zwar einen Grundterm und einen Term, der kein Grundterm ist. (c) (1 Punkt) Überlegen Sie sich, wie man die Einträge mit Prioritäten genau darstellt, und führen Sie Bezeichnungen für die Einträge mit Prioritäten ein. (d) (16 Punkte) Geben Sie zwei Rechenstrukturen an, in denen jeder Keller eine Sequenz über der Menge der Einträge ist, so dass in der ersten Rechenstruktur die Sequenzen immer geordnet sind, und in der zweiten Struktur die Sequenzen beliebig sein dürfen. (e) Für jede Ihrer Rechenstrukturen: i) (5 Punkte) Geben Sie an, ob die Rechenstruktur termerzeugt, homogen, heterogen, total, partiell ist. ii) (6 Punkte) Beschreiben Sie die Nutzungssicht und die Realisierungssicht auf Ihre Rechenstrukturen. iii) (2 Punkte) Definieren Sie für die Zugriffs- und Implementierungssicht getrennt, wann zwei Prioritätskeller äquivalent sind. Seite 5 von 9

6 Lösung der Aufgabe 4 (a) Eine Signatur für Prioritätsschlangen ist in Beispiel 2.4 im Skript gegeben. Interessanterweise kann man dieselbe Signatur für Prioritätskeller wie für Prioritätsschlangen benutzen. Um aber die Kellerstruktur zu betonen, haben wir im Folgenden die Namen aus dem Beispiel etwas angepasst: Σ = (S, F ) S = { Bool, Ps, Item } F = { R : Item,Item Bool, eps : Ps, push : Ps, Item Ps, top : Ps Item, pop : Ps Ps } Die Sorte Ps ist dabei die Sorte der Prioritätskeller, Item die Sorte der Einträge, R das Funktionssymbol des Vergleichsoperators, eps das Funktionssymbol des leeren Kellers, push das Funktionssymbol des Hinzufügen-Operators, top das Funktionssymbol für die Ausgabe, und pop das Funktionssymbol des Entfernen- Operators. (b) Ein Grundterm wäre etwa pop(eps). Ein Term, der kein Grundterm ist, wäre etwa push(eps, x), wobei x : Item ein Identifikator (logische Variable) ist. (c) Sei D die Menge der Einträge und sei eine totale Quasiordnung 1 auf D, die wir in Infixnotation schreiben. (d) Es gibt natürlich viele verschiedene Arten einen Prioritätskeller zu realisieren. Eine mögliche Unterscheidung dabei ist, ob die Trägermenge der Sorte Ps aus geordneten oder ungeordneten Sequenzen besteht. Im Folgenden werden wir jeweils ein mögliches Modell für beide Arten angeben (für beide Arten gibt es jedoch mehrere mögliche Modelle). Im Folgenden arbeiten wir mit Sequenzen. Dabei wird mit ε die leere Sequenz bezeichnet und mit s 1 s 2 die Konkatenation der Sequenzen s 1 und s 2. Legen wir außerdem ein Element / (D D ) fest. i) Eine Algebra P für Prioritätsschlangen in dem die Trägermenge geordnet ist, ist in Beispiel 2.6 im Skript angegeben. Eine Algebra für Prioritätskeller ähnelt dieser mit ein paar Unterschieden. Wir definieren zuerst 1 Eine Quasiordnung auf einer Menge X ist eine binäre Relation auf X, die reflexiv auf X und transitiv ist. Ein größtes Element einer Quasiordnung R auf X ist ein x X mit y X : R(y, x). Seite 6 von 9

7 Trägermengen für die Sorten in S wie folgt: Bool P = B Ps P = {s D x,y D m,n D : s = x m n y n m} { } Item P = D { } Nun können wir den Funktionsbezeichnern aus F Funktionen zuordnen: (m n), wenn m, n D, R P (m, n) = L, wenn m =, O, wenn m n =. eps P = ε falls s = m = push P (s, m) = s m, falls m D (s=ε s,n:(s = s n n m)), push P (s,m) n, falls m D s, n: (s = s n n m). { top P, falls s = ε s =, (s) = n, falls s : s = n s. { pop P, falls s = ε s = (s) = s, falls n: s = n s ii) Eine Algebra Q für Prioritätsschlangen, in der die Trägermenge nicht geordnet ist, ist in Beispiel 2.11 angegeben. Eine Algebra für Prioritätskeller ähnelt dieser mit ein paar Unterschieden. Wir definieren zuerst Trägermengen für die Sorten in S wie folgt: Bool Q = B Ps Q = D { } Item Q = D { } Nun können wir den Funktionssymbolen aus F Funktionen zuordnen: (m n), wenn m, n D, R Q (m, n) = L, wenn m =, O, sonst. eps Q = ε Seite 7 von 9

8 { push Q s m, falls s m, (s, m) =, falls s = m =. m, falls s :(s = m s (s =ε m top Q (s ))), top Q (s) = top Q (s ), falls m: (s = m s m top Q (s )),, falls s = ε s =. s, falls m:(s = m s (s =ε m top Q (s ))), pop Q (s) = m pop Q (s ), falls s : (s = m s m top Q (s )),, falls s = ε s =. (e) i) Sowohl P als auch Q sind termerzeugt nicht homogen heterogen total nicht partiell ii) Die Nutzungssicht ist für P und Q gleich, da wir Laufzeitfragen nicht betrachten. Sie ist erstens durch die Signatur und zweitens durch eine Eigenschaft gegeben, die wir gleich einführen werden. Dazu sei Gleichheit ein polymorphes Prädikatensymbol = : α, α Bool mit Standardinterpretation. Ferner sei! x X : ϕ die Aussage es gibt genau ein Element in X, das ϕ erfüllt, also eine Abkürzung für x X : (ϕ y X : (ϕ[y/x] y=x)), wobei y keine freie Variable von ϕ ist. Hier ist eine Eigenschaft, die rechenstrukturunabhängig ist, gültig in beiden Modellen P, Q ist und die Zugriffssicht recht vollständig beschreibt: (! s Ps : pop(s) = s) (! d Item : pop(push(eps, d)) = push(eps, d)) d Item, s Ps : (pop(s) s pop(push(eps, d)) push(eps, d)) (R(top(s), d) top(push(s, d)) = d) ( R(top(s), d) top(push(s, d)) = top(s)) (R(top(s), d) pop(push(s, d)) = s) ( R(top(s), d) pop(push(s, d)) = push(pop(s), d)). (pop(s) ( = s (push(s,d) = s pop(push(eps,top(s))) ( = push(eps,top(s)))) )) t Ps : pop(push(s,d))=push(t,d) pop(push(eps,d)) = push(eps,d) top(push(s, d)) = d Seite 8 von 9

9 Die Realisierungssicht besteht gerade in der Definition der Trägermengen und der Funktionen darauf. iii) Um Äquivalenz zu definieren, betrachte erneut die Gleichheit als polymorphes Prädikatensymbol = : α, α Bool mit üblicher Interpretation für jede Sorte α. Zugriffssicht. Prioritätskeller s, t Ps sind genau dann äquivalent, wenn in der betrachteten Rechenstruktur die Aussage i N: top ( pop i (s) ) = top ( pop i (t) ) gilt, wobei pop i = pop... pop die i-fache Nacheinanderausführung }{{} i mal von pop ist (i N). Die Äquivalenz zweier Prioritätskeller kann also durch eine rechenstrukturunabhängige Formel (zweiter Stufe; man kann sie auch als abzählbar viele Formeln erster Stufe sehen) definiert werden. Implementierungssicht. (i) Prioritätskeller s, t Ps P sind genau dann in der Algebra mit geordneten Sequenzen äquivalent, wenn s und t als Sequenzen genau gleich sind, d.h. wenn s = t. (ii) Prioritätskeller s, t Ps Q sind genau dann in der Algebra mit beliebigen Sequenzen äquivalent, wenn alle Daten gleicher Priorität in s in derselben Reihenfolge wie in t stehen. Formal, sei p: D D D mit p(d, ε) = ε und p(d, f s) = { f p(d, s), wenn d f f d, p(d, s), sonst. Dann sind s, t Ps Q genau dann im Modell mit beliebigen Sequenzen äquivalent, wenn d D : p(d, s) = p(d, t). Seite 9 von 9

Mehrsortige Strukturen

Mehrsortige Strukturen Was bisher geschah Modellierung von Daten durch Mengen (Individuenbereiche), häufig zusammengesetzt durch Mengenoperationen, Zusammenhängen zwischen Individuen durch Relationen (auch Eigenschaften) Funktionen

Mehr

Grundbegriffe der Informatik

Grundbegriffe 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

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 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

Mehr

1 Prädikatenlogik. 1.1 Signaturen und Strukturen

1 Prädikatenlogik. 1.1 Signaturen und Strukturen 1 Prädikatenlogik Die Constraint-logische Programmierung basiert auf der Prädikatenlogik: Constraints sind prädikatenlogische Formeln und logische Sprachen wie prolog machen einen Ausschnitt der Prädikatenlogik

Mehr

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Kapitel 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

Mehr

Grundlagen der Logik

Grundlagen 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

Mehr

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Die Prädikatenlogik erster Stufe: Syntax und Semantik Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,

Mehr

Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik

Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit

Mehr

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März

Mehr

Syntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe

Syntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe Syntax der Prädikatenlogik: Variablen, Terme Formeln Eine Variable hat die Form x i mit i = 1, 2, 3.... Ein Prädikatensymbol hat die Form Pi k und ein Funktionssymbol hat die Form fi k mit i = 1, 2, 3...

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

Mehr

Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation

Funktionale 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 &

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 16 S-Homomorphismen und elementare Äquivalenz Definition 16.1. Zwei S-Strukturen M und N über einem erststufigen Symbolalphabet

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 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

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 1: Wiederholung 1 Mengen 2 Abbildungen 3 Exkurs Beweistechniken 4 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen

Mehr

Anwendungen der Logik, SS 2008, Martin Goldstern

Anwendungen der Logik, SS 2008, Martin Goldstern Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich

Mehr

Theoretische Informatik II

Theoretische Informatik II Theoretische Informatik II Dr. Eva Richter / Holger Arnold Universität Potsdam, Theoretische Informatik, Sommersemester 2008 Übungsblatt 3 (Version 4) Abgabetermin: 13.5.2008, 12.00 Uhr Der λ-kalkül Da

Mehr

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

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

Mehr

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen

Mehr

3. Initiale Algebren. Beispiel: Nat0 sorts Nat opers z: Nat s: Nat Nat end

3. Initiale Algebren. Beispiel: Nat0 sorts Nat opers z: Nat s: Nat Nat end 3. Initiale Algebren Definition 3.1 (Wiederholung) Sei Σ = (S, OP) eine Signatur. Dann ist die Termalgebra T Σ zur Signatur Σ wie folgt definiert: Für jede Sorte s S ist die Trägermenge T Σ, s zur Sorte

Mehr

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

Mehr

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

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

Mehr

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4

Mathematik 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

Mehr

Logik für Informatiker

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

Mehr

TU7 Aussagenlogik II und Prädikatenlogik

TU7 Aussagenlogik II und Prädikatenlogik TU7 Aussagenlogik II und Prädikatenlogik Daniela Andrade daniela.andrade@tum.de 5.12.2016 1 / 32 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds

Mehr

Klausur: Modellierung Prof. Dr. U. Kastens, Universität Paderborn Wintersemester 2000/ , 09:00 11:00 Uhr

Klausur: Modellierung Prof. Dr. U. Kastens, Universität Paderborn Wintersemester 2000/ , 09:00 11:00 Uhr Klausur: Modellierung Prof. Dr. U. Kastens, Universität Paderborn Wintersemester 2000/2001 05.09.2001, 09:00 11:00 Uhr Name: Matrikelnummer: Bitte genau durchlesen! Schreiben Sie zu Beginn der Klausur

Mehr

SS Juli Übungen zur Vorlesung Logik Blatt 11

SS Juli Übungen zur Vorlesung Logik Blatt 11 SS 2011 06. Juli 2011 Übungen zur Vorlesung Logik Blatt 11 Prof. Dr. Klaus Madlener Abgabe bis 13. Juli 2011 10:00 Uhr 1. Aufgabe: [Axiomatisierung, Übung] 1. Definieren Sie eine Formel A n der Prädikatenlogik

Mehr

Was bisher geschah Modellierung von Daten durch Mengen Beziehungen (Zusammenhänge und Eigenschaften) durch Relationen, Graphen und Funktionen

Was bisher geschah Modellierung von Daten durch Mengen Beziehungen (Zusammenhänge und Eigenschaften) durch Relationen, Graphen und Funktionen Was bisher geschah Modellierung von Daten durch Mengen Beziehungen (Zusammenhänge und Eigenschaften) durch Relationen, Graphen und Funktionen Anforderungen durch Logiken Modellierung zusammenhängender

Mehr

Wiederholung: Modellierung in Prädikatenlogik

Wiederholung: Modellierung in Prädikatenlogik Was bisher geschah Modellierung von Aussagen durch logische Formeln Daten durch Mengen, Multimengen, Folgen, Sprachen Zusammenhängen und Eigenschaften von Elementen von Mengen durch Relationen (Eigenschaften

Mehr

Algebraische Spezifikation. André Kießling

Algebraische Spezifikation. André Kießling Algebraische Spezifikation André Kießling Das Problem Software nach wie vor sehr Fehlerhaft Fehler oft schon in Spezifikation Ursachen u.a.: - Beschreibung zu schwammig - Kunde und Entwickler meinen nicht

Mehr

Informatik A WS 2007/08. Nachklausur

Informatik A WS 2007/08. Nachklausur Informatik A WS 2007/08 Nachklausur 18.04.2008 Name:.............................. Matrikelnummer:.................. Tutor:.................. Bitte Zutreffendes ankreuzen: Hauptfach Bioinformatik Hauptfach

Mehr

Grundlagen der Programmierung. Kapitel 8: Information und Repräsentation. Überblick über dieses Kapitel. Repräsentation versus Information.

Grundlagen der Programmierung. Kapitel 8: Information und Repräsentation. Überblick über dieses Kapitel. Repräsentation versus Information. Überblick über dieses Kapitel Grundlagen der Programmierung Dr. Christian Herzog Technische Universität München Wintersemester 2008/2009 Kapitel 8: Information und Repräsentation! Repräsentation, Information,!

Mehr

Logik I. Symbole, Terme, Formeln

Logik I. Symbole, Terme, Formeln Logik I Symbole, Terme, Formeln Wie jede geschriebene Sprache basiert die Prädikatenlogik erster Stufe auf einem Alphabet, welches aus den folgenden Symbolen besteht: (a) Variabeln wie zum Beispiel v 0,v

Mehr

Universelle Algebra. Zur Erinnerung: Definition von Gruppe, Ring (mit 1), R-Vektorraum.

Universelle Algebra. Zur Erinnerung: Definition von Gruppe, Ring (mit 1), R-Vektorraum. Kapitel 3 Universelle Algebra 3.1 Universelle Algebra als Logik Zur Erinnerung: Definition von Gruppe, Ring (mit 1), R-Vektorraum. Signaturen Eine funktionale Signatur ist eine Menge F von Funktionssymbolen

Mehr

3 Terme und Algebren 3.1 Terme

3 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

Mehr

(Algebraische) Strukturen Beispiele (Träger-)Mengen (Individuenbereiche) mit Relationen (Eigenschaften, Beziehungen) und Funktionen (Operationen) auf

(Algebraische) Strukturen Beispiele (Träger-)Mengen (Individuenbereiche) mit Relationen (Eigenschaften, Beziehungen) und Funktionen (Operationen) auf Was bisher geschah Modellierung von Aussagen durch logische Formeln Daten durch Mengen, Multimengen, Folgen, Sprachen Zusammenhängen und Eigenschaften von Elementen von Mengen durch Relationen (Eigenschaften

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 3. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.16 Syntax der Aussagenlogik:

Mehr

- Theorie der uninterpretierten

- 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.

Mehr

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

Mehr

Allgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Allgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Allgemeine Algebren Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Operationen Eine Operation auf einer Menge A ist eine Abbildung f : A n A. A n ist dabei

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 12 Wir haben bisher nur Axiomensysteme in Sinne einer beliebigen Ausdrucksmenge Γ L S gesprochen, die im Allgemeinen

Mehr

Klausur zur Vorlesung: Mathematische Logik SS 2011

Klausur zur Vorlesung: Mathematische Logik SS 2011 Klausur zur Vorlesung: Mathematische Logik SS 2011 Geben Sie am Ende Der Klausur Ihre Lösungen einschließlich dieses Deckblatts ab. Schreiben Sie auf jedes Blatt Ihren Namen und Ihre Matrikelnummer. Viel

Mehr

Syntax vs. Semantik. Behandlung von Variablen. Grammatik vs. Induktive Definition. M: T ω...

Syntax vs. Semantik. Behandlung von Variablen. Grammatik vs. Induktive Definition. M: T ω... Syntax vs. Semantik Ein einfaches Beispiel: additive Terme Sei T = L(G) mit G = T }, (, ), +,0,...,9}, P, T mit P = T 0 9 ( T + T ) } M: T ω... Meaning, interpretiert T als additive Ausdrücke M(0) = 0,...,

Mehr

Operationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21

Operationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21 Operationen Eine Operation auf einer Menge ist eine Abbildung ist dabei die Menge aller -Tupel mit Einträgen aus. Man nennt auch durch die Stelligkeit der Operation ; dies wird ausgedrückt. Die Menge ist

Mehr

3. Relationen Erläuterungen und Schreibweisen

3. Relationen Erläuterungen und Schreibweisen 3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Einführung in die mathematische Logik

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

Mehr

Wiederholung Signatur, Terme

Wiederholung Signatur, Terme Was bisher geschah (algebraische) Strukturen zur zusammenhängenden Modellierung von Mengen von Individuen (evtl. verschiedener Typen) Funktionen auf Individuen dieser Mengen Relationen zwischen Individuen

Mehr

Alphabet der Prädikatenlogik

Alphabet der Prädikatenlogik Relationen und Alphabet der Das Alphabet der besteht aus Individuenvariablen Dafür verwenden wir kleine Buchstaben vom Ende des deutschen Alphabets, auch indiziert, z. B. x, y, z, x 1, y 2,.... Individuenkonstanten

Mehr

Formale Systeme, WS 2014/2015 Übungsblatt 5

Formale Systeme, WS 2014/2015 Übungsblatt 5 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Bernhard Beckert Thorsten Bormer, Dr. Vladimir Klebanov, Dr. Mattias Ulbrich Formale Systeme, WS 2014/2015 Übungsblatt

Mehr

4 Terme und Σ-Algebren

4 Terme und Σ-Algebren Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 4 Terme und Σ-Algebren 4.1 Grundterme und Terme Menge S von unktionssymbolen funktionale Signatur: Σ S N Menge

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der

Mehr

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

Mehr

MafI 1 Repetitorium Übungen

MafI 1 Repetitorium Übungen MafI 1 Repetitorium Übungen M. Sc. Dawid Kopetzki KW 18 (29.04.2015) M. Sc. Dawid Kopetzki MafI 1 Repetitorium Übungen 1 / 13 Intro Info zur ersten Abgabe Erinnerung: Am 06.05. zwischen 1416 Uhr ist Fachschaftsvollversammlung

Mehr

Logik und Künstliche Intelligenz

Logik und Künstliche Intelligenz Logik und Künstliche Intelligenz Kurze Zusammenfassung (Stand: 14. Januar 2010) Prof. Dr. V. Stahl Copyright 2007 by Volker Stahl. All rights reserved. V. Stahl Logik und Künstliche Intelligenz Zusammenfassung

Mehr

Diskrete Strukturen. Code: Allgemeine Hinweise. Wintersemester 2009/10 Mittelklausur 19. Dezember 2009

Diskrete Strukturen. Code: Allgemeine Hinweise. Wintersemester 2009/10 Mittelklausur 19. Dezember 2009 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 7 Prof. Dr. Javier Esparza Wintersemester 2009/10 Mittelklausur 19. Dezember 2009 Diskrete Strukturen Name Vorname Studiengang

Mehr

Einführung in die Programmierung

Einführung in die Programmierung Einführung in die Programmierung Teil 2: Mathematische Grundlagen Prof. Dr. Peer Kröger, Florian Richter, Michael Fromm Wintersemester 2018/2019 Übersicht 1. Mengen 2. Relationen und Abbildungen 3. Boolsche

Mehr

Musterlösung 11.Übung Mathematische Logik

Musterlösung 11.Übung Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden

Mehr

Algebraische Spezifikation. Teil 2. André Kießling

Algebraische Spezifikation. Teil 2. André Kießling Algebraische Spezifikation Teil 2 André Kießling Zur Erinnerung: Signaturen Spezifikation Signatur Σ-BOOL Sorten BOOL Operatoren TRUE: BOOL FALSE: BOOL : BOOL BOOL : BOOL x BOOL BOOL Umsetzung Algebra

Mehr

Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informatik PD Dr. Martin Lange Dipl.-Inf. Markus Latte 25. Juni 2009

Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informatik PD Dr. Martin Lange Dipl.-Inf. Markus Latte 25. Juni 2009 Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informati PD Dr. Martin Lange Dipl.-Inf. Marus Latte 25. Juni 2009 Übung zur Vorlesung Logi für Informatier Übungsblatt 8 Abgabe bis Freitag,

Mehr

Logik erster Stufe FO

Logik erster Stufe FO Logik erster Stufe FO Sonderstellung als die Logik für die Grundlegung der Mathematik natürliche Semantik (Tarski) und große Ausdrucksstärke vollständige Beweiskalküle (Gödelscher Vollständigkeitssatz)

Mehr

Mathematik-Vorkurs für Informatiker Formale Sprachen 1

Mathematik-Vorkurs für Informatiker Formale Sprachen 1 Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Formale Sprachen 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Kategorie 1 Notieren Sie die

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2015/2016

Klausur Formale Systeme Fakultät für Informatik WS 2015/2016 Klausur Formale Systeme Fakultät für Informatik WS 2015/2016 Prof. Dr. Bernhard Beckert 4. März 2016 Vorname: Name: Matrikel-Nr.: Platz-Nr.: Code: **Vorname** **Familienname** **Matr.-Nr.** **Hörsaal**

Mehr

Einführung in die Theoretische Informatik

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

Mehr

3 Terme und Algebren 3.1 Terme

3 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

Mehr

3 Terme und Algebren 3.1 Terme

3 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

Mehr

Formale Systeme, WS 2013/2014. Lösungen zu Übungsblatt 5

Formale Systeme, WS 2013/2014. Lösungen zu Übungsblatt 5 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt Dr. V. Klebanov, Dr. M. Ulbrich, C. Scheben Formale Systeme, WS 2013/2014 Lösungen zu Übungsblatt 5 Dieses

Mehr

THEORETISCHE INFORMATIK UND LOGIK

THEORETISCHE INFORMATIK UND LOGIK Rückblick: Logelei Wir kehren zurück auf das Inselreich mit Menschen von Typ W (Wahrheitssager) und Typ L (Lügner). THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2016 Einführung in die mathematische Logik Vorlesung 12 Wir haben bisher nur von Axiomensystemen im Sinne einer beliebigen Ausdrucksmenge Γ L S gesprochen, die im Allgemeinen

Mehr

Finden Sie eine Relation R und eine Menge A so dass

Finden Sie eine Relation R und eine Menge A so dass Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 5 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Jede binäre Operation hat maximal ein

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

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

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

2.3 Spezifikation von Abstrakten Datentypen

2.3 Spezifikation von Abstrakten Datentypen Abstrakte Datentypen (ADT) 2.3 Spezifikation von Abstrakten Datentypen Sichtbare Schnittstelle: Typbezeichner Signaturen der Operationen Spezifikation der Operationen Abstraktionsbarriere Implementierung

Mehr

SS Juni Übungen zur Vorlesung Logik Blatt 8

SS Juni Übungen zur Vorlesung Logik Blatt 8 SS 2011 08. Juni 2011 Übungen zur Vorlesung Logik Blatt 8 Prof. Dr. Klaus Madlener Abgabe bis 23. Juni 2011 10:00 Uhr 1. Aufgabe: [Terme und Formeln, Übung] Betrachten Sie folgende Ausdrücke: a) 3 + 4

Mehr

Algorithmen & Programmierung. Logik

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

Mehr

Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik

Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert 2. Klausur zur Vorlesung Mathematische Logik Es können maximal 48 Punkte erworben werden. Die Klausur ist bestanden,

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Universität Heidelberg 06. April 2017 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Martin Monath

Universität Heidelberg 06. April 2017 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Martin Monath Universität Heidelberg 06. April 2017 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Martin Monath Klausur zur Vorlesung Mathematische Logik Es können maximal 48 Punkte erworben werden.

Mehr

Lösungshinweise/-vorschläge zum Übungsblatt 2: Grundlagen der Programmierung (WS 2018/19)

Lösungshinweise/-vorschläge zum Übungsblatt 2: Grundlagen der Programmierung (WS 2018/19) Prof. Dr. Ralf Hinze Sebastian Schweizer, M.Sc. Peter Zeller, M. Sc. TU Kaiserslautern Fachbereich Informatik AG Programmiersprachen Lösungshinweise/-vorschläge zum Übungsblatt 2: Grundlagen der Programmierung

Mehr

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/25 Motivation Die ist eine Erweiterung

Mehr

Beachte: Mit n = 0 sind auch Konstanten Terme.

Beachte: 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

Mehr

Logische und funktionale Programmierung

Logische 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

Mehr

Vorlesung Diskrete Strukturen Die natürlichen Zahlen

Vorlesung Diskrete Strukturen Die natürlichen Zahlen Vorlesung Diskrete Strukturen Die natürlichen Zahlen Bernhard Ganter WS 2009/10 Alles ist Zahl? Wenn in der modernen Mathematik alles auf Mengen aufgebaut ist, woher kommen dann die Zahlen? Sind Zahlen

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )

Mehr

Klausur Formale Systeme Fakultät für Informatik SS 2017

Klausur Formale Systeme Fakultät für Informatik SS 2017 Klausur Formale Systeme Fakultät für Informatik SS 2017 Prof. Dr. Bernhard Beckert 3. August 2017 Name: Vorname: Matrikel-Nr.: Die Bearbeitungszeit beträgt 60 Minuten. A1 (14) A2 (6) A3 (6) A4 (8) A5 (11)

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

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen) DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Klausur Datenbanken Wintersemester 2009/2010 Prof. Dr. Wolfgang May 2. Februar 2010, Uhr Bearbeitungszeit: 90 Minuten

Klausur Datenbanken Wintersemester 2009/2010 Prof. Dr. Wolfgang May 2. Februar 2010, Uhr Bearbeitungszeit: 90 Minuten Klausur Datenbanken Wintersemester 2009/2010 Prof. Dr. Wolfgang May 2. Februar 2010, 14-16 Uhr Bearbeitungszeit: 90 Minuten Vorname: Nachname: Matrikelnummer: Studiengang: Bei der Klausur sind keine Hilfsmittel

Mehr

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für

Mehr

13 Auswahlaxiom und Zornsches Lemma

13 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

Mehr

Semantik von Formeln und Sequenzen

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

Mehr

Einführung in die Theoretische Informatik

Einführung 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

Mehr

Prädikatenlogiken. Mathematische Logik. Vorlesung 6. Alexander Bors. 30. März & 6. April A. Bors Logik

Prädikatenlogiken. 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

Mehr

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird. Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,

Mehr

Grundlagen der theoretischen Informatik

Grundlagen der theoretischen Informatik Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 09.04.2013 Inhalt der Vorlesung Teil I: Automaten und formale Sprachen (Kurt Sieber)

Mehr