Aufgabe 1 Modellierung (11 Punkte)
|
|
- Juliane Brahms
- vor 6 Jahren
- Abrufe
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
Was bisher geschah Modellierung von Daten durch Mengen (Individuenbereiche), häufig zusammengesetzt durch Mengenoperationen, Zusammenhängen zwischen Individuen durch Relationen (auch Eigenschaften) Funktionen
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 18: Logik Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/35 Überblick Formeln in Prädikatenlogik erster Stufe Theorien und
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick
Mehr1 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
MehrKapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität
MehrGrundlagen der Logik
Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl
MehrDie 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,
MehrSeminar 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
Mehr4.1 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
MehrSyntax 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...
MehrMathematik 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
MehrFunktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation
Grundlagen der Programm- und Systementwicklung Funktionale Programmierung Teil 2 Methodik: Spezifikation, Implementierung, Verifikation Technische Universität München Institut für Informatik Software &
MehrEinführung 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
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick
MehrAbschnitt 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.
MehrFormale 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
MehrAnwendungen 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
MehrTheoretische 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
MehrMathematik 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
Mehrf(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
Mehr3. 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
MehrÜbersichtsblatt 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
MehrVor(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
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
MehrLogik 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
MehrTU7 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
MehrKlausur: 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
MehrSS 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
MehrWas 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
MehrWiederholung: 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
MehrAlgebraische 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
MehrInformatik A WS 2007/08. Nachklausur
Informatik A WS 2007/08 Nachklausur 18.04.2008 Name:.............................. Matrikelnummer:.................. Tutor:.................. Bitte Zutreffendes ankreuzen: Hauptfach Bioinformatik Hauptfach
MehrGrundlagen 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,!
MehrLogik 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
MehrUniverselle 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
Mehr3 Terme und Algebren 3.1 Terme
3 Terme und Algebren 3.1 Terme Mod - 3.1 In allen formalen Kalkülen benutzt man Formeln als Ausdrucksmittel. Hier betrachten wir nur ihre Struktur - nicht ihre Bedeutung. Wir nennen sie Terme. Terme bestehen
Mehr(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
MehrLogik 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 Funktionen Entscheidungsverfahren mit Anwendungen in der Softwareverifikation STEPHAN FALKE INSTITUT FÜR THEORETISCHE INFORMATIK (ITI) 0 KIT 13. Universität Mai 2013 des S.
Mehr8 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
MehrAllgemeine 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
MehrEinführung 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
MehrKlausur 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
MehrSyntax 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,...,
MehrOperationen. 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
Mehr3. 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
MehrMathematik 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
MehrEinführung 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
MehrWiederholung 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
MehrAlphabet 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
MehrFormale 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
Mehr4 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
MehrLogik 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
MehrMengen. (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,
MehrMafI 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
MehrLogik 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
MehrDiskrete 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
MehrEinführung 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
MehrMusterlösung 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
MehrAlgebraische 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
MehrLudwig-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,
MehrLogik 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)
MehrMathematik-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
MehrKlausur 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**
MehrEinführung 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
Mehr3 Terme und Algebren 3.1 Terme
3 Terme und Algebren 3.1 Terme In allen formalen Kalkülen benutzt man Formeln als Ausdrucksmittel. Hier betrachten wir nur ihre Struktur - nicht ihre Bedeutung. Wir nennen sie Terme. Terme bestehen aus
Mehr3 Terme und Algebren 3.1 Terme
3 Terme und Algebren 3.1 Terme Mod - 3.1 In allen formalen Kalkülen benutzt man Formeln als Ausdrucksmittel. Hier betrachten wir nur ihre Struktur - nicht ihre Bedeutung. Wir nennen sie Terme. Terme bestehen
MehrFormale 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
MehrTHEORETISCHE 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
MehrEinführung 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
MehrFinden 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
MehrEinführung 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
MehrDiskrete 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
MehrMengen. 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: {
Mehr2.3 Spezifikation von Abstrakten Datentypen
Abstrakte Datentypen (ADT) 2.3 Spezifikation von Abstrakten Datentypen Sichtbare Schnittstelle: Typbezeichner Signaturen der Operationen Spezifikation der Operationen Abstraktionsbarriere Implementierung
MehrSS 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
MehrAlgorithmen & 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
MehrUniversität 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,
MehrVorkurs 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
MehrUniversität 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.
MehrLösungshinweise/-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
MehrFormale 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
MehrBeachte: Mit n = 0 sind auch Konstanten Terme.
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.2 Prädikatenlogik ohne Gleichheit Syntax und Semantik 107 Terme Ab sofort wird Signatur τ als festgelegt angenommen. Sei V = {x, y,...} Vorrat
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN
MehrVorlesung 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
MehrMathematische 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 )
MehrKlausur 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)
MehrInformationsverarbeitung auf Bitebene
Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung
MehrMathematik-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
MehrDiskrete 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
MehrKlausur 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
MehrGrundbegriffe 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
Mehr13 Auswahlaxiom und Zornsches Lemma
13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses
MehrSemantik 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
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische
MehrPrädikatenlogiken. Mathematische Logik. Vorlesung 6. Alexander Bors. 30. März & 6. April A. Bors Logik
Mathematische Logik Vorlesung 6 Alexander Bors 30. März & 6. April 2017 1 Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) 2 Erinnerung Letztes Mal haben wir begonnen, ein
MehrDieser 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,
MehrGrundlagen 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