Übungen zur Vorlesung Formale Systeme
|
|
- Erika Krüger
- vor 6 Jahren
- Abrufe
Transkript
1 Übungen zur Vorlesung Formale Systeme Steffen Schlager Institut für Theoretische Informatik Winter 2005/2006
2 Aufgabe 1 Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer 1 0..* 1 0..* Student nachbar bestanden : Boolean * Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe
3 Aufgabe 1 (a) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe context Aufgabe inv: self.punktzahl > 0
4 Aufgabe 1 (a) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe context Aufgabe inv: self.punktzahl > 0 Für jede Aufgabe gilt, dass ihre Punktzahl größer als 0 ist.
5 Aufgabe 1 (b) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe context inv: Student loesung >size = klausur.aufgabe >size
6 Aufgabe 1 (b) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe context inv: Student loesung >size = klausur.aufgabe >size Die Zahl der Lösungen eines Studenten ist gleich der Zahl der Aufgaben seiner Klausur.
7 Aufgabe 1 (c) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe context Loesung inv: student.nachbar->collect( n n.loesung ) > exists( l l.text = self.text ) implies not student.bestanden
8 Aufgabe 1 (c) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe context Loesung inv: student.nachbar->collect( n n.loesung ) > exists( l l.text = self.text ) implies not student.bestanden Ein Student hat nicht bestanden, wenn er eine Lösung hat, deren Text mit dem Text einer Lösung eines seiner Nachbarn übereinstimmt.
9 Aufgabe 2 (a) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe Für jede Einstiegsaufgabe gilt: Ihre Punktzahl ist kleiner oder gleich der Punktzahl aller Aufgaben der Klausur, zu der sie gehört.
10 Aufgabe 2 (a) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe Für jede Einstiegsaufgabe gilt: Ihre Punktzahl ist kleiner oder gleich der Punktzahl aller Aufgaben der Klausur, zu der sie gehört. context Einstiegsaufgabe inv: klausur.aufgabe >forall( a self.punktzahl <= a.punktzahl )
11 Aufgabe 2 (b) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe Nachdem eine Lösung bewertet worden ist (d.h. nach Ausführung von bewerten()), ist ihre Bewertung größer oder gleich Null und kleiner oder gleich der Punktzahl der Aufgabe, zu der sie gehört.
12 Aufgabe 2 (b) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe Nachdem eine Lösung bewertet worden ist (d.h. nach Ausführung von bewerten()), ist ihre Bewertung größer oder gleich Null und kleiner oder gleich der Punktzahl der Aufgabe, zu der sie gehört. context post: Loesung::bewerten() bewertung >= 0 and bewertung <= aufgabe.punktzahl
13 Aufgabe 2 (c) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe Verwenden Sie zur Modellierung des folgenden Sachverhalts das sum-konstrukt Die Summe der Punktzahlen aller Aufgaben einer Klausur ist größer als die Mindestpunktzahl der Klausur.
14 Aufgabe 2 (c) Klausur mindestpunktzahl : Integer 1 0..* Aufgabe punktzahl : Integer Student nachbar 1 0..* bestanden : Boolean * 1 0..* Loesung text : String bewertung : Integer bewerten() Einstiegsaufgabe Verwenden Sie zur Modellierung des folgenden Sachverhalts das sum-konstrukt Die Summe der Punktzahlen aller Aufgaben einer Klausur ist größer als die Mindestpunktzahl der Klausur. context inv: Klausur aufgabe->collect(a a.punktzahl)->sum > mindestpunktzahl
15 Aufgabe 3 Definieren Sie das sum-konstrukt mithilfe des iterate-konstrukts.
16 Aufgabe 3 Definieren Sie das sum-konstrukt mithilfe des iterate-konstrukts. Angenommen t sei eine Collection von Integer. t >sum ist äquivalent zu t >interate (x:integer; y:integer = 0 y+x)
17 Aufgabe 4 Drücken Sie in OCL folgenden Sachverhalt aus: Für die Operation mittel(m: Set):Real gilt: Wenn alle Elemente der Menge m grösser als Null sind, dann ist das Ergebnis der Operation das arithmetische Mittel der Elemente in m.
18 Aufgabe 4 Drücken Sie in OCL folgenden Sachverhalt aus: Für die Operation mittel(m: Set):Real gilt: Wenn alle Elemente der Menge m grösser als Null sind, dann ist das Ergebnis der Operation das arithmetische Mittel der Elemente in m. context pre: post: mittel(m:set):real m->forall(e e>0) result=m->sum / m->size
19 Aufgabe 5 context Aufgabe inv: self.punktzahl > 0
20 Aufgabe 5 context Aufgabe inv: self.punktzahl > 0 x(aufgabe(x) punktzahl(x) > 0)
21 Aufgabe 5 context inv: Student loesung >size = klausur.aufgabe >size
22 Aufgabe 5 context inv: Student loesung >size = klausur.aufgabe >size s(student(s) size({x lösung(x) sl(s, x)}) = size({y aufgabe(y) ka(klausur(s), y)}))
23 Aufgabe 5 context Loesung inv: student.nachbar->collect( n n.loesung ) > exists( l l.text = self.text ) implies not student.bestanden
24 Aufgabe 5 context Loesung inv: student.nachbar->collect( n n.loesung ) > exists( l l.text = self.text ) implies not student.bestanden s 1, s 2 ( student(s 1 ) student(s 2 ) nachbar(s 1, s 2 ) l 1, l 2 (lösung(l 1 ) lösung(l 2 ) sl(s 1, l 1 ) sl(s 2, l 2 ) text(l 1 ). = text(l 2 )) bestanden(s 1 ))
25 Aufgabe 6 Überprüfen Sie, ob die folgenden Formeln allgemeingültig sind. Geben Sie für die nichtallgemeingültigen Formeln Gegenbeispiele an. 1. ( A B) (A B) ( A A) ( A A)
26 ( A B) (A B) Aufgabe 6
27 Aufgabe 6 ( A B) (A B) ist nicht allgemeingültig A B
28 0 Aufgabe 6
29 0 ist allgemeingültig, denn: Aufgabe 6
30 Aufgabe 6 0 ist allgemeingültig, denn: 0 0
31 Aufgabe 6 0 ist allgemeingültig, denn: 0 0 1
32 Aufgabe 6 ( A A) ( A A)
33 Aufgabe 6 ( A A) ( A A) ist allgemeingültig, denn die Formel ist eine Instanz der Tautologie (F G) ( G F ) mit F = A und G = A ( A A) ( A A)
34 Aufgabe 6 ( A A) ( A A) ist allgemeingültig, denn die Formel ist eine Instanz der Tautologie (F G) ( G F ) mit F = A und G = A ( A A) ( A A) ( A A) ( A A)
35 Aufgabe 7 Beweisen Sie: Die Formel A A charakterisiert die Klasse der Euklidischen Kripkerahmen (S, R) mit folgender Eigenschaft: Für alle Zustände x, y, z S gilt: falls R(x, y) und R(x, z), dann R(y, z)
36 Aufgabe 7 Es gelte A A in einer Kripkestruktur (S, R, I ). Zu zeigen: (S, R) ist euklidisch. Annahme: (S, R) sei nicht euklidisch. D.h., es existiert folgende Situation: x y z
37 Aufgabe 7 Es gelte A A in einer Kripkestruktur (S, R, I ). Zu zeigen: (S, R) ist euklidisch. Annahme: (S, R) sei nicht euklidisch. D.h., es existiert folgende Situation: Wir betrachten (S, R, I ) mit: y val z (A) = W und x z
38 Aufgabe 7 Es gelte A A in einer Kripkestruktur (S, R, I ). Zu zeigen: (S, R) ist euklidisch. Annahme: (S, R) sei nicht euklidisch. D.h., es existiert folgende Situation: Wir betrachten (S, R, I ) mit: y val z (A) = W und val u (A) = F für alle u mit R(y, u). x z
39 Aufgabe 7 Es gelte A A in einer Kripkestruktur (S, R, I ). Zu zeigen: (S, R) ist euklidisch. Annahme: (S, R) sei nicht euklidisch. D.h., es existiert folgende Situation: Wir betrachten (S, R, I ) mit: y val z (A) = W und val u (A) = F für alle u mit R(y, u). x Damit gilt: val x ( A) = W, z
40 Aufgabe 7 Es gelte A A in einer Kripkestruktur (S, R, I ). Zu zeigen: (S, R) ist euklidisch. Annahme: (S, R) sei nicht euklidisch. D.h., es existiert folgende Situation: Wir betrachten (S, R, I ) mit: y val z (A) = W und val u (A) = F für alle u mit R(y, u). x Damit gilt: val x ( A) = W, z val y ( A) = F und
41 Aufgabe 7 Es gelte A A in einer Kripkestruktur (S, R, I ). Zu zeigen: (S, R) ist euklidisch. Annahme: (S, R) sei nicht euklidisch. D.h., es existiert folgende Situation: Wir betrachten (S, R, I ) mit: y val z (A) = W und val u (A) = F für alle u mit R(y, u). x Damit gilt: val x ( A) = W, z val y ( A) = F und val x ( A) = F Widerspruch!
42 Aufgabe 7 Sei (S, R) euklidisch. Zu zeigen: A A ist allgemeingültig in allen Kripkestrukturen (S, R, I ). x y z In einem beliebigen Zustand x S gelte val x ( A) = W, d.h., es existiert ein y S mit R(x, y) und val y (A) = W.
43 Aufgabe 7 Sei (S, R) euklidisch. Zu zeigen: A A ist allgemeingültig in allen Kripkestrukturen (S, R, I ). x y z In einem beliebigen Zustand x S gelte val x ( A) = W, d.h., es existiert ein y S mit R(x, y) und val y (A) = W. Zu zeigen: val x ( A).
44 Aufgabe 7 Sei (S, R) euklidisch. Zu zeigen: A A ist allgemeingültig in allen Kripkestrukturen (S, R, I ). x y z In einem beliebigen Zustand x S gelte val x ( A) = W, d.h., es existiert ein y S mit R(x, y) und val y (A) = W. Zu zeigen: val x ( A). Sei z S ein Zustand mit R(x, z). Weil (S, R) euklidisch ist, gilt R(y, z) und R(z, y) und damit auch val x ( A).
45 Aufgabe 8 Überprüfen Sie, ob die folgenden Formeln in allen Kripke-Strukturen, bei denen der Kripkerahmen eine Äquivalenzrelation bildet, allgemeingültig sind. Geben Sie für die nichtallgemeingültigen Formeln Gegenbeispiele an. 1. A A 2. A A 3. A A 4. A A
46 A A Aufgabe 8
47 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, da diese Formel die transitiven Kripkerahmen charakterisiert.
48 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, da diese Formel die transitiven Kripkerahmen charakterisiert. A A ist allgemeingültig, da diese Formel die dichten Kripkerahmen charakterisiert (ein reflexiver, symmetrischer und transitiver Kripkerahmen ist dicht).
49 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, da diese Formel die transitiven Kripkerahmen charakterisiert. A A ist allgemeingültig, da diese Formel die dichten Kripkerahmen charakterisiert (ein reflexiver, symmetrischer und transitiver Kripkerahmen ist dicht). x y
50 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, da diese Formel die transitiven Kripkerahmen charakterisiert. A A ist allgemeingültig, da diese Formel die dichten Kripkerahmen charakterisiert (ein reflexiver, symmetrischer und transitiver Kripkerahmen ist dicht). x y
51 A A Aufgabe 8
52 A A ist allgemeingültig Aufgabe 8
53 Aufgabe 8 A A ist allgemeingültig Diese Formel charakterisiert alle endlosen Kripkerahmen und alle Kripkerahmen, die eine Äquivalenzrelation bilden, sind endlos.
54 A A Aufgabe 8
55 Aufgabe 8 A A ist nicht allgemeingültig Gegenbeispiel: x y Es gelte: val x (A) = W und val y (A) = F Damit: val x ( A) = W und val x ( A) = F
56 A A Aufgabe 8
57 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, denn:
58 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, denn: Falls val x ( A) = W, dann val y (A) = W für ein y mit R(x, y)
59 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, denn: Falls val x ( A) = W, dann val y (A) = W für ein y mit R(x, y) Zu zeigen: val x ( A) = W, d.h., für beliebiges z mit R(x, z) gilt val z ( A) = W.
60 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, denn: Falls val x ( A) = W, dann val y (A) = W für ein y mit R(x, y) Zu zeigen: val x ( A) = W, d.h., für beliebiges z mit R(x, z) gilt val z ( A) = W. Aus der Symmetrie folgt R(z, x) und damit und der Transitivität folgt R(z, y), d.h., val z ( A) = W.
61 Aufgabe 8 A A ist allgemeingültig A A ist allgemeingültig, denn: Falls val x ( A) = W, dann val y (A) = W für ein y mit R(x, y) Zu zeigen: val x ( A) = W, d.h., für beliebiges z mit R(x, z) gilt val z ( A) = W. Aus der Symmetrie folgt R(z, x) und damit und der Transitivität folgt R(z, y), d.h., val z ( A) = W. A A ist allgemeingültig, denn aus der Reflexivität folgt aus val x ( A) = W für jeden Zustand x auch val x ( A) = W.
62 Aufgabe 9 Bestimmen Sie für die Formeln aus Aufgabe 6 die dazugehörigen negationsdualen Formeln und vereinfachen Sie die entstehenden Formeln durch Äquivalenzumformungen solange bis keine Negationszeichen mehr vorhanden sind. 1. ( A B) (A B) ( A A) ( A A)
63 Aufgabe 9 ( A B) (A B) Negationsduale Formel: ( A B) ( A B)
64 Aufgabe 9 ( A B) (A B) Negationsduale Formel: ( A B) ( A B) ( A B) ( (A B))
65 Aufgabe 9 ( A B) (A B) Negationsduale Formel: ( A B) ( A B) ( A B) ( (A B)) ( A B) (A B)
66 Aufgabe 9 ( A B) (A B) Negationsduale Formel: ( A B) ( A B) ( A B) ( (A B)) ( A B) (A B) (A B) ( A B)
67 Aufgabe 9 0 Negationsduale Formel: 0
68 Aufgabe 9 0 Negationsduale Formel: 0 1
69 Aufgabe 9 ( A A) ( A A) Negationsduale Formel: ( A A) ( A A)
70 Aufgabe 9 ( A A) ( A A) Negationsduale Formel: ( A A) ( A A) ( A A) ( A A)
71 Aufgabe 9 ( A A) ( A A) Negationsduale Formel: ( A A) ( A A) ( A A) ( A A) ( A A) ( A A)
72 Aufgabe 9 ( A A) ( A A) Negationsduale Formel: ( A A) ( A A) ( A A) ( A A) ( A A) ( A A) ( A A) ( A A)
Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur
Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die
MehrMathematik für Informatiker I Mitschrift zur Vorlesung vom
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 18.11.2004 Zur Wiederholung: Das Kartesische Produkt dient dem Ordnen von Mengen. A B = {(a, b) : a A, b B)} Spezialfall A = Äquivalenzrelation
MehrFormalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:
Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,
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 )
MehrRelationen und Funktionen
Vorkurs Mathematik Dr. Regula Krapf Sommersemester 018 Relationen und Funktionen Definition. Seien M und N Mengen. Eine Relation auf M N ist eine Teilmenge R M N. Falls (x,y) R, so schreibt man auch x
MehrFormale Methoden 2 (Lehrstuhl I Logik in der Informatik)
Formale Methoden 2 Gaetano Geck (Lehrstuhl I Logik in der Informatik) Blatt 3 Beispiellösung WS 2015/16 Aufgabe 1 [Wiederholung: Relationen] 3 Punkte Begründe jeden deiner Lösungsvorschläge. a) Wir definieren
MehrMathematische Grundlagen
Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Wintersemester 2015/16 16. März 2015 Name: Vorname: Matrikelnr.: Aufgabe 1 2 4 5 6 Summe Punkte 10 10 10 10 10 10 60 erreicht
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 015/016 30.10.015 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 1. Übungsblatt
MehrProbeklausuraufgaben GuDS
TU Ilmenau WS 2014/15 Institut für Mathematik Probeklausuraufgaben GuDS Achtung: Die Auswahl der Aufgaben ist nicht repräsentativ für die tatsächlichen Klausuraufgaben, sondern sollte lediglich als Übungsmöglichkeit
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik
MehrKlausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011
Fakultät für Informatik 2. Klausur zum WS 2010/2011 Prof. Dr. Bernhard Beckert 08. April 2011 Vorname: Matrikel-Nr.: Platz: Klausur-ID: **Platz** **Id** Die Bearbeitungszeit beträgt 60 Minuten. A1 (17)
Mehrmodulo s auf Z, s. Def
16. Januar 2007 Arbeitsblatt 5 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 21.11.06 Präsenzaufgaben: 1) Seien
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 1-14. Sitzung Dennis Felsing dennis.felsing@student.kit.edu http://www.stud.uni-karlsruhe.de/~ubcqr/2010w/tut gbi/ 2011-02-07 Äquivalenzrelationen 1 Äquivalenzrelationen
MehrLineare Algebra I 5. Tutorium Die Restklassenringe /n
Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und
MehrTime management. Erstsemestertutorium 1/31
Time management Erstsemestertutorium 1/31 Erstsemestertutorium Daniel Teunis & Robert Grätz Institut für Informatik Humboldt-Universität zu Berlin 2. November 2015 Erstsemestertutorium 2/31 Wo findet ihr
MehrLösungen zur Übungsserie 1
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche
Mehr2 Mengen, Abbildungen und Relationen
Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl
MehrKlausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010
Klausur Formale Systeme Fakultät für Informatik Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 A1 (15) A2 (10) A3 (10) A4
Mehr2 Lösungen zu Kapitel 2
2 Lösungen zu Kapitel 2 2. Lösung. Die Funktion f ist nicht injektiv. So gibt es (unendlich) viele Paare (x, y) mit f(x, y) = 0, etwa (0, 0) und (/2, ). Die Funktion f ist surjektiv. Zum Beispiel gilt
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 2003/2004) Aufgabenblatt 6
MehrR = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}
Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben
MehrLogik Vorlesung 8: Modelle und Äquivalenz
Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
MehrMathematische Grundlagen
Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Sommersemester 2016 16. September 2016, 1:00 14:0 Uhr Name: Vorname: Matrikelnr.: Unterschrift: Aufgabe 1 2 4 5 6 Summe Punkte
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,
MehrObject Constraint Language. 30. Oktober 2012
Object Constraint Language 30. Oktober 2012 54 Was ist die OCL? Wie wird sie verwendet? Die Object Constraint Language (OCL) ist eine textuelle Sprache für Constraints über Objektstrukturen. Sie ist ein
MehrHow To Prove A Propositional Logic
Klausur Formale Systeme Fakultät für Informatik SS 2015 Prof. Dr. Bernhard Beckert 31. Juli 2015 Vorname: Matrikel-Nr.: Die Bearbeitungszeit beträgt 60 Minuten. A1 (10) A2 (8) A3 (6) A4 (7) A5 (9) A6 (11)
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: {
MehrFormale Systeme. Modallogik. Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemerg and National Large-scale Research Center of the Helmholtz
Mehr1. Klausur TheGI 3 Aussagenlogik 15. Dezember 2007
1 B. Mahr, S. Bab, T. Wieczorek WS 07/08 1. Klausur TheGI 3 Aussagenlogik 15. Dezember 2007 Name, Vorname: Matr.-Nr.: Übung im WS Aufgabe: 1 2 3 4 5 6 7 8 Punkte: Summe: Klausurnote: Punkte: Insgesamt
MehrErgänzende Übungen Lineare Algebra I. Wintersemester 2010/11. Prof. Dr. Kristina Reiss Heinz Nixdorf-Stiftungslehrstuhl für Didaktik der Mathematik
Ergänzende Übungen Lineare Algebra I Wintersemester 2010/11 Prof. Dr. Kristina Reiss Heinz Nixdorf-Stiftungslehrstuhl für Didaktik der Mathematik 1 Äquivalenz Was bedeutet Äquivalenz? Wie wird der Begriff
MehrWir notieren den Zusammenhang mit Schnitt und Vereinigung.
Die Potenzmenge Elemente einer Menge können auch selbst Mengen sein. (1.20) Definition. Sei M eine Menge. Die Potenzmenge von M, geschrieben Pot M, ist die Menge aller Teilmengen von M. (1.21) Beispiele.
MehrGrundbegriffe der Mathematik - Blatt 1, bis zum
Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 2018/2019 18.10.2018 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum
Mehr3. Vortrag: Arithmetische Relationen und Gödelisierung
3. Vortrag: Arithmetische Relationen und Gödelisierung 1. Arithmetische und arithmetische Mengen und Relationen 2. Verkettung von Zahlen 3. Gödelisierung Arithmetische und arithmetische Mengen und Relationen
MehrLösungen zur Übungsserie 9
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag,? November Lösungen zur Übungsserie 9 Aufgaben 1,2,3,5,6,8,9,11 Aufgabe 1. Sei a R. Berechnen Sie die folgenden Grenzwerte, falls sie existieren.
MehrGrundlagen und Diskrete Strukturen Wiederholungsaufgaben
TU Ilmenau Institut für Mathematik Dr. Jens Schreyer Teil 1: Aussagenlogik Aufgabe 1 Grundlagen und Diskrete Strukturen Wiederholungsaufgaben Stellen Sie die Wahrheitstafel für die aussagelogische Formel
MehrGrundlagen der Theoretischen Informatik
FH Wedel Prof. Dr. Sebastian Iwanowski GTI22 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 2: Logik, Teil 2.2: Prädikatenlogik FH Wedel Prof. Dr. Sebastian Iwanowski
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
MehrDie Verwendung der Object Constraint Language (OCL) in UML-Modellen
Die Verwendung der Object Constraint Language (OCL) in UML-Modellen Gliederung Einleitung Grundlegende Prinzipien Was ist ein Kontext von Constraints Invarianten Vor- und Nachbedingungen Typen und Collections
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3
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 3 Die Lösungshinweise dienen
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 30.04.2013 Grenzen regulärer Sprachen Wie beweist man, dass eine Sprache nicht regulär
MehrÜbungen zur Vorlesung Einführung in die Mathematik
Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere
MehrMusterlösung MafI 1 - Blatt 5
Musterlösung MafI 1 - Blatt 5 Titus Laska Aufgabe 1 (Relationen). Die drei Relationen R, S, T N N sind jeweils auf Reflexivität, Symmetrie und Antisymmetrie zu untersuchen. Lösung. Erinnerung. Sei R A
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 26. November 2014 Was kommt nach den natürlichen Zahlen? Mehr als die natürlichen Zahlen braucht man nicht, um einige der schwierigsten
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
MehrAufgabe 3. Sei A eine Menge von Zahlen und neg das Tripel. neg = (A, A, R) A = N A = Z A = R A = R \ {0} mod : N 0 N N 0
Funktionen Aufgabe 1. Finden Sie 3 Beispiele von Funktionen und 3 Beispiele von partiellen Funktionen, die nicht total sind. Es sollten auch mehrstellige Funktionen darunter sein. Aufgabe 2. Zeigen Sie,
MehrModellierung von Wissen
Martin LMU 9. Mai 2011 Schmutzige Kinder Eine Anzahl Kinder, manche haben eine schmutzige Stirn vom Spielen, manche nicht. Kein Kind kann seine eigene Stirn sehen und auch nicht befühlen. Kann ein Kind
MehrKlausur Formale Systeme Fakultät für Informatik SS 2018
Klausur Formale Systeme Fakultät für Informatik SS 2018 Prof. Dr. Bernhard Beckert 30. Juli 2018 Name: Vorname: Matrikel-Nr.: Die Bearbeitungszeit beträgt 60 Minuten. A1 (13) A2 (8) A3 (6) A4 (8) A5 (9)
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61 Anmerkung Änderung im Wintersemester 2013/2014:
MehrLösungen zur Klausur zur Vorlesung. Mathematik für Informatiker I. (Dr. Frank Hoffmann) Wintersemester 2011/ Februar 2012
Lösungen zur Klausur zur Vorlesung Mathematik für Informatiker I (Dr. Frank Hoffmann) Wintersemester 2011/2012 22. Februar 2012 Aufgabe 1 Logisches und Grundsätzliches /4+4+2 (a) Testen Sie mit dem Resolutionskalkül,
MehrFormale Systeme. Modallogik. Prof. Dr. Bernhard Beckert, WS 2016/ KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2016/2017 Modallogik KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft Modale Logik Im Unterschied
MehrMathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11
Mathematik für Informatiker I Christoph Eisinger Wintersemester 2010/11 Musterlösungen zum Hausübungsblatt 3 Aufgabe 1 Zu überpüfen sind jeweils folgende Eigenschaften: 1. Reflexivität: x R x x S 2. Symmetrie:
MehrFormale Methoden 1. Gerhard Jäger 14. November Uni Bielefeld, WS 2007/2008 1/17
1/17 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 14. November 2007 2/17 Komposition von Relationen und Funktionen seien R A B und S B C Relationen neue
MehrLineare Algebra und Analytische Geometrie I Winter 2015/16 Erste Klausur
Lineare Algebra und Analytische Geometrie I Winter 25/6 Erste Klausur 9.2.26 Name (deutlich lesbar!):....................................................................... Matrikelnummer (deutlich lesbar!):
MehrNachbarschaft, Grad, regulär, Inzidenz
Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad
MehrEin und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben.
2 Aussagenlogik () 2.3 Semantik von [ Gamut 4-58, Partee 7-4 ] Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s und s 2 unterschiedliche Wahrheitswerte haben. Beispiel: Es regnet.
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
MehrZusammenfassung des Stoffes zur Vorlesung Formale Systeme
Zusammenfassung des Stoffes zur Vorlesung Formale Systeme Max Kramer 13. Februar 2009 Diese Zusammenfassung entstand als persönliche Vorbereitung auf die Klausur zur Vorlesung Formale Systeme von Prof.
MehrFormale Systeme. Modallogik. Prof. Dr. Bernhard Beckert, WS 2017/ in der Helmholtz-Gemeinschaft KIT I NSTITUT F UR
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Modallogik T HEORETISCHE I NFORMATIK KIT I NSTITUT F UR.kit.edu in der Helmholtz-Gemeinschaft KIT Die Forschungsuniversitat Modale Logik Im Unterschied
MehrDieser Graph hat 3 Zusammenhangskomponenten
Vl 2, Informatik B, 19. 04. 02 1.1.3 Definitionen und wichtige Graphen Sei im folgenden G =(V;E) ein schlichter ungerichteter Graph. Definition: Der Grad eines Knoten v in einem ungerichteten Graphen ist
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und en Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 008/009 Übung am..008 Übung 4 Einleitung Zuerst soll auf den aktuellen Übungsblatt und Stoff der Vorlesung eingegangen
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen Mehrstellige Relationen 3 Abbildungen 4
MehrKapitel 0: Grundbegriffe Gliederung
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechenbarkeitstheorie 4. Komplexitätstheorie 5. Kryptographie 0/2, Folie 1 2009 Prof. Steffen Lange - HDa/FbI - Theoretische Informatik
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
MehrTechnische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt
Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden
MehrGliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000
Gliederung Mengen und operationen Relationen Funktionen Kardinalität von Mengen Mengen, Relationen, Funktionen 1 Mengen Definition (Naive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer
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
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
Mehr1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen
1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen Einleitung 1 Wie der Name schon sagt sind Äquivalenzrelationen besondere Relationen. Deswegen erkläre ich hier ganz allgemein, was Relationen
MehrWie werden die Vorlesungen/Übungen organisiert?
Wie werden die Vorlesungen/Übungen organisiert? Mein Name: Prof. Vladimir Matveev Sprechstunden: nach jeder Vorlesung bzw. in der Pause Homepage der Vorlesung: http: //users.minet.uni-jena.de/ matveev/lehre/la10/
Mehri=1 j= 5 2. Verifizieren Sie die Gleichung indem Sie die Ausdrücke ohne Summenzeichen schreiben. j=0
Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten WS 2017 1. Schreiben Sie die folgenden Ausdrücke ohne Verwendung von Summen- bzw. Produktzeichen: 7 2 3 5 k 2k+1, a k, 2
MehrFU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :
MehrGraphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX
Graphentheorie 1 Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Graphentheorie 1 Slide 1/19 Agenda Hausaufgaben Graph-Äquivalenz SetlX Diskrete Strukturen Graphentheorie
MehrZusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Zusammenfassung der letzten LVA Diskrete Mathematik Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom (Beweisformen) Beweisformen sind etwa (i) deduktive
MehrFormale Modellierung Vorlesung 10 vom : Formale Modellierung mit UML und OCL
1 [30] Formale Modellierung Vorlesung 10 vom 24.06.14: Formale Modellierung mit UML und OCL Serge Autexier & Christoph Lüth Universität Bremen Sommersemester 2014 2 [30] Fahrplan Teil I: Formale Logik
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich
MehrModallogik (aussagenlogisch)
Modallogik (aussagenlogisch) Zur Formulierung und Repräsentation von Aussagen, die über die Aussagenlogik hinausgehen. Meist modale Einschränkung Bald wird es regnen Möglicherweise ist die Erde eine Kugel.
MehrKLAUSUR ZUR ALGEBRA (B3) 18. Februar 2009 MUSTERLÖSUNG
KLAUSUR ZUR ALGEBRA (B3) 18. Februar 2009 MUSTERLÖSUNG Name: Studiengang: Aufgabe 1 2 3 4 5 6 7 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung
MehrTHEORETISCHE INFORMATIK UND LOGIK
Prädikatenlogik als Universalsprache Die Entwicklung der Logik hat ein zentrales Motiv: Logik als eine universelle, präzise Sprache THEORETISCHE INFORMATIK UND LOGIK 15. Vorlesung: Logisches Schließen
MehrTopologische Grundbegriffe II. Inhaltsverzeichnis
Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten des Vortrages Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen
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.
MehrLineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10
Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige
MehrWie werden die Vorlesungen/Übungen organisiert?
Wie werden die Vorlesungen/Übungen organisiert? Prof. Vladimir Matveev ist bis Mai auf Dienstreise, die erste Vorlesungen werden von Dr. Konrad Schöbel gehalten Sprechstunden: nach jeder Vorlesung bzw.
MehrFormale Systeme. Prof. Dr. Bernhard Beckert. Winter 2008/2009. Fakultät für Informatik Universität Karlsruhe (TH)
Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe (TH) Winter 2008/2009 Prof. Dr. Bernhard Beckert Formale Systeme Winter 2008/2009 1 / 22 Kalküle für die Aussagenlogik
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrKongruenz ist Äquivalenzrelation
Kongruenz ist Äquivalenzrelation Lemma Kongruenz ist Äquivalenzrelation Die Kongruenz modulo n ist eine Äquivalenzrelation auf Z. D.h. für alle a, b, c Z gilt 1 Reflexivität: a a mod n 2 Symmetrie: a b
MehrTheoretische Informatik Mitschrift
5 Eigenschaften regulärer Sprachen 51: Die Nerode-Relation Theoretische Informatik Mitschrift Definition 51: Sei L * L * * mit L :={u, v * * w *:uw L v w L }heißt Nerode-Relation von L Sei ={0,1}, L= *{00}
MehrPrädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik
Prädikatenlogiken Mathematische Logik Vorlesung 7 Alexander Bors 6. & 27. April 2017 1 Prädikatenlogiken Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) (Abgeleitete) Axiome
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
MehrMusterlösung zur Klausur Grundwissen Schulmathematik am
Musterlösung zur Klausur Grundwissen Schulmathematik am 24.2.2012 Aufgabe 1 (10 Punkte) Zeigen Sie: Für alle n N ist n 3 3n 2 +2n durch 6 teilbar. svorschläge Beweis durch Induktion nach n n = 1. Es ist
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker II (Sommersemester 2004) Lösungen zu Aufgabenblatt
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2016 Einführung in die mathematische Logik Arbeitsblatt 3 Übungsaufgaben Aufgabe 3.1. Beweise mittels Wahrheitstabellen, dass die folgenden Aussagen Tautologien sind.
MehrEinführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018
1 Beweisen Sie folgende Aussage: Das Produkt zweier ungeraden Zahlen ist ungerade Beweisen Sie folgende Aussage: Es gibt keine ganzen Zahlen n, m mit 8m + 4n = 100 [Hinweis: Beweisen Sie indirekt Nehmen
Mehr1.4 Äquivalenzrelationen
8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und en Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 6 Einleitung Eventuell auftretende Fragen zum Übungsblatt sollen beantwortet werden. Dazu ist es erforderlich,
Mehr