Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik
|
|
- Henriette Albert
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 / 18
2 Syntaktischer Folgerungsbegriff: Beweisbarkeit Wir stellen nun dem semantischen Folgerungsbegriff einen syntaktischen Folgerungsbegriff, die Beweisbarkeit, gegenüber. Hierzu führen wir zunächst allgemein den Begriff eines Kalküls oder Axiomensystems sowie die zugehörigen Beweis- und Beweisbarkeitsbegriffe ein. Wir geben dann einen Kalkül der Aussagenlogik an (den Shoenfield-Kalkül S) und zeigen, dass Beweisbarkeit in diesem Kalkül mit dem semantischen Folgerungsbegriff zusammenfällt. Da der Beweisbegriff rein syntaktisch beschrieben ist, liefert dies die gewünschte syntaktische Charakterisierung des Folgerungsbegriffs. Da Folgerungen aus der leeren Menge mit der Allgemeingültigkeit (al. Wahrheit) zusammenfallen, erhalten wir mit der Beweisbarkeit insbesondere eine rein syntaktische Charakterisierung der aussagenlogischen Wahrheit. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 2 / 18
3 Kalküle (Axiomensysteme) Ein (formaler) Kalkül K wird durch folgende Komponenten bestimmt: 1 die Sprache von K, die durch das (i.a. abzählbare) Alphabet von K festgelegt ist 2 die Menge der Formeln von K, wobei diese eine Teilmenge der endlichen Folgen (d.h. der Wörter) über dem Alphabet von K ist 3 die Menge der Axiome von K, wobei diese eine Teilmenge der Menge der Formeln von K ist 4 die Menge der Regeln von K, wobei jede Regel R die Gestalt (R) ϕ 1,..., ϕ n ϕ hat, wobei n 1 und ϕ 1,..., ϕ n, ϕ Formeln von K sind. ϕ 1,..., ϕ n sind die Prämissen, ϕ die Konklusion von R. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 3 / 18
4 Anforderungen an einen Kalkül: Sprache (Alphabet) I.a. wird man bei einem unendlichen Alphabet verlangen, dass man die Zeichen des Alphabets effektiv generieren kann. Im Falle der Aussagenlogik würde man z.b. das Alphabet {A 0, A 1,...,,,,,, (, )} wählen. Wie wir bereits gesehen haben, kann man die Aussagenvariablen A n effektiv generieren, indem man diese als Wörter über dem endlichen Alphabet {A, 1} darstellt. Man könnte statt der Junktoren,,,, auch irgendeinen anderen Satz von Junktoren wählen, so lange die zugehörigen Booleschen Funktionen eine Basis bilden. Konkret werden wir hier einen Kalkül mit Alphabet {A 0, A 1,...,,, (, )} (also mit dem Junktorensatz {, }) betrachten. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 4 / 18
5 Anforderungen an einen Kalkül: Formeln Hier erwartet man, dass Formeln durch deren Form bestimmt sind, also syntaktisch charakterisiert sind. Dabei verlangt man i.a., dass insbesondere entscheidbar ist, ob ein Wort über dem Alphabet des Kalküls eine Formel ist oder nicht. Interpretiert werden Formeln als Aussagen (Sätze) oder Aussageformen (Satzformen). Im Falle der Aussagenlogik würde man bei Zugrundelegung des Alphabets {A 0, A 1,...,,,,,, (, )} die al. Formeln als Formelmenge wählen. Legt man einen anderen Junktorensatz zugrunde, sind die Formeln entsprechend definiert. Bei Alphabet {A 0, A 1,...,,, (, )} werden z.b. die Formeln induktiv definiert durch: Jede Aussagenvariable ist eine Formel. Ist ϕ eine Formel, so auch ϕ. Sind ϕ und ψ Formeln, so auch (ϕ ψ). Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 5 / 18
6 Anforderungen an einen Kalkül: Axiome Auch hier erwartet man, dass die Axiome durch deren Form bestimmt sind, also syntaktisch charakterisiert sind, und dass es entscheidbar ist, ob eine Formel ein Axiom ist. Ist die Axiomenmenge unendlich, so liegen in der Regel endlich viele Axiomenschemata vor, wobei jedes Axiomenschema eine (unendliche) Menge von Formeln mit einer gemeinsamen syntaktischen Eigenschaft ist. Interpretiert werden Axiome als wahre Aussagen (Sätze) oder wahre Aussageformen (Satzformen). Beispiele für mögliche Axiomenschemata im Falle der Aussagenlogik sind oder (ϕ ϕ) (ϕ ϕ) wobei ϕ eine beliebige Formel (bzgl. der zugehörigen Sprache) ist. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 6 / 18
7 Anforderungen an einen Kalkül: Regeln Auch hier erwartet man wie bei Formeln und Axiomen, dass die Regeln durch deren Form bestimmt sind, also syntaktisch charakterisiert sind, und dass es entscheidbar ist, ob eine Formelfolge eine Regel ist. Ist die Regelmenge unendlich, so geht man entsprechend wie bei den Axiomen davon aus, dass endlich viele Regelschemata vorliegen, wobei jedes Regelschema eine (unendliche) Menge von Formelfolgen (fester endlicher Länge) mit einer gemeinsamen syntaktischen Eigenschaft ist. Interpretiert werden Regeln als zulässige Folgerungen. Beispiele für mögliche Regelschemata im Falle der Aussagenlogik sind ϕ ϕ oder ϕ, ϕ ψ ψ (modus ponens) Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 7 / 18
8 Kalküle: Beweise und Beweisbarkeit DEFINITION. Sei K ein Kalkül. Ein (K-) Beweis der (K-) Formel ϕ (oder eine (K-) Herleitung von ϕ) ist eine endliche Folge ψ 1,..., ψ n von (K-) Formeln, sodass folgendes gilt: ϕ ψ n Jede Formel ψ m (1 m n) ist ein (K-) Axiom oder die Konklusion einer (K-) Regel R, deren Prämisse(n) in {ψ 1,..., ψ m 1 } liegen. n ist die Länge des Beweises ψ 1,..., ψ n. DEFINITION. Eine (K-) Formel ϕ is (K-) beweisbar, wenn es einen (K-) Beweis von ϕ gibt. NB: Jedes (K-) Axiom ϕ ist ein (K-) Beweis (der Länge 1) und damit (K-) beweisbar. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 8 / 18
9 Kalküle: Beweise und Beweisbarkeit aus T DEFINITION. Sei K ein Kalkül und T eine Menge von (K-) Formeln. Ein (K-) Beweis der (K-) Formel ϕ aus T ist eine endliche Folge ψ 1,..., ψ n von (K-) Formeln, sodass folgendes gilt: ϕ ψ n Jede Formel ψ m (1 m n) ist ein (K-) Axiom oder eine Formel aus der Formelmenge T oder die Konklusion einer (K-) Regel R, deren Prämisse(n) in {ψ 1,..., ψ m 1 } liegen. n ist die Länge des Beweises ψ 1,..., ψ n. DEFINITION. Eine (K-) Formel ϕ is (K-) beweisbar aus T, wenn es einen (K-) Beweis von ϕ aus T gibt. NB: Jede Formel ϕ T ist ein (K-) Beweis (der Länge 1) aus T und damit (K-) beweisbar aus T. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 9 / 18
10 Beweisbarkeit: Widerspruchsfreiheit Im Folgenden sei K ein Kalkül, T eine Menge von K-Formeln und ϕ eine K-Formel. SCHREIBWEISE: T K ϕ : ϕ is K-beweisbar aus T K ϕ : K ϕ ϕ is K-beweisbar Ist K aus dem Kontext bekannt, so schreiben wir statt K. DEFINITION. Der Kalkül K is widerspruchsfrei, falls es eine K-Formel ψ mit ψ gibt. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 10 / 18
11 Beweisbarkeit: einfache Eigenschaften Im Folgenden sei K ein Kalkül, T, T Mengen von K-Formeln und ϕ eine K-Formel. MONOTONIELEMMA FÜR. Falls T T und T ϕ, so gilt auch T ϕ. BEWEIS. Aus T T folgt, dass jeder T -Beweis auch ein T -Beweis ist. TRANSITIVITÄTSLEMMA FÜR. Gelte T ϕ und gelte weiter T ψ für alle ψ T. Dann gilt T ϕ. BEWEISIDEE. Nach Annahme gibt es einen Beweis ϕ = ϕ 1,..., ϕ n 1, ϕ von ϕ aus T und für jedes ψ T einen Beweis ψ = ψ 1,..., ψ m 1, ψ von ψ aus T. Ersetzt man nun jede Formel ψ T, die in dem Beweis ϕ von ϕ aus T vorkommt, durch deren Beweis ψ aus T, so erhält man einen Beweis von ϕ aus T. (Formal zeigt man die Behauptung durch Herleitungsinduktion, d.h. durch Induktion nach der Länge n des Beweises ϕ = ϕ 1,..., ϕ n 1, ϕ n von ϕ aus T, wobei man im Induktionsschritt (Übergang von < m zu m) obige Beobachtung anwendet (falls ϕ m T ).) NB: Man beachte, dass die entsprechenden Aussagen auch für den semantischen Folgerungsbegriff gelten! Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 11 / 18
12 Beweisbarkeit: einfache Eigenschaften (Fortsetzung) ENDLICHKEITSSATZ FÜR. Falls T ϕ gilt, so gibt es eine endliche Teilmenge T 0 von T mit T 0 ϕ. BEWEIS. Es gelte T ϕ. Dann gibt es einen Beweis von ϕ aus T. Setze T 0 = T {ϕ 1,..., ϕ n }. ϕ = ϕ 1,..., ϕ n = ϕ 1,..., ϕ n 1, ϕ Offensichtlich ist T 0 eine endliche Teilmenge von T. Weiter ist ϕ ein Beweis von ϕ aus T 0. Also T 0 ϕ. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 12 / 18
13 Kalküle der Aussagenlogik: Korrektheit und Vollständigkeit Im Folgenden nennen wir einen Kalkül K einen Kalkül der Aussagenlogik, wenn die Sprache von K auf dem Alphabet {A 0, A 1,..., j 1,..., j k, (, )} basiert, wobei die Junktoren j 1,..., j k eine Basis der Booleschen Funktionen definieren, und die Formeln wie üblich (s.o.) gebildet sind. DEFINITION. Sei K ein Kalkül der Aussagenlogik. K ist korrekt bzgl. der Allgemeingültigkeit, falls jede K-beweisbare Formel ϕ allgemeingültig ist, also K ϕ ϕ für alle K-Formeln ϕ gilt. K ist korrekt bzgl. Folgerungen, falls jede aus einer Formelmenge T K-beweisbare Formel ϕ aus T (semantisch) folgt, also T K ϕ T ϕ für alle K-Formelmengen T und alle K-Formeln ϕ gilt. K ist vollständig bzgl. der Allgemeingültigkeit, falls jede allgemeingültige Formel ϕ K-beweisbar ist, also ϕ K ϕ für alle K-Formeln ϕ gilt. K ist vollständig bzgl. Folgerungen, falls jede aus einer Formelmenge T folgende Formel ϕ aus T K-beweisbar ist, also T ϕ T K ϕ für alle K-Formelmengen T und alle K-Formeln ϕ gilt. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 13 / 18
14 Korrektheit und Vollständigkeit (Fortsetzung) Wegen K ϕ K ϕ und ϕ ϕ impliziert Korrektheit (Vollständigkeit) bzgl. Folgerungen auch Korrektheit (Vollständigkeit) bzgl. der Allgemeingültigkeit. Im Folgenden sagen wir kurz Korrektheit (Vollständigkeit) anstelle von Korrektheit (Vollständigkeit) bzgl. Folgerungen und wir nennen einen Kalkül K der Aussagenlogik adäquat, wenn K korrekt und vollständig ist, also stets gilt. T K ϕ T ϕ Der syntaktische Beweisbarkeitsbegriff in einem adäquaten Kalkül der Aussagenlogik fällt also gerade mit dem semantischen Folgerungsbegriff zusammen (und die beweisbaren Formeln sind gerade die allgemeingültigen Formeln). Im Folgenden werden wir einen Kalkül der Aussagenlogik angeben und von ihm zeigen, dass er adäquat ist. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 14 / 18
15 Shoenfields Kalkül S der Aussagenlogik: Sprache und Formeln Der Shoenfield-Kalkül S basiert auf der Basis {, }. Die Sprache von S ist also durch das Alphabet {A 0, A 1,...,,, (, )} gegeben. Wie bereits oben ausgeführt führt dies zu folgender induktiver Definition der Formeln: Jede Aussagenvariable ist eine Formel. Ist ϕ eine Formel, so auch ϕ. Sind ϕ und ψ Formeln, so auch (ϕ ψ). Aussagenlogische Formeln, die nicht von diesem Typ sind, fassen wir als Abkürzungen von S-Formeln auf, wobei wir folgende Identitäten verwenden: (ϕ ψ) ( ϕ ψ) (ϕ ψ) ( ϕ ψ) (ϕ ψ) ((ϕ ψ) (ψ ϕ)) wobei hier und noch wie oben angegeben zu ersetzen sind. Zur Erhöhung der Lesbarkeit verwenden wir wie bei den al. Formeln die früher eingeführten Regeln zur Klammerersparnis. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 15 / 18
16 Shoenfields Kalkül S der Aussagenlogik: Axiome und Regeln Der Schoenfield-Kalkül besitzt ein Axiomenschema und vier Regelschemata: AXIOME ϕ ϕ ( ϕ ϕ) tertium non datur (Ax) REGELN ψ ϕ ψ Expansion (E) ϕ (ψ δ) (ϕ ψ) δ Assoziativität (A) ϕ ϕ ϕ Kürzung (Kü) ϕ ψ, ϕ δ ψ δ Schnitt (S) Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 16 / 18
17 Korrektheit des Shoenfield-Kalküls S KORREKTHEITSSATZ. Der Schoenfield-Kalkül S ist korrekt (bzgl. Folgerungen): T S ϕ T ϕ Zum Beweis zeigen wir: KORREKTHEITSLEMMA. Sei K ein Kalkül der Aussagenlogik, dessen Axiome allgemeingültig sind und dessen Regeln korrekt bzgl. Folgerungen sind. Dann ist K korrekt bzgl. Folgerungen. Da (wie man leicht sieht und wie wir zum großen Teil bereits gezeigt haben) die Axiome des Shoenfield-Kalküls allgemeingültig und die Regeln bzgl. Folgerungen korrekt sind, folgt der Korrektheitssatz direkt aus dem Korrektheitslemma. Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 17 / 18
18 Beweis des Korrektheitslemmas Es gelte T ϕ. Zu zeigen: T ϕ. Sei ϕ 0,..., ϕ n ein Beweis von ϕ aus T. Wegen ϕ ϕ n genügt es T ϕ i für i n durch Ind(i) zu zeigen (= Herleitungsinduktion). Zum Nachweis von T ϕ i unterscheide die folgenden drei möglichen Fälle: ϕi Axiom: Dann ist (nach Annahme) ϕ i allgemeingültig weshalb insbesondere T ϕ i gilt. ϕ i T : Dann gilt trivialerweise T ϕ i. ϕ i ist mit Hilfe einer Regel R aus ϕ j0,..., ϕ jk mit j 0,..., j k < i erschlossen. Dann gilt nach I.V. T ϕ jm für m k. Da R nach Annahme korrekt bzgl. Folgerungen ist, folgt T ϕ i (mit Transitivität von ). Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 18 / 18
Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln
Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht
MehrHilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
MehrWeitere Beweistechniken und aussagenlogische Modellierung
Weitere Beweistechniken und aussagenlogische Modellierung Vorlesung Logik in der Informatik, HU Berlin 2. Übungsstunde Aussagenlogische Modellierung Die Mensa versucht ständig, ihr Angebot an die Wünsche
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1
Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische
MehrHandout zu Beweistechniken
Handout zu Beweistechniken erstellt vom Lernzentrum Informatik auf Basis von [Kre13],[Bün] Inhaltsverzeichnis 1 Was ist ein Beweis? 2 2 Was ist Vorraussetzung, was ist Behauptung? 2 3 Beweisarten 3 3.1
MehrRhetorik und Argumentationstheorie.
Rhetorik und Argumentationstheorie 2 [frederik.gierlinger@univie.ac.at] Teil 2 Was ist ein Beweis? 2 Wichtige Grundlagen Tautologie nennt man eine zusammengesetzte Aussage, die wahr ist, unabhängig vom
MehrSE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER
SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER FORMALE SPRACHEN Wie jede natürliche Sprache, hat auch auch jede formale Sprache Syntax/Grammatik Semantik GRAMMATIK / SYNTAX Die Grammatik / Syntax einer formalen
MehrDie Folgerungsbeziehung
Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation
MehrInduktive Beweise und rekursive Definitionen
Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:
MehrKapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
MehrInduktive Definitionen
Induktive Definitionen Induktive Definition: Konstruktive Methode zur Definition einer Menge M von Objekten aus Basisobjekten mittels (Erzeugungs-) Regeln Slide 1 Rekursion über den Aufbau: Konstruktive
MehrMathematische Grundlagen der Computerlinguistik
Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum
MehrTU8 Beweismethoden. Daniela Andrade
TU8 Beweismethoden Daniela Andrade daniela.andrade@tum.de 12.12.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2
MehrDeduktion in der Aussagenlogik
Deduktion in der Aussagenlogik (Erläuterungen zu Kapitel 6, Teil 2 des FGI-1 Skriptes) Frank Heitmann 1 Motivation Wenn man sich erstmal darauf eingelassen hat, dass man mit Formeln etwas sinnvolles machen
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
MehrLogische Folgerung. Definition 2.11
Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell
MehrTeil 7. Grundlagen Logik
Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel
Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen
MehrAussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen
Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der
MehrKapitel 2. Die Prädikentenlogik (erster Stufe)
Kapitel 2 Die Prädikentenlogik (erster Stufe) Mathematische Strukturen und formale Sprachen Mathematische Logik (WS 2010/11) Prädikatenlogik 1. Stufe 1 / 43 Übersicht Vorbemerkungen Mathematische Strukturen
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrPrüfungsprotokoll Kurs 1825 Logik für Informatiker. Studiengang: MSc. Informatik Prüfer: Prof. Dr. Heinemann Termin: Januar 2015
Prüfungsprotokoll Kurs 1825 Logik für Informatiker Studiengang: MSc. Informatik Prüfer: Prof. Dr. Heinemann Termin: Januar 2015 1. Aussagenlogik Alphabet und AS gegeben, wie sind die Aussagenlogischen
MehrInduktive Definitionen
Priv.-Doz. Dr.rer.nat.habil. Karl-Heinz Niggl Technische Universität Ilmenau Fakultät IA, Institut für Theoretische Informatik Fachgebiet Komplexitätstheorie und Effiziente Algorithmen J Induktive Definitionen
MehrAutomaten, Spiele und Logik
Automaten, Spiele und Logik Woche 13 11. Juli 2014 Inhalt der heutigen Vorlesung Linearzeit Temporale Logik (LTL) Alternierende Büchi Automaten Nicht-Determinisierung (Miyano-Ayashi) Beschriftete Transitionssysteme
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
Mehr6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische
MehrNormalformen boolescher Funktionen
Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion
MehrÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER
ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER FORMALE SPRACHEN Bevor wir anfangen, uns mit formaler Logik zu beschäftigen, müssen wir uns mit formalen Sprachen beschäftigen Wie jede natürliche Sprache,
MehrFormeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur
Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 3. Aussagenlogik Einführung: Logisches Schließen im Allgemeinen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Beispiel:
MehrProlog basiert auf Prädikatenlogik
Software-Technologie Software-Systeme sind sehr komplex. Im Idealfall erfolgt die Programmierung problemorientiert, während die notwendige Übertragung in ausführbare Programme automatisch erfolgt. Prolog-Philosophie:
Mehr4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:
4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de
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
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes
MehrMütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge
Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,
MehrÜbung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013
Übung zu Grundbegriffe der Informatik Simon Wacker 15. November 2013 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die
Mehr5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56
5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten
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
MehrTheorie der Informatik
Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 Einführung Beispiel: Aussagenlogische Formeln Aus dem Logikteil: Definition (Syntax
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus
MehrLogik Vorlesung 6: Resolution
Logik Vorlesung 6: Resolution Andreas Maletti 28. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften
MehrReferat rekursive Mengen vs. rekursiv-aufzählbare Mengen
Kapitel 1: rekursive Mengen 1 rekursive Mengen 1.1 Definition 1.1.1 informal Eine Menge heißt rekursiv oder entscheidbar, wenn ihre charakteristische Funktion berechenbar ist. 1.1.2 formal Eine Menge A
Mehr1 Σ endliches Terminalalphabet, 2 V endliche Menge von Variablen (mit V Σ = ), 3 P (V (Σ ΣV )) {(S, ε)} endliche Menge von Regeln,
Theorie der Informatik 8. März 25 8. Reguläre Sprachen I Theorie der Informatik 8. Reguläre Sprachen I 8. Reguläre Grammatiken Malte Helmert Gabriele Röger 8.2 DFAs Universität Basel 8. März 25 8.3 NFAs
MehrJeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.
Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.
MehrDefinition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.
Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer
MehrAussagenlogik Prädikatenlogik erster Stufe. Logik. Logik
Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable
MehrAussagen- und Prädikatenlogik
Universität Bielefeld Formale Methoden der Linguistik Prof. Dr. Walther Kindt, Mirco Hilbert Fakultät für Linguistik und Literaturwissenschaft Kurz-Zusammenstellung Aussagen- und Prädikatenlogik Mirco
MehrKapitel 2. Die Prädikatenlogik (erster Stufe) Mathematische Strukturen und formale Sprachen
Kapitel 2 Die Prädikatenlogik (erster Stufe) Mathematische Strukturen und formale Sprachen Mathematische Logik (WS 2012/13) Kap. 2: Prädikatenlogik 1. Stufe 1/81 Übersicht 2.0 Vorbemerkungen 2.1 Mathematische
MehrFormale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt
Mehr11. Folgen und Reihen.
- Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a
MehrGrammatiken. Einführung
Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische
Mehr5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus
5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus 5.4.1 Einführung Einführung Verwendet wird die Sprache der Prädikatenlogik erster Stufe mit Identität (ohne Funktionskonstanten) mit dem folgenden
Mehr1. Einleitung wichtige Begriffe
1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10
Mehr2.11 Kontextfreie Grammatiken und Parsebäume
2.11 Kontextfreie Grammatiken und Parsebäume Beispiel: Beispiel (Teil 3): Beweis für L(G) L: Alle Strings aus L der Länge 0 und 2 sind auch in L(G). Als Induktionsannahme gehen wir davon aus, dass alle
MehrAutomaten und Formale Sprachen
Automaten und Formale Sprachen Prof. Dr. Dietrich Kuske FG Theoretische Informatik, TU Ilmenau Wintersemester 2011/12 WS 11/12 1 Organisatorisches zur Vorlesung Informationen, aktuelle Version der Folien
MehrAusgewählte unentscheidbare Sprachen
Proseminar Theoretische Informatik 15.12.15 Ausgewählte unentscheidbare Sprachen Marian Sigler, Jakob Köhler Wolfgang Mulzer 1 Entscheidbarkeit und Semi-Entscheidbarkeit Definition 1: L ist entscheidbar
MehrFormale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.
Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen
MehrTEIL III: FORMALE SPRACHEN
EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 TEIL III: FORMALE SPRACHEN 16. TERMERSETZUNGSSYSTEME UND CHOMSKY-GRAMMATIKEN Theoretische Informatik (SoSe 2011)
MehrFORMALE SYSTEME. Sprachen beschreiben. Wiederholung. Wie kann man Sprachen beschreiben? 2. Vorlesung: Grammatiken und die Chomsky-Hierarchie
Wiederholung FORMALE SYSTEME 2. Vorlesung: Grammatiken und die Chomsky-Hierarchie Markus Krötzsch Formale Sprachen sind in Praxis und Theorie sehr wichtig Ein Alphabet ist eine nichtleere, endliche Menge
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
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)
MehrAnalysis I: Übungsblatt 1 Lösungen
Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
MehrSemantic Web Technologies I Lehrveranstaltung im WS13/14
www.semantic-web-grundlagen.de Semantic Web Technologies I Lehrveranstaltung im WS13/14 Dr. Andreas Harth Dipl.-Inf. Martin Junghans Logik Grundlagen Einleitung und Ausblick XML und URIs Einführung in
MehrWas bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion
Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert
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
MehrLogic in a Nutshell. Christian Liguda
Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 7. Aussagenlogik Analytische Tableaus Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Tableaukalkül
Mehr1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte
Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition
MehrAufgabe - Fortsetzung
Aufgabe - Fortsetzung NF: Nicht-Formel F: Formel A: Aussage x :( y : Q(x, y) R(x, y)) z :(Q(z, x) R(y, z)) y :(R(x, y) Q(x, z)) x :( P(x) P(f (a))) P(x) x : P(x) x y :((P(y) Q(x, y)) P(x)) x x : Q(x, x)
MehrZusammenfassung. 1 Wir betrachten die folgende Signatur F = {+,,, 0, 1} sodass. 3 Wir betrachten die Gleichungen E. 4 Dann gilt E 1 + x 1
Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 7 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 1 Wir betrachten die folgende Signatur
MehrLösungen zu Aufgabenblatt 7P
Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 205 9. Mai 205 Lösungen zu Aufgabenblatt 7P Aufgabe (Stetigkeit) (a) Für welche a, b R sind die folgenden Funktionen stetig in x 0
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrLineare Abhängigkeit
Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x
MehrLösungen zur 3. Projektaufgabe TheGI1
Marco Kunze (makunze@cs.tu-berlin.de) WS 2001/2002 Sebastian Nowozin (nowozin@cs.tu-berlin.de) 21. 1. 2002 Lösungen zur 3. Projektaufgabe TheGI1 Definition: Turing-Aufzähler Ein Turing-Aufzähler einer
MehrBeschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de
Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining
Mehr5. Aussagenlogik und Schaltalgebra
5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft
MehrWie beweise ich etwas? 9. Juli 2012
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Wie beweise ich etwas? 9. Juli 2012 1 Was ist ein Beweis? 1.1 Ein Beispiel Nimm einen Stift und ein Blatt Papier und zeichne fünf
Mehry(p F x) gebunden und in den Formeln F xy
Wirkungsbereich (Skopus) eines Quantors i bzw. i nennen wir die unmittelbar auf i bzw. i folgende Formel. Wir sagen, eine IV i kommt in einer Formel A gebunden vor, wenn sie unmittelbar auf oder folgt
MehrSatz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich
Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes
MehrEinführung in die mathematische Logik
roseminar Maschinelles Beweisen SS 2000 Einführung in die mathematische Logik Ein Crashkurs über die Grundlagen wichtiger Logiken und Beweiskalküle Uwe Bubeck 13. Juli 2000 Logik-1 Einführung in die mathematische
MehrErfüllbarkeit und Allgemeingültigkeit
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ
MehrWS 2009/10. Diskrete Strukturen
WS 29/ Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws9
MehrGrundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
MehrThemen: Kubische Gleichungen, Ungleichungen, Induktion
Lo sungen zu U bungsblatt Mathematik fu r Ingenieure Maschinenbauer und Sicherheitstechniker), 1. Semester, bei Prof. Dr. G. Herbort im WiSe1/14 Dipl.-Math. T. Pawlaschyk, 05.11.1 Themen: Kubische Gleichungen,
MehrBinäre Suchbäume (binary search trees, kurz: bst)
Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.
MehrGrundlagen der Informatik II. Teil I: Formale Modelle der Informatik
Grundlagen der Informatik II Teil I: Formale Modelle der Informatik 1 Einführung GdInfoII 1-2 Ziele/Fragestellungen der Theoretischen Informatik 1. Einführung abstrakter Modelle für informationsverarbeitende
Mehr8 Konvergenzkriterien und Häufungswerte von Folgen in R
8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium
Mehr(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
Mehr