Abstrakte Ersetzungssysteme
|
|
- Carin Dresdner
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 3 Abstrakte Ersetzungssysteme Für viele Überlegungen spielt die Feinstruktur der Objekte, die durch ein Ersetzungssystem manipuliert werden, keine Rolle. So sind die folgenden Begriffe und Ergebnisse auf Wort-, Term- und Graphersetzungssysteme ebenso anwendbar wie auf s λ-kalkül oder auf Petrinetze. Wir abstrahieren also von den Objekten und den darauf definierten Ersetzungsschritten und nehmen eine beliebige Menge T und eine beliebige zweistellige Relation auf T als gegeben an. Die Relation nennen wir ein abstraktes Ersetzungssystem, oder kurz System, auf T. (Der Buchstabe T soll an Terme erinnern, der Pfeil an eine durch Regeln induzierte Ersetzungsrelation; später werde ich aber auch Beispiele vorstellen, wo T für ganz andere Mengen steht, etwa die Menge der natürlichen Zahlen.) Offenbar ist ein abstraktes Ersetzungssystem also nichts anderes als ein gerichteter Graph Termination und Konfluenz Seien s, t T. Gilt s t, dann heißt t Nachfolger von s und s Vorgänger von t. Mit s t heißt t direkter Nachfolger von s und s direkter Vorgänger von t. Gibt es kein t T mit t t, dann nennen wir t Normalform. Ist t eine Normalform und Nachfolger von s, so heißt t Normalform von s. Wird mit Ersetzungssystemen gerechnet, dann repräsentieren Normalformen die Ergebnisse von Rechnungen (siehe etwa die Abschnitte und 1.2). Von besonderem Interesse sind deshalb die folgenden Fragen: Hat jedes t in T (mindestens) eine Normalform? Gibt es ein t in T mit mehreren Normalformen? Oder sind Normalformen immer eindeutig bestimmt? 1 Entsprechende Begriffe finden sich tatsächlich auch in neueren Büchern zur Graphentheorie, etwa in Schmidt und Ströhlein, Relations and Graphs Discrete Mathematics for Computer Scientists, Springer
2 26 KAPITEL 3. ABSTRAKTE ERSETZUNGSSYSTEME Die Existenz von Normalformen für jedes Element in T wird oft auch schwache Termination genannt. Diese Eigenschaft lässt sich aber meist nur schlecht nachweisen. Ein besser zugängliches hinreichendes Kriterium für die Existenz von Normalformen ist die Termination (auch starke Termination genannt). Definition 1. Das System auf T terminiert (oder: ist terminierend), falls keine Folge (t i ) i IN über T existiert mit t i t i+1 für alle i IN, falls es also keine unendliche Kette t 0 t 1 gibt. Eine direkte Konsequenz aus der Definition ist Satz 1. In terminierenden Systemen hat jedes Element eine Normalform. Die Umkehrung gilt nicht. So zeigt die folgende Abbildung zwei nichtterminierende Systeme, bei denen aber gleichwohl jedes Element eine Normalform besitzt, im ersten Beispiel sogar unendlich viele, im zweiten Beispiel genau eine Die Eindeutigkeit von Normalformen ist die folgende Eigenschaft: Sind t 1 und t 2 Normalformen eines Elements aus T, dann ist t 1 = t 2. Das lässt sich auch so formulieren: Gilt t 1 t 2 für Normalformen t 1 und t 2, dann ist t 1 = t 2. Eine hinreichende Bedingung dafür ist die Konfluenz 2. Definition 2. Das System auf T ist konfluent, wenn gilt, wenn also für alle s, t 1, t 2 T mit t 1 s t 2 ein t T mit t 1 t t 2 existiert. t 1 s t t 2 Satz 2. Konfluenz impliziert die Eindeutigkeit von Normalformen. Beweis. Gilt t 1 t 2, dann garantiert die Konfluenz t 1 s t 2 für ein s T. Sind t 1 und t 2 Normalformen, dann gilt damit aber schon t 1 = s = t 2. Das System {a a, b a, b c, c c} zeigt, dass die Umkehrung nicht gilt. Hier gibt es keine Normalformen, die Eindeutigkeit von Normalformen ist also nicht gefährdet. Trotzdem ist das System nicht konfluent, da zwar a b c gilt, nicht aber a c. Ein terminierendes und konfluentes System nennt man konvergent, gelegentlich auch vollständig oder kanonisch. Korollar 1. In konvergenten Systemen hat jedes Element genau eine Normalform. Beispiel 6. Für das Wortersetzungssystem aus Beispiel 1 ist T = {a, b, c} und die durch die Regelmenge R = {ba ab, ca ac, cb bc} definierte 2 lat. confluens: Zusammenfluss.
3 3.1. TERMINATION UND KONFLUENZ 27 Relation R. Die folgende Abbildung zeigt alle zum Wort aabc äquivalenten Wörter. cbaa bcaa caba baca acba caab baac abca acab abac aacb aabc Das System terminiert (denn die Wörter werden mit jedem Schritt lexikographisch kleiner ohne ihre Länge zu verändern) und ist, wie in Abschnitt 4.1 noch gezeigt wird, konfluent. Alle Wörter aus der oben dargestellten Äquivalenzklasse haben die eindeutige Normalform aabc. Beispiel 7. Ein Bier kostet zwei Dollar, ebenso eine Limo. Das entsprechende Ersetzungssystem für die Relation kaufe ein Getränk ist hier für alle von einem Guthaben von drei oder fünf Dollar ausgehenden Transaktionen dargestellt. {$,$,$} {B,$} {L,$} {$,$,$,$,$} {B,$,$,$} {L,$,$,$} {B,B,$} {B,L,$} {L,L,$} Das System terminiert, wie die Erfahrung zeigt. Normalformen sind aber nicht eindeutig; so hat etwa {$,$,$,$,$} die drei Normalformen {B,B,$}, {B,L,$} und {L,L,$}. Führt man zusätzlich die Transaktion tausche Limo gegen Bier ein, {$,$,$} {B,$} {L,$} {$,$,$,$,$} {B,$,$,$} {L,$,$,$} {B,B,$} {B,L,$} {L,L,$} dann werden Normalformen eindeutig. Die Termination bleibt bewahrt. Aufgabe 7. Man zeige, dass für terminierende Systeme die Eindeutigkeit von Normalformen äquivalent zur Konfluenz ist. Aufgabe 8. Ein berühmtes offenes Problem ist die Termination des Systems n n/2 n 3n + 1 für n > 1 gerade, für n > 1 ungerade. auf T = IN \ {0}. Beispielsweise ist Man zeige: Es gibt nur eine einzige Normalform, nämlich 1. Das System terminiert genau dann, wenn alle Zahlen in T äquivalent sind.
4 28 KAPITEL 3. ABSTRAKTE ERSETZUNGSSYSTEME Erweitert man T zu T = T {ω} und zu = {ω n n T }, dann sind folgende Aussagen äquivalent: 1. terminiert. 2. terminiert. 3. ist konfluent. Aufgabe 9. Seien 1 und 2 Systeme auf T mit + 1 = + 2. Gilt damit 1 = 2? Ist 1 konfluent genau dann, wenn 2 konfluent ist? Terminiert 1 genau dann, wenn 2 terminiert? Was gilt jeweils, wenn die Voraussetzung + 1 = + 2 durch 1 = 2 ersetzt wird? Beispiel 8. Neulich beim Frühstück fand sich folgendes auf einer Packung Cornflakes: It s Magic the Tumbler a Game Here s a simple trick which you ll love to do especially because your friends won t be able to do it! Here s what you have to do: Place three tumblers on the table, with the middle one right up and the other two upside down. With 3 moves (using both hands and turning two tumblers each time) you have to end up with all three tumblers right way up. The secret is to start with the tumblers in fig. A, then turn tumblers 2 and 3, then 1 and 3, and finally turn 2 and 3 to finish as fig. B. Now here s the clever way of fooling your friends! When you ask them to do it, let them start with the tumblers as in fig. C. No matter how they try they ll end with the tumblers upside down after 3 moves! a engl. Glas, Becher Fig. A: Fig. B: Fig. C: Das folgende Diagramm zeigt alle möglichen Situationen und die Übergänge dazwischen. Offenbar sind und äquivalent (übrigens nicht nur der zur Verwirrung gewählten Kette wegen, sondern auch direkt wegen ), nicht aber und. Formalisiert man dieses System als Wortersetzungssystem über dem Alphabet {, } mit den Regeln und, erlaubt also nur das Umdrehen je zweier benachbarter Becher in der angegebenen Weise, dann erhält man zwar nach wie vor dieselbe Äquivalenz, jedoch eine kleinere Ersetzungsrelation:
5 3.1. TERMINATION UND KONFLUENZ 29 Das neue System ist konvergent. Nun sind und äquivalent, weil beide dieselbe Normalform haben, während und nicht äquivalent sind, da die beiden Normalformen und verschieden sind. Das letzte Beispiel illustriert, wie die Äquivalenz zweier Elemente s und t aus T entschieden werden kann: Wir berechnen eine Normalform s von s und eine Normalform t von t. Sind s und t gleich, dann sind sicherlich s und t äquivalent; sind aber s und t verschieden, dann sollen damit s und t auch schon in verschiedenen Äquivalenzklassen liegen. Für dieses Entscheidungsverfahren setzen wir Termination voraus, damit Normalformen überhaupt existieren und berechnet werden können. Zusätzlich müssen äquivalente Elemente dieselbe eindeutige Normalform haben; dies garantiert die Church-Rosser-Eigenschaft 3. Definition 3. Das System auf T hat die Churcht 1 Rosser-Eigenschaft (oder: ist Church-Rosser), wenn t 2 gilt, wenn also für alle t 1, t 2 T mit t 1 t 2 ein t T mit t 1 t t 2 existiert. t Wegen impliziert die Church-Rosser-Eigenschaft sicherlich Konfluenz als Spezialfall. Wie die obigen Beispiele bereits nahelegen, gilt aber tatsächlich auch die Umkehrung. Satz 3. Konfluenz ist äquivalent zur Church-Rosser-Eigenschaft. Beweis. Sei konfluent. Wir zeigen n per Induktion für alle n 0. Wegen = n 0 gilt dann auch. n Zunächst gilt 0 = T. Und mit zweimaliger Anwendung der Induktionsvoraussetzung sowie der Konfluenz ist n+1 = ( n ) ( n ) ( ) ( ) ( + ) ( ) = Die nachfolgende Skizze veranschaulicht die im Induktionsschritt vorkommende Fallunterscheidung in n und n. Übrigens zeigt der Beweis auch, dass Konfluenz durch die schwächere Voraussetzung, gelegentlich einseitig lokale Konfluenz genannt, ersetzt werden kann. Insgesamt sind also Konfluenz, einseitig lokale Konfluenz und die Church-Rosser- Eigenschaft äquivalent. n IV n IV Konfluenz Korollar 2. Sei auf T ein konvergentes System. Dann haben alle s, t T eindeutige Normalformen s bzw. t und es ist s t genau dann, wenn s = t. Beweis. Mit s s und t t folgt aus s = t auch s t. Ist umgekehrt s t, dann gibt es ein r T mit s r t; sei r die Normalform von r. Damit ist r auch Normalform von s und von t, also gilt wegen der Eindeutigkeit von Normalformen s = r = t. 3 Alonzo Church und sein Schüler J. Barkley Rosser haben diese Eigenschaft in Arbeiten zum λ-kalkül eingeführt.
6 30 KAPITEL 3. ABSTRAKTE ERSETZUNGSSYSTEME Damit wird für konvergente Systeme die Äquivalenzrelation entscheidbar, vorausgesetzt allerdings, dass Normalformen auch berechenbar sind. Das ist sicher dann der Fall, wenn die Relation selber rekursiv aufzählbar ist und wenn die Frage, ob ein gegebenes Element aus T eine Normalform ist, entscheidbar ist. Für endliche Wort- und Termersetzungssysteme ist dies offenbar immer der Fall. 3.2 Lokale Konfluenz Konfluenz ist für konkrete Systeme meist nur schwer direkt nachweisbar. Weitaus besser lässt sich dagegen die lokale Konfluenz untersuchen, die gemeinsame Nachfolger nur für direkte Nachfolger eines Elements fordert. Damit können also lediglich lokal auseinanderlaufende Ketten wieder zusammengeführt werden. Definition 4. Das System auf T ist lokal konfluent, wenn gilt, wenn also für alle s, t 1, t 2 T mit t 1 s t 2 ein t T mit t 1 t t 2 existiert. t 1 s t Beispiel 9. Das System aus Aufgabe 3 ist, wovon man sich leicht überzeugt, lokal konfluent, aber nicht konfluent. Denn f(a) und f(b) haben c als gemeinsamen Vorgänger, aber keinen gemeinsamen Nachfolger. Und a und b sind äquivalent ohne einen gemeinsamen Nachfolger zu haben, das System ist also nicht Church-Rosser. Auch das System {c a, c d, d c, d b} ist zwar lokal konfluent (denn für die beiden Situationen a c d und c d b finden wir a d und c b), nicht aber konfluent (a und b haben den gemeinsamen Vorgänger c, aber keinen gemeinsamen Nachfolger). t 2 a c b f(a) d f(c) f(b) f(f(a)) f(d) f(f(c)) f(f(b)) a c d b Wegen impliziert Konfluenz als Spezialfall lokale Konfluenz. Für terminierende Systeme gilt nun sogar die Umkehrung. Das zeigt auch, dass es kein Zufall war, dass die beiden Beispiele für lokal konfluente aber nicht konfluente Systeme nicht terminieren (im ersten Beispiel ist etwa c d f(c) f(d) f(f(c)), im zweiten c d c eine unendliche Kette). Satz 4. Für terminierende Systeme ist Konfluenz äquivalent zu lokaler Konfluenz.
7 3.3. ANHANG: NOETHERSCHE INDUKTION 31 Beweis. Sei terminierend und lokal konfluent. Wir zeigen mit Noetherscher Induktion entlang der somit wohlfundierten Ordnung + die Aussage 4 t für alle t T. Wegen = t T t gilt dann auch. Wir betrachten t 1, t 2 T mit t 1 t t 2. Ist t 1 = t oder t = t 2, dann gilt t 1 t 2 oder t 1 t 2, in beiden Fällen also t 1 t 2. Andernfalls gibt es s 1, s 2 T mit t 1 s 1 t s 2 t 2. Wegen der lokalen Konfluenz ist also t 1 s 1 s 2 t 2. Die Induktionsvoraussetzung auf s 1 angewendet ergibt t 1 s 2 t 2, also t 1 s 2 t 2, erneut angewendet, diesmal auf s 2, liefert sie t 1 t 2, also t 1 t 2. s 1 t lokale Konfluenz t 1 Induktionsvoraussetzung s 2 Induktionsvoraussetzung t 2 Korollar 3. Terminierende und lokal konfluente Systeme sind konvergent. Konkrete Kriterien für den Nachweis lokaler Konfluenz für Wort- und Termersetzungssysteme werden im nächsten Kapitel vorgestellt. Hier ist lokale Konfluenz für endliche und terminierende Systeme sogar entscheidbar! Aufgabe 10. Man beweise folgende Aussagen und zeige durch Angabe von Gegenbeispielen, dass die umgekehrten Implikationen nicht gelten: Gilt = =, dann ist konfluent. Eine Verallgemeinerung der ersten Aussage: Gilt =, dann ist konfluent. Hinweis: Aus = folgt ( = ) ( = ). Wie steht es mit folgender Aussage? Gilt ( = ) ( = ), dann ist konfluent. 3.3 Anhang: Noethersche Induktion Noethersche Induktion 5 ist eine Schlussregel zum Nachweis allquantifizierter Aussagen. Ist P ein einstelliges Prädikat auf einer Menge T und > eine Ordnung 6 4 Dabei ist t die Relation {(t 1, t 2 ) t 1 t t 2 } auf T. 5 Emmy Noether, Hier wird Ordnung und partielle Ordnung synonym gebraucht, nämlich für beliebige transitive und irreflexive Relationen.
8 32 KAPITEL 3. ABSTRAKTE ERSETZUNGSSYSTEME auf T, dann erlaubt Noethersche Induktion den Schluss von auf t T : [ t T : t > t P(t )] P(t) t T : P(t). Korrekt ist dieser Schluss allerdings nur dann, wenn > terminierend (oder: wohlfundiert 7 ) ist. Eine Ordnung ist übrigens genau dann wohlfundiert, wenn jede nichtleere Teilmenge ein minimales Element 8 enthält. Satz 5. Noethersche Induktion ist korrekt für jede wohlfundierte Ordnung >. Beweis. Sei t T : [ t T : t > t P(t )] P(t) wahr und t T : P(t) falsch. Ist t T : P(t) falsch, dann ist die Menge {t T P(t)} nicht leer, enthält also ein minimales Element bezüglich >, sagen wir t 0. Damit trifft P auf alle t mit t 0 > t zu, t T : t 0 > t P(t ) ist also wahr, nach Wahl von t 0 ist P(t 0 ) aber falsch, insgesamt ein Widerspruch zur ersten Annahme. Zum Abschluss hier noch ein Beispiel für einen inkorrekten Schluss mit einer nicht wohlfundierten Ordnung: Wählt man T als die Menge der ganzen Zahlen und > als die übliche Relation ist größer als, sowie P als das Prädikat ist größer 0, dann gilt sicher nicht t T : t > 0. Nichtsdestotrotz ist die Formel t T : [ t T : t > t t > 0] t > 0 wahr (Hinweis: Es gilt schon t T : t 1 > 0 t > 0). 7 Für Relationen wird wohlfundiert, Noethersch und terminierend synonym benutzt, wohlfundiert allerdings meist nur für transitive Relationen. Man beachte, dass nur irreflexive Relationen terminierend sein können. 8 Ein minimales Element einer Menge S bezüglich > ist ein s S, so dass s > s für kein s S gilt.
Theoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 11: Abstrakte Reduktionssysteme schulz@eprover.org Reduktionssysteme Definition: Reduktionssystem Ein Reduktionssystem ist ein Tupel (A, ) Dabei gilt: A
MehrLogik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau
Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Mathematisches Beweisen Mathematische ussagen - haben oft
MehrKonvergenz, Filter und der Satz von Tychonoff
Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.
Mehr3 Vollständige Induktion
3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon
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,
MehrSkript und Übungen Teil II
Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen
MehrEinführung in die Logik
Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3
MehrAutomaten und Coinduktion
Philipps-Univestität Marburg Fachbereich Mathematik und Informatik Seminar: Konzepte von Programmiersprachen Abgabedatum 02.12.03 Betreuer: Prof. Dr. H. P. Gumm Referentin: Olga Andriyenko Automaten und
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
Mehr6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrTermersetzungssysteme. Andrei Morozyuk
Verlauf 1 Grundlagen Terme Verlauf 1 Grundlagen Terme Substituitonen Verlauf 1 Grundlagen Terme Substituitonen Gleichungen Verlauf 1 Grundlagen Terme Substituitonen Gleichungen Oparationelle und Semantische
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrVorkurs Mathematik Abbildungen
Vorkurs Mathematik Abbildungen Philip Bell 19. September 2016 Diese Arbeit beruht im Wesentlichen auf dem Vortrag Relationen, Partitionen und Abbildungen von Fabian Grünig aus den vorangehenden Jahren.
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
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 10. Juni 2014 Table of Contents 1 2 Äquivalenz Der Begriff der Äquivalenz verallgemeinert den Begriff der Gleichheit. Er beinhaltet in einem zu präzisierenden
Mehrmathe plus Aussagenlogik Seite 1
mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet
MehrFormale Sprachen. Grammatiken und die Chomsky-Hierarchie. Rudolf FREUND, Marian KOGLER
Formale Sprachen Grammatiken und die Chomsky-Hierarchie Rudolf FREUND, Marian KOGLER Grammatiken Das fundamentale Modell zur Beschreibung von formalen Sprachen durch Erzeugungsmechanismen sind Grammatiken.
MehrStrukturelle Rekursion und Induktion
Kapitel 2 Strukturelle Rekursion und Induktion Rekursion ist eine konstruktive Technik für die Beschreibung unendlicher Mengen (und damit insbesondere für die Beschreibung unendliche Funktionen). Induktion
Mehr,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5
3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber
MehrKapitel 4. Induktive Definitionen und Beweise
Kapitel 4 Induktive Definitionen und Beweise Bei der Definition der Semantik der Programmiersprache IMP haben wir an vielen verschiedenen Stellen induktive Definitionen benutzt: angefangen bei der Syntax
MehrDefinition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i
3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
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
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
MehrKonstruktion reeller Zahlen aus rationalen Zahlen
Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
MehrTopologische Begriffe
Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr3.2 Unabhängigkeitsstrukturen
80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen
Mehr24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN
24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN x 2 = 0+x 2 = ( a+a)+x 2 = a+(a+x 2 ) = a+(a+x 1 ) = ( a+a)+x 1 = x 1. Daraus folgt dann, wegen x 1 = x 2 die Eindeutigkeit. Im zweiten Fall kann man für a 0 schreiben
Mehr3 Topologische Gruppen
$Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen
Mehr3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik
Deduktionssysteme der Aussagenlogik, Kap. 3: Tableaukalküle 38 3 Tableaukalküle 3.1 Klassische Aussagenlogik 3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik Ein zweites Entscheidungsverfahren
MehrTechnische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:
MehrKapitel III. Aufbau des Zahlensystems
Kapitel III. Aufbau des Zahlensystems 1 Addition und Multiplikation natürlicher Zahlen Wir wollen erklären, wie man natürliche Zahlen addiert und multipliziert und dabei nur den Begriff das Zählens verwenden.
MehrMathematische Grundlagen der Ökonomie Übungsblatt 8
Mathematische Grundlagen der Ökonomie Übungsblatt 8 Abgabe Donnerstag 7. Dezember, 0:5 in H 5+7+8 = 20 Punkte Mit Lösungshinweisen zu einigen Aufgaben 29. Das Bisektionsverfahren sucht eine Nullstelle
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
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
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
MehrFrank Heitmann 2/47. 1 Ein PDA beginnt im Startzustand z 0 und mit im Keller. 2 Ist der Automat
Formale Grundlagen der Informatik 1 Kapitel 5 Über reguläre Sprachen hinaus und (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 21. April 2015 Der Kellerautomat - Formal Definition (Kellerautomat
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:
MehrStudienmaterial Einführung in das Rechnen mit Resten
Studienmaterial Einführung in das Rechnen mit Resten H.-G. Gräbe, Institut für Informatik, http://www.informatik.uni-leipzig.de/~graebe 12. April 2000 Die folgenden Ausführungen sind aus Arbeitsmaterialien
MehrInduktion und Rekursion
Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel
MehrTopologische Aspekte: Eine kurze Zusammenfassung
Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,
MehrKapitel 1.5. Ein adäquater Kalkül der Aussagenlogik. Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls
Kapitel 1.5 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2012/13) Kapitel 1.5: Kalküle 1/30 Syntaktischer
MehrWas bisher geschah Alphabet, Wort, Sprache
Was bisher geschah Alphabet, Wort, Sprache Wörter w A Operationen: Spiegelung R, Verkettung Palindrome Relationen: Präfix, Infix, Postfix, lexikographische, quasi-lexikographische Ordnung Sprachen L A
MehrKapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler
Kapitel 3: Die Sätze von Euler, Fermat und Wilson In diesem Kapitel wollen wir nun die eulersche -Funktion verwenden, um einen berühmten Satz von Euler zu formulieren, aus dem wir dann mehrere interessante
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
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
Mehr2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).
17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften
MehrVorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen
Vorlesung Diskrete Strukturen Eulersche und Hamiltonsche Graphen Bernhard Ganter WS 2013/14 1 Eulersche Graphen Kantenzug Ein Kantenzug in einem Graphen (V, E) ist eine Folge (a 0, a 1,..., a n ) von Knoten
MehrDezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule
Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1
MehrFixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
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
MehrMusterlösung zu Blatt 6, Aufgabe 2
Musterlösung zu Blatt 6, Aufgabe 2 I Aufgabenstellung Es sei F = R N der Raum aller reellen, mit N induzierten Folgen. Weiter bezeichne N alle Nullfolgen, K alle konvergenten Folgen und B alle beschränkten
MehrElemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006
Prof. E.-W. Zink Institut für Mathematik Humboldt-Universität zu Berlin Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester 2005-06 vom 15. Januar 2006 2te, korrigierte und erweiterte
Mehrc) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} c) {abcabc} d) {abcbc, abc, a} c) {aa, ab, ba, bb} d) {{aa}, {ab}, {ba}, {bb}}
2 Endliche Automaten Fragen 1. Was ergibt sich bei {a, bc} {de, fg}? a) {abc, defg} b) {abcde, abcfg} c) {abcde, abcfg, bcade, bcafg} d) {ade, afg, bcde, bcfg} 2. Was ergibt sich bei {abc, a} {bc, λ}?
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
Mehr5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
MehrKapitel 11 Beweisführung. Mathematischer Vorkurs TU Dortmund Seite 125 / 254
Kapitel 11 Beweisführung Kapitel 11 Beweisführung Mathematischer Vorkurs TU Dortmund Seite 125 / 254 Kapitel 11 Beweisführung Grundsätzlich: ein mathematischer Satz ist eine Aussage der Form wenn... gilt,
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
MehrUnendliche Gruppen als geometrische Objekte
Unendliche Gruppen als geometrische Objekte Ralf Meyer Georg-August-Universität Göttingen 12. November 2004 1 Endlich erzeugte Gruppen und die Wortmetrik Wir definieren endlich erzeugte Gruppen und führen
Mehr2. Symmetrische Gruppen
14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen
MehrEin Turnierplan mit fünf Runden
Mathematik I für Informatiker Graphen p. 1 Ein Turnierplan mit fünf Runden c b a c b a c b a c b a c b a d e d e d e d e d e Mathematik I für Informatiker Graphen p. 2 Definition: Graph Ein (schlichter)
MehrAufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph.
Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph. a) Es seien W 1 = (V, E 1 ), W 2 = (V, E 2 ) Untergraphen von G, die beide Wälder sind. Weiter gelte E 1 > E 2.
MehrVorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
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
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.
Mehr$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade.
$Id: folgen.tex,v. 202/05/3 2:40:06 hk Exp $ 6 Folgen Am Ende der letzten Sitzung hatten wir Folgen in einer Menge X als Abbildungen a : N X definiert, die dann typischerweise in der Form (a n ) n N, also
MehrWort- und Termersetzung
Kapitel 2 Wort- und Termersetzung Wortersetzungssysteme spielen in der Informatik traditionell eine wichtige Rolle. Ein Grund dafür war die Notwendigkeit, die Syntax von Programmiersprachen präzise zu
Mehr4 Vollkommene Zahlen
Sei a > 0 4 Vollkommene Zahlen T (a) bezeichnet die Anzahl der positiven Teiler von a. S(a) bezeichnet die Summe der positiven Teiler von a. Es ist also T (1) = S(1) = 1. Jede Zahl a > 1 hat eine eindeutige
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
MehrProgrammieren für Fortgeschrittene
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme Wintersemester 2011/12 Programmieren für Fortgeschrittene Rekursive Spezifikationen Die folgende
MehrProf. Dr. H. Brenner Osnabrück SS Zahlentheorie. Vorlesung 3. Der euklidische Algorithmus
Prof. Dr. H. Brenner Osnabrück SS 2008 Zahlentheorie Vorlesung 3 Der euklidische Algorithmus Euklid (4. Jahrhundert v. C.) Definition 3.1. Seien zwei Elemente a, b (mit b 0) eines euklidischen Bereichs
MehrKlausur zur Vorlesung Mathematische Logik
Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
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 :
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 Ähnlich wie Funktionen besitzen Relationen charakteristische Eigenschaften. Diese Eigenschaften definieren wie
MehrMATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST
Privatdozent Dr. C. Diem diem@math.uni-leipzig.de http://www.math.uni-leipzig.de/ diem/wiwi MATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST Es folgt eine Musterlösung zusammen mit Anleitungen
MehrMAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.
1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine
MehrInformatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser
Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrTheoretische Informatik Mitschrift
Theoretische Informatik Mitschrift 2. Grammatiken und die Chomsky-Hierarchie Beispiel: Syntaxdefinition in BNF :=
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Große Übung #2 Phillip Keldenich, Arne Schmidt 10.11.2016 Organisatorisches Fragen? Checkliste: Anmeldung kleine Übungen Anmeldung Mailingliste Dies ersetzt nicht die Prüfungsanmeldung!
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
MehrChr.Nelius: Zahlentheorie (WS 2006/07) ggt und kgv
ChrNelius: Zahlentheorie (WS 2006/07) 8 3 ggt und kgv Wir erinnern uns hoffentlich an die folgenden Definitionen des ggt s und des kgv s zweier ganzer Zahlen (31) DEF: Eine ganze Zahl g heißt größter gemeinsamer
MehrGraphentheorie. Eulersche Graphen. Eulersche Graphen. Eulersche Graphen. Rainer Schrader. 14. November Gliederung.
Graphentheorie Rainer Schrader Zentrum für Angewandte Informatik Köln 14. November 2007 1 / 22 2 / 22 Gliederung eulersche und semi-eulersche Graphen Charakterisierung eulerscher Graphen Berechnung eines
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
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 2: Prädikatenkalkül erster Stufe Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 14. Oktober 2016 1/38 DIE INTERPRETATION
Mehrn=1 a n mit reellen Zahlen a n einen
4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 4 23. Oktober 2009 Kapitel 1. Mengen, Abbildungen und Funktionen (Fortsetzung) Berechnung der Umkehrfunktion 1. Man löst die vorgegebene Funktionsgleichung
Mehr