Musterlösung Übungsblatt 6 ( )

Größe: px
Ab Seite anzeigen:

Download "Musterlösung Übungsblatt 6 ( )"

Transkript

1 Seminar: Formale Semantik Modul : Grammatikorie Seminarleiter: Anke Assmann Musterlösung Übungsblatt 6 ( ) Abgabe bis Institut für Linguistik Universität Leipzig Hinweis: Für die Ableitungen mit präsuppositionalen Determinierern kann angenommen werden, dass die jeweilige Präsupposition erfüllt ist. 1 Analyse 49 Punkte In Abschnitt haben wir gesehen, dass n der Form n α (wobei n ein Numeral ist, α eine beliebige ) aus semantischer Perspektive die Struktur in (1-a) haben müssen, aus syntaktischer Perspektive hingegen die Struktur in (1-b) benötigen: (1) a. n α... b. n α... Eine Möglichkeit, dieses Dilemma zu lösen ist, die beiden Strukturen durch eine Bewegungstransformation in Verbindung zu setzen: (1-a) wird aus (1-b) abgeleitet. (1-a) ist dann der Input für die Semantik. Überlege zunächst geeignete Denotationen für und n, die (1-a) semantisch interpretierbar machen. (Die Denotation von kann ruhig von der bekannten Denotation abweichen.) Wähle eine konkrete als Beispiel und zeige, dass diese Denotationen zum gleichen Ergebnis führen wie in Kapitel beschrieben. 16 Punkte (i) (ii) (iii) Denotationen, n a. = [λi IN. [λf: f D <e,t> und {x D: f(x) = 1} = i. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]] b. n = n (für ein beliebiges n IN) Beispiel: two hedgehogs Syntaktische Struktur nach (1-a): D two hedgehogs Voraussage (vgl. Heim & Kratzer (1998:S.158)): Die Denotation von two hedgehogs sollte [λg D <e,t>. {x D: x ist ein Igel} {x D: g(x) = 1}] 1

2 sein. Ableitung: (iv) Denotationen: a. = [λi IN. [λf: f D <e,t> und {x D: f(x) = 1} = i. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]] b. two = 2 c. hedgehogs = [λx D. x ist ein Igel] = (wegen FA-, NK-) D ( hedgehogs ) = (wegen FA-D, (iv-b)) (2)( hedgehogs ) = (wegen (iv-a), (iv-c)) [λi IN. [λf: f D <e,t> und {x D: f(x) = 1} = i. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]](2)([λx D. x ist ein Igel]) = (wegen Def. λ-not.) [λf: f D <e,t> und {x D: f(x) = 1} = 2. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]([λx D. x ist ein Igel]) = (wegen Def. λ-not.; Annahme: es gibt genau zwei Igel) [λg D <e,t>. {x D: x ist ein Igel} {x D: g(x) = 1}] Die Denotationen in (i) machen die richtigen Voraussagen. Zeige anschließend, wieder an einem Beispiel, dass unter diesen Voraussetzungen (1-b) nicht interpretierbar ist. 10 Punkte Behauptung: Mit den Annahmen in (i) ist die Struktur in (1-b) nicht interpretierbar. (v) Syntaktische Struktur nach (1-b): np two hedgehogs 2

3 Ableitung: = (wegen FA-) ( np ) = (wegen FA-nP, NK-) (die vereinfachende Annahme soll sein, dass IN D, d.h. Numerale sind vom sem. Typ e) ( hedgehogs ( two )) = (wegen (iv-b), (iv-c)) ([λx D. x ist ein Igel](2)) = (wegen Def. λ-not.) (1 gdw 2 ist ein Igel) = (wegen (iv-a)) [λi IN. [λf: f D <e,t> und {x D: f(x) = 1} = i. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]](1 gdw 2 ist ein Igel) keine weitere λ-konversion möglich, da die Funktion ein Argument vom Typ e braucht, das Argument der Funktion aber vom Typ t ist. Die Behauptung, dass die Struktur in (1-b) mit den Annahmen in (i) nicht interpretierbar ist, stimmt. Arbeite nun die Bewegungsanalyse genauer aus. 23 Punkte Beachte dabei folgende Hinweise: Die Bewegung muss genau beschrieben werden: Was wird von wo nach wo bewegt? Es ist zu beachten, dass Bewegung eine Spur hinterlässt. Wo ist die Spur, wo das Element, dass als Variablenbinder fungiert (vgl. Heim & Kratzer 1998:S. 136, 144)? Welche Auswirkungen hat die Spur auf die Interpretation? Muss die Regel für Spuren geändert/erweitert werden und/oder müssen die Zuweisungsfunktionen geändert werden? Es muss gezeigt werden, dass die abgeleitete Struktur interpretierbar ist. Bewegungsanalyse: 3

4 (vi) a. Vor Bewegung b. Nach Bewegung np D np n α... n wh 1 t 1 np α... Das Numeral n wird durch Kopfbewegung zur Schwester von. Die Bewegung hinterlässt eine Spur t 1, die von einem Variablenbinder wh 1 c-kommandiert wird. Die Spur kann ganz normal interpretiert werden, dass heißt, sie denotiert ein Individuum. Es müssen keine speziellen Annahmen über Spuren und Zuweisungen gemacht werden. Ableitung (1-b) am Beispiel two hedgehogs: (vii) Syntaktische Struktur nach (vi-b): D np two wh 1 np t 1 hedgehogs = (wegen FA-, FA-D) ( two )( np ) = (wegen LZ-nP, PA-nP, MZ) ( two )([λx D. np [1 x] ]) = (wegen FA-nP, AID hedgehogs ) ( two )([λx D. hedgehogs ( t 1 [1 x] )]) = (wegen SP t 1 ) 4

5 ( two )([λx D. hedgehogs (x)]) = (wegen (5-c), Def. λ-not.) ( two )([λx D. x ist ein Igel]) = (wegen (5-a), (5-b)) [λi IN. [λf: f D <e,t> und {x D: f(x) = 1} = i. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]](2)([λx D. x ist ein Igel]) = (wegen Def. λ-not.) [λf: f D <e,t> und {x D: f(x) = 1} = 2. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1}]]([λx D. x ist ein Igel]) = (wegen Def. λ-not.; Annahme: es gibt genau 2 Igel) [λg D <e,t>. {x D: x ist ein Igel} {x D: g(x) = 1}] Die Denotation von (vii) ist identisch mit der von (iii), d.h. die hier entwickelte Bewegungsanalyse macht die richtigen Vorhersagen. 2 Ableitungen 20 Punkte Bestimme die Wahrheitsbedingungen von (2). Der Determinierer two of three darf als ein Wort behandelt werden. 17 Punkte (2) Two of three sloths are lazy. (viii) Struktur: S VP (ix) two of three sloths are AP lazy Denotationen: a. two of three = [λf: f D <e,t> und {x D: f(x) = 1} = 3. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1} = 2]] b. sloths = [λx D. x ist ein Faultier] c. lazy = [λx D. x ist ein faul] are ist semantisch leer. 5

6 Ableitung: S = (wegen FA-S, FA-, sem. Leere are, NK-, NK-AP) two of three ( sloths )( lazy ) = (wegen (ix-a-c)) [λf: f D <e,t> und {x D: f(x) = 1} = 3. [λg D <e,t>. {x D: f(x) = 1} {x D: g(x) = 1} = 2]]([λy D. y ist ein Faultier])([λy D. y ist faul]) = (wegen Def. λ-notation; Annahme: es gibt genau 3 Faultiere) [λg D <e,t>. {x D: x ist ein Faultier} {x D: g(x) = 1} = 2]([λy D. y ist faul]) = (wegen Def. λ-notation) 1 gdw {x D: x ist ein Faultier} {x D: x ist faul} = 2 (unter der Annahme, dass es genau 3 Faultiere gibt) Beschreibe 3 Szenarien: 3 Punkte 1. Ein Szenario, in dem (2) wahr ist. Es gibt genau 3 Faultiere, von denen genau 2 faul sind. 2. Ein Szenario, in dem (2) falsch ist, weil die Aussage von (2) den Wahrheitswert 0 hat. Es gibt genau 3 Faultiere, aber tatsächlich sind alle faul. 3. Ein Szenario, in dem (2) falsch ist, weil die Präsupposition von (2) den Wahrheitswert 0 hat. Es gibt mehr als 3 Faultiere. A Freiwillige Übung Hinweis: Die freiwillige Übung steht außerhalb jeder Wertung. Sie wird nicht im Tutorium besprochen und es gibt keine Musterlösung. Diese Übung kann bis zum beim Seminarleiter zur Kontrolle eingereicht werden und wird dann bis spätestens zurückgegeben. der Deter- Dem Satz in (3) kann stets ein Wahrheitswert zugeordnet werden, d.h. minierer no wird nicht präsuppositional interpretiert. 6

7 (3) S re VP were no American kings Eine Möglichkeit, das korrekt vorherzusagen, ist no American kings in (3) als eine vom Typ <e,t> zu behandeln, parallel zu an American king in (4). (4) S re VP was an American king In Kapitel 4 haben wir angenommen, dass a(n) semantisch leer sein kann, dass heißt die erbt die Denotation der. Für den Satz in (3) ist diese Möglichkeit aber nicht gegeben, da no auf jeden Fall semantischen Gehalt hat. Eine Möglichkeit, dieses Problem zu lösen, ist anzunehmen, dass die Struktur von (3) tatsächlich wie in (5) ist: (5) NegP not S re VP were an American king Aufgabe: (a) Überlege zunächst verschiedene Szenarien, in denen (3) wahr bzw. falsch ist. Wie sind intuitiv die Wahrheitsbedingungen für (3). (b) Überlege dir geeignete Denotationen für not und re. (c) Zeige, dass (5) die richtige Vorhersage macht, d.h., dass die Wahrheitsbedingun- 7

8 gen korrekt vorhergesagt werden. (American kings darf als ein Wort behandelt werden.) 8

Musterableitung Relativsätze als Hilfestellung zur Lösung von Aufgaben in den Übungen und der Klausur

Musterableitung Relativsätze als Hilfestellung zur Lösung von Aufgaben in den Übungen und der Klausur eminar: Formale emantik Modul 04-006-1006: Grammatikorie eminarleiter: Anke Assmann Institut für Linguistik Universität Leipzig Musterableitung Relativsätze als Hilfestellung zur Lösung von Aufgaben in

Mehr

EF Semantik: Musterlösung zu Aufgabenblatt 2

EF Semantik: Musterlösung zu Aufgabenblatt 2 EF Semantik: Musterlösung zu Aufgabenblatt 2 Magdalena Schwager magdalena@schwager.at Sommersemester 2010, Universität Wien Lösen Sie folgende Aufgaben (1)-(4) und geben Sie sie zusammengetackert bei András,

Mehr

I. II. I. II. III. IV. I. II. III. I. II. III. IV. I. II. III. IV. V. I. II. III. IV. V. VI. I. II. I. II. III. I. II. I. II. I. II. I. II. III. I. II. III. IV. V. VI. VII. VIII.

Mehr

Formale Semantik. λ Typenlogik. Tutorium WiSe 2013/ November Sitzung: Folien freundlicherweise bereitgestellt von Andreas Bischoff

Formale Semantik. λ Typenlogik. Tutorium WiSe 2013/ November Sitzung: Folien freundlicherweise bereitgestellt von Andreas Bischoff Formale Semantik Tutorium WiSe 2013/14 20. November 2013 3. Sitzung: λ Typenlogik Folien freundlicherweise bereitgestellt von Andreas Bischoff Grenzen der Typenlogik Das letzte Mal: lesen(duden*) ( Eigenschaft

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

4 Semantik von Nominalphrasen

4 Semantik von Nominalphrasen 4 Semantik von Nominalphrasen 4 Semantik von Nominalphrasen 4.1 Nominalphrasen und Determinatoren Eigennamen quantifizierende NPn und definite NPn die neben anderen natürlichsprachlichen Ausdrücken zur

Mehr

3.1 Die Grenzen von AL

3.1 Die Grenzen von AL 3 Prädikatenlogik der. Stufe (PL) Teil I 3 Prädikatenlogik der. Stufe (PL) Teil I 3. Die Grenzen von AL [ Partee 95-97 ] Schluss AL- Schema Prädikatenlogische Struktur Alle Logiker sind Pedanten. φ x [

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

3 Prädikatenlogik der 1. Stufe (PL1) Teil I

3 Prädikatenlogik der 1. Stufe (PL1) Teil I 3 Prädikatenlogik der 1. Stufe (PL1) Teil I 3.3 Quantoren [ Gamut 70-74 McCawley 23-44 Chierchia 113-117 ]? Sind folgende Sätze jeweils synonym? (1) (a) Hans ist verheiratet oder nicht verheiratet. (b)

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Übungsblatt 3 Lösungen

Übungsblatt 3 Lösungen Übungsblatt 3 Lösungen Formale Semantik WiSe 2011/2012 1 Lambda-Kalkül Anmerkungen: Pot(U) = Potenzmenge von U, wobei U das Universum Die Potenzmenge einer Menge M ist die Menge aller Teilmengen von M

Mehr

Einführung in die Semantik, 9. Sitzung Prädikate, definite NPs

Einführung in die Semantik, 9. Sitzung Prädikate, definite NPs Einführung in die Semantik, 9. Sitzung Prädikate, definite NPs, Modifikatoren Göttingen 12. Dezember 2006 Prädikate Adjektive Präpositionalphrasen Attributive Adjektive Attributive Präpositionalphrasen

Mehr

10 Extremwerte mit Nebenbedingungen

10 Extremwerte mit Nebenbedingungen 10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen

Mehr

mathe plus Aussagenlogik Seite 1

mathe 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

Mehr

Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen

Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen Vorschau: Lineare Abbildungen Wer Vektorräume studiert,

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag zu den Hausaufgaben der 8. Übung FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H

Mehr

Syntax - Das Berechnen syntaktischer Strukturen beim menschlichen Sprachverstehen (Fortsetzung)

Syntax - Das Berechnen syntaktischer Strukturen beim menschlichen Sprachverstehen (Fortsetzung) Syntax - Das Berechnen syntaktischer Strukturen beim menschlichen Sprachverstehen (Fortsetzung) Markus Bader 9. Februar 2004 Inhaltsverzeichnis 4 Übertragung ins e 1 4.3 Bewegung und Satztyp................................

Mehr

7 Bedeutung und Logik

7 Bedeutung und Logik 7 Bedeutung und Logik 7.1 Logische Eigenschaften von Sätzen 7.2 Logische Beziehungen zwischen Sätzen 7.3 Logische Beziehungen und Bedeutungsbeziehungen 7.4 Formale Semantik Johannes Dölling: Semantik und

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

18 Höhere Ableitungen und Taylorformel

18 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

Mehr

7.2 Moment und Varianz

7.2 Moment und Varianz 7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p

Mehr

7 Bedeutung und Logik

7 Bedeutung und Logik 7.1 Logische Eigenschaften von Sätzen 7.2 Logische Beziehungen zwischen Sätzen 7.3 Logische Beziehungen und Bedeutungsbeziehungen 7.4 Formale Semantik 7.1 Logische Eigenschaften von Sätzen Ein Satz φ ist

Mehr

7. SITZUNG: KOMPOSITIONALITÄT AUF SATZEBENE MENGEN UND (CHARAKTERISTISCHE) FUNKTIONEN

7. SITZUNG: KOMPOSITIONALITÄT AUF SATZEBENE MENGEN UND (CHARAKTERISTISCHE) FUNKTIONEN 7. SITZUNG: KOMPOSITIONALITÄT AUF SATZEBENE MENGEN UND (CHARAKTERISTISCHE) FUNKTIONEN 1. Kompositionalität und die Interpretation atomarer Aussagen: DIE IDEE Bisher wurde gezeigt, was die Interpretation

Mehr

Extrema mit Nebenbedingungen

Extrema mit Nebenbedingungen Extrema mit Nebenbedingungen Gesucht ist das Extremum der Funktion f(x,y) = 5 x y unter der Nebenbedingung g(x,y) = x+y =. 5 y x In diesem einfachen Fall kann die Nebenbedingung nach einer Variablen aufgelöst

Mehr

Normalformen boolescher Funktionen

Normalformen boolescher Funktionen Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion

Mehr

Algorithmen und Datenstrukturen

Algorithmen 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!

Mehr

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft

3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft 3. Das Prüfen von Hypothesen Hypothese?! Stichprobe 3.1. Signifikanztests in der Wirtschaft Prüfung, ob eine (theoretische) Hypothese über die Verteilung eines Merkmals X und ihre Parameter mit einer (empirischen)

Mehr

Tutorium: Diskrete Mathematik. Vorbereitung der Bonusklausur am Lösungen der Aufgaben (Teil 2)

Tutorium: Diskrete Mathematik. Vorbereitung der Bonusklausur am Lösungen der Aufgaben (Teil 2) Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 20.11.2015 Lösungen der Aufgaben (Teil 2) Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Aufgabe 1 Es sei M = 1; 2 ª.Esgilt

Mehr

Aussagen (und damit indirekt auch Aussagesätze) können wahr oder falsch sein. Wahr und falsch sind Wahrheitswerte von Aussagen.

Aussagen (und damit indirekt auch Aussagesätze) können wahr oder falsch sein. Wahr und falsch sind Wahrheitswerte von Aussagen. 2 Aussagenlogik (AL) 2 Aussagenlogik (AL) 2. Wahrheitsfunktionale Konnektoren [ Gamut 28-35, Partee -6 ] Nur Aussagesätze, d.h. Deklarativ-, nicht aber Frage- oder Aufforderungssätze bringen das Zutreffen

Mehr

Stetigkeit. Definitionen. Beispiele

Stetigkeit. Definitionen. Beispiele Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt

Mehr

Philosophische Semantik. SS 2009 Manuel Bremer. Vorlesung 1. Einleitung und Überblick

Philosophische Semantik. SS 2009 Manuel Bremer. Vorlesung 1. Einleitung und Überblick Philosophische Semantik SS 2009 Manuel Bremer Vorlesung 1 Einleitung und Überblick Was alles ist philosophische Semantik? 1. Verständnismöglichkeiten von philosophische Semantik 2. Die Frage nach der Bedeutung

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.

Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Rückschau 12.11.04 Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet. Wir haben das Prinzip der Diagonalisierung eingeführt und mit DIAG eine erste nicht rek. aufz. Sprache

Mehr

3.5 Semantische Repräsentation mit PL1

3.5 Semantische Repräsentation mit PL1 3 Prädikatenlogik der 1. Stufe (PL1) Teil I 3.5 Semantische Repräsentation mit PL1 [ Gamut 78-83 ] PL1 kann man als Formalismus zur Darstellung der Bedeutung natürlichsprachlicher Sätze verwenden. Solche

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die kontinuierlich ablaufende Zeit.

Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die kontinuierlich ablaufende Zeit. Kapitel 4 Reelle Zahlen 4.1 Die reellen Zahlen (Schranken von Mengen; Axiomatik; Anordnung; Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die

Mehr

8 Verbale Bedeutung. 8.1 Semantische Repräsentationen. 8.1 Semantische Repräsentationen. 8.2 Verben und ihre Argumente. 8.

8 Verbale Bedeutung. 8.1 Semantische Repräsentationen. 8.1 Semantische Repräsentationen. 8.2 Verben und ihre Argumente. 8. 8.1 Semantische Repräsentationen 8.1 Semantische Repräsentationen 8.2 Verben und ihre Argumente 8.3 Aspektklassen 8.4 Semantische Dekomposition In der formalen Semantik wird die Bedeutung genauer: die

Mehr

1 Dichte- und Verteilungsfunktion

1 Dichte- und Verteilungsfunktion Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die

Mehr

2. Symmetrische Gruppen

2. 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

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 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 )

Mehr

Mathematik für Informatiker I

Mathematik für Informatiker I Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft

Mehr

Rhetorik und Argumentationstheorie.

Rhetorik 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

Mehr

Formale Systeme. Aussagenlogik: Sequenzenkalkül. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Aussagenlogik: Sequenzenkalkül. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz

Mehr

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekt mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten

Mehr

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V7, 3.11.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick

Mehr

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,

Mehr

y(p F x) gebunden und in den Formeln F xy

y(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

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den

Aufgaben 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

Mehr

Linguistic Inference with Model Generation

Linguistic Inference with Model Generation Hauptseminar: Linguistic Inference and Textual Entailment Leitung: Prof. Dr. Manfred Pinkal Sommersemester 2007 Linguistic Inference with Model Generation 1 Aufbau 1. Einleitung 2. Systemaufbau 3. Linguistische

Mehr

Referat rekursive Mengen vs. rekursiv-aufzählbare Mengen

Referat 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

Mehr

Studientag zur Algorithmischen Mathematik

Studientag zur Algorithmischen Mathematik Studientag zur Algorithmischen Mathematik Numerische Verfahren der nicht-linearen Optimierung Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 1. Juli 2012 Outline Line

Mehr

Beispielaufgaben rund um Taylor

Beispielaufgaben rund um Taylor Beispielaufgaben rund um Taylor Mirko Getzin Universität Bielefeld Fakultät für Mathematik 19. Februar 014 Keine Gewähr auf vollständige Richtigkeit und perfekter Präzision aller (mathematischen) Aussagen.

Mehr

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7 Warum Mathe? IG/StV-Mathematik der KFU-Graz März 2011 Inhalt 1 Mengen 1 1.1 Mengenoperationen.............................. 2 1.2 Rechenregeln.................................. 3 2 Übungsbeispiele zum

Mehr

Lange Abhängigkeiten in Brosziewski-Derivationen

Lange Abhängigkeiten in Brosziewski-Derivationen Lange Abhängigkeiten in Brosziewski-Derivationen (UiL-OTS, Universiteit Utrecht) C.Unger@uu.nl GGS, Leipzig, 22. 24. Mai 2009 > Ziel Ziel W-Bewegung in einer derivationellen Syntax mit strikt lokalen Operationen,

Mehr

Zusammenfassung der Lebesgue-Integrationstheorie

Zusammenfassung der Lebesgue-Integrationstheorie Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,

Mehr

Logische und funktionale Programmierung

Logische 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

Mehr

Frege löst diese Probleme, indem er zusätzlich zum Bezug (Bedeutung) sprachlicher Ausdrücke den Sinn einführt.

Frege löst diese Probleme, indem er zusätzlich zum Bezug (Bedeutung) sprachlicher Ausdrücke den Sinn einführt. 1 Vorlesung: Denken und Sprechen. Einführung in die Sprachphilosophie handout zum Verteilen am 9.12.03 (bei der sechsten Vorlesung) Inhalt: die in der 5. Vorlesung verwendeten Transparente mit Ergänzungen

Mehr

Abbildung 5.1: stabile und instabile Ruhelagen

Abbildung 5.1: stabile und instabile Ruhelagen Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer

Mehr

1. Musterlösung zu Mathematik für Informatiker I, WS 2003/04

1. Musterlösung zu Mathematik für Informatiker I, WS 2003/04 1 Musterlösung zu Mathematik für Informatiker I, WS 2003/04 MICHAEL NÜSKEN, KATHRIN TOFALL & SUSANNE URBAN Aufgabe 11 (Aussagenlogik und natürliche Sprache) (9 Punkte) (1) Prüfe, ob folgenden Aussagen

Mehr

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

MAA = 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

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 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/ws0910

Mehr

Einführung Grundbegriffe

Einführung Grundbegriffe Einführung Grundbegriffe 1.1 Der Modellbegriff Broy: Informatik 1, Springer 1998 (2) Die Modellbildung der Informatik zielt auf die Darstellung der unter dem Gesichtspunkt einer gegebenen Aufgabenstellung

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

3. Grundlegende Begriffe von Logiken - Aussagenlogik

3. Grundlegende Begriffe von Logiken - Aussagenlogik 3. Grundlegende Begriffe von Logiken - Aussagenlogik Wichtige Konzepte und Begriffe in Logiken: Syntax (Signatur, Term, Formel,... ): Festlegung, welche syntaktischen Gebilde als Formeln (Aussagen, Sätze,

Mehr

SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER

SE 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

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. 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

Mehr

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,

Mehr

Hilbert-Kalkül (Einführung)

Hilbert-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

Mehr

14 Lineare Differenzengleichungen

14 Lineare Differenzengleichungen 308 14 Lineare Differenzengleichungen 14.1 Definitionen In Abschnitt 6.3 haben wir bereits eine Differenzengleichung kennengelernt, nämlich die Gleichung K n+1 = K n q m + R, die die Kapitalveränderung

Mehr

Übungen Mathematik I, M

Übungen Mathematik I, M Übungen Mathematik I, M Übungsblatt, Lösungen (Stoff aus Mathematik 0) 09.0.0. Kommissar K hat 3 Tatverdächtige P, Q und R. Er weiß: (a) Wenn sich Q oder R als Täter herausstellen, dann ist P unschuldig.

Mehr

Kapitel 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 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

Mehr

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

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

Mehr

5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus

5.4 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 5

Technische Universität München Zentrum Mathematik. Übungsblatt 5 Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 5 Hausaufgaben Aufgabe 5. Bestimmen Sie folgende Grenzwerte. Benutzen

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

Einführung in die Informatik I (autip)

Einführung in die Informatik I (autip) Einführung in die Informatik I (autip) Dr. Stefan Lewandowski Fakultät 5: Informatik, Elektrotechnik und Informationstechnik Abteilung Formale Konzepte Universität Stuttgart 24. Oktober 2007 Was Sie bis

Mehr

Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004

Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 In der letzten Vorlesung haben wir gesehen, wie man die einzelnen Zahlenbereiche aufbaut. Uns fehlen nur noch die reellen Zahlen (siehe

Mehr

Lineare Gleichungsen + Lineare Funktionen

Lineare Gleichungsen + Lineare Funktionen 29. Mai 2006 Gliederung 1 2 Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte nicht abschreiben! Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte

Mehr

Optimieren unter Nebenbedingungen

Optimieren unter Nebenbedingungen Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht

Mehr

Strukturelle Rekursion und Induktion

Strukturelle 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

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015 Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum

Mehr

Aufgaben zu Kapitel 15

Aufgaben zu Kapitel 15 Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

Mehr

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

Mehr

Bearbeitungszeit: Name: Erklärung

Bearbeitungszeit: Name: Erklärung Ausgabe: Mittwoch, 05.05.2004 Abgabe: Freitag, 14.05.2004 Am Freitag den 14.05.2004 halte ich die Mathestunde. Bring deshalb auch dann dein Übungsblatt mit! Bearbeitungszeit: Name: Erklärung 1 2 3 Pflichtaufgabe

Mehr

Computer-Graphik I Baryzentrische Koordinaten

Computer-Graphik I Baryzentrische Koordinaten /7/ lausthal omputer-raphik I Zachmann lausthal University, ermany zach@intu-clausthalde Def: affin unabhängig n n dadurch eg: k+ Punkte Pi R, 0 i k, kseien k Vektoren vi definiert: vi : Pi P0, i,, k Die

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,

Mehr

1. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)

1. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12) Technische Universität München Zentrum Mathematik PD Dr. Christian Karpfinger http://www.ma.tum.de/mathematik/g8vorkurs 1. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12) Aufgabe 1.1: Gehen Sie die Inhalte

Mehr

4. Übungsblatt zur Mathematik I für Maschinenbau

4. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 4. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-7.. Aufgabe G (Geraden im R ) Bestimmen

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brinkmann http://brinkmann-du.de Seite 1 24.2.214 Grundlagen zum Hypothesentest Einführung: Wer Entscheidungen zu treffen hat, weiß oft erst im nachhinein ob seine Entscheidung richtig war. Die Unsicherheit

Mehr

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1

Technische 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:

Mehr

Die Varianz (Streuung) Definition

Die Varianz (Streuung) Definition Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SS 2012 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Alexander Breuer Dipl.-Math. Dipl.-Inf. Jürgen Bräckle Dr.-Ing. Markus

Mehr

Vorlesung. Funktionen/Abbildungen

Vorlesung. Funktionen/Abbildungen Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis 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

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

Inferenzmethoden. Einheit 18. Logik höherer Stufe

Inferenzmethoden. Einheit 18. Logik höherer Stufe Inferenzmethoden Einheit 18 Logik höherer Stufe 1. Syntax und Semantik 2. Simulation mathematischer Konstrukte 3. Beweisführung in Logik höherer Stufe Logik höherer Stufe Logik erster Stufe hat nur einfache

Mehr