Grundlagen 1: Modelle & Mengen
|
|
- Bastian Eberhardt
- vor 5 Jahren
- Abrufe
Transkript
1 Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2018 << class Apples extends Fruits >> b c a de set S Kapitel 2 Grundlagen 1: Modelle & Mengen Frank Fischer Institut für Informatik frank.fscher@uni-mainz.de
2 2.1 Modelle
3 Was ist ein (formales) Modell? Modell Information Beobachtung Analyse Regeln Vorhersage
4 Grundlagen der Modellierung Modelle in verschiedenen Fachgebiete Mathematische Modelle Schwerpunkt: Deduktion Empirische Modelle Schwerpunkt: Induktion z.b. Naturwissenschaften (Bsp: Physik) z.b. Lebens- und Kulturwissenschaften (Bsp: Ökonomie) (Praktische) Informatik Schwerpunkt: Engineering Lösungen für Probleme Konkrete Berechnung
5 Philosophie allgeme ine Regeln logisch zwingend spezielle Folgerung en Deduktion wahrschein spezielle lich Beobachtun gen allgeme ine Regel Induktion Achtung! Nicht verwechseln mit vollständiger Induktion
6 Modellierung Was ist Mathematik? Formale Modelle Informationen: Zahlen, Symbole Regeln, denen die Informationen gehorchen Formal: Positiv Klar defniert, ob etwas richtig oder falsch ist Werkzeuge, um..modelle auszudrücken..modelle zu verstehen {true, false}
7 Grundlagen der Modellierung Mathematische Modelle Fokus auf Deduktion Start mit Annahmen: Axiom 1 Axiom 3 Axiom 2 Axiom 4 Axiome des Modells Axiome Studium von Schluß- folgerungen (Beweise) Oft anwendungsneutral Satz 1 Satz 2 Satz 3 mathematisches Modell
8 Mathematische Modelle Natürliche Zahlen 1,2,3,4, Operationen: +,,*, / ℕ Modell für diskrete Objekte Reelle Zahlen Modell: Kontinuierliche Gerade ℝ Reelle Vektorräume Modell eines Euklidischen Raumes ℝ 3
9 Grundlagen der Modellierung Empirische Modelle Fokus auf Induktion Achtung: Nicht verwechseln mit vollständiger Induktion Start mit Beobachtungen (Experimente) Hypothesen für Modelle (Erklärungen) Validierung Vorhersage neuer Beobachtungen Sinnvolles Modell? (relative Stärke der Vorhersagen)
10 Das Problem mit der Induktion Gegenstände fallen zu Boden
11 Prinzip (H. Hertz, 1894) Folgen der Bilder Beobachtung Bilder (Modelle) Gegenstand (Natur) denknotwendige Folgen (Vorhersagen) Beobachtung Ideelle Welt Modelle, Vorstellungen naturnotwendige Folgen Reale, objektive Welt (unbekannt) Gegenstand (Folgezustand)
12 Induktive Schlüsse Frage Wann darf man verallgemeinern? Grundsätzlich: Verallgemeinerung zweifelhaft Warum soll ein Modell allgemein gelten? Überprüfung von Modellen Voraussagen machen Voraussagen überprüfen Wiederholbares Experiment Unter gleichen Bedingungen Verallgemeinerung gilt nur für diese Bedingungen
13 Beispiel Wirkt ein Medikament gegen eine Krankheit? Versuche an 2 x 100 Personen Jeder unabhängig (keine gegenseitiger Einfuu) Zufällig ausgewählt (kein Einfuu von z.b. Alter o.ä.) Gleiche Bedingungen! Experiment 100 Patienten mit Medikament: 95 Patienten geheilt, 5 weiter krank 100 Patienten ohne Medikament: 20 Patienten geheilt, 80 weiter krank Medikament wirkt höchstwahrscheinlich
14 Beispiel
15 Empirische Modelle Drei Konzepte aus dem statistischen Lernen No-Free-Lunch Theorem Induktion erfordert Vorwissen / Vorabannahmen Overftting: Das Problem der Überanpassung Komplizierte Modelle sind riskant Bias-Variance Trade-Off / Occam s Razor Komplexe Modelle erfordern viele Daten (Beobachtungen)
16 No Free Lunch
17 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
18 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
19 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K Annahme: Alle Werte gleich wahrscheinlich 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
20 Vorhersagen aus Modellen Vorhersage Wohnungspreise 600 K 500 K Annahme: Alle Werte gleich wahrscheinlich? 400 K 300 K 200 K 100 K ? disclaimer: numbers are made up this is no investment advice
21 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
22 Occam s Razor: Das Problem der Überanpassung
23 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
24 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
25 Vorhersagen aus Modellen Wohnungspreise in Mainz 600 K 500 K 400 K 300 K 200 K 100 K disclaimer: numbers are made up this is no investment advice
26 Overftting
27 Bias Variance Tradeoff
28 Modelle: Zusammenfassung
29 Modelle
30 Bezüge Empirische Wissenschaft Deduktives (mathematisches) Vorgehen um Modelle zu bauen Modelle zu verstehen Vorhersagen zu machen Experimente zu analysieren Informatik Beide Ansätze relevant Automatische empirische Wissenschaft heißt maschinelles Lernen Zusätzlich: Praktikabilität (Berechenbarkeit) von Modellen
Grundlagen 1: Modelle & Mengen
Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 > Kapitel 2 Grundlagen 1: Modelle & Mengen 2.1 Modelle Grundlagen der Modellierung
MehrAngewandte Mathematik am Rechner 1
Angewandte Mathematik am Rechner 1 SOMMERSEMESTER 2017 Kapitel 3 [Bildquellen: Wikipedia User David Madore, Inductiveload ] Grundlagen 2: Funktionen, Berechenbarkeit und emergente Komplexität Michael Wand
MehrVollständige Induktion
Kantonsschule Olten Hardwald 4600 Olten Vollständige Induktion Andreas Stoll Andreas Pulfer Erfänzungsfach Anwendungen der Mathematik (2017/18) 1 Beweisen 1.1 Axiome und Prämissen Bei einem Beweis wird
MehrWissenschaftliches Arbeiten und Methodenlehre 1 Teil A: Wissenschaftstheoretische Grundlagen
Wissenschaftliches Arbeiten und Methodenlehre 1 Teil A: Wissenschaftstheoretische Grundlagen WS 2014/2015 Prof. Dr. Richard Roth 1 Inhaltsverzeichnis A. Wissenschaftstheoretische Grundlagen 1 Wissenschaft
MehrWissenschaftliches Arbeiten und Methodenlehre 1
Wissenschaftliches Arbeiten und Methodenlehre 1 Teil A: Wissenschaftstheoretische Grundlagen WS 2016/2017 Prof. Dr. Richard Roth 1 Inhaltsverzeichnis A. Wissenschaftstheoretische Grundlagen 1 Wissenschaft
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens WS 2013/14 Inhalt Übungserklärung* Beweis durch Vollständige Induktion 2
MehrKennzeichen von Wissenschaftlichkeit
Kennzeichen von Wissenschaftlichkeit HS 2013 Peter Wilhelm Indikatoren pseudowissenschaftlicher Praktiken (Lawson, 2007, nach Macho, 2013) Ungenaue, wissenschaftlich klingende Sprache ^ Verwendung wissenschaftlich
MehrPhysik eine empirische Wissenschaft
Experimentalphysik A 1. Einleitung Physik eine empirische Wissenschaft Die Naturerscheinungen laufen nicht regellos ab, sondern sie werden durch Naturgesetze gesteuert. Die Physik befaßt sich mit der Erforschung
MehrMentale Modelle und kognitive Täuschungen
Mentale Modelle und kognitive Täuschungen Theorien des deduktiven Denkens Theorien auf dem algorithmischen Level: Wie führen Menschen Berechnungen und Deduktion aus? Theorien auf dem berechnenden Level:
MehrKonzepte der AI: Maschinelles Lernen
Konzepte der AI: Maschinelles Lernen Nysret Musliu, Wolfgang Slany Abteilung für Datenbanken und Artificial Intelligence Institut für Informationssysteme, TU-Wien Übersicht Was ist Lernen? Wozu maschinelles
MehrGrundlagen der Betriebswirtschaftslehre. Kapitel 2: Wissenschaftstheorie und Wissenschaftsprogramme
Grundlagen der Betriebswirtschaftslehre Kapitel 2: Wissenschaftstheorie und Wissenschaftsprogramme Wintersemester 07/08 1 Inhalt der Vorlesung 1. Gegenstand der BWL und Betriebswirtschaftliche Funktionen
MehrIV Beweise in der Mathematik
Propädeutikum 018 0. September 018 Mathematische Texte enthalten verschiedene Bezeichnungen der Sinneinheiten. Bezeichnungen in mathematischen Texten Axiome elementare Grundaussagen; werden nicht bewiesen
MehrArbeits- und Präsentationstechniken 1
Arbeits- und Präsentationstechniken 1 Teil A: Wissenschaftstheoretische Grundlagen SS 2014 APT 1 Prof. Dr. Richard Roth 1 Inhaltsverzeichnis A. Wissenschaftstheoretische Grundlagen 1 Wissenschaft was ist
MehrMotivation und Geschichte. Geschichte der Logik Logik und Informatik
Motivation und Geschichte Geschichte der Logik Logik und Informatik Logik für Informatiker, M. Lange, IFI/LMU: Motivation und Geschichte Geschichte der Logik 12 Aufgaben der Logik Logik (aus Griechischem)
MehrEinführung in die Wissenschaftstheorie
Einführung in die Wissenschaftstheorie von Dr. Wolfgang Brauner Was ist Wissen? Wissen = Kenntnis von etwas haben (allg.) Wissen = wahre, gerechtfertigte Meinung (Philosophie: Platon) Formen des Wissens:
MehrHinweise zur Logik. Ergänzung zu den Übungen Mathematische Grundlagen der Ökonomie am 22. Oktober 2009
Hinweise zur Logik Ergänzung zu den Übungen Mathematische Grundlagen der Ökonomie am 22. Oktober 2009 Im folgenden soll an einige Grundsätze logisch korrekter Argumentation erinnert werden. Ihre Bedeutung
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
MehrMATHEMATIK. Allgemeine Bildungsziele. Richtziele. Grundkenntnisse
MATHEMATIK Allgemeine Bildungsziele Der Mathematikunterricht vermittelt ein intellektuelles Instrumentarium, das ein vertieftes Verständnis der Mathematik, ihrer Anwendungen und der wissenschaftlichen
MehrBrückenkurs Mathematik
Beweise und Beweisstrategien andreas.kucher@uni-graz.at Institute for Mathematics and Scientific Computing Karl-Franzens-Universität Graz Graz, September 5, 2015 Hinweis zu den Folien Diese Folien sind
MehrEinführung in die Informatik 2
Einführung in die Informatik Strukturelle Induktion Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 0 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 1:30-14:00 Uhr, o.n.v.
MehrAngewandte Mathematik am Rechner 2 WINTERSEMESTER 2017/18 *#$?!! Kapitel 5. Symmetrie. Michael Wand Institut für Informatik.
Michael Wand Institut für Informatik. Angewandte Mathematik am Rechner 2 WINTERSEMESTER 2017/18 *#$?!! Kapitel 5 Symmetrie Symmetrie Geometrische Symmetrie Beispiele Symmetrische geometrische Objekte (2D)
MehrMotivation und Geschichte. Geschichte der Logik Logik und Informatik
Motivation und Geschichte Geschichte der Logik Logik und Informatik Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 2.1 Motivation und Geschichte Geschichte der Logik 13 Aufgaben der Logik
Mehr1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.
Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik
MehrWissenschaft wird aus Tatsachen gewonnen Referat von: Melanie Winkler, David Christa, Christian Weisz
Wissenschaft wird aus Tatsachen gewonnen Referat von: Melanie Winkler, David Christa, Christian Weisz 1) Was ist Wissenschaft? Ziele & Aufgaben der Wissenschaft: Beobachten Phänomene erklären Theorien
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 1. Einführung Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Formale Logik Ziel Formalisierung und Automatisierung rationalen
MehrWissenschaftlich Arbeiten und Recherchieren bilderlernen.at. Grundlagen
Wissenschaftlich Arbeiten und Recherchieren Grundlagen Zur Erinnerung Wissenschaftliche Theorien sind Systeme von Aussagen über einen Gegenstandsbereich, die es erlauben, möglichst viele Beobachtungen
MehrKapitel 1 Die natürlichen und die ganze Zahlen
Kapitel 1 Die natürlichen und die ganze Zahlen Inhalt 1.1 1.1 Vollständige Induktion z.b. z.b. 1+ 1+ 2 + 3 +...... + n = n(n+1)/2 1.2 1.2 Die Die Peano-Axiome Ein Ein Axiomensystem für für die die natürlichen
MehrStudierende die bereits jetzt im B.Sc.-Studiengang studieren, können in die neue Mathematik-Ausbildungsvariante wechseln.
B.Sc. Informatik Neue Prüfungsordnung ab dem WS 2016/17 Im Rahmen der Änderung der Prüfungsordnung wird die Mathematikausbildung durch neue, speziell für den Studiengang zugeschnittene Veranstaltungen
MehrINHAL TSVERZEICHNIS. Vorwort zur Neubearbeitung... Aus der Einfiihrung zur Erstausgabe (1969) Einleitung... ERSTER TElL.
INHAL TSVERZEICHNIS Vorwort zur Neubearbeitung.... Aus der Einfiihrung zur Erstausgabe (1969) Einleitung.................. 13 15 16 ERSTER TElL. SPRACHTHEORIE 1. KAPITEL. LOGISCHE PROPADEUTIK..............
Mehr6: Diskrete Wahrscheinlichkeit
Stefan Lucks Diskrete Strukturen (WS 2009/10) 219 6: Diskrete Wahrscheinlichkeit 6: Diskrete Wahrscheinlichkeit Stefan Lucks Diskrete Strukturen (WS 2009/10) 220 Wahrscheinlichkeitsrechnung Eines der wichtigsten
MehrPopulation und Stichprobe: Wahrscheinlichkeitstheorie
Population und Stichprobe: Wahrscheinlichkeitstheorie SS 2001 4. Sitzung vom 15.05.2001 Wahrscheinlichkeitstheorie in den Sozialwissenschaften: Stichprobenziehung: Aussagen über Stichprobenzusammensetzung
MehrWie können Computer lernen?
Wie können Computer lernen? Ringvorlesung Perspektiven der Informatik, 18.2.2008 Prof. Jun. Matthias Hein Department of Computer Science, Saarland University, Saarbrücken, Germany Inferenz I Wie lernen
MehrMarcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 12. Winterthur, 17. Mai Institut für Datenanalyse und Prozessdesign
Marcel Dettling Institut für Datenanalyse und Prozessdesign Zürcher Hochschule für Angewandte Wissenschaften marcel.dettling@zhaw.ch http://stat.ethz.ch/~dettling Winterthur, 17. Mai 2017 1 Verteilung
MehrNichts als die mathematische Wahrheit
1 Nichts als die mathematische Wahrheit Holger Stephan Weierstraß Institut für Angewandte Analysis und Stochastik (WIAS), Berlin Lange Nacht der Wissenschaften 10. Mai 2014 2 Anregungen zu folgenden Fragen
MehrEinführung in die Wissenschaft Vorlesung/Seminar Prof. Dr. U. Toellner-Bauer
Einführung in die Wissenschaft Vorlesung/Seminar Prof. Dr. U. Toellner-Bauer 1. Was ist Wissenschaft? Definition des Begriffs Wissenschaft Was ist Wissenschaft? Der deduktive Ansatz Natur-, Geistes-, Sozialwissenschaften
MehrMartin Goldstern Der logische Denker Kurt Gödel und sein Unvollständigkeitssatz. 6.
Martin Goldstern Der logische Denker Kurt Gödel und sein Unvollständigkeitssatz http://www.tuwien.ac.at/goldstern/ 6.September 2006 1 Kurt Gödel, 1906-1978 1906: geboren am 28.April in Brünn (heute Brno)
MehrKapitel MK:III. III. Begriffe der Modellierung
Kapitel MK:III III. Begriffe der Modellierung System und Modell Modellieren zum Schlussfolgern Modellbildung Systemraum und Modellraum Adäquate Modellierung MK:III-1 Modeling Concepts STEIN 2000-2015 Beispiel
MehrMethoden des Wissenschaftlichen Arbeitens Vorlesung im Sommersemester VL 2: Was ist Wissenschaft?
Methoden des Wissenschaftlichen Arbeitens Vorlesung im Sommersemester 2017 04.05.17 VL 2: Was ist Wissenschaft? Prof. Dr. Riklef Rambow Fachgebiet Architekturkommunikation Institut Entwerfen, Kunst und
MehrSOZIALWISSENSCHAFTEN
SOZIALWISSENSCHAFTEN Lisa Eckhardt, Annika Funke, Christina Pautzke Bergische Universität Wuppertal WiSe 17/18 Sichtweisen der Sozialwissenschaften Dr. Bongardt Sozialwissenschaften Bereiche Politikwissenschaften
MehrDer mathematische Beweis
Der mathematische Beweis Im Studium wird man wesentlich häufiger als in der Schule Beweise führen müssen. Deshalb empfiehlt es sich, verschiedene Beweisverfahren intensiv zu trainieren. Beweisstruktur
Mehr1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen
1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist
Mehr1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen
. Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!
MehrWissenschaftstheoretische Grundlagen
Wissenschaftstheoretische Grundlagen Variablen, Hypothesen, Theorien und Forschungsprogramme Veranstaltung vom 31.10.2000 Variablen Definition: Der Begriff Variable bezeichnet ein Merkmal oder eine Eigenschaft
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrKap.1: Was ist Wissen? 1.1 Begriff des Wissens (1)
Kap.1: Was ist Wissen? 1.1 Begriff des Wissens (1) Zusammenfassung: Diskutiert wurde: A) Wissensbegriff in verschiedenen Wissenschaften B) Daten Information Wissen Ebenen: (E1) Übermittlung physikalischer
MehrDie Anfänge der Logik
Die Anfänge der Logik Die Entwicklung des logischen Denkens vor Aristoteles Holger Arnold Universität Potsdam, Institut für Informatik arnold@cs.uni-potsdam.de Grundfragen Was ist Logik? Logik untersucht
MehrZentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)
WS 2009/10 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2009ws/ds/uebung/ 22. Oktober 2009 ZÜ DS ZÜ
MehrLernzielkatalog für das Modul Einführung in die Wissenschaftstheorie
Lernzielkatalog für das Modul Einführung in die Wissenschaftstheorie Die im Folgenden angegebenen Kapitel und Seitenzahlen beziehen sich auf diese Lernquelle: Helfrich, Hede: Wissenschaftstheorie für Betriebswirtschaftler,
MehrInhalt. Vorwort Das analytische Instrumentarium: Sprache, Logik und Wahrscheinlichkeit Begriffe und Begriffsarten 66
Inhalt Vorwort 10 1. Einleitung 11 1.1 Aufgaben und Zielsetzungen der Wissenschaftstheorie... 11 1.2 Philosophische Positionen in der Wissenschaftstheorie... 12 1.2.1 Empirismus und Rationalismus 12 1.2.2
MehrFormale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 9.
Formale Logik PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg Wintersemester 16/17 Sitzung vom 9. November 2016 Weitere Begriffe Eine Zuweisung von Wahrheitswerten W bzw. F
MehrWissenschaftstheoretische Grundlagen
Wissenschaftstheoretische Grundlagen Gemeinsame Annahme von allen wissenschaftstheoretischen Ansätze der empirischen Wissenschaften Es existiert eine reale Welt, die unabhängig ngig vom Beobachter ist.
MehrEinführung in die Modellierung
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 1 Einführung in die Modellierung Universität Zürich Institut für Informatik Inhalt 1.1 Der Modellbegriff 1.2 Wozu Modelle? 1.3 Modellbildung 1.4
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 6: Formale Logik Einführung schulz@eprover.org Formale Logik Ziel Formalisierung und Automatisierung rationalen Denkens Rational richtige Ableitung von
Mehr7. Grenzwertsätze. Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012
7. Grenzwertsätze Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Mittelwerte von Zufallsvariablen Wir betrachten die arithmetischen Mittelwerte X n = 1 n (X 1 + X 2 + + X n ) von unabhängigen
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
MehrVorkurs Mathematik 2016
Vorkurs Mathematik 2016 WWU Münster, Fachbereich Mathematik und Informatik PD Dr. K. Halupczok Skript VK1 vom 8.9.2016 VK1: Logik Die Kunst des Schlussfolgerns Denition 1: Eine Aussage ist ein sprachliches
MehrWahrscheinlichkeitstheorie
Bruno de Finetti Wahrscheinlichkeitstheorie Einführende Synthese mit kritischem Anhang R. Oldenbourg Verlag Wien München 1981 Inhaltsverzeichnis Vorwort X I II III Einführung 1. Wozu ein neues Buch über
MehrFuzzy Logic und Wahrscheinlichkeit
Philosophische Fakultät Institut für Philosophie, Lehrstuhl für Theoretische Philosophie, Holm Bräuer M.A. Fuzzy Logic und Wahrscheinlichkeit Ein Kurzüberblick Was ist Fuzzy Logic? Fuzzy-Logik (englisch:
MehrTheorie der Informatik
Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 Motivation Aufgabe von letzter Vorlesungsstunde Worin besteht das Geheimnis Ihres langen Lebens?
MehrElementäre Bausteine m = 10 micron. Blutzelle Atom 1800 D.N.A Elektron m = 0.1 nanometer Photon 1900
Was ist Physik? Das Studium der uns umgebenden Welt vom Universum bis zum Atomkern, bzw. vom Urknall bis weit in die Zukunft, mit Hilfe von wenigen Grundprinzipien. Diese gesetzmäßigen Grundprinzipien
Mehr5. Methoden der Wirtschaftsinformatik
Forschen und Publizieren 5. Methoden der Wirtschaftsinformatik 1. Forschungsmethoden 2. Logisch-argumentativ (deduktiv) 3. Statistische Analyseverfahren (quantitativ) 4. Modellbildung (qualitativ) 5. Fallstudien
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 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/ws1314
MehrGeometrie 0.1. Homepage zur Veranstaltung: Lehre Geometrie
Geometrie 0.1 Geometrie Homepage zur Veranstaltung: http://www.juergen-roth.de Lehre Geometrie Geometrie 0.2 Inhaltsverzeichnis Geometrie 0 Geometrie!? 1 Axiome der Elementargeometrie 2 Kongruenzabbildungen
MehrStatistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg
Statistische Methoden der Datenanalyse Wintersemester 2011/2012 Albert-Ludwigs-Universität Freiburg Prof. Markus Schumacher Physikalisches Institut Westbau 2 OG Raum 008 Telefonnummer 07621 203 7612 E-Mail:
MehrVorkurs Mathematik 2016
Vorkurs Mathematik 2016 WWU Münster, Fachbereich Mathematik und Informatik PD Dr. K. Halupczok / Dr. Frank Wübbeling Denkanstoß: Was ist wissenschaftliches Denken? Denkanstoß: Was ist wissenschaftliches
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 16. Oktober 2014 1 Einleitung Literatur Paul.R. Halmos, Naive Set Theory Ralf Schindler, Logische Grundlagen der Mathematik Peter J. Cameron,
MehrSystemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4
Einführung intro 1 Grobklassifizierung r Methoden in der Informatik intro 2 Systemtheorie 1 Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof.
MehrStatistik im Forschungsprozess
Statistik im Forschungsprozess Eine Philosophie der Statistik als Baustein einer integrativen Wissenschaftstheorie Bearbeitet von Uwe Saint-Mont 1. Auflage 2011. Buch. xiv, 675 S. Hardcover ISBN 978 3
MehrKritischer Rationalismus
Kritischer Rationalismus Informationswissenschaft und Sprachtechnologie im Diskurs Esther Seyffarth, Linda Schaffarczyk 27.01.2016 http://enigmabrot.de/popper/index.html?pdf export#/ 1/24 Themenüberblick
MehrHilbert: Prädikatenlogik Teil I (formale Beweise) Text von Hilbert; Text von Halbeisen et al. Christine Simantiri Ueli Gisiger
Hilbert: Prädikatenlogik Teil I (formale Beweise) Text von Hilbert; Text von Halbeisen et al. Christine Simantiri Ueli Gisiger 13.04.2016 Hilbert: Prädikatenlogik Teil I (formale Beweise) Ablauf der Text-Vorstellung
MehrDiese Unterteilung ist nicht exklusiv, Fachgrenzen (gerade auch im Zuge der interdisziplinären Vernetzung) durchlässig!
Allgemeine Begriffsbestimmung von Wissenschaft Wissenschaft ist der Oberbegriff für alle diejenigen Disziplinen menschlicher Forschung, deren Ziel es ist, Tatsachen über Bereiche der Natur sowie der geistigen,
MehrSystemtheorie 1. Formale Systeme 1 # WS 2006/2007 Johannes Kepler Universität Linz, Österreich
Einführung 1 Systemtheorie 1 Formale Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof. Dr. Armin Biere Institut für Formale Modelle und Verifikation
MehrLogik für Informatiker Logic for computer scientists
Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 24 Die Booleschen Junktoren Till Mossakowski Logik 2/ 24 Die Negation Wahrheitstafel
MehrEuklidische. abbildungsgeometrische Herangehensweisen an die Geometrie
Euklidische abbildungsgeometrische Herangehensweisen an die Geometrie Seminareinheit im Seminar Ausgewählte Kapitel der Mathematik Leitung: Prof. Andreas Filler Studenten: Elisa Gliederung Aufbau der Geometrie
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen
MehrHausaufgaben Summen Beweise Vollständige Induktion Unendliche Mengen. Beweisverfahren. Diskrete Strukturen. Uta Priss ZeLL, Ostfalia
Beweisverfahren Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Beweisverfahren Slide 1/31 Agenda Hausaufgaben Summen Beweise Vollständige Induktion Unendliche Mengen
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Graphische Modelle. Niels Landwehr
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Graphische Modelle iels Landwehr Überblick: Graphische Modelle Graphische Modelle: Werkzeug zur Modellierung einer Domäne mit verschiedenen
MehrGeoinformation I Landkarten
Folie 1 von 17 Geoinformation I Landkarten Folie 2 von 17 Landkarte Übersicht! Tesselation: Definition! Landkarte " Definition " Einschränkungen " Topologische Beziehungen " Euler-Formel " Topologische
MehrGeoinformation I Landkarten
Folie 1 von 17 Geoinformation I Landkarten Folie 2 von 17 Landkarte Übersicht Tesselation: Definition Landkarte Definition Einschränkungen Topologische Beziehungen Euler-Formel Topologische Fehler Integritätsbedingungen
MehrTilman Bauer. 4. September 2007
Universität Münster 4. September 2007 und Sätze nlogik von Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus)
MehrGerhard Minnameier. Wissen und inferentielles Denken
Gerhard Minnameier Wissen und inferentielles Denken Zur Analyse und Gestaltung von Lehr-Lern-Prozessen PETER LANG Europäischer Verlag der Wissenschaften Vorwort 5 Abbildungsverzeichnis 13 Tabellenverzeichnis
MehrWissen und Gesellschaft I Einführung in die analytische Wissenschaftstheorie. Prof. Dr. Jörg Rössel
Wissen und Gesellschaft I Einführung in die analytische Wissenschaftstheorie Prof. Dr. Jörg Rössel Ablaufplan 1. Einleitung: Was ist Wissenschaft(stheorie) überhaupt? 2. Was sind wissenschaftliche Theorien?
MehrMATHEMATIQ. Der Newsletter der MathSIG (Interessensgruppe innerhalb der Mensa Österreich) Ausgabe 4.
MATHEMATIQ Der Newsletter der MathSIG (Interessensgruppe innerhalb der Mensa Österreich) Ausgabe 4 http://www.hugi.scene.org/adok/mensa/mathsig/ Editorial Liebe Leserinnen und Leser! Dies ist die vierte
MehrTheoretische Informatik I
Theoretische Informatik I Rückblick Theoretische Informatik I 1. Mathematische Methoden 2. Reguläre Sprachen 3. Kontextfreie Sprachen Themen der Theoretischen Informatik I & II Mathematische Methodik in
MehrElemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise
Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 15. November 2010 http://www.mathematik.uni-trier.de/
MehrKapitel 2. Zahlenbereiche
Kapitel 2. Zahlenbereiche 2.3. Reelle Zahlen Erweiterung des Zahlenbereichs der natürlichen Zahlen Ganze Zahlen Z := {..., 3, 2, 1, 0, 1, 2, 3,... } = N {0} N. Rationale Zahlen Q := { m n m Z, n N }. Beachte:
MehrDr. Wolfgang Langer - IV Methoden der empirischen Sozialforschung I - SoSe
Dr. Wolfgang Langer - IV Methoden der empirischen Sozialforschung I - SoSe 2000 1 Wissenschaftstheorie: Begriffe und Definitionen: Quelle: Giesen,B. & Schmid, M.: Basale Soziologie: Wissenschaftstheorie.
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 2. Induktion Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Induktion Zentrale Rolle Wesentliches Beweisprinzip in Mathematik
MehrInhalt. 1 Mathematik? 2 PROLOG-1: Aussagen und Mengen. 3 PROLOG-2: Funktionen. 4 PROLOG-3: Zahlenmengen und vollständige Induktion
Inhalt 1 Mathematik? 2 PROLOG-1: Aussagen und Mengen 3 PROLOG-2: Funktionen 4 PROLOG-3: Zahlenmengen und vollständige Induktion 5 PROLOG-4: Ungleichungen Daniel Weller (Inst. f. Diskr. Math.) PROLOG 2013
MehrMathematische Modellierung am Rechner I. Frank Fischer Institut für Informatik Sommersemester 2018
Mathematische Modellierung am Rechner I Frank Fischer Institut für Informatik Sommersemester 2018 Wiederholung: Algebraische Strukturen Mathematik Eine algebraische Struktur ist ein Tupel (X,,,... ) mit
MehrDecision Tree Learning
Decision Tree Learning Computational Linguistics Universität des Saarlandes Sommersemester 2011 28.04.2011 Entscheidungsbäume Repräsentation von Regeln als Entscheidungsbaum (1) Wann spielt Max Tennis?
MehrVorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken
Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Susanna Pohl Vorkurs Mathematik TU Dortmund 09.03.2015 Aussagen, Logik und Beweistechniken Aussagen und Logik Motivation
MehrEmpirische Strategien
Empirische Strategien Julian Raschke 07.04.2009 Übersicht Einordnung die Strategien im Detail Vergleich Kontext Software-Engineering Empirische Strategien 07.04.2009 2 Einordnung Situation: Software-Entwicklungsprozess
MehrAnwendungsnahe Bildungsforschung
Anwendungsnahe Bildungsforschung Umsetzung wissenschaftlicher Erkenntnisse in der Praxis vs. Forschung in, mit und durch die Praxis Qualitätssicherung in der Bildungsforschung 13./14. September 2010 Wien
MehrPrimer: Inferenzstatistik 1.0
: 1.0 Dr. Malte Persike persike@uni-mainz.de methodenlehre.com twitter.com/methodenlehre methodenlehre.com/g+ iversity.org/schoolinger Inhalte der nächsten Minuten Die Frage aller Fragen: Ist etwas groß?
Mehr