Die primitiv rekursiven Funktionen
|
|
- Liane Hofer
- vor 5 Jahren
- Abrufe
Transkript
1 Priv.-Doz. Dr.rer.nat.habil. Karl-Heinz Niggl Technische Universität Ilmenau Fakultät für Informatik und Automatisierung Institut für Theoretische Informatik Fachgebiet Komplexitätstheorie und Effiziente Algorithmen J Die primitiv rekursiven Funktionen Im folgenden betrachten wir zahlentheoretische Funktionen, d.h. Funktionen f : N k N mit k N. Im Mittelpunkt steht dabei eine Funktionenalgebra PR (und ihre Schichten E n ) zur Definition von bestimmten zahlentheoretischen Funktionen, die sogenannten primitiv rekursiven Funktionen. Die Menge PR ist ein Beispiel für das Prinzip der induktiven Definition (vgl. das gleichnamige Dokument). Die zugrundeliegende Basis besteht aus den folgenden Funktionen: die Null 0 als 0-stellige Funktion aufgefaßt der Successor S : N N mit S(x) = x + 1 alle Projektionen Π m i : N m N mit Π m i ( x) = x i für 1 i m (m 1). Die Regeln für den Zusammenbau (Definition) von neuen Funktionen aus bereits gebauten (definierten) Funktionen sind in Form zweier Schemata gegeben. Definition 1 (Einsetzung). Eine Funktion f : N k N heißt durch Einsetzung aus Funktionen h: N m N und g 1,..., g m : N k N definiert, in Zeichen f :=E(h, g 1,..., g m ), falls für alle x = x 1,..., x k N gilt: f( x) = h(g 1 ( x),..., g m ( x)) Definition 2 (Primitive Rekursion). Eine Funktion f : N k+1 N heißt durch primitive Rekursion aus g : N k N und h: N k+2 N definiert, in Zeichen f := R(g, h), falls f die folgenden Rekursionsgleichungen (für alle x, y N) erfüllt: f( x, 0) = g( x) f( x, y + 1) = h( x, y, f( x, y)) In f( x, y) heißen x die Parameter und y das Rekursionsargument von f; ferner heißt f( x, y) der Vorgängerwert von f( x, y + 1). Definition 3 (PR). Die Klasse PR der primitiv rekursiven Funktionen ist die kleinste Menge von zahlentheoretischen Funktionen, die die Basisfunktionen 0, S sowie alle Projektionen Π m i enthält und abgeschlossen ist unter den Schemata der Einsetzung und der primitiven Rekursion. Die Menge PR kann man auch als maschinenunabhängige Beschreibung von Algorithmen zur Berechnung bestimmter zahlentheoretischer Funktionen auffassen. In der Tat sind die durch LOOP-Programme (FOR-Schleifenprogramme über Registern nach Meyer und Ritchie) berechenbaren Funktionen genau die Funktionen in PR.
2 Induktive Definitionen 2 Daß jede PR-Funktion LOOP-berechenbar ist, kann man sich leicht und ohne die konkrete Syntax von LOOP-Programmen zu bemühen so klarmachen die Umkehrung ist etwas kniffliger und verwendet primitiv rekursive Kodierung und Dekodierung von n-tupeln natürlicher Zahlen. Offenbar ist jede Basisfunktion LOOP-berechenbar. Hat man schon LOOP-Programme P h, P 1,..., P m für die Komponenten h, g 1,..., g m in f = E(h, g 1,..., g m ), so erhält man in naheliegender Weise ein LOOP-Programm P f für f: Auf Input x berechnet man nacheinander (für i = 1,..., m) die Werte y i := g i ( x) mittels P i und dann h( y) mittels P h. Seien nun LOOP-Programme P g und P h für die Komponenten g, h in f = R(g, h) bereits gegeben. Der Schlüssel zur Konstruktion eines LOOP-Programms P f für f ist die folgende Ausfaltungsdarstellung, die sich durch maximales Ausfalten der Rekursionsgleichungen für f ergibt: f( x, y) = h( x, y 1, h( x, y 2,..., h( x, 0, g( x))...)) Damit wird f( x, y) wie folgt berechnet: Nacheinander berechnet man die Werte v 0 := g( x) mittels P g und (falls y > 0) in einer Schleife die Werte v 1,..., v y v i+1 := h( x, i, v i ) für i < y jeweils mittels P h und gibt dann v y aus, denn induktiv folgt v i = f( x, i) für i y. Bemerkung. Jede natürliche Zahl a, wie üblich als 0-stellige Funktion Ca 0 aufgefaßt, kann durch a-malige Anwendung des Einsetzungsschemas aus den Basisfunktionen S und 0 = C0 0 definiert werden. Damit gewinnt man jede n-stellige konstante Funktion Ca n mittels Einsetzung aus C 0 a. C n a (x 1,..., x n ) := a Dies ergibt sich durch eine präzisere Fassung des Einsetzungsschemas: Für m, n N ist E m,n ein Funktional, das Funktionen h: N m N und g 1,..., g m : N n N die Funktion E m,n (h, g 1,..., g m ): N n N zuordnet, wobei E m,n (h, g 1,..., g m )( x) := h(g 1 ( x),..., g m ( x)) Also hat C n a für n 1 die Darstellung C n a = E 0,n (C 0 a, ()). Bemerkung. Wie im Skript Induktive Definitionen erwähnt, denkt man sich die natürlichen Zahlen N ebenfalls als induktiv definierte Menge I R (B). Das aus der Schule bekannte Schema der vollständigen Induktion ist somit nichts anderes als Induktion über den Aufbau von N und das Schema der primitiven Rekursion ist nichts anderes als Rekursion über den Aufbau von N, wobei hier N k als Parametermenge X fungiert. Bemerkung. Daß das Rekursionsargument in einer primitiven Rekursion f = R(g, h) stets an der letzten Argumentstelle erscheint, hat nur vereinfachende Gründe. Mittels
3 Induktive Definitionen 3 Einsetzung und Projektionen kann man zeigen, daß jede Rekursion im i-ten Argument eine zulässige Instanz der primitiven Rekursion ist. Beispiele für primitiv rekursive Funktionen Die Fallunterscheidung C: N 3 N mit besitzt die Rekursionsgleichungen { y falls x = 0 C(x, y, z) := z sonst C(0, y, z) = y C(x + 1, y, z) = z und hat somit die Darstellung C = R(Π 2 1, h) mit h(u, y, z, v) := z = Π 4 3(u, y, z, v). Der Predecessor P : N N, P (x) := max{x 1, 0} hat Rekursionsgleichungen : P (0) = 0 P (x + 1) = x Hieraus liest man die Darstellung P = R(C 0 0, h) mit h(u, v) := u = Π 2 1(u, v) ab. Bemerkung. C und P sind Beispiele für sogenannte uneigentliche Rekursionen, die von den Vorgängerwerten nicht Gebrauch machen, sondern nur von der im Schema eingebauten Fallunterscheidung bzgl. des Rekursionsargumentes y nach y = 0 oder y > 0, sowie von der Dekrementierung eines Rekursionsargumentes y > 0. Die Addition add: N 2 N, add(x, y) = x+y, besitzt die Rekursionsgleichungen : add(x, 0) = x add(x, y + 1) = S(add(x, y)) Hieraus folgt add = R(Π 1 1, h) mit h(x, u, v) := S(v) = E 1,3 (S, Π 3 3)(x, u, v)). Bemerkung. Es gilt x + y = S (y) (x), wobei für eine Funktion f : N N die k-te Iterierte von f, in Zeichen f (k) : N N, wie folgt induktiv definiert ist: f (0) (x) := x f (k+1) (x) := f(f (k) (x)) Die abgeschnittene Subtraktion. : N 2 N mit x. y := max{x y, 0} besitzt wegen x. y = P (y) (x) die Rekursionsgleichungen x. 0 = x x. y + 1 = P (x. y) und damit (analog zu add) die Darstellung. = R(Π 1 1, E 1,3 (P, Π 3 3)).
4 Induktive Definitionen 4 Die Multiplikation mult: N 2 N, mult(x, y) = x y, hat Rekursionsgleichungen mult(x, 0) = 0 mult(x, y + 1) = mult(x, y) + x und somit folgt mult = R(C0, 1 h) mit h(x, u, v) := v +x = E 2,3 (add, Π 3 3, Π 3 1)(x, u, v)). Die Exponentiation exp: N 2 N, exp(x, y) = x y hat die Rekursionsgleichungen exp(x, 0) = 1 exp(x, y + 1) = exp(x, y) x und somit (analog zu mult) die Darstellung exp = R(C1, 1 E 2,3 (mult, Π 3 3, Π 3 1)). Praktischer Umgang mit Einsetzung und primitiver Rekursion Die obigen Beispiele zeigen zwei Aspekte der Bauart von PR. Einsetzung und primitive Rekursion sind zum einen nicht benutzerfreundlich, wenn es darum geht, für konkrete Funktionen nachzuweisen, daß sie primitiv rekursiv sind man muß ja stets die informalen Rekursionsgleichungen auf die gewünschte Form bringen. Zum anderen entsteht der Eindruck, daß man aus den jeweils angegebenen informalen Rekursionsgleichungen stets die gewünschte formale Darstellung ablesen kann. Tatsächlich sind die fraglichen Schemata nicht für den praktischen Gebrauch gedacht, sondern nur für theoretische Überlegungen zur Klasse PR, wo diese strukturierte Form von Vorteil ist. Ein Beispiel dafür war der informale Beweis, daß alle PR-Funktionen LOOP-berechenbar sind. Der Schlüssel zu einem benutzerfreundlichen Umgang mit den primitiv rekursiven Funktionen ist das folgende zur Einsetzung äquivalente und programmiersprachennahe Konzept der expliziten Definition, das die Rolle der Basisfunktionen Π m i genauer beleuchtet. Definition 4. Eine Abb. f : N n N ist explizit definierbar aus Funktionen g 1,..., g m, falls es einen (wohlgeformten) Ausdruck E mit Symbolen unter g 1,..., g m, x 1,..., x n gibt, so daß für alle a = a 1,..., a n N gilt: f( a) = I n (E)( a) Schreibweise f( x) = E. Dabei ist die Interpretation von E, I n (E): N n N, induktiv über den Aufbau von Ausdrücken mit Symbolen unter g 1,..., g m, x 1,..., x n definiert: I n (x i ) = Π n i I n (g i (E 1,..., E mi )) = E m i,n (g i, I n (E 1 ),..., I n (E mi )) Beispiel: f(x 1, x 2, x 3, x 4 ) = (x 1 + (x 1 x x 2 3 )). (x 2 x 3 ) Bemerkung. Explizite Definitionen unterstützen insbesondere das Vertauschen, Vervielfältigen und Weglassen von Parametern (Variablen) und das Ineinanderschachteln solcher Ausdrücke. Bemerkung. Für den praktischen Umgang mit expliziten Definitionen kann man natürlich neben den Funktionssymbolen g 1,..., g m und den Variablen x 1,..., x n in f( x) = E auch
5 Induktive Definitionen 5 beliebige Konstanten a N verwenden, denn man darf a mit dem Ausdruck S (a) (0) bzw. mit dem Symbol C 0 a identifizieren. Ferner schreibt man S(x) in der gewohnten Form x+1. Lemma 5 (Explizite Definition = Einsetzung + Projektn.). Für f : N n N gilt: f ist explizit definierbar aus g 1,..., g m f ist mittels Einsetzung aus g 1,..., g m und Projektionen definierbar. Beweis. Die Implikation folgt induktiv aus der Definition von I n (E). Für die Umkehrung definieren wir etwas allgemeiner Abbildungen J k, die jeder k-stelligen Funktion, die man mittels Einsetzung aus g 1,..., g m und Projektionen definieren kann, einen Ausdruck J k (g) in g 1,..., g m, x 1,..., x k zuordnet, für den I k (J k (g)) = g gilt. J k (g i ) := g i (x 1,..., x k ) J k (Π k i ) := x i E n,k (h, f 1,..., f n ) := J n (h)[j k (f 1 ),..., J k (f n )/x 1,..., x n ] Für Ausdrücke e, e 1,..., e l bezeichne dabei e[e 1,..., e l /x 1,..., x l ] den Ausdruck, der durch simultane Ersetzung (für i = 1,..., l) aller Vorkommen von x i in e durch e i entsteht. Anwendungen: Für den Nachweis, daß f : N k N eine Darstellung f = E m,k (h, g 1,..., g m ) in PR besitzt, genügt die Angabe einer expliziten Definition f( x) = E, für einen Ausdruck E in Symbolen x 1,..., x k und h 1,..., h l PR. Für den Nachweis, daß f : N k+1 N eine Darstellung f = R(g, h) in PR besitzt, genügt die Angabe von Rekursionsgleichungen für f in der Form f( x, 0) = E b f( x, y + 1) = E s wobei E b ein Ausdruck in x und bestimmten g 1,..., g b PR ist, und E s ein Ausdruck in x, y und bestimmten h 1,..., h s PR sowie in f( x, y). Im Fall f =R(g, h) sind die gesuchten Funktionen g, h PR einfach I k (E b ) und I k+2 (Es ), wobei Es aus E s entsteht, indem man alle Vorkommen von f( x, y) durch eine neue Variable v ersetzt. Blicken wir nun auf die obigen Beispiele zurück, so stellen wir fest, daß die jeweiligen informalen Rekursionsgleichungen schon in der Form f( x, 0) = E b f( x, y + 1) = E s angegeben wurden und daß daraus tatsächlich die formale Gestalt f = R(g, h) gewonnen werden kann dies läßt sich auch automatisieren.
6 Induktive Definitionen 6 Die n-te Grzegorcyk-Klasse E n Die erste Schichtung der primitiv rekursiven Funktionen in eine Hierarchie von echt aufsteigenden Komplexitätsklassen E 0 E 1 E 2... mit E n = PR n 0 geht auf den Mathematiker A. Grzegorczyk (1953) zurück. Definition 6. Die Klasse E n ist die kleinste Klasse zahlentheoretischer Funktionen, die die Basisfunktionen 0, S, alle Projektionen Π m i und A n enthält und abgeschlossen ist unter Einsetzung und beschränkter primitiver Rekursion. Dabei bezeichnet A n : N 2 N den n-ten Ackermannschen Zweig, der sich durch Festhalten des ersten Argumentes aus der 3-stelligen Ackermannfunktion A ergibt, d.h. A n (x, y)= A(n, x, y) für x, y N. Die Funktionen A n besitzen die folgenden Rekursionsgleichungen: A 0 (x, y) = y + 1 x falls n = 0 A n+1 (x, 0) = 0 falls n = 1 1 sonst A n+1 (x, y + 1) = A n (x, A n+1 (x, y)) Definition 7. Eine Funktion f : N k+1 N heißt durch beschränkte primitive Rekursion aus g : N k N, h: N k+2 N und b: N k+1 N definiert, in Zeichen f := BR(g, h, b), falls f die folgenden beschränkten Rekursionsgleichungen (für alle x, y N) erfüllt: f( x, 0) = g( x) f( x, y + 1) = h( x, y, f( x, y)) f( x, y) b( x, y) Bemerkung. Grzegorczyks Idee zur Definition der Schichten E n war, daß man Funktionen f in Schicht E n durch primitive Rekursion aus Funktionen g, h E n gewinnen darf, solange man eine bereits definierte Schranke b E n für f zur Verfügung hat. Damit dieser Ansatz in jeder Schicht zu neuen Funktionen führt, benötigt man eine Schar von immer schneller wachsenden Basisfunktionen A n, deren Wachstum im Limes n zu einer Funktion A führt, die schneller wächst als jede primitiv rekursive Funktion. In der Tat gilt: A 0 (x, y) = x+1 A 1 (x, y) = x + y A 2 (x, y) = x y A 3 (x, y) = x y A 4 (x, y) = x y mit x 0 := 1 und x l+1 := x x l und so weiter Die konkrete Wahl dieser Funktionenschar geht auf ein modernes Design der ursprünglichen Schichten E n zurück, die der Mathematiker Ritchie (1965) in weiterführenden Untersuchungen zugrundelegte.
7 Induktive Definitionen 7 Die Funktion A n bildet tatsächlich die Hauptfunktion der Schicht E n in dem Sinne, daß jede Funktion in Schicht n durch eine konstante Anzahl von Kompositionen von A n mit sich selbt beschränkt werden kann. Satz 8. Zu jedem f E n, n 0, findet man eine Konstante c f, so daß stets gilt: f( x) A n+1 (max(2, x), c f ) Man beachte hierbei, daß nach der Ausfaltungsdarstellung für Konstanten c gilt: A n+1 (x, c) = A n (x, A n (x,..., A n (x, 0)...)) mit c+1 Vorkommen von A n. Die Funktion B mit B(x):=A n+1 (x, c) liegt also in E n. Der Beweis des Satzes ist nicht Gegenstand dieses Kompendiums. Wir beschließen stattdessen diesen Abschnitt mit der Übertragung der Einsichten aus dem letzten Abschnitt auf die Grzegorczyk-Schichten. Lemma 9 (Explizite Definitionen in E n ). Für f : N n N und g 1,..., g m E n gilt: f ist explizit definierbar aus g 1,..., g m f ist mittels Einsetzung aus g 1,..., g m und Projektionen definierbar Beweis. Wie vorher, nur daß man nun die Abgeschlossenheit von E n unter Einsetzung berücksichtigt. Anwendungen: Für den Nachweis, daß f : N k N eine Darstellung f = E m,k (h, g 1,..., g m ) in E n besitzt, genügt es, f explizit aus Funktionen in E n zu definieren. Für den Nachweis, daß f : N k+1 N eine Darstellung f =BR(g, h, b) in E n besitzt, genügt die Angabe von beschränkten Rekursionsgleichungen für f in der Form f( x, 0) = E b f( x, y + 1) = E s f( x, y) E w wobei E b ein Ausdruck in x und bestimmten g 1,..., g b E n ist, E s ein Ausdruck in x, y und bestimmten h 1,..., h s E n sowie in f( x, y), und E w ein Ausdruck in x, y und bestimmten b 1,..., b w E n. Im Fall f = BR(g, h, b) sind die gesuchten Funktionen g, h, b E n einfach I k (E b ) und I k+2 (E s ) und I k+1 (E w ). Beispiel: Die Addition + liegt in E 2, denn es gilt: x + 0 = x x + (y + 1) = (x + y) + 1 x + y (x + 1) (y + 1)
Die primitiv rekursiven Funktionen
Priv.-Doz. Dr.rer.nat.habil. Karl-Heinz Niggl Technische Universität Ilmenau Fakultät IA, Institut für Theoretische Informatik Fachgebiet Komplexitätstheorie und Effiziente Algorithmen J Die primitiv rekursiven
MehrLOOP-Programme 1. Def (Meyer/Ritchie). LOOP-Programme werden induktiv aufgebaut aus den (Basis-) Anweisungen. Führe P X-mal aus ) LOOP-Programme 2
LOOP-Programme 1 LOOP-Programme verwenden (jeweils) endlich viele Variablen aus VAR := {X 0,X 1,X 2,...}, oft nur mit X,Y,Z,U,V,W bezeichnet, die als Register fungieren. Slide 1 Def (Meyer/Ritchie). LOOP-Programme
MehrMächtigkeit von WHILE-Programmen
Mächtigkeit von WHILE-Programmen und rekursive Funktionen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 16. November 2010 Berthold Vöcking, Informatik 1 () Vorlesung
MehrGTI. Hannes Diener. 18. Juni. ENC B-0123,
GTI Hannes Diener ENC B-0123, diener@math.uni-siegen.de 18. Juni 1 / 32 Als Literatur zu diesem Thema empfiehlt sich das Buch Theoretische Informatik kurzgefasst von Uwe Schöning (mittlerweile in der 5.
MehrTheorie der Informatik Einleitung. Theorie der Informatik Basisfunktionen und Einsetzung Primitive Rekursion. 14.
Theorie der Informatik 16. April 2014 14. primitive Rekursion und µ-rekursion Theorie der Informatik 14. primitive Rekursion und µ-rekursion 14.1 Einleitung 14.2 Basisfunktionen und Einsetzung Malte Helmert
MehrALP I Primitiv-Rekursive Funktionen
ALP I Primitiv-Rekursive Funktionen WS 2012/2013 Äquivalenz vieler Berechnungsmodelle Effektiv Berechenbare Funktionen Mathematische Modelle Maschinelle Modelle λ-kalkül Kombinatorische Logik Allgemein
MehrRekursive und primitiv rekursive Funktionen. Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen
Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N induktiv
MehrTheorie der Informatik
Theorie der Informatik 15. primitive Rekursion und µ-rekursion Malte Helmert Gabriele Röger Universität Basel 22. April 2015 Überblick: Vorlesung Vorlesungsteile I. Logik II. Automatentheorie und formale
Mehr8. Rekursive und primitiv rekursive Funktionen
8. Rekursive und primitiv rekursive Funktionen In diesem Abschnitt führen wir eine weitere (letzte) Formalisierung des Berechenbarkeitskonzeptes für Funktionen über den natürlichen Zahlen ein. Hatten wir
MehrPrimitiv rekursive und µ-rekursive Funktionen
Primitiv rekursive und µ-rekursive Funktionen Slide 1 Primitiv rekursive und µ-rekursive Funktionen Hans U. Simon (RUB) Email: simon@lmi.rub.de Homepage: http://www.ruhr-uni-bochum.de/lmi Primitiv rekursive
Mehr1.3 Primitiv rekursive und µ-rekursive Funktionen
Definition 1.11 Die Klasse der primitiv rekursiven Funktionen (a) Basisfunktionen: (1.) die konstanten Funktionen c (c N) (2.) die Projektionen Π m i (x 1,...,x m ) = x i (1 i m) (3.) die Nachfolgerfunktion
MehrPrimitiv rekursive und µ-rekursive Funktionen
Primitiv rekursive und µ-rekursive Funktionen Loop-, While- und Goto-Programme sind vereinfachte imperative Programme und stehen für imperative Programmiersprachen, bei denen Programme als Folgen von Befehlen
MehrAusgewählte Kapitel Diskreter Mathematik mit Anwendungen
Wahlpflichtfach Bachelor Informatik 4. Semester Ausgewählte Kapitel Diskreter Mathematik mit Anwendungen Kurt-Ulrich Witt Sommersemester 2011 Kurt-Ulrich Witt Diskrete Mathematik Lektion 4 1/33 Inhaltsverzeichnis
MehrInduktive Definitionen
Priv.-Doz. Dr.rer.nat.habil. Karl-Heinz Niggl Technische Universität Ilmenau Fakultät IA, Institut für Theoretische Informatik Fachgebiet Komplexitätstheorie und Effiziente Algorithmen J Induktive Definitionen
MehrBerechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme
Berechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 29. November 2007 Turing-mächtige
MehrAlgorithmen und Datenstrukturen 4. Vorlesung
Algorithmen und Datenstrukturen 4 Vorlesung Karl-Heinz Niggl 25 April 26 FG KTuEA, TU Ilmenau AuD 25426 Lösen von Rekursionsgleichungen Die worst-case Laufzeit T A eines rekursiven Algorithmus A ist oft
MehrPrimitiv rekursive Codier- und Decodierfunktionen
Primitiv rekursive Codier- und Decodierfunktionen Paarungsfunktionen, Codierung von Zahlenfolgen 6.26 Definition Die Cauchysche Paarungsfunktion, : N 2 N wird definiert durch x, y = ((x + y)(x + y + 1)
MehrTypen von Programmiersprachen
Typen von Programmiersprachen Berechenbarkeitstheorie: Formalisierung des intuitiven Berechenbarkeitsbegriffs man kann vier Typen von Programmiersprachen zum Berechnen von Zahlenfunktionen unterscheiden:
MehrALP I Rekursive Funktionen
ALP I Rekursive Funktionen SS 2011 Äquivalenz vieler Berechnungsmodelle Effektiv Berechenbare Funktionen Mathematische Modelle Maschinelle Modelle Text λ-kalkül Kombinatorische Logik Allgemein rekursive
Mehr2. Imperative Programmierung und Berechenbarkeit - Registermaschinen -
2. Imperative Programmierung und Berechenbarkeit - Registermaschinen - 2.1 Definition 2.2 Loop-Programme 2.3 While Programme 2.4 While Programme und rekursive Funktionen Im Wesentlichen: Tafel! Maschinenmodell
MehrPrimitive Rekursion. Basisfunktionen: Konstante Funktion: const 3 3 (1,1, pr 1,3(g,h) (1,1)) Projektion: proj 3 (1,1, pr. Komposition: comp 3,2
Primitive Rekursion Basisfunktionen: Konstante Funktion: const Stelligkeit. Wert des Ergebnisses. Unabhängig von den Parametern. const (,, pr,(g,h) (,)) Stelligkeit. Projektion: proj Gibt die Komponente
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrKapitel 1: Die Basistheoreme
Kapitel 1: Die Basistheoreme 1.1 Stackprogramme Vorauss.: 1) Variablen X 1,X 2,... (auch X,Y,Z,U,V,O, ev. indiziert) 2) Beliebiges, aber fest gewähltes Alphabet Σ := {a 1,...,a k } Slide 1 Jedes X i fungiert
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/29 Überblick Wörter Wörter Das leere Wort Mehr zu
MehrBerechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP Programme
Berechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP Programme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 13. November 2006 Turing-mächtige
Mehr(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.
8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =
MehrMächtigkeit von WHILE-Programmen
Mächtigkeit von WHILE-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Turingmaschine (TM) M = (Q, Σ, Γ, B, q 0, q, δ) Unendliches Band... 0 c
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrBerechenbarkeit und Komplexität Vorlesung 11
Berechenbarkeit und Komplexität Vorlesung 11 Prof. Dr. Wolfgang Thomas Lehrstuhl Informatik 7 RWTH Aachen 7. Dezember 2014 Wolfgang Thomas, Informatik 7 () Vorlesung Berechenbarkeit und Komplexität 7.
MehrEinführung in die Informatik I
Einführung in die Informatik I LOOP Programme, rekursive Funktionen und der Turm von Hanoi Prof. Dr. Nikolaus Wulff Berechenbarkeit Mitte des 20. Jahrhunderts beantworteten Pioniere, wie Alan M. Turing
MehrNumerische Verfahren und Grundlagen der Analysis
Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 26 1. Folgen R. Steuding (HS-RM)
MehrUniverselle Maschinen und universelle Funktionen
Universelle Maschinen und universelle Funktionen UNIVERSELLE FUNKTIONEN DEFINITION. Sei F eine Klasse von partiellen Funktionen über N. Eine partielle Funktion ϕ (n+1) ist n-universell für F, wenn (i)
MehrGrundlagen der Programmierung
Grundlagen der Programmierung SS 05 Prof. Dr. K. Madlener Lösungshinweise zu Übungsblatt 6 Aufgabe 6.1. Sei f(x, b) = µy b.(y y x (y + 1) (y + 1) > x) f.a. x, b N. Sei weiter f(x) = f(x, x) f.a. x N. Aufgabe
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 8 18. Juli 2011 Einführung in die Theoretische Informatik
MehrLOOP-Programme: Syntaktische Komponenten
LOOP-Programme: Syntaktische Komponenten LOOP-Programme bestehen aus folgenden Zeichen (syntaktischen Komponenten): Variablen: x 0 x 1 x 2... Konstanten: 0 1 2... Operationssymbole: + Trennsymbole: ; :=
MehrMächtigkeit von LOOP-Programmen. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Mächtigkeit von LOOP-Programmen Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 23 Die Programmiersprache LOOP Syntax Elemente eines LOOP-Programms Variablen
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter WS 2009/10 Hashfunktionen Wenn eine Datenbank Millionen von Dokumenten enthält und immer neue dazu kommen, stellt sich folgendes Problem: Bei neuen
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die
MehrKapitel 1.1. Aussagenlogik: Syntax. Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1
Kapitel 1.1 Aussagenlogik: Syntax Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1 Übersicht 1.1.1 Die Sprache der Aussagenlogik 1.1.2 Explizite vs. implizite Definitionen 1.1.3
Mehrliefern eine nicht maschinenbasierte Charakterisierung der regulären
Reguläre Ausdrücke 1 Ziel: L=L M für NFA M L=L(r) für einen regulären Ausdruck r Reguläre Ausdrücke über einem Alphabet Σ Slide 1 liefern eine nicht maschinenbasierte Charakterisierung der regulären Sprachen
MehrFunktionale Programmierung ALP I. µ-rekursive Funktionen WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda
ALP I µ-rekursive Funktionen WS 2012/2013 Primitiv-rekursive Funktionen Jede primitiv-rekursive Funktion ist Loop-berechenbar. Das bedeutet, dass jede PR-Funktion in der Loop-Programmiersprache formuliert
MehrRekursionsbäume Aufstellen eines Baumes dessen Knoten die Laufzeit auf jeder Rekursionsstufe darstellen und Aufsummieren
Algorithmen und Datenstrukturen 74 3 Rekursionen Vor allem bei rekursiven Algorithmen besitzt die Laufzeitfunktion eine naheliegende rekursive Formulierung, d.h. die Laufzeitfunktion ist konstant für den
MehrKapitel 6. Fixpunkte und semantische Bereiche
Kapitel 6 Fixpunkte und semantische Bereiche Sowohl bei der Definition der operationalen Semantik als auch bei der Definition der mathematischen Semantik haben wir mehr oder weniger explizit Fixpunkte
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik
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.
MehrKapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität
MehrRekursive Funktionen Basisfunktionen
Rekursive Funktionen Basisfunktionen die nullstellige Funktion Z, die den konstanten Wert 0 liefert, die Funktion S : N N, bei der jeder natürlichen Zahl ihr Nachfolger zugeordnet wird, die Funktion P
MehrGTI. µ-rekursive Funktionen. Hannes Diener. 20. Juni 2. Juli. ENC B-0123,
GTI µ-rekursive Funktionen Hannes Diener ENC B-0123, diener@math.uni-siegen.de 20. Juni 2. Juli 1 / 31 µ-rekursive Funktionen Kommen wir als nächstes zu unserem dritten Ansatz zur Berechenbarkeit. Diesmal
MehrGOTO simuliert Turingmaschinen
GOTO simuliert Turingmaschinen Wir wissen bisher: LOOP ( GOTO = WHILE TM Jetzt zeigen wir, dass auch WHILE = TM gilt: Die Turingmaschine M =(Z,,,,z 1,, E) berechne f. Wir simulieren M mit einem GOTO-Programm
MehrInduktive Definitionen
Induktive Definitionen Induktive Definition: Konstruktive Methode zur Definition einer Menge M von Objekten aus Basisobjekten mittels (Erzeugungs-) Regeln Slide 1 Rekursion über den Aufbau: Konstruktive
MehrDie Prädikatenlogik erster Stufe: Syntax und Semantik
Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,
Mehr6. Rekursive und primitiv rekursive Funktionen. Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen
6. Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N
Mehr3 Abbildungen. 14 I. Zahlen, Konvergenz und Stetigkeit
14 I. Zahlen, Konvergenz und Stetigkeit 3 Abbildungen 3.1 Definition. Es seien zwei Mengen M, N gegeben. Unter einer Abbildung f : M N von M nach N versteht man eine Vorschrift, die jedem Element M genau
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 9 2. Juli 2010 Einführung in die Theoretische
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
Mehr9. Polynom- und Potenzreihenringe
64 Andreas Gathmann 9. Polynom- und Potenzreihenringe Bevor wir mit der allgemeinen Untersuchung von Ringen fortfahren, wollen wir in diesem Kapitel kurz zwei sehr wichtige weitere Beispiele von Ringen
MehrPrimitiv rekursive Funktionen
Primitiv rekursive Funktionen Primitiv rekursive Funktionen Historisch: Die Einführung der primitiven Rekursivität war ein erster (und erfolgloser) Versuch, den Begriff der Berechenbarkeit (oft synonym
Mehr2 Riemannsche Flächen
$Id: flaechen.tex,v 1.12 2016/12/01 19:00:20 hk Exp $ 2 Riemannsche Flächen 2.4 Direkte Limites und Halme von Garben Am Ende der letzten Sitzung hatten wir die Windungspunkte einer holomorphen Funktion
MehrMATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016
MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung
MehrWie in der reellen Analysis üblich notiert man Folgen f in der Form
2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches
MehrKAPITEL 5. Damit wird F n (B) selbst zu einer Booleschen Algebra und es gilt f(x) := f(x) 0(x) := 0 B 1(x) := 1 B
KAPITEL 5 Boolesche Polynome Polynome über R, d.h. reelle Funktionen der Form p(x) = a 0 + a 1 x + + a n x n, x R, sind schon aus der Schulmathematik bekannt. Wir beschäftigen uns nun mit Booleschen Polynomen,
MehrProgrammierung 1 (Wintersemester 2012/13) Lösungsblatt 10 (Kapitel 11)
Fachrichtung 6.2 Informatik Universität des Saarlandes Tutorenteam der Vorlesung Programmierung 1 Programmierung 1 (Wintersemester 2012/13) Lösungsblatt 10 (Kapitel 11) Hinweis: Dieses Übungsblatt enthält
MehrTheoretische Informatik SS 03 Übung 5
Theoretische Informatik SS 03 Übung 5 Aufgabe 1 Im Buch von Schöning ist auf S. 106-108 beschrieben, wie eine Turing-Maschine durch ein GOTO-Programm simuliert werden kann. Zeigen Sie, wie dabei die Anweisungen
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 26. Oktober 2017 1/35 Abbildungen Boolesche Algebra Summen- und Produktzeichen Definition
MehrVorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen
Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Susanna Pohl Vorkurs Mathematik TU Dortmund 12.03.2015 Folgen und Reihen Folgen und Grenzwerte Rechenregeln für konvergente Folgen
Mehr30 Die Gammafunktion und die Stirlingsche Formel
3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel
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
MehrProseminar Theoretische Informatik - WS07/08 - Prof. Helmut Alt. I. Einleitung Berechnungsmodelle LOOP, WHILE, GOTO, rekursive Funktionen
Proseminar Theoretische Informatik - WS07/08 - Prof. Helmut Alt I. Einleitung Berechnungsmodelle LOOP, WHILE, GOTO, rekursive Funktionen Berechenbarkeitsmodelle Welchen Sinn haben diese? Wie kann man effizient
MehrTheoretische Informatik SS 03 Übung 4
Fakten aus Übung 3 Theoretische Informatik SS 03 Übung 4 In Übung 3 wurden einigen Fakten bewiesen, die für diese Übung benötigt werden. Folgende Konstrukte können mit LOOP-Programmen simuliert werden:
MehrEin fundamentales mathematisches Beweisprinzip p ist die vollständige Induktion: Sei p : Falls
Beweisprinzip der vollständigen Induktion Ein fundamentales mathematisches Beweisprinzip p ist die vollständige Induktion: Sei p : Falls ein totales Prädikat. 1. p(0) (Induktionsanfang) und 2. für beliebiges
MehrSeite 1. Folgen. Folgen. Klaus Messner,
Seite 1 Klaus Messner, klaus_messner@web.de Seite 2 Begriffe Die Schreibweise stellt eine Folge dar. Die a i nennt man glieder und i ist der Index bzw. die Nummer eines speziellen glieds. In den Lehrbüchern
MehrBerechenbarkeit und Komplexität Vorlesung 10
Berechenbarkeit und Komplexität Vorlesung 10 Prof. Dr. Wolfgang Thomas Lehrstuhl Informatik 7 RWTH Aachen 27. November 2014 Wolfgang Thomas, Informatik 7 () Vorlesung Berechenbarkeit und Komplexität 27.
Mehrheißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2
9 DIE EXPONENTIALREIHE 48 absolut konvergent. Beweis. Wegen x n+ n! n + )!x n = x n + < 2 für n 2 x folgt dies aus dem Quotientenkriterium 8.9). Definition. Die Reihe x n heißt Exponentialreihe. Die durch
MehrHorton Strahler Zahlen
Horton Strahler Zahlen Manuel Inselmann 3.11.011 1 Einführung In diesem Seminarvortrag wird als Hauptresultat gezeigt, dass P n ( S n log n ɛ) D für ein D > 0 und alle ɛ > 0 gilt, wobei P ɛ n die Gleichverteilung
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
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3 Die Lösungshinweise dienen
MehrTheoretische Informatik II
Theoretische Informatik II Einheit 4.2 Rekursive Funktionen 1. Primitiv- und µ-rekursive Funktionen 2. Analyse und Programmierung 3. Äquivalenz zu Turingmaschinen Berechenbarkeit auf N ohne Maschinenmodelle
Mehr(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 43 2. Folgen und Reihen Folgen und Reihen werden in jedem Analysislehrbuch besprochen, siehe etwa [H, Kapitel III], [K, Kapitel 5], [J2, Kapitel 23] oder [M,
MehrÜberblick. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Boolsche Algebra
Überblick 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 72 / 179 Beweisprinzip der vollständigen Induktion
MehrUnentscheidbarkeitssätze der Logik
Unentscheidbarkeitssätze der Logik Elmar Eder () Unentscheidbarkeitssätze der Logik 1 / 30 Die Zahlentheorie ist nicht formalisierbar Satz (Kurt Gödel) Zu jedem korrekten formalen System der Zahlentheorie
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61 Anmerkung Änderung im Wintersemester 2013/2014:
Mehr{, wenn n gerade ist,, wenn n ungerade ist.
11 GRENZWERTE VON FUNKTIONEN UND STETIGKEIT 60 Mit anderen Worten, es ist lim f(x) = b lim f (, a)(x) = b, x a x a wobei f (, a) die Einschränkung von f auf (, a) ist. Entsprechendes gilt für lim x a.
MehrTheoretische Informatik II
Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Wintersemester 2007/2008 B. Beckert Theoretischen Informatik II: WS 2007/08 1 / 175 Dank Diese Vorlesungsmaterialien basieren
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt Endklausur 26. August 2011 Einführung in die Theoretische
Mehr$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $
$Id: matrixtex,v 14 2008/12/02 21:08:55 hk Exp $ $Id: vektortex,v 12 2008/12/05 11:27:45 hk Exp hk $ II Lineare Algebra 6 Die Matrixmultiplikation 63 Inverse Matrizen und reguläre lineare Gleichungssysteme
MehrMatrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).
Matrizen - I Definition. Sei K ein Körper. Ein rechteckiges Schema A = a 11 a 12...... a 1n a 21 a 22...... a 2n............ a m1 a m2...... a mn wobei j K heißt Matrix bzw. eine m n Matrix (mit Elementen
MehrÜberblick. Ausdrücke. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke
Überblick 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen 3 Ausdrücke Einf. Progr. (WS 08/09) 148 Ausdrücke Betrachten wir folgende
MehrOrdinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann
Ordinalzahlen Im Rahmen der Ordnungsrelationen wurden bisher die Begriffe Partialordnung und Totalordnung (lineare Ordnung) erwähnt. Ein weiterer wichtiger Ordnungsbegriff ist die Wohlordnung. Wohlgeordnete
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 20. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 20.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrAlgebraische Kurven. Monoidringe
Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 17 Nachdem wir nun die Theorie hinreichend weit entwickelt haben, wenden wir uns nun einer umfassenden Beispielsklasse zu, den Monoidringen.
MehrAnalysis für Informatiker
Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während
MehrFolgen. Kapitel 2. Folgen. Peter Becker (H-BRS) Analysis Sommersemester / 543
Kapitel 2 Folgen Peter Becker (H-BRS) Analysis Sommersemester 2016 89 / 543 Inhalt Inhalt 1 Folgen Definition kriterien in C, R d und C d Peter Becker (H-BRS) Analysis Sommersemester 2016 90 / 543 Definition
MehrRekursive und primitiv-rekursive Funktionen
Rekursive und primitiv-rekursive Funktionen Patrik Lengacher 02. Mai 2012 Dieses Handout richtet sich nach Kapitel 6.1 in [R]. Grundsätzlich wird dieselbe Notation wie in den vorhergehenden Vorträgen verwendet.
Mehr