Die primitiv rekursiven Funktionen

Größe: px
Ab Seite anzeigen:

Download "Die primitiv rekursiven Funktionen"

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

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

Mehr

LOOP-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. 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

Mehr

Mächtigkeit von WHILE-Programmen

Mächtigkeit 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

Mehr

GTI. Hannes Diener. 18. Juni. ENC B-0123,

GTI. 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.

Mehr

Theorie der Informatik Einleitung. Theorie der Informatik Basisfunktionen und Einsetzung Primitive Rekursion. 14.

Theorie 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

Mehr

ALP I Primitiv-Rekursive Funktionen

ALP 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

Mehr

Rekursive 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 Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N induktiv

Mehr

Theorie der Informatik

Theorie 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

Mehr

8. Rekursive und primitiv rekursive Funktionen

8. 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

Mehr

Primitiv rekursive und µ-rekursive Funktionen

Primitiv 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

Mehr

1.3 Primitiv rekursive und µ-rekursive Funktionen

1.3 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

Mehr

Primitiv rekursive und µ-rekursive Funktionen

Primitiv 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

Mehr

Ausgewählte Kapitel Diskreter Mathematik mit Anwendungen

Ausgewählte 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

Mehr

Induktive Definitionen

Induktive 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

Mehr

Berechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP-Programme

Berechenbarkeit 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

Mehr

Algorithmen und Datenstrukturen 4. Vorlesung

Algorithmen 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

Mehr

Primitiv rekursive Codier- und Decodierfunktionen

Primitiv 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)

Mehr

Typen von Programmiersprachen

Typen von Programmiersprachen Typen von Programmiersprachen Berechenbarkeitstheorie: Formalisierung des intuitiven Berechenbarkeitsbegriffs man kann vier Typen von Programmiersprachen zum Berechnen von Zahlenfunktionen unterscheiden:

Mehr

ALP I Rekursive Funktionen

ALP 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

Mehr

2. Imperative Programmierung und Berechenbarkeit - Registermaschinen -

2. 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

Mehr

Primitive 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 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

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge 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

Mehr

Kapitel 1: Die Basistheoreme

Kapitel 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

Mehr

Grundbegriffe der Informatik

Grundbegriffe 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

Mehr

Berechenbarkeit und Komplexität: Mächtigkeit von Programmiersprachen: WHILE- und LOOP Programme

Berechenbarkeit 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.

(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 =

Mehr

Mächtigkeit von WHILE-Programmen

Mächtigkeit 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

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge 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

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 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.

Mehr

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Dieser 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,

Mehr

Berechenbarkeit und Komplexität Vorlesung 11

Berechenbarkeit 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.

Mehr

Einführung in die Informatik I

Einführung 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

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische 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)

Mehr

Universelle Maschinen und universelle Funktionen

Universelle 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)

Mehr

Grundlagen der Programmierung

Grundlagen 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

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 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

Mehr

Einführung in die Theoretische Informatik

Einführung 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

Mehr

LOOP-Programme: Syntaktische Komponenten

LOOP-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: ; :=

Mehr

Mächtigkeit 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 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

Mehr

Vorlesung Diskrete Strukturen Abbildungen

Vorlesung 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

Mehr

Vorlesung Diskrete Strukturen Abbildungen

Vorlesung 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

Mehr

Kapitel 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 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

Mehr

liefern eine nicht maschinenbasierte Charakterisierung der regulären

liefern 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

Mehr

Funktionale Programmierung ALP I. µ-rekursive Funktionen WS 2012/2013. Prof. Dr. Margarita Esponda. Prof. Dr. Margarita Esponda

Funktionale 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

Mehr

Rekursionsbäume Aufstellen eines Baumes dessen Knoten die Laufzeit auf jeder Rekursionsstufe darstellen und Aufsummieren

Rekursionsbäume 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

Mehr

Kapitel 6. Fixpunkte und semantische Bereiche

Kapitel 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

Mehr

Einführung in die Theoretische Informatik

Einführung 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

Mehr

Kapitel III. Aufbau des Zahlensystems

Kapitel 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.

Mehr

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Kapitel 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

Mehr

Rekursive Funktionen Basisfunktionen

Rekursive 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

Mehr

GTI. µ-rekursive Funktionen. Hannes Diener. 20. Juni 2. Juli. ENC B-0123,

GTI. 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

Mehr

GOTO simuliert Turingmaschinen

GOTO 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

Mehr

Induktive Definitionen

Induktive 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

Mehr

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Die 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,

Mehr

6. 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 6. Rekursive und primitiv rekursive Funktionen Ein maschinenunabhängiges formales Berechnungsmodell auf den natürlichen Zahlen IDEE: Definiere eine Klasse von (partiell) berechenbaren Funktionen über N

Mehr

3 Abbildungen. 14 I. Zahlen, Konvergenz und Stetigkeit

3 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

Mehr

Einführung in die Theoretische Informatik

Einführung 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

Mehr

Konstruktion der reellen Zahlen

Konstruktion 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

Mehr

9. Polynom- und Potenzreihenringe

9. 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

Mehr

Primitiv rekursive Funktionen

Primitiv 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

Mehr

2 Riemannsche Flächen

2 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

Mehr

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK 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

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie 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

Mehr

KAPITEL 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. 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,

Mehr

Programmierung 1 (Wintersemester 2012/13) Lösungsblatt 10 (Kapitel 11)

Programmierung 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

Mehr

Theoretische Informatik SS 03 Übung 5

Theoretische 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

Mehr

Mathematik 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 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

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen

Vorbereitungskurs 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

Mehr

30 Die Gammafunktion und die Stirlingsche Formel

30 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

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion 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

Mehr

Proseminar 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 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

Mehr

Theoretische Informatik SS 03 Übung 4

Theoretische 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:

Mehr

Ein fundamentales mathematisches Beweisprinzip p ist die vollständige Induktion: Sei p : Falls

Ein 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

Mehr

Seite 1. Folgen. Folgen. Klaus Messner,

Seite 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

Mehr

Berechenbarkeit und Komplexität Vorlesung 10

Berechenbarkeit 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.

Mehr

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2

heißt 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

Mehr

Horton Strahler Zahlen

Horton 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

Mehr

Kapitel 5 KONVERGENZ

Kapitel 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

Mehr

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 3

Mathematik 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

Mehr

Theoretische Informatik II

Theoretische 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

(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,

Mehr

Überblick. 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 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

Mehr

Unentscheidbarkeitssätze der Logik

Unentscheidbarkeitssätze 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

Mehr

Grundbegriffe der Informatik

Grundbegriffe 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.

{, 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.

Mehr

Theoretische Informatik II

Theoretische 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

Mehr

Einführung in die Theoretische Informatik

Einführung 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: 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

Mehr

Matrizen - 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. 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

Mehr

Überblick. Ausdrücke. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke

Überblick. 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

Mehr

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann

Ordinalzahlen. 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

Mehr

Theoretische Grundlagen der Informatik

Theoretische 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

Mehr

Algebraische Kurven. Monoidringe

Algebraische 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.

Mehr

Analysis für Informatiker

Analysis 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

Mehr

Folgen. Kapitel 2. Folgen. Peter Becker (H-BRS) Analysis Sommersemester / 543

Folgen. 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

Mehr

Rekursive und primitiv-rekursive Funktionen

Rekursive 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