Musterlösung Übungsblatt 3 ( ) 1 Prädikatmodifikation 40 Punkte
|
|
- Sofie Schuster
- vor 5 Jahren
- Abrufe
Transkript
1 Seminar: Formale Semantik Modul : Grammatiktheorie Seminarleiter: Anke Assmann Musterlösung Übungsblatt 3 ( ) Abgabe bis Institut für Linguistik Universität Leipzig 1 Prädikatmodifikation 40 Punkte (Hinweis: Nimm für die folgende Aufgabe an, dass die Menge der Individuen auch alle Körperteile beinhaltet.) Zeichne einen interpretierbaren Phrasenstrukturbaum für (1). 5 Punkte (1) a cute gray cat with a and a black spot below one eye (i) Syntaktische Struktur (1): DP 1 a NP 1 PP 1 AP 1 cute AP 2 NP 3 NP 4 with &P gray cat DP 2 & a NP 5 and DP 3 AP 3 NP 6 a NP 7 NP 8 PP 2 AP 4 black NP 9 spot belowdp 4 one NP 10 eye Bestimme die Denotationen aller terminalen Knoten. Beachte besonders die Wörter with und and. (with und and sollen nicht semantisch leer sein, und ohne Änderungen der sonstigen Annahmen zu interpretierbaren Strukturen führen.) 12 Punkte 1
2 Hilfe: one soll so ähnlich funktionieren wie der definite Determinierer, bloß dass es eine Eigenschaft nicht auf das einzige Individuum abbildet, das diese Eigenschaft erfüllt, sondern auf irgendeines: (2) one = [λf : f D <e,t> und es gibt mindestens ein x, so dass f(x) = 1. ein y, so dass f(y) = 1] Die Funktion soll vereinfachend so verwendet werden: [λf : f D <e,t> und es gibt mindestens ein x, so dass f(x) = 1. ein y, so dass f(y) = 1]([λx D e. x ist eine Katze]) = eine Katze (ii) Denotationen der terminalen Knoten: a. cute = [λx D e. x ist niedlich] b. gray = [λx D e. x ist grau] c. cat = [λx D e. x ist eine Katze] d. with = [λf D <e,t>. [λ x D e. x hat ein y, so dass f(y) = 1 ]] e. = [λx D e. x ist weiß] f. = [λx D e. x ist ein Bäuchlein] g. and = [λf D <e,t>. [λg D <e,t>. [λx D e. f(x) = g(x) = 1]]] h. black = [λx D e. x ist schwarz] i. spot = [λx D e. x ist ein Fleck] j. below = [λx D e. [λy D e. y ist unter x ]] k. one = [λf : f D <e,t> und es gibt mindestens ein x, so dass f(x) = 1. ein y, so dass f(y) = 1] l. eye = [λx D e. x ist ein Auge] a ist semantisch leer. Bestimme anschließend die Denotation eines der folgenden Ausdrücke: 23 Punkte (3) gray cat with a 23 Punkte NP 1 PP 1 AP 1 gray NP 3 cat with DP 1 a NP 4 AP 2 = (PM angewendet auf NP 1 ) NP 5 2
3 PP 1 with DP 1 [λx D e. AP 1 gray NP 3 cat (x) = a NP 4 AP 2 NP 5 (x) = 1] = (wegen PM angewendet auf, NK angewendet auf AP 1, NP 3 ) PP 1 [λx D e. [λx D e. gray(x ) = cat(x ) = 1](x) = with DP 1 a NP 4 (x) AP 2 NP 5 = 1] = (wegen Definition λ-notation) PP 1 [λx D e. gray(x) = cat(x) = with DP 1 a NP 4 (x) = 1] AP 2 NP 5 = (wegen FA angewendet auf PP 1, semantische Leere a) NP 4 [λx D e. gray(x) = cat(x) = with AP 2 NP 5 (x) = 1] = (wegen PM angewendet auf NP 4, NK angewendet auf AP 2, NP 5 ) [λx D e. gray(x) = cat(x) = with ([λx D e. (x ) = (x ) = 1])(x) = 1] = (wegen (ii-e), (ii-f)) [λx D e. gray(x) = cat(x) = with ([λx D e. [λy D e. y ist weiß](x ) = [λy D e. y ist ein Bäuchlein](x ) = 1])(x) = 1] 3
4 [λx D e. gray(x) = cat(x) = with ([λx D e. x ist weiß und x ist ein Bäuchlein])(x) = 1] = (wegen (ii-d)) [λx D e. gray(x) = cat(x) = [λf D <e,t>. [λ y D e. y hat ein z, so dass f(z) = 1]]([λx D e. x ist weiß und x ist ein Bäuchlein])(x) = 1] [λx D e. gray(x) = cat(x) = [λ y D e. y hat ein z, so dass [λx D e. x ist weiß und x ist ein Bäuchlein](z) = 1](x) = 1] [λx D e. gray(x) = cat(x) = [λ y D e. y hat ein z, so dass z ist weiß und z ist ein Bäuchlein](x) = 1] [λx D e. gray(x) = cat(x) = 1 und x hat ein z, so dass z ist weiß und z ist ein Bäuchlein] = (wegen (ii-b), (ii-c)) [λx D e. [λy D e. y ist grau](x) = [λy D e. y ist eine Katze](x) = x hat ein z, so dass z ist weiß und z ist ein Bäuchlein] [λx D e. x ist grau und x ist eine Katze und x hat ein z, so dass z ist weiß und z ist ein Bäuchlein] (4) and a black spot 22 Punkte 4
5 &P NP 1 & AP 1 and DP 1 a NP 3 AP 2 NP 4 black spot = (wegen FA angewendet auf &P, & ) DP 1 NP 1 a NP 3 and AP 1 AP 2 NP 4 black spot = (wegen semantischer Leere a) NP 3 NP 1 and AP 2 black NP 4 AP 1 spot = (wegen PM angewendet auf NP 1, NK angewendet auf AP 1, ) and AP 2 black NP 3 NP 4 spot ([λx D e. (x) = (x) = 1]) = (wegen PM angewendet auf NP 3, NK angewendet auf AP 2, NP 4 ) and ([λx D e. black(x ) = spot(x ) = 1]) ([λx D e. (x) = (x) = 1]) = (wegen (ii-h), (ii-i)) and ([λx D e. [λy D e. y ist schwarz](x ) = [λy D e. y ist ein Fleck](x ) = 1]) ([λx D e. (x) = (x) = 1]) and ([λx D e. x ist schwarz und x ist ein Fleck]) ([λx D e. (x) = (x) = 1]) 5
6 = (wegen (ii-e), (ii-f)) and ([λx D e. x ist schwarz und x ist ein Fleck]) ([λx D e. [λy D e. y ist weiß](x) = [λy D e. y ist ein Bäuchlein](x) = 1]) and ([λx D e. x ist schwarz und x ist ein Fleck]) ([λx D e. x ist weiß und x ist ein Bäuchlein]) = (wegen (ii-g)) [λf D <e,t>. [λg D <e,t>. [λy D e. f(y) = g(y) = 1]]]([λx D e. x ist schwarz und x ist ein Fleck]) ([λx D e. x ist weiß und x ist ein Bäuchlein]) [λy D e. [λx D e. x ist schwarz und x ist ein Fleck](y) = [λx D e. x ist weiß und x ist ein Bäuchlein](y) = 1] [λy D e. y ist schwarz und y ist ein Fleck und y ist weiß und y ist ein Bäuchlein] Ist die Denotation sinnvoll oder nicht, d.h. entspricht es den sprachlichen Intuitionen oder nicht? Begründe kurz. 1 Punkt Nein, das Ergebnis ist nicht sinnvoll. Die Denotation ist die Eigenschaft gleichzeitig ein schwarzer Fleck und ein weißes Bäuchlein zu sein. Stattdessen sollte and a black spot eher als Auflistung zu verstehen sein, also ein Individuum, für das gilt, es ist ein weißes Bäuchlein und eins, für das gilt, es ist ein schwarzer Fleck. (5) with a black spot below one eye 23 Punkte PP 1 with DP 1 a NP 1 PP 2 AP 1 NP 3 below DP 2 black spot one NP 3 eye = (wegen FA angewendet auf PP 1 ) 6
7 DP 1 a NP 1 with PP 2 AP 1 black NP 3 spot below DP 2 one NP 3 eye = (wegen semantischer Leere a, PM angewendet auf NP 1 ) with([λx D e. AP 1 black NP 3 spot (x) = PP 2 below DP 2 one NP 3 eye = (wegen PM angewendet auf, NK angewendet auf AP 1, NP 3 ) (x) = 1]) PP 2 with([λx D e. [λx D e. black(x ) = spot(x ) = 1](x) = = 1]) below DP 2 one NP 3 eye (x) PP 2 with([λx D e. black(x) = spot(x) = = (wegen FA angewendet auf PP 2 ) below DP 2 one NP 3 eye DP 2 (x) = 1]) with([λx D e. black(x) = spot(x) = below = (wegen FA angewendet auf DP 1 ) one NP 3 eye (x) = 1]) 7
8 with([λx D e. black(x) = spot(x) = below (one (eye))(x) = 1]) = (wegen (ii-k), (ii-l)) with([λx D e. black(x) = spot(x) = below ([λf : f D <e,t> und es gibt mindestens ein x, so dass f(x) = 1. ein y, so dass f(y) = 1]([λy D e. y ist ein Auge]))(x) = 1]) with([λx D e. black(x) = spot(x) = below (ein Auge)(x) = 1]) = (wegen (ii-j)) with([λx D e. black(x) = spot(x) = [λy D e. [λz D e. z ist unter y]](ein Auge)(x) = 1]) with([λx D e. black(x) = spot(x) = 1 und x ist unter einem Auge]) = (wegen (ii-h), (ii-i)) with([λx D e. [λy D e. y ist schwarz](x) = [λy D e. y ist ein Fleck](x) = 1 und x ist unter einem Auge]) with([λx D e. x ist schwarz und x ist ein Fleck und x ist unter einem Auge]) = (wegen (ii-d)) [λf D <e,t>. [λy D e. y hat ein z, so dass f(z) = 1]]([λx D e. x ist schwarz und x ist ein Fleck und x ist unter einem Auge]) [λy D e. y hat ein z, so dass [λx D e. x ist schwarz und x ist ein Fleck und x ist unter einem Auge](z) = 1] [λy D e. y hat ein z, so dass z ist schwarz und z ist ein Fleck und z ist unter einem Auge] 8
9 2 Relativsätze 54 Punkte Beweise folgende Behauptung. (6) dog such that Peter owns the cat which chased him = [λx D e. x ist ein Hund und Peter besitzt das einzige y, so dass gilt y ist eine Katze und y jagte x] (iii) Denotationen der terminalen Knoten: a. dog = [λx D e. x ist ein Hund] b. Peter = Peter c. owns = [λx D e. [λy D e. y besitzt x]] d. the = [λf : f D <e,t> und es gibt genau ein x, so dass f(x) = 1. das einzige y, so dass f(y) = 1] e. cat = [λx D e. x ist eine Katze] f. chased = [λx D e. [λy D e. y jagte x]] that ist semantisch leer; such, which sind synkategorematisch, him (und die Spur t) ist eine Variable. NP 1 dog AP 1 such 5 CP 1 that S 1 DP 1 Peter VP 1 owns DP 2 the NP 3 NP 4 cat CP 2 which 6 C 2 that S 2 DP 3 VP 2 = (wegen HK98:(11), S.112) t 6 chased DP 4 him 5 9
10 NP 1 = (wegen PM angewendet auf NP 1, NK angewendet auf ) [λx D e. dog (x) = AP 1 (x) = 1] = (wegen PA angewendet auf AP 1, sem. Leere that) [λx D e. dog (x) = [λx D e. S 1 x /5](x) = 1] [λx D e. dog (x) = S 1 x/5 = 1] = (wegen AID) [λx D e. dog(x) = S 1 x/5 = 1] = (wegen Def. mod(ifizierte) Zuweisung) [λx D e. dog(x) = S 1 [5 x] = 1] = (wegen FA angewendet auf S 1, NK angewendet auf DP 1 ) [λx D e. dog(x) = VP 1 [5 x] (Peter [5 x] ) = 1] = (wegen AID angewendet auf Peter, (iii-b)) [λx D e. dog(x) = VP 1 [5 x] (Peter) = 1] = (wegen FA angewendet auf VP 1 ) [λx D e. dog(x) = own [5 x] (DP 2 [5 x] )(Peter) = 1] = (wegen AID angewendet auf own) [λx D e. dog(x) = own(dp 2 [5 x] )(Peter) = 1] = (wegen FA angewendet auf DP 2, AID angewendet auf the) [λx D e. dog(x) = own(the(np 3 [5 x] ))(Peter) = 1] = (wegen PM angewendet auf NP 3, NK angewendet auf NP 4, AID angewendet auf cat) [λx D e. dog(x) = own(the([λy D e. cat(y) = CP 2 [5 x] (y) = 1]))(Peter) = 1] 10
11 = (wegen PA angewendet auf CP 2, sem. Leere that) [λx D e. dog(x) = own(the([λy D e. cat(y) = [λy D e. S 2 [5 x]y /6](y) = 1]))(Peter) = 1] = (wegen Def. λ-notation, Def. mod. Zuweisung) [λx D e. dog(x) = own(the([λy D e. cat(y) = S 2 = (wegen FA angewendet auf S 2, NK angewendet auf DP 3 ) 5 x 6 y [λx D e. dog(x) = own(the([λy D e. cat(y) = VP 2 1]))(Peter) = 1] = (wegen Regel für Spuren) [λx D e. dog(x) = own(the([λy D e. cat(y) = VP 2 5 x 6 y = 1]))(Peter) = 1] 5 x 6 y (t6 5 x 6 y ) = (y) = 1]))(Peter) = 1] = (wegen FA angewendet auf VP 2, NK angewendet auf DP 4, AID angewendet auf chased) [λx D e. dog(x) = own(the([λy D e. cat(y) = chased(him 5 1]))(Peter) = 1] = (wegen Regel für Pronomen) 5 x 6 y )(y) = [λx D e. dog(x) = own(the([λy D e. cat(y) = chased(x)(y) = 1]))(Peter) = 1] = (wegen (iii-f), Def. λ-notation) [λx D e. dog(x) = own(the([λy D e. cat(y) = 1 und y jagte x]))(peter) = 1] = (wegen (iii-e), Def. λ-notation) [λx D e. dog(x) = own(the([λy D e. y ist eine Katze und y jagte x]))(peter) = 1] = (wegen (iii-d), Def. λ-notation) [λx D e. dog(x) = own(das einzige y, so dass gilt y ist eine Katze ist und y jagt x)(peter) = 1] 11
12 = (wegen (iii-c), Def. λ-notation) [λx D e. dog(x) = 1 und Peter besitzt das einzige y, so dass gilt y ist eine Katze und y jagte x] = (wegen (iii-a), Def. λ-notation) [λx D e. x ist ein Hund und Peter besitzt das einzige y, so dass gilt y ist eine Katze und y jagte x] 3 Variablen und Bindung 23 Punkte Beweise anhand der folgenden Definition in (7) (vgl. Heim & Kratzer 1998:117), dass in (8) he 4 in CP frei ist, t 3 in CP gebunden ist, t 3 in VP aber frei ist. (7) Sei α n ein Vorkommen einer Variable α in einem Baum β. a. Dann ist α n frei, wenn es keinen Teilbaum γ von β gibt, der die folgenden zwei Bedingungen erfüllt: (i) γ enthält α n und (ii) es gibt Zuweisungen a, so dass α nicht in der Domäne von a ist, aber γ schon. b. α n ist gebunden gdw α n nicht frei in β ist. (8) a. [ CP which 3 he 4 bought t 3 ] Hinweise: Da die Definition über Teilbäume spricht, sollte (8), zunächst ein syntaktischer Phrasenstrukturbaum zugewiesen werden. (Es können alle nicht-verzweigenden nicht-terminalen Knoten weggelassen werden). Danach kann die Definition für die einzelnen Teilbäume durchgerechnet werden. Zu beachten ist, das jeder Baum ein Teilbaum von sich selbst ist und dass auch terminale Knoten Teilbäume sind. Es sollte in den Beweisführungen auf die jeweiligen semantischen Kompositionsregeln FA, PM, PA, NK, Spuren/Pronomen-Regel (SP), Regel für zuweisungsunabhängige terminale Knoten (TK) referiert werden, um zu entscheiden, ob ein Teilbaum γ dom( a ). Für die zweite Behauptung ( t 3 in CP gebunden ist ) sollte nicht die leere Funktion als Zuweisungsfunktion a gewählt werden, sondern eine, die he 4 eine Denotation zuweisen kann. (iv) Struktur (7): 12
13 CP which 3 C C S he 4 VP bought t 3 Behauptung 1: he 4 ist in CP frei. Sei a = im Folgenden die Zuweisung. Teilbäume von CP: bought, t 3, C, which 3, VP, he 4, S, C, CP (v) (vi) (vii) (viii) (ix) Die Teilbäume bought, t 3, C, which 3, VP erfüllen alle die Bedingung (7-a-i) nicht, da sie he 4 nicht enthalten. he 4 erfüllt zwar Bedingung (7-a-i), aber nicht (7-a-ii), da wegen der Definition von SP he 4 undefiniert ist. S erfüllt Bedingung (7-a-i), aber nicht (7-a-ii), da wegen der Definition von FA und wegen (vi) S undefiniert ist. C erfüllt Bedingung (7-a-i), aber nicht (7-a-ii), da wegen der semantischen Leere von C C als ein nicht-verzweigender Knoten gesehen wird und damit wegen der Definition von NK und wegen (vii) C undefiniert ist. CP erfüllt Bedingung (7-a-i), aber nicht (7-a-ii), da wegen der Definition von PA und wegen (viii) CP undefiniert ist. Damit erfüllt kein Teilbaum von CP sowohl (7-a-i) als auch (7-a-ii), und damit ist he 4 in CP frei. QED. Behauptung 2: t 3 ist in CP gebunden. Hier soll a = [4 Peter]. Hier reicht es, dass ein Teilbaum gefunden wird, der sowohl (7-a-i) als auch (7-a-ii) erfüllt. (x) CP erfüllt Bedingung (7-a-i) und auch (7-a-ii), da CP [4 Peter] = (wegen PA) [λx D e. C [4 Peter]x/3 ] = (wegen Def. mod. Zuweisungen) [λx D e. C [4 Peter,3 x] ] = (wegen NK) [λx D e. S [4 Peter,3 x] ] = (wegen zweimal FA) [λx D e. bought [4 Peter,3 x] (t 3 [4 Peter,3 x] ) (he 4 [4 Peter,3 x] )] = (wegen AID, zweimal SP) [λx D e. bought (x) (Peter)] = (wegen Lex.eintrag bought und Def. λ- Notation) [λx D e. Peter bought x] 13
14 Weil ein Teilbaum (7-a-i) als auch (7-a-ii) erfüllt, kann t 3 nicht frei sein und ist damit gebunden. QED. Behauptung 3: t 3 ist in VP frei. Hier soll a =. Teilbäume von VP: bought, t 3, VP (xi) (xii) (xiii) Der Teilbaum bought, erfüllt die Bedingung (7-a-i) nicht, da er nicht t 3 enthält. t 3 erfüllt zwar Bedingung (7-a-i), aber nicht (7-a-ii), da wegen der Definition von SP t 3 undefiniert ist. VP erfüllt Bedingung (7-a-i), aber nicht (7-a-ii), da wegen der Definition von FA und wegen (xii) VP undefiniert ist. Damit erfüllt kein Teilbaum von VP sowohl (7-a-i) als auch (7-a-ii), und damit ist t 3 in VP frei. QED. 14
Musterableitung Relativsätze als Hilfestellung zur Lösung von Aufgaben in den Übungen und der Klausur
eminar: Formale emantik Modul 04-006-1006: Grammatikorie eminarleiter: Anke Assmann Institut für Linguistik Universität Leipzig Musterableitung Relativsätze als Hilfestellung zur Lösung von Aufgaben in
MehrMusterlösung Übungsblatt 6 ( )
Seminar: Formale Semantik Modul 04-006-1006: Grammatikorie Seminarleiter: Anke Assmann Musterlösung Übungsblatt 6 (05.06.2013) Abgabe bis 14.06.2013 Institut für Linguistik Universität Leipzig Hinweis:
MehrMusterlösung Übungsblatt 1 ( )
Seminar: Formale Semantik Modul 04-006-1006: Grammatiktheorie Seminarleiter: Anke Assmann Musterlösung Übungsblatt 1 (16.04.2013) Abgabe bis 26.04.2013 Institut für Linguistik Universität Leipzig 1 Funktionen
MehrLinguistische Grundlagen 6. Semantik
Linguistische Grundlagen 6. Semantik Gereon Müller Institut für Linguistik Universität Leipzig www.uni-leipzig.de/ muellerg Gereon Müller (Institut für Linguistik) 04-006-1001: Linguistische Grundlagen
MehrMusterlösung. [8 Punkte] Vereinfachen Sie folgende λ-ausdrücke so weit wie möglich Schritt für Schritt, d.h. nur eine λ-konversion pro Schritt.
Modulprüfung Grammatiktheorie, 2013 10.07.2013 Institut für Linguistik, Universität Leipzig Probeklausur: Formale emantik ([105] Punkte insgesamt.) Prüfer: Anke Assmann Hinweis: Unterstrichene Punktzahlen
MehrMusterlösung Übungsblatt 2 ( ) 1 Prädikatmodifikation 23 Punkte
eminar: Formale emanik Modul 04-006-1006: Grammaikheorie eminarleier: Anke Assmann Muserlösung Übungsbla 2 (07.05.2013) Abgabe bis 14.05.2013 Insiu für Linguisik Universiä Leipzig 1 Prädikamodifikaion
MehrFormale Semantik. Anke Assmann Heim & Kratzer 1998, Kap. 2. Universität Leipzig, Institut für Linguistik
1 / 52 Formale Semantik Heim & Kratzer 1998, Kap. 2 Anke Assmann anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 09.04.2013 2 / 52 Inhalt 1 Ein sanfter Einstieg 2 Ermittlung von
MehrFormale Semantik. Anke Assmann Heim & Kratzer 1998, Kap. 3. Universität Leipzig, Institut für Linguistik
1 / 30 Formale Semantik Heim & Kratzer 1998, Kap. 3 Anke Assmann anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 23.04.2013 2 / 30 Vorbemerkung Bisher gab es für jede syntaktische
MehrFormale Semantik. Anke Assmann Zusammenfassung. Universität Leipzig, Institut für Linguistik 1 / 100
1 / 100 Formale Semantik Zusammenfassung Anke Assmann anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 09.07.2013 2 / 100 Warnung Die folgende Zusammenfassung ersetzt nicht die
Mehr3.4 Direkte vs. indirekte Interpretation
3 Theorie der λ -Repräsentation 3.4 Direkte vs. indirekte Interpretation In unserer semantischen Analyse natürlichsprachlicher Ausdrücke haben wir bisher die Methode der indirekten Interpretation zugrunde
MehrEF Semantik: Musterlösung zu Aufgabenblatt 2
EF Semantik: Musterlösung zu Aufgabenblatt 2 Magdalena Schwager magdalena@schwager.at Sommersemester 2010, Universität Wien Lösen Sie folgende Aufgaben (1)-(4) und geben Sie sie zusammengetackert bei András,
MehrTypengetriebene Interpretation. Arnim von Stechow Einführung in die Semantik
Typengetriebene Interpretation Arnim von Stechow Einführung in die Semantik arnim.stechow@uni-tuebingen.de Programm Logische Typen Typengesteuerte Interpretation λ-schreibweise Prädikatsmodifikation (PM)
MehrSemantik. Anke Himmelreich Formale Semantik. Universität Leipzig, Institut für Linguistik 1 / 47
1 / 47 Semantik Formale Semantik Anke Himmelreich anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 09.06.2016 2 / 47 Inhaltsverzeichnis 1 Vorbemerkungen 2 Wahrheitskonditionale
MehrSchriftliche Hausaufgaben SoSe 2009 Musterlösung
Schriftliche Hausaufgaben SoSe 2009 Musterlösung 1. Lexikalische Semantik I: Merkmalsanalyse & Prototypen (6 Punkte) i. Bestimmen Sie gemeinsame und unterscheidende Merkmale der beiden durch die Substantive
MehrKapitel 11: E-Typ Anaphern
Seminar für Formale Semantik Kapitel 10 & 11 02.07.2013 Marlen Becker, Luise Hakenbeck, Julia Hercher, Katharina Schneider, Lisa Ziggel Kapitel 11: E-Typ Anaphern 1. Wiederholung: Annahmen aus Kapitel
MehrI. II. I. II. III. IV. I. II. III. I. II. III. IV. I. II. III. IV. V. I. II. III. IV. V. VI. I. II. I. II. III. I. II. I. II. I. II. I. II. III. I. II. III. IV. V. VI. VII. VIII.
MehrFinanzmathematik I Lösungvorschläge für Übungsblatt 1
Finanzmathematik I Lösungvorschläge für Übungsblatt 1 J. Widenmann ufgabe 1: Zu zeigen ist, dass Q die Definition Ü.1.1.2 erfüllt. Zunächst bemerken wir, dass Q wegen der nnahme f 0 Werte in R + annimmt.
MehrEinführung in die Linguistik. Syntax: Lösung
Einführung in die Linguistik WS05 Syntax: Lösung Aufgabe 1 Erklären Sie, was eine SOV Sprache von einer VSO Sprache unterscheidet. In einer SOV Sprache ist die Grundwortstellung Subjekt-Objekt-Verb, in
Mehrf(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv?
Umkehrfunktionen Aufgabe 1. Sei A = {1, 2, 3, 4}. Definieren Sie eine bijektive Funktion f A A und geben Sie ihre Umkehrfunktion f 1 an. Lösung von Aufgabe 1. Zum Beispiel f, f 1 A A mit f(x) = x f 1 (x)
MehrDie Lösungen, so wie ich sie in einer Klausur aufschreiben würde, sind blau. Anmerkungen, die nur zur Erklärung dienen, sind rot.
Probeklausur Die Lösungen, so wie ich sie in einer Klausur aufschreiben würde, sind blau. Anmerkungen, die nur zur Erklärung dienen, sind rot. 1. Es seien L = {mh,ff,grr} und N = {br,pf}. Bestimmen Sie
MehrGrundkurs Semantik. Sitzung 6: Prädikation, Modifikation, Referenz. Andrew Murphy
Grundkurs Semantik Sitzung 6: Prädikation, Modifikation, Referenz Andrew Murphy andrew.murphy@uni-leizpig.de Grundkurs Semantik HU Berlin, Sommersemester 2015 http://www.uni-leipzig.de/ murphy/semantik15
MehrEinführung in die Semantik, 8. Sitzung Typentheorie, F deutsch
Einführung in die Semantik, 8. Sitzung, F deutsch Göttingen 1. Dezember 2006 Einführung in die Semantik, 8. Sitzung, F deutsch Semantik von F deutsch Satzoperatoren Negation Konjunktion und Disjunktion
MehrDiskrete Strukturen Nachholklausur
Technische Universität München Winter 0/7 Prof. H. J. Bungartz / Dr. M. Luttenberger, J. Bräckle, K. Röhner HA- Diskrete Strukturen Nachholklausur.04.07 Beachten Sie: Soweit nicht anders angegeben, ist
MehrEinführung in die Formale Semantik (Block II) Wiederholung und Zusammenfassung. Magdalena Schwager
Einführung in die Formale Semantik (Block II) Magdalena Schwager magdalena@schwager.at Sommersemester 2010, Universität Wien (folgt Heim & Kratzer, Ch.4) Wiederholung und Zusammenfassung Ziel der formalen
MehrFormale Semantik. Anke Assmann Heim & Kratzer 1998, Kap. 1. Universität Leipzig, Institut für Linguistik
1 / 20 Formale Semantik Heim & Kratzer 1998, Kap. 1 Anke Assmann anke.assmann@uni-leipzig.de Universität Leipzig, Institut für Linguistik 09.04.2013 2 / 20 Inhalt 1 Vorbemerkungen 2 Wahrheitskonditionale
Mehr2 Theorie der semantischen Typen
2 Theorie der semantischen Typen 2 Theorie der semantischen Typen [ Dowty 83-97, Gamut 75-9, Partee 338-34] 2. Typen Eine mögliche Erweiterung von PL ist die Prädikatenlogik der 2. Stufe (PL2). In PL2
Mehr2.2.2 Semantik von TL. Menge der Domänen. Zu jedem Typ gibt es eine Menge von möglichen Denotationen der Ausdrücke dieses Typs.
2.2.2 Semantik von TL Menge der Domänen Zu jedem Typ gibt es eine Menge von möglichen Denotationen der Ausdrücke dieses Typs. Diese Menge wird Domäne des betreffenden Typs genannt. Johannes Dölling: Formale
MehrMusterlösung zu Blatt 1
Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z
MehrExtensionale Semantik I
Einheiten: 29.04. 13.05. HS/OS Satzsemantik SoSe 2015 Eberhard Karls Universität Tübingen Sarah Zobel, sarah.zobel@ds.uni-tuebingen.de Extensionale Semantik I Inhaltsverzeichnis 1 Konzeptueller Hintergrund
MehrGrundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 )
01.10.2012 Grundbegriffe der Topologie V. Bangert (zur Vorlesung Differentialgeometrie, WS 12/13 ) Def. 0.1 Ein topologischer Raum ist eine Menge X zusammen mit einem System O von Teilmengen von X, das
MehrExtensionale Semantik II
Einheiten: 20.05. 10.06. HS/OS Satzsemantik SoSe 2015 Eberhard Karls Universität Tübingen Sarah Zobel, sarah.zobel@ds.uni-tuebingen.de Extensionale Semantik II Inhaltsverzeichnis 1 Non-verbale Prädikate:
MehrPH Heidelberg, Fach Mathematik Klausur zur Akademischen Teilpru fung, Modul 2. Einfu hrung in die Geometrie
PH Heidelberg, Fach Mathematik Klausur zur Akademischen Teilpru fung, Modul Einfu hrung in die Geometrie Abbildung 01 Abbildung 0 Wintersemester 011/1 10. Februar 01 Abbildung 0 Klausur zur ATP, Modul,
Mehr10 Extremwerte mit Nebenbedingungen
10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen
MehrTheoretische Informatik II
Theoretische Informatik II Dr. Eva Richter / Holger Arnold Universität Potsdam, Theoretische Informatik, Sommersemester 2008 Übungsblatt 3 (Version 4) Abgabetermin: 13.5.2008, 12.00 Uhr Der λ-kalkül Da
MehrDiskursrepräsentationstheorie. Th H
Diskursrepräsentationstheorie Th H Einführung in die Diskursrepräsentationstheorie Zentraler Gegenstand der Diskursrepräsentationstheorie (DRT) sind sog. Diskurse Abfolgen von Deklarativsätzen. Die DRT
MehrD-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. Übungsblatt 6. f(x, y, z) = xyz + 3e x y
D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler Übungsblatt 6 1. Es seien f : R 2 R 3 und g : R 3 R 3 die Funktionen definiert durch x cos(y) 2 y 2 f(x, y) = x sin(y) und g(x, y, z)
MehrEinführung in das λ-kalkül
Einführung in das λ-kalkül Max Wagner IPD Snelting 1 3.11.2017 Max Wagner - Einführung in das λ-kalkül IPD KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Syntax Abstrakte Syntax:
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
MehrVierte Sitzung. (Wiederholung: Syntax und Semantik der Prädikatenlogik) I. Syntax der Prädikatenlogik
Vierte Sitzung (Wiederholung: Syntax und Semantik der Prädikatenlogik) I. Syntax der Prädikatenlogik 1 Vokabular des syntaktischen Systems der PL1 Das Vokabular der PL1 besteht aus folgender Menge V: {R
Mehr4.2 Attributsätze. Attributsätze - Attribute sind Teile von Satzgliedern (1) a. Er liest aus dem Buch, das ihm Lea empfohlen hat.
4.2 Attributsätze Attributsätze - Attribute sind Teile von Satzgliedern (1) a. Er liest aus dem Buch, das ihm Lea empfohlen hat. Relativsatz b. Sie wählen, wen sie wollen. Freier Relativsatz c. Lea trägt
MehrWichtige Klassen reeller Funktionen
0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei
MehrFunktionen und sprachliche Bedeutungen
Einführung in die Semantik,4. Sitzung Mehr zu Funktionen / Mengen, Relationen, Göttingen 1. November 2006 Mengen und sprachliche Bedeutungen Abstraktion und Konversion Rekursion Charakteristische Funktionen
Mehr7 Intensionale Semantik
7 Intensionale Semantik 7.1 Intension und Extension Bisher wurde eine extensionale Semantik verfolgt. D.h. als Denotationen von Sätzen wurden Wahrheitswerte, als Denotationen von Individuenausdrücken Individuen
MehrEinführung in die Semantik, 10. Sitzung Generalisierte Quanto
Einführung in die Semantik, 10. Sitzung Generalisierte Quantoren, NPIs und Negation Göttingen 3. Januar 2007 Generalisierte Quantoren Prädikatenlogik Typentheorie Bedeutung von GQs Monotonizität GQs und
MehrAufgaben und Lösungen für die Zweite Klausur zur Spieltheorie im HWS 2011, Universität Mannheim, Prof. Dr. C. Hertling
Aufgaben und Lösungen für die Zweite Klausur zur Spieltheorie im HWS 2011, 06.02.2012 Universität Mannheim, Prof. Dr. C. Hertling Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90
MehrSemantik einiger Konjunktionen. Arnim von Stechow Einführung in die Semantik
Semantik einiger Konjunktionen Arnim von Stechow Einführung in die Semantik Programm Syntax und Semantik einiger AL-Junktoren Epistemisches müssen und können Strukturellen Mehrdeutigkeiten Extensionale
Mehrx 2 + y 2 = f x y = λ
Lineare Abbildungen Def Es seien (V 1,+, ) und (V 2,+, ) zwei Vektorräume Eine Abbildung f : V 1 V 2 heißt linear, falls für alle Vektoren u,v V 1 und für jedes λ R gilt: f (u + v) = f (u) + f (v), f (λu)
Mehr5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);
5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff
MehrLösungskizze zu Übungsblatt 2 (Funktionentheorie und gewöhnliche Differentialgleichungen für Lehramt Gymnasium)
Mathematisches Institut der Universität München skizze zu Übungsblatt 2 (Funktionentheorie und gewöhnliche Differentialgleichungen für Lehramt Gymnasium) Aufgabe 166 (1 Punkte) Berechnen Sie in den folgenden
MehrFormale Semantik. Diskursrepräsentationstheorie. Tutorium WiSe 2013/ Dezember So nett von dir, Andreas!
Formale Semantik Tutorium WiSe 2013/14 18. Dezember 2013 Diskursrepräsentationstheorie So nett von dir, Andreas! Diskursrepräsentationstheorie Ziel: die Erfassung des Verhaltens von Indefiniten Nominalphrasen
MehrInformatik II, SS 2018
Informatik II - SS 28 (Algorithmen & Datenstrukturen) Vorlesung 22 (6.7.28) Greedy Algorithmen II (Datenkompression) Algorithmen und Komplexität Datenkompression Reduziert Größen von Files Viele Verfahren
MehrFormale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 6, 21. Mai Formale Methoden II p.1/25
Formale Methoden II SS 2008 Universität Bielefeld Teil 6, 21. Mai 2008 Gerhard Jäger Formale Methoden II p.1/25 Prädikatenlogik: Einführung Erweiterung der Aussagenlogik syntaktische Struktur der PL ist
MehrSpline-Räume - B-Spline-Basen
Spline-Räume - B-Spline-Basen René Janssens 4. November 2009 René Janssens () Spline-Räume - B-Spline-Basen 4. November 2009 1 / 56 Übersicht 1 Erster Abschnitt: Räume von Splinefunktionen Grundlegende
MehrL.1 Aussagen, Mengen und Funktionen
L. Aussagen, Mengen und Funktionen L.. Aussagen Lösung.. a), c) A B C A B (A B) C A B (A B) C 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A B C A B B C (B C) (A B) (B C) 0 0 0 0 0 0 0 0 0 0 0 0 0 0
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 22 (20.7.2016) Greedy Algorithmen - Datenkompression Algorithmen und Komplexität Greedy Algorithmen Greedy Algorithmen sind eine Algorithmenmethode,
MehrGrundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens
Fachbereich Mathematik Algebra und Zahlentheorie Christian Curilla Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) Blatt 8 SoSe 2011 - C. Curilla/ B. Janssens Präsenzaufgaben (P16)
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie
Mathematik für Studierende der Biologie und des Lehramtes Chemie Dominik Schillo Universität des Saarlandes 03.11.2017 (Stand: 02.11.2017, 23:25 Uhr) Mathematik für Studierende der Biologie und des Lehramtes
Mehr4.3 NPn als Objekte oder als Prädikative [Chierchia , Lohnstein ]
4 Semantik von Nominalphrasen 4.3 NPn als Objekte oder als Prädikative [Chierchia 147-168, Lohnstein 185-196] 4.3.1 Quantifizierende NPn in Objektposition Steht eine quantifizierende NP nicht in Subjekt-,
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
MehrRückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung 1. Anwendungen des Satzes über implizite Funktionen 2. Stationäre Punkte implizit definierter Funktionen 3. Reguläre Punkte 4. Singuläre Punkte Ausblick auf die heutige
Mehr1 Die direkte Methode der Variationsrechnung
Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,
Mehrd(x, z) = z x = y x + z y y x + z y = d(x, y) + d(y, z). d(x, y) = 0, falls x = y.
Metrische Räume K bezeichnet entweder den Körper R oder den Körper C. Genauer bedeutet dies: K wird in denjenigen Situationen verwendet, in denen die Ersetzung von K sowohl durch R als auch durch C einen
MehrPrädikatenlogik: modelltheoretische Semantik
Einführung in die Logik - 6 Prädikatenlogik: modelltheoretische Semantik Modelltheoretische / Denotationelle Semantik der Prädikatenlogik Ein Modell ist... ein künstlich geschaffenes Objekt, das die Struktur
MehrSprachanalyse. Fachseminar WS 08/09 Dozent: Prof. Dr. Helmut Weber Referentin: Nadia Douiri
Sprachanalyse WS 08/09 Dozent: Prof. Dr. Helmut Weber Referentin: Inhalt 1. Formale Sprachen 2. Chomsky-Hierarchie 2 FORMALE SPRACHE 1. WAS IST EINE SPRACHE? 2. WIE BESCHREIBT MAN EINE SPRACHE? 3. WAS
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.
MehrFerienkurs Lineare Algebra
Ferienkurs Lineare Algebra Wintersemester 009/010 Lösungen Lineare Abbildungen und Matrizen Blatt 1 Linearität von Abbildungen 1. Welche dieser Abbildungen ist ein Gruppenhomomorphismus? Geben Sie eine
MehrProseminar Mathematik. Ungleichungen I Betreuung: Natalia Grinberg. Karlsruher Institut für Technologie
Proseminar Mathematik Ungleichungen I 12.6.215 Betreuung: Natalia Grinberg Karlsruher Institut für Technologie Inhaltsverzeichnis 1 Young-Ungleichung 2 2 Hölder-Ungleichung 4 3 Minkowski-Ungleichung 5
MehrSyntax natürlicher Sprachen
Syntax natürlicher Sprachen 02: Grammatik und Bäume Martin Schmitt Ludwig-Maximilians-Universität München 25.10.2017 Martin Schmitt (LMU) Syntax natürlicher Sprachen 25.10.2017 1 1 Syntax im NLTK 2 Grammatik
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen
MehrHöhere Mathematik I HM I A. WiSe 2014/15. Variante A
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I WiSe 4/ Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder- und Rückseite
Mehr4.4 Hermitesche Formen
44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung
MehrQuantoren (6) (1) a. jede Frau b. eine Frau c. keine Fraue d. drei Frauen e. die meisten Frauen f. viele Frauen
Quantoren (6) (1) a. jede Frau b. eine Frau c. keine Fraue d. drei Frauen e. die meisten Frauen f. viele Frauen Solche Ausdrücke werden im allgemeinen Quantoren oder quantifizierende Nominalphrasen genannt,
Mehr4.3 NPn als Objekte oder als Prädikative
4.3 NPn als Objekte oder als Prädikative 4.3.1 Quantifizierende NPn in Objektposition Steht eine quantifizierende NP nicht in Subjekt-, sondern in Objektposition, ist unter den bisher angenommenen Voraussetzungen
Mehr3 Prädikatenlogik der 1. Stufe (PL1) Teil I
3 Prädikatenlogik der 1. Stufe (PL1) Teil I 3.3 Quantoren [ Gamut 70-74 McCawley 23-44 Chierchia 113-117 ]? Sind folgende Sätze jeweils synonym? (1) (a) Hans ist verheiratet oder nicht verheiratet. (b)
MehrLösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS y. Mit A ist der Flächeninhalt des von
Blatt Nr. Markus Nöth Lösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS 1 Aufgabe 1 1 8 6 X w - 6 8 Abbildung 1: Cauchy-Schwarz-Ungl. A In der nebenstehenden Graphik sind
MehrBindungs-Theorie. Bindungs-Theorie. R-Ausdrücke. Anapher. Pronomen. Antezedens
Bindungs-Theorie Bindungs-Theorie Die Relationen zwischen Pn Beschreibt die Beschränkungen über die strukturellen Relationen zwischen omen. Unterscheidung von drei Typen von omen: R-Ausdrücke (Eigennamen,
MehrKonvexe Mengen und konvexe Funktionen
Technische Universität Dortmund Fakultät für Mathematik Lehrstuhl I: Analysis Ausarbeitung Analysis III Seminar Konvexe Mengen und konvexe Funktionen Name: Jessica Prang Datum: 14.04.2015 Seminarleiter:
MehrKapitel 5. Vektorräume mit Skalarprodukt
Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der
MehrMathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2016/
Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 206/207 20.03.207 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrDer Earley-Algorithmus
Der Earley-Algorithmus Kursfolien Karin Haenelt 25.03.02 1 25.03.02 2 Inhalt Funktion des Earley-Algorithmus Begriffe Erkenner/Parser Kontextfreie Grammatik Ein Beispiel Funktionen des Algorithmus Funktionsweise
MehrMengen, Prädikate, Relationen und Funktionen
Wiederholung letzte Sitzung Mengen, Prädikate, Relationen und Funktionen Was sind Prädikate? Was sind Mengen? Wie kann man die Elemente einer Menge darstellen? Welche Beziehung zwischen Mengen haben wir
MehrMengen. G. Cantor,
Mengen Unter einer Menge verstehen wir eine Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denken zu einem Ganzen. G. Cantor, 1845-1918 Herbert Klaeren WSI
MehrDer Earley-Algorithmus
Der Earley-Algorithmus Kursfolien Karin Haenelt 25.03.02 1 25.03.02 2 Inhalt Funktion des Earley-Algorithmus Begriffe Erkenner/Parser Kontextfreie Grammatik Ein Beispiel Funktionen des Algorithmus Funktionsweise
MehrVortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC. 1 Der Einbettungssatz von Jech und Sochor
Seminar zur Mengenlehre: Forcing SS 2007 Prof. Dr. P. Koepke 11. und 18. Juni 2007 Dr. B. Irrgang Vortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC Friedemann Diener 1 Der
MehrSemantischer Typ von Determinierern-Teil 2
Seminar: Formale Semantik Modul 04-006-1006 Christine Hoth, Lilly Hahne 04.06.2013 Semantischer Typ von Determinierern-Teil 2 6.7. Präsuppositonale Quantifizierer-Phrasen Determinierer: Typ
MehrFormale Semantik. λ Typenlogik. Tutorium WiSe 2013/ November Sitzung: Folien freundlicherweise bereitgestellt von Andreas Bischoff
Formale Semantik Tutorium WiSe 2013/14 20. November 2013 3. Sitzung: λ Typenlogik Folien freundlicherweise bereitgestellt von Andreas Bischoff Grenzen der Typenlogik Das letzte Mal: lesen(duden*) ( Eigenschaft
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrFortgeschrittene Funktionale Programmierung
Fortgeschrittene Funktionale Programmierung 12. Vorlesung Janis Voigtländer Universität Bonn Wintersemester 2015/16 Motivation Auf http://www-ps.iai.uni-bonn.de/ft: 1 Motivation 1 Betrachtungen zu Polymorphie
Mehr2 Extrema unter Nebenbedingungen
$Id: lagrange.tex,v 1.6 2012/11/06 14:26:21 hk Exp hk $ 2 Extrema unter Nebenbedingungen 2.1 Restringierte Optimierungsaufgaben Nachdem wir jetzt die bereits bekannten Techniken zur Bestimmung der lokalen
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
Mehr2 Zufallsvariable, Verteilungen, Erwartungswert
2 Zufallsvariable, Verteilungen, Erwartungswert Bisher: Zufallsexperimente beschrieben durch W-Räume (Ω, A, P) Häufig interessiert nur eine zufällige Größe X = X(ω), die vom Ergebnis ω des Zufallsexperiments
MehrDiskrete Strukturen Endterm
Technische Universität München Winter 201/16 Prof. H. J. Bungartz / Dr. M. Luttenberger, J. Bräckle, C. Uphoff Lösung HA-Lösung LÖSUNG Diskrete Strukturen Endterm Beachten Sie: Soweit nicht anders angegeben,
Mehr8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN
8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es
MehrSemantik und Pragmatik
Semantik und Pragmatik SS 2005 Universität Bielefeld Teil 9, 17. Juni 2005 Gerhard Jäger Semantik und Pragmatik p.1/31 Adverbien bisher kein wirklicher Fortschritt durch Übergang zu Typentheorie den selben
MehrHöhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 6. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 2 Höhere Mathematik II für die Fachrichtung Informatik Lösungsvorschläge zum 6. Übungsblatt Aufgabe 2
MehrFunktionale Programmierung - Grundlagen -
Funktionale Programmierung - Grundlagen - λ Logische und funktionale Programmierung - Universität Potsdam - M. Thomas - Funkt. Programmierung Gundlagen - IX.1 λ-ausdrücke 1) Variablen: x, y, z,...v,v 1,...
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrAM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:
AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 (x 1, x 2,..., x n ) x 2... f 2 (x 1, x 2,..., x n )... x n f m (x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man:
Mehr9. Woche: Elliptische Kurven - Gruppenarithmetik. 9. Woche: Elliptische Kurven - Gruppenarithmetik 187/ 238
9 Woche: Elliptische Kurven - Gruppenarithmetik 9 Woche: Elliptische Kurven - Gruppenarithmetik 187/ 238 Elliptische Kurven Ḋefinition Elliptische Kurve Eine elliptische Kurve E über dem Körper K ist eine
Mehr