Musterlösung Übungsblatt 3 ( ) 1 Prädikatmodifikation 40 Punkte

Größe: px
Ab Seite anzeigen:

Download "Musterlösung Übungsblatt 3 ( ) 1 Prädikatmodifikation 40 Punkte"

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

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

Mehr

Musterlösung Übungsblatt 6 ( )

Musterlösung 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:

Mehr

Musterlösung Übungsblatt 1 ( )

Musterlösung 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

Mehr

Linguistische Grundlagen 6. Semantik

Linguistische 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

Mehr

Musterlösung. [8 Punkte] Vereinfachen Sie folgende λ-ausdrücke so weit wie möglich Schritt für Schritt, d.h. nur eine λ-konversion pro Schritt.

Musterlösung. [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

Mehr

Musterlösung Übungsblatt 2 ( ) 1 Prädikatmodifikation 23 Punkte

Musterlösung 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

Mehr

Formale Semantik. Anke Assmann Heim & Kratzer 1998, Kap. 2. Universität Leipzig, Institut für Linguistik

Formale 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

Mehr

Formale Semantik. Anke Assmann Heim & Kratzer 1998, Kap. 3. Universität Leipzig, Institut für Linguistik

Formale 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

Mehr

Formale Semantik. Anke Assmann Zusammenfassung. Universität Leipzig, Institut für Linguistik 1 / 100

Formale 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

Mehr

3.4 Direkte vs. indirekte Interpretation

3.4 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

Mehr

EF Semantik: Musterlösung zu Aufgabenblatt 2

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

Mehr

Typengetriebene Interpretation. Arnim von Stechow Einführung in die Semantik

Typengetriebene 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)

Mehr

Semantik. Anke Himmelreich Formale Semantik. Universität Leipzig, Institut für Linguistik 1 / 47

Semantik. 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

Mehr

Schriftliche Hausaufgaben SoSe 2009 Musterlösung

Schriftliche 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

Mehr

Kapitel 11: E-Typ Anaphern

Kapitel 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

Mehr

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

Mehr

Finanzmathematik I Lösungvorschläge für Übungsblatt 1

Finanzmathematik 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.

Mehr

Einführung in die Linguistik. Syntax: Lösung

Einführung 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

Mehr

f(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv?

f(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)

Mehr

Die Lösungen, so wie ich sie in einer Klausur aufschreiben würde, sind blau. Anmerkungen, die nur zur Erklärung dienen, sind rot.

Die 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

Mehr

Grundkurs Semantik. Sitzung 6: Prädikation, Modifikation, Referenz. Andrew Murphy

Grundkurs 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

Mehr

Einführung in die Semantik, 8. Sitzung Typentheorie, F deutsch

Einführung 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

Mehr

Diskrete Strukturen Nachholklausur

Diskrete 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

Mehr

Einführung in die Formale Semantik (Block II) Wiederholung und Zusammenfassung. Magdalena Schwager

Einführung 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

Mehr

Formale Semantik. Anke Assmann Heim & Kratzer 1998, Kap. 1. Universität Leipzig, Institut für Linguistik

Formale 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

Mehr

2 Theorie der semantischen Typen

2 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

Mehr

2.2.2 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. 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

Mehr

Musterlösung zu Blatt 1

Musterlösung 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

Mehr

Extensionale Semantik I

Extensionale 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

Mehr

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 )

Grundbegriffe 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

Mehr

Extensionale Semantik II

Extensionale 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:

Mehr

PH 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 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,

Mehr

10 Extremwerte mit Nebenbedingungen

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

Mehr

Theoretische Informatik II

Theoretische 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

Mehr

Diskursrepräsentationstheorie. Th H

Diskursrepräsentationstheorie. Th H Diskursrepräsentationstheorie Th H Einführung in die Diskursrepräsentationstheorie Zentraler Gegenstand der Diskursrepräsentationstheorie (DRT) sind sog. Diskurse Abfolgen von Deklarativsätzen. Die DRT

Mehr

D-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. 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)

Mehr

Einführung in das λ-kalkül

Einführung 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

(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

Mehr

Vierte Sitzung. (Wiederholung: Syntax und Semantik der Prädikatenlogik) I. Syntax der Prädikatenlogik

Vierte 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

Mehr

4.2 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. 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

Mehr

Wichtige Klassen reeller Funktionen

Wichtige 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

Mehr

Funktionen und sprachliche Bedeutungen

Funktionen 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

Mehr

7 Intensionale Semantik

7 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

Mehr

Einführung in die Semantik, 10. Sitzung Generalisierte Quanto

Einführung 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

Mehr

Aufgaben 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, 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

Mehr

Semantik einiger Konjunktionen. Arnim von Stechow Einführung in die Semantik

Semantik 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

Mehr

x 2 + y 2 = f x y = λ

x 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)

Mehr

5 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. (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

Mehr

Lösungskizze zu Übungsblatt 2 (Funktionentheorie und gewöhnliche Differentialgleichungen für Lehramt Gymnasium)

Lösungskizze 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

Mehr

Formale Semantik. Diskursrepräsentationstheorie. Tutorium WiSe 2013/ Dezember So nett von dir, Andreas!

Formale 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

Mehr

Informatik II, SS 2018

Informatik 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

Mehr

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 6, 21. Mai Formale Methoden II p.1/25

Formale 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

Mehr

Spline-Räume - B-Spline-Basen

Spline-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

Mehr

L.1 Aussagen, Mengen und Funktionen

L.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

Mehr

Informatik II, SS 2016

Informatik 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,

Mehr

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens

Grundbildung 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)

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie

Mathematik 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

Mehr

4.3 NPn als Objekte oder als Prädikative [Chierchia , Lohnstein ]

4.3 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-,

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

Rückblick auf die letzte Vorlesung

Rückblick 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

Mehr

1 Die direkte Methode der Variationsrechnung

1 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,

Mehr

d(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.

d(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

Mehr

Prädikatenlogik: modelltheoretische Semantik

Prädikatenlogik: 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

Mehr

Sprachanalyse. Fachseminar WS 08/09 Dozent: Prof. Dr. Helmut Weber Referentin: Nadia Douiri

Sprachanalyse. 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

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

Ferienkurs Lineare Algebra

Ferienkurs 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

Mehr

Proseminar Mathematik. Ungleichungen I Betreuung: Natalia Grinberg. Karlsruher Institut für Technologie

Proseminar 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

Mehr

Syntax natürlicher Sprachen

Syntax 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

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

Mehr

Höhere Mathematik I HM I A. WiSe 2014/15. Variante A

Höhere 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

Mehr

4.4 Hermitesche Formen

4.4 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

Mehr

Quantoren (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 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,

Mehr

4.3 NPn als Objekte oder als Prädikative

4.3 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

Mehr

3 Prädikatenlogik der 1. Stufe (PL1) Teil I

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

Mehr

Lösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS y. Mit A ist der Flächeninhalt des von

Lösung 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

Mehr

Bindungs-Theorie. Bindungs-Theorie. R-Ausdrücke. Anapher. Pronomen. Antezedens

Bindungs-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,

Mehr

Konvexe Mengen und konvexe Funktionen

Konvexe 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:

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 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

Mehr

Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2016/

Mathematik 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:...................................................................

Mehr

Der Earley-Algorithmus

Der 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

Mehr

Mengen, Prädikate, Relationen und Funktionen

Mengen, 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

Mehr

Mengen. G. Cantor,

Mengen. 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

Mehr

Der Earley-Algorithmus

Der 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

Mehr

Vortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC. 1 Der Einbettungssatz von Jech und Sochor

Vortrag 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

Mehr

Semantischer Typ von Determinierern-Teil 2

Semantischer 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

Mehr

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

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

Mehr

ÜBUNGSBLATT 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 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

Mehr

Fortgeschrittene Funktionale Programmierung

Fortgeschrittene 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

Mehr

2 Extrema unter Nebenbedingungen

2 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

Mehr

Technische 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 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

Mehr

40 Lokale Extrema und Taylor-Formel

40 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:

Mehr

2 Zufallsvariable, Verteilungen, Erwartungswert

2 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

Mehr

Diskrete Strukturen Endterm

Diskrete 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,

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 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

Mehr

Semantik und Pragmatik

Semantik 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

Mehr

Höhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 6. Übungsblatt

Höhere 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

Mehr

Funktionale Programmierung - Grundlagen -

Funktionale 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,...

Mehr

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

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

Mehr

AM3: 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. 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:

Mehr

9. Woche: Elliptische Kurven - Gruppenarithmetik. 9. Woche: Elliptische Kurven - Gruppenarithmetik 187/ 238

9. 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