Induktive Definitionen
|
|
|
- Björn Schmidt
- vor 9 Jahren
- Abrufe
Transkript
1 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 Methode zur Definition einer Funktion F auf einer induktiv definierten Menge M Zugleich: Eine kompakte Beschreibung zur Berechnung von F Induktion über den Aufbau: Methode für den Beweis einer Aussage x M : E(x) für eine Eigenschaft E(x) von Objekten x aus M Beispiele für Anwendungen Slide 2 I. Induktive Definitionen dienen zur computerinternen Darstellung von komplexen Datentypen wie die Syntax von Programmen reguläre Ausdrücke... II. Rekursion über den Aufbau liefert eine kompakte Beschreibung von (a priori) terminierenden Algorithmen. Rekursion über dem Aufbau = FOR-Schleifenprogramme III. Induktion über den Aufbau wird in der Verifikation von Programmen (Korrektheit und Laufzeit) eingesetzt.
2 Induktive Definitionen Beispiel 1 Def. Induktive Definition der aussagenlogischen Formeln (alf): Voraussetzung: Unendlich viele Variablen VAR := {X 0, X 1, X 2,...} für Wahrheitswerte 1 (für true) und 0 (für fals) Slide 3 (B) Jede der Variablen X i ist eine alf. (R1) Ist φ eine alf, so auch ( φ). (R2) Sind φ und ψ alfn, so auch (φ ψ), (φ ψ), (φ ψ), (φ ψ). (A) Nur die gemäß (B), (R1), (R2) erzeugbaren Objekte sind alfn. Klar: Der (Wahrheits-) Wert einer alf φ hängt von der Belegung der Variablen von φ ab. Def. Bezeichne ENV die Menge der Belegungen, d.h. Abbildungen v: VAR {0, 1}. Rekursion über den Aufbau Beispiel 1 Slide 4 Def. Abbildung [ ]: ENV alf {0, 1} mit (v, φ) [φ] v := (Wahrheits-) Wert von φ unter v mittels Rekursion über den Aufbau der aussagenlogischen Formeln. (B) [X i ] v := v(x i ) { 1 falls [φ] (R1) [( φ)] v := 1 [φ] v = v = 0 0 sonst (R2) [(φ ψ)] v := [φ] v [ψ] v [(φ ψ)] v := max{[φ] v, [ψ] v } [(φ ψ)] v := [( φ) ψ] v = max{1 [φ] v, [ψ] v } [(φ ψ)] v := Def. φ und φ heißen äquivalent, in Zeichen φ φ, falls gilt v ENV: [φ] v = [φ ] v. { 1 falls [φ] v = [ψ] v 0 sonst
3 Induktion über den Aufbau Beispiel 1 Def. {, } Formeln definiert wie alfn, nur mit Konjunktoren,. Lemma (Vollständigkeit der {, } Formeln). Für alle alfn φ gilt E(φ) : {, } Formel φ : φ φ. Slide 5 Beweis. Mittels Induktion über den Aufbau von alf. I.A. X i := X i. I.S. Sei φ eine beliebige alf der Gestalt ( ψ) oder (ψ opϑ) mit op {,,, }. Gelte die I.V. für die Komponenten von φ, d.h. es gibt {, } Formeln ψ, ϑ mit ψ ψ und ϑ ϑ. Nun definiere φ gemäß seiner Gestalt: ( ψ) := ( ψ ) (ψ ϑ) := ( (ψ ( ϑ ))) (ψ ϑ) := (ψ ϑ ) (ψ ϑ) := (( (ψ ( ϑ ))) (ψ ϑ) := ( (( ψ ) ( ϑ ))) ( (ϑ ( ψ )))) Induktive Definitionen Beispiel 2 Def. Induktive Definition von binären Bäumen (BB): (B) ist ein binärer Baum. (R) Sind T 1, T 2 binäre Bäume, so auch T 1 ; ; T 2. (A) Nur die gemäß (B), (R) erzeugbaren Objekte sind binäre Bäume. Slide 6 Def. Abbildung d: BB N mit d(t) := Tiefe von T durch Rekursion über den Aufbau von BB. d( ) := 0 d( T 1 ; ; T 2 ) := 1 + max{d(t 1 ), d(t 2 )} Lemma (Knotenabschätzung). Für alle binären Bäume T gilt: #Knoten(T) 2 d(t)+1 1 Beweis. Mittels Induktion über den Aufbau von BB. (Übung)
4 Induktive Definitionen informal Eine (informale) induktive Definition einer Menge M besteht aus (B) einer Menge B von Basisobjekten in M, Slide 7 (R) einer Menge R von Regeln, die angeben, wie aus bereits erzeugten Objekten neue Objekte gebaut werden können, und (A) einer Ausschlußregel mit dem Wortlaut: Nur die gemäß (B) und (R) erzeugbaren Objekte sind Elemente von M. Intuition: Induktive Definitionen folgen dem Baukastenprinzip: Jedes Baukastenobjekt ist entweder ein Bauklötzchen (B) oder aus anderen bereits erzeugten Baukastenobjekten gemäß einer Baukastenregel (R) zusammengebaut. Frage: Warum definiert dies eine Menge im Sinne der Mengenlehre? Induktive Definitionen formal Slide 8 Formal modellieren wir eine (informale) induktive Definition so: Benötigen Grundmenge A mit B A. Idee: Durch Anwendung von Regeln aus R auf Basisobjekte oder gebaute Objekte filtert man aus A die Objekte von M heraus. Regeln sind Tupel ((a 1,...,a l ), b) mit l 1, a 1,..., a l, b A, lies b ist aus a 1,...,a l gebaut. Also: R Seq(A) + A. C A ist R abgeschlossen, falls für alle ((a 1,...,a l ), b) R gilt: a 1,..., a l C = b C I R (B) := {C B C A, C ist R abgeschlossen} heißt der induktive Abschluß von B unter R. Eine Menge M nun heißt induktiv definiert, falls M =I R (B) für gewisse A, B, R gilt.
5 Beispiel und Intuition Bsp. BB hat die Darstellung I R (B) mit A := {,,, ;}, B := { } und R := {((a 1, a 2 ), a 1 ; ; a 2 ) a 1, a 2 A}. Slide 9 Bem. Die mathematische Modellierung einer (informal) induktiv definierten Menge M als induktiver Abschluß I R (B) mit Grundmenge A gibt genau die Intuition über M wieder zurück. Satz (Intuition). Die Menge I R (B) (mit Grundmenge A) ist die kleinste Teilmenge von A, die B enthält und R-abgeschlossen ist, d.h. es gilt: (a) B I R (B) (b) I R (B) C für alle R abgeschlossen Mengen C mit B C A, (c) I R (B) ist R-abgeschlossen. Konstruktivität der Methode: Schichtendarstellung Intuition: I R (B) wird in Schichten IR i (B) von unten erzeugt: Jedes Objekt in I R (B) ist entweder ein Basiselement oder durch endlich viele Regelanwendungen aus (endlich vielen) Basiselementen erzeugt. Slide 10 IR 0 I i+1 R (B) := B (B) := Ii R (B) {b A a 1,..., a l IR i (B): ((a 1,..., a l ), b) R} = Menge der aus B nach maximal i+1 Anwendungen von Regeln aus R erzeugbaren Objekte Satz (Schichtendarstellung). Für M := I R (B) gilt: (a) B=IR 0 (B) und Ii R (B) Ii+1 R (B) für alle i N. (b) M = IR i (B) i N
6 Induktion über den Aufbau Ziel: Beweis einer Aussage der Gestalt x M : E(x) für eine induktiv definierte Menge M =I R (B) und eine Eigenschaft E(a), die für Objekte a A entweder wahr oder falsch ist. Slide 11 Genügt: Beweis durch Induktion über den Aufbau, d.h. zeige: Induktionsanfang (I.A.) Es gilt E(b) für alle b B. Induktionsschritt (I.S.) Für beliebiges ((a 1,..., a l ), b) R gilt: E(a 1 ),..., E(a l ) = E(b) E(a 1 ),..., E(a l ) heißt Induktionsvoraussetzung für ((a 1,...,a l ), b). Bsp. N=I R (B) mit A:={0, S}, B:={0} und R:={((a), Sa) a A}. Vollständige Induktion = Induktion über den Aufbau von N Korrektheit von Induktion über den Aufbau Satz (Korrektheit von Induktion über den Aufbau). Sei M :=I R (B) eine induktiv definierte Menge mit Grundmenge A und E eine Eigenschaft auf A, so daß gilt: Slide 12 (I.A.) E(b) für alle b B. (I.S.) (E(a 1 ),..., E(a l ) = E(b)) für beliebiges ((a 1,...,a l ), b) R. Dann gilt x M : E(x). Beweis. Nach Intuition genügt es für C 0 :={a A E(a)} zu zeigen: B C 0 und C 0 ist R-abgeschlossen. Dies folgt direkt aus (I.A.) und (I.S.). Nach Intuition folgt daher M C 0, d.h. x M : E(x).
7 Rekursion über den Aufbau informal Slide 13 Ziel: Definition von F : M Y Z für eine Menge M := I R (B) und beliebige Mengen Y, Z ( Parametermenge Y kann auch fehlen). Genügt: Definiere F durch Rekursion über den Aufbau, vorausgesetzt ( ) M ist frei erzeugt, d.h. für alle b A gilt: b B oder es gibt genau eine Folge (a 1,..., a l ) mit ((a 1,..., a l ), b) R. Basis Bestimme F(b, y) für alle b B und Parameter y. Schritt Für beliebiges ((a 1,..., a l ), b) R und Parameter y bestimme F(b, y) aus a 1,...,a l, b, y und F(a 1, y),...,f(a l, y) } {{ } Vorgängerwerte mittels bereits bekannter Operationen. Bem. ( ) sichert, daß F wohldefiniert ist. Hier bricht das Baukastenmodell zusammen, da Baukastenobjekte i.a. nicht frei erzeugt sind. Rekursion über den Aufbau formal Slide 14 Def. Sei M :=I R (B) frei erzeugt (mit Grundmenge A) und seien schon Funktionen (Operationen) der folgenden Typen definiert: G: A Y Z und H : Seq(A) A Y Seq(Z) Z Dann ist Funktion F : M Y Z (bzw. F : M Z in der Version ohne Parametermenge Y ) durch Rekursion über den Aufbau von M aus G, H definiert, in Zeichen F = R(G, H), falls F die folgenden Rekursionsgleichungen erfüllt: F(b, y) = G(b, y) für alle b B F(b, y) = H((a 1,...,a l ), b, y, (F(a 1, y),...,f(a l, y))) für alle a 1,..., a l, b M mit ((a 1,..., a l ), b) R Bem. Aus FOR-Schleifenprogrammen für G und H kann man hieraus leicht eines für F gewinnnen!
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
1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen
1. Mengentheoretische Grundbegriffe Cantors (1845 1918) naiver Mengenbegriff : Slide 1 Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen Objekten unserer Anschauung oder unseres
Einführung in die Informatik 2
Einführung in die Informatik Strukturelle Induktion Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 0 [email protected] Sprechstunde: Freitag, 1:30-14:00 Uhr, o.n.v.
Mengenlehre und vollständige Induktion
Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen
Indexmengen. Definition. n n n. i=1 A i := A 1... A n
Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1
Induktion und Rekursion
Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel
Theorie der Informatik
Theorie der Informatik 2. Beweistechniken Malte Helmert Gabriele Röger Universität Basel 18. Februar 2015 Beweis Beweis Ein Beweis leitet die Korrektheit einer mathematischen Aussage aus einer Menge von
Induktive Beweise und rekursive Definitionen
Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1
Vorsemesterkurs Informatik
Vorsemesterkurs Informatik Ronja Düffel WS2018/19 01. Oktober 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis der
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
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
Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik
Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /
Vorsemesterkurs Informatik
Vorsemesterkurs Informatik Sommersemester 2018 Ronja Düffel 14. März 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis
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,
Analysis I: Übungsblatt 1 Lösungen
Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.
Einführung in die Logik
Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3
6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
Normalformen boolescher Funktionen
Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion
Hausaufgaben. zur Vorlesung. Vollständige Induktion. 1. Beweist folgende Formeln (zu beweisen ist nur die Gleichheit mit dem. i=1 (4 + i)!
WS 015/1 Hausaufgaben zur Vorlesung Vollständige Induktion 1. Beweist folgende Formeln zu beweisen ist nur die Gleichheit mit dem! -Zeichen : a 5 + + 7 + 8 + + 4 + n n 4 + i! nn+9 b 1 + + 9 + + n 1 n 1
2.1 Direkter Beweis. Theorie der Informatik. Theorie der Informatik. 2.1 Direkter Beweis. 2.2 Indirekter Beweis
Theorie der Informatik 18. Februar 2015 2. Beweistechniken Theorie der Informatik 2. Beweistechniken 2.1 Direkter Beweis Malte Helmert Gabriele Röger 2.2 Indirekter Beweis Universität Basel 18. Februar
Vorsemesterkurs Informatik
Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung
Theorie der Informatik. Theorie der Informatik. 6.1 Einführung. 6.2 Alphabete und formale Sprachen. 6.3 Grammatiken. 6.4 Chomsky-Hierarchie
Theorie der Informatik 17. März 2014 6. Formale Sprachen und Grammatiken Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 6.1 Einführung
Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel
Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen
Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge
1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten
Die Folgerungsbeziehung
Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation
2. Grundlagen. A) Mengen
Chr.Nelius: Zahlentheorie (SoSe 2019) 5 A) Mengen 2. Grundlagen Eine Menge ist durch Angabe ihrer Elemente bestimmt. Man kann eine Menge aufzählend oder beschreibend definieren. Im ersten Falle werden
Lösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundbegriffe der Informatik 15. September 2016
Lösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundbegriffe der Informatik 15. September 2016 Klausurnummer Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GBI
Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1
Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische
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
Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 1
Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 1 Aufgabe 1.1 ( Punkte) Schreiben Sie die Definitionen von Injektivität und Surjektivität einer Funktion als prädikatenlogische Formeln auf. Lösung
Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:
Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)
Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15
Logik Gabriele Kern-Isberner LS 1 Information Engineering TU Dortmund Wintersemester 2014/15 WS 2014/15 G. Kern-Isberner (TU Dortmund) Logik WS 2014/15 1 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit
De Morgan sche Regeln
De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,
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
Grundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P)
Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Syntax Semantik Signatur, Variablen Terme (induktive Definition, Baumform) Atome
Logik für Informatiker
Vorlesung Logik für Informatiker 3. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.16 Syntax der Aussagenlogik:
Aussagenlogik. Motivation Syntax Semantik Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle
Aussagenlogik Motivation Syntax Semantik Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.1 Aussagenlogik Syntax 22 Einführendes Beispiel
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99 Sequenzen Zum Abschluss des Kapitels über Aussagenlogik behandeln wir noch Gentzens Sequenzenkalkül.
Einführung in die Mengenlehre
Einführung in die Mengenlehre Kevin Kaatz, Lern-Online.net im Mai 2009 Lern-Online.net Mathematik-Portal 1 Inhaltsverzeichnis 1 Vorwort und 3 1.1 Vorwort und Literaturempfehlungen............................
Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent.
Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine Teilmenge des nichttrivialen
Logik: aussagenlogische Formeln und Wahrheitstafeln
FH Gießen-Friedberg, Sommersemester 2010 Lösungen zu Übungsblatt 1 Diskrete Mathematik (Informatik) 7./9. April 2010 Prof. Dr. Hans-Rudolf Metz Logik: aussagenlogische Formeln und Wahrheitstafeln Aufgabe
Vollständige Induktion
Angenommen, wir wollen zeigen, dass eine Aussage P(n) für alle n N wahr ist. Anders ausgedrückt: Es gilt n N : P(n) Hierzu können wir die Technik der vollständigen Induktion verwenden. Wir zeigen, dass
Mathematische Grundlagen der Computerlinguistik
Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum
Tutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler [email protected] mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017
1 Elemente der Wahrscheinlichkeitstheorie
H.-J. Starkloff Unendlichdimensionale Stochastik Kap. 01 11. Oktober 2010 1 1 Elemente der Wahrscheinlichkeitstheorie 1.1 Messbare Räume Gegeben seien eine nichtleere Menge Ω und eine Menge A von Teilmengen
Kapitel 1. Grundlegendes
Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0
Programmierung 1 - Repetitorium
WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage: http://info1.marcwagner.info Donnerstag, den 10.04.03 Kapitel 7 Korrektheit 7.1 Abstrakte Prozeduren Abstrakte Prozedur
Konjunktive und disjunktive Normalformen
Konjunktive und disjunktive Normalformen Nachdem gesprochen wurde, wie man Boolesche Terme unter einer Belegung der Variablen interpretiert und dass somit jeder Boolesche Term eine Boolesche Funktion repräsentiert,
Einführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 14 Die Korrektheit des Ableitungskalküls Im Laufe der Einführung des syntaktischen Prädikatenkalküls haben wir gesehen,
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
Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik
Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann [email protected] 23. Juni 2015 Frank Heitmann [email protected] 1/25 Motivation Die ist eine Erweiterung
Konvergenz von Folgen
6 Konvergenz von Folgen Definition 6.1 Eine Folge in C (oder R) ist eine Abbildung f : N C (oder R). Schreibweise: (a n ) n N, (a n ), a 1, a 2... wobei a n = f(n). Beispiele: 1) (1 + 2 n ) n N, 3 2, 5
Grundbegriffe der Informatik Tutorium 2
Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 16 Philipp Oppermann 9. November 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
Einführung, III: Verschiedenes
Einführung, III: Verschiedenes.1 Summennotation... 22.2 Regeln für Summen, Newtons Binomische Formeln... 22. Doppelsummen... 2.4 Einige Aspekte der Logik... 2.5 Mathematische Beweise.... 24.6 Wesentliches
Induktive Beweise und rekursive Definitionen
Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1
1.1 Grundbegriffe. Logik und Diskrete Strukturen (Sommer 2018) Prof. Dr. Ulrich Hertrampf
. Grundbegriffe Beispiele: Paris und Mäuse / Otto und der Arzt /... Definition: Syntax der Aussagenlogik ) Atomare Formeln (A i, i =, 2, 3,...)sindFormeln. 2) Falls F und G Formeln, dann auch (F ^ G) und
Kapitel 1. Aussagenlogik
Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax
Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise
Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 15. November 2010 http://www.mathematik.uni-trier.de/
Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation
Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann [email protected] Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken
Logik Vorlesung 4: Horn-Logik und Kompaktheit
Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen
Kapitel 1.5. Ein adäquater Kalkül der Aussagenlogik. Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls
Kapitel 1.5 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2012/13) Kapitel 1.5: Kalküle 1/30 Syntaktischer
4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart)
Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Javier Esparza und Barbara König 4. Dezember 2003 Für eine gegebene aussagenlogische
Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
Rechenregeln für Summen
Rechenregeln für Summen Im Umgang mit Summen sind gewisse Regeln zu beachten. 1 Summe gleicher Summanden Betrachten wir folgende Summe: x Hier enthält x keinen Summationsindex, d.h. es wird x einfach n-mal
Erfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl.
Erfüllbarkeitstests Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Grundlagen und diskrete Strukturen ) Ein für Formeln
1 Übersicht Induktion
Universität Koblenz-Landau FB 4 Informatik Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender 0.11.01 (v1.3) 1 Übersicht Induktion 1.1 Allgemeines Unter einem induktiven Vorgehen versteht
Mathematik für Informatiker/Informatikerinnen 2
Mathematik für Informatiker/Informatikerinnen 2 Koordinaten: Peter Buchholz Informatik IV Praktische Informatik Modellierung und Simulation Tel: 755 4746 Email: [email protected] OH 16, R 216 Sprechstunde
Hilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
Resolutionsalgorithmus
112 Resolutionskalkül Mit dem Begriff Kalkül bezeichnet man eine Menge von syntaktischen Umformungsregeln, mit denen man semantische Eigenschaften der Eingabeformel herleiten kann. Für den Resolutionskalkül:
Induktionsbeweise. Induktionsbeweis: Beweisprinzip. Induktionsbeweis: Bestandeile
Induktionsbeweise in den formalen Sprachen Induktionsbeweise Induktionsbeweise beruhen auf dem Induktionsprinzip (5. Peano-Axiom) Wir wenden Induktionsbeweise typischerweise für rekursiv/induktiv definierte
Motivation. Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel
Motivation Formale Grundlagen der Informatik 1 Kapitel 17 & Frank Heitmann [email protected] 6. & 7. Juni 2016 Frank Heitmann [email protected] 1/43 Die ist eine Erweiterung
Grundlagen der Mathematik
Universität Hamburg Winter 016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 6 Grundlagen der Mathematik Präsenzaufgaben (P9) Die Ordnung der natürlichen Zahlen I Wir hatten in der Vorlesung
2 Rationale und reelle Zahlen
2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist
Vorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
Übung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 2017 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. (Sortierte) Listen 2. Stacks & Queues 3. Datenstrukturen 4. Rekursion und vollständige Induktion
Logik für Informatiker
Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:
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
3. Vortrag: Arithmetische Relationen und Gödelisierung
3. Vortrag: Arithmetische Relationen und Gödelisierung 1. Arithmetische und arithmetische Mengen und Relationen 2. Verkettung von Zahlen 3. Gödelisierung Arithmetische und arithmetische Mengen und Relationen
Grundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2015 23.04.2015 Viorica Sofronie-Stokkermans e-mail: [email protected] 1 Bis jetzt 1. Terminologie 2. Endliche Automaten und reguläre Sprachen
