EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 1. ALPHABETE, WÖRTER, SPRACHEN. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2011
|
|
- Hans Jaeger
- vor 7 Jahren
- Abrufe
Transkript
1 EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester ALPHABETE, WÖRTER, SPRACHEN Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 1 / 25
2 Vorbemerkung: Daten, Wörter, Zahlen Im Rahmen der Vorlesung: Und damit: und DATEN = WÖRTER (ENTSCHEIDUNGS)PROBLEME ˆ= WORTMENGEN = SPRACHEN FUNKTIONALE (BERECHNUNGS)PROBLEME ˆ= WORTFUNKTIONEN Mit Wörtern lassen sich beliebige Daten kodieren (vgl. z.b. Zahldarstellungen). Umgekehrt lassen sich - z.b. durch geeignetes Durchnummerieren - Wörter mit (natürlichen) Zahlen identifizieren. Wir können daher Wörter auch durch Zahlen ersetzen und erhalten: DATEN ˆ= WÖRTER ˆ= ZAHLEN Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 2 / 25
3 Alphabete, Wörter, Sprachen Im Folgenden gehen wir auf Alphabete, Wörter und Sprachen näher ein und führen einige grundlegende Begriffe und Notationen ein. ALPHABET = eine endliche, geordnete Menge von Buchstaben (Symbolen) WORT (STRING) = eine endliche Folge von Buchstaben (über festem Alphabet) SPRACHE = eine beliebige Menge von Wörtern (über festem Alphabet) Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 3 / 25
4 Alphabete Ein Alphabet (Σ, <) besteht aus: einer endlichen, nichtleeren Menge Σ einer totalen (= linearen) Ordnung < auf Σ Die Elemente von Σ heißen die Buchstaben (Symbole) des Alphabets. Wir listen Alphabete geordnet auf: Schreiben wir Σ = {a 0,...,a n }, so gilt a 0 < a 1 < < a n. Ein Alphabet mit n Buchstaben heißt n-äres Alphabet und wird mit Σ n bezeichnet. Insbesondere: Σ1 = {1}(= {0} = { }) unäres Alphabet Σ2 = {0,1} binäres Alphabet Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 4 / 25
5 Wörter Ein Wort über dem Alphabet (Σ, <) ist eine endliche (geordnete) Folge von Buchstaben aus Σ. Das leere Wort (d.h. die leere Folge) wird mit λ bezeichnet. Nichtleere Wörter w geben wir durch Auflisten der Buchstaben in der Reihenfolge ihrer Vorkommen an: w = w(0)...w(n 1) wobei w(i) der (i + 1)te Buchstabe in w ist. Die Länge w eines Wortes w ist die Anzahl der Vorkommen von Buchstaben in w: λ = 0 und w(0)...w(n 1) = n Daneben betrachten wir die Funktionen # a (w) = Anzahl der Vorkommen des Buchstaben a im Wort w Offensichtlich gilt: w = a Σ # a (w) Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 5 / 25
6 Wörter (2) Σ Σ + Σ n Σ n Menge aller Wörter über Σ Menge aller nichtleeren Wörter über Σ Menge der Wörter der Länge n über Σ Menge der Wörter der Länge n über Σ Es gilt: Σ n k = k n usw. Insbesondere: Σ n 1 = 1 und Σ <n 1 = n Σ n 2 = 2 n und Σ <n 2 = 2n 1 BEISPIELE: Σ 5 1 = {00000}, Σ0 k = {λ}, Σ2 2 = {00,01,10,11}. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 6 / 25
7 Wörter als Baum-Knoten Wörter über dem k-ären Alphabet kann man als Knoten im (unendlichen) vollständigen k-ären Baum auffassen. Die Wörter der Länge n entsprechen dabei den Knoten der Tiefe n. (Entsprechend kann man auch Σ n k mit dem vollständigen k-ären Baum der Tiefe n identifizieren.) In den folgenden Abbildungen haben wir (für den Fall k = 2 bzw. k = 1) die Knoten, die das Wort 010 bzw 000 repräsentieren, hervorgehoben: Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 7 / 25
8 Verkettung von Wörtern Die grundlegende Operation auf Wörtern ist die Verkettung (Konkatenation) von Wörtern: v = v(0)...v(m) & w = w(0)...w(n) v w = v(0)...v(m)w(0)...w(n) w λ = λ w = w SCHREIBWEISE: Statt v w schreiben wir meist einfach vw. BEMERKUNG: Die Verkettung ist assoziativ (aber nicht kommutativ). Das leere Wort ist neutrales Element bzgl. der Verkettung. (D.h. (Σ, ) ist Halbgruppe mit 1.) BEISPIELE: (ab bca) c = abbca c = abbcac = ab bcac = ab (bca c) a b = ab ba = b a Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 8 / 25
9 Verkettung von Wörtern (2) Mit Hilfe der Verkettung definieren wir: Gilt w = xyz so sind x,y,z Teilwörter (Infixe) von w x ein Anfangsstück (Präfix) von w (x w) Gilt yz λ so ist x ein echtes Anfangsstück von w (x w). z ein Endstück (Suffix) von w. SCHREIBWEISE: w n = w(0)...w(n 1) ist das Anfangsstück von w der Länge n. Die n-fache Iteration w n eines Wortes w ergibt sich durch Verketten von n Kopien von w. Induktiv: w 0 = λ und w n+1 = w n w. BEISPIELE: abb abb und abb 2 = ab abb (abb) 3 = abbabbabb (cc) 0 (ab) 2 c 3 (bb) 3 9 = ababcccbbbbbb 9 = ababcccbb Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 9 / 25
10 Homomorphismen Eine mit der Konkatenation verträgliche Abbildung nennt man Homomorphismus. Formal: Ein Homomorphismus h ist eine Abbildung h : Σ T, für die gilt: h(λ) = λ und x,y Σ [h(x y) = h(x) h(y)] BEMERKUNG: Jeder Homomorphismus h ist bereits durch sein Verhalten auf den Buchstaben (d.h. Wörtern der Länge 1) bestimmt: Jede Abbildung h : Σ T lässt sich in eindeutiger Weise zu einem Homomorphismus fortsetzen. (Übung!) BEISPIEL: Für den von h(a) = 11,h(b) = λ,h(c) = 0 induzierten Homomorphismus h : Σ 3 Σ 2 gilt z.b.: h(bacbba) = h(b)h(a)h(c)h(b)h(b)h(a) = λ 11 0 λ λ 11 = Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 10 / 25
11 Homomorphismen (2): Binärkodierung Ein Beispiel für einen Homomorphismus ist die Binärkodierung: Den von bin k : Σ k Σ 2 mit bin k(a i ) = 0 i 1 k i (Σ k = {a 0,...,a k 1 }, k 3) induzierten Homomorphismus bin k : Σ k Σ 2 bezeichnet man als Binärkodierung. NB: bin k (w) = k w und bin k injektiv. Man beachte, dass jeder Homomorphismus berechenbar ist. Die (partielle) Umkehrabbildung von bin k ist offensichtlich auch berechenbar aber kein Homomorphismus (und auch nicht zu einem Homomorphismus fortsetzbar; Warum?). Im Gegensatz zu bin k gibt es keinen injektiven Homomorphismus h : Σ k Σ 1 für k 2. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 11 / 25
12 Ordnungen auf Wörtern (1): Lexikographische Ordnung Die Wörter über einem Alphabet Σ lassen sich mit Hilfe der Ordnung < des Alphabets lexikographisch ordnen: v < lex w v w oder x Σ a,b Σ (a < b & xa v & xb w). BEISPIELE (Σ = Σ 3 ): λ < lex a, abb < lex abba, aaaa < lex b, bcaac < lex bcaba Fasst man die Wörter über Σ k als Knoten des unendlichen vollständigen k-ären Baumes auf, so erhält man die gemäß < lex geordneten Wörter, wenn man den Baum in Preorder durchläuft. Die lexikographische Ordnung hat den Nachteil, dass Wörter unendlich viele Vorgänger haben können. Z.B. gilt für k = 2: λ < lex 0 < lex 00 < lex 000 < lex 0000 < lex < lex 1 Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 12 / 25
13 Ordnungen auf Wörtern (2): Längen-lexikographische Ordnung Man betrachtet daher in der Regel die längen-lexikographische Ordnung < auf Σ, bei denen die Wörter zunächst nach ihrer Länge (Hauptordnungskriterium) und dann Wörter gleicher Länge lexikographisch (Nebenordnungskriterium) geordnet werden: v < w v < w oder [ v = w und v < lex w] Diese Ordnung entspricht dem Breitendurchlauf durch den Baum Σ. BEISPIELE (Σ = Σ 3 ): cb < a 3 (da cb < aaa ) ac < ba (da ac = ba und ac < lex ba) Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 13 / 25
14 Mehr zur längen-lexikographischen Ordnung Beim unären Alphabet Σ 1 = {1} stimmt < mit < lex überein: 1 0 (= λ) < 1 1 (= 1) < 1 2 (= 11) < 1 3 < 1 4 <... Für das binäre Alphabet Σ 2 = {0,1} gilt λ < 0 < 1 < 00 < 01 < 10 < 11 < 000 < 001 <... (N,<) ist (effektiv) isomorph zu (Σ,<), d.h. es gibt eine (berechenbare) Bijektion f : N Σ, die ordnungserhaltend ist, d.h. erfüllt (m,n N = {0,1,2,3,...}). m < n f (m) < f (n) Die Wörter in Σ lassen sich also bzgl. durchnummerieren. w (Σ,<) n := das (n + 1)-te Wort in Σ bzgl. < SCHREIBWEISE: w n := w (Σ 2,<) n Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 14 / 25
15 Wörter vs. Zahlen Manchmal identifizieren wir das Binärwort w n mit der Zahl n, d.h. fassen w n als Darstellung von n auf. w n stimmt nicht mit der üblichen Binärzahldarstellung Bin(n) überein (da bei dieser führende Nullen keinen Einfluss auf den Zahlwert haben; s. Übungen). Da sich die (natürlichen) Zahlen und die Wörter über einem gegebenem Alphabet effektiv bijektiv ineinander überführen lassen, können wir die Berechenbarkeitstheorie wahlweise auf Wörtern ( Turingmaschinen) oder Zahlen ( Registermaschinen, rekursive Funktionen) entwickeln. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 15 / 25
16 Sprachen Eine Sprache L über dem Alphabet Σ ist eine Menge von Wörtern über Σ, d.h. eine Teilmenge von Σ. Die Menge aller Sprachen über Σ ist also gerade die Potenzmenge von Σ : P (Σ ) = {L : L Σ } Eine Menge von Sprachen (über festem Alphabet Σ) bezeichnen wir als Klasse. BEZEICHNUNGEN: a,b,c,...: Buchstaben...,u,v,w,x,y,z: Wörter A,B,C,...,Z : Sprachen A, B, C,..., Z: Klassen Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 16 / 25
17 Mengenoperationen auf Sprachen Da Sprachen Mengen sind, können wir die üblichen mengentheoretischen Operationen verwenden (L,L 1,L 2 Σ ): L 1 L 2 = {x Σ : x L 1 oder x L 2 } L 1 L 2 = {x Σ : x L 1 & x L 2 } L 1 \ L 2 = {x Σ : x L 1 & x L 2 } L = {x Σ : x L} (= Σ \ L) L 1 L 2 = (L 1 \ L 2 ) (L 2 \ L 1 ) (Vereinigung) (Durchschnitt) ((Mengen-)Differenz) (Komplement) (Symmetrische Differenz) Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 17 / 25
18 Wortoperationen auf Sprachen Die auf den Wörtern definierten Operationen der Verkettung und Iteration induzieren entsprechende Sprachoperationen: L 1 L 2 = {xy : x L 1 & y L 2 } Verkettung von L 1 und L 2 L n = {x 1...x n : x i L} (L 0 = {λ}, L 1 = L, L 2 = LL,...) n-te Potenz von L L = {x 1...x n : n 0 & x i L} = n 0 L n Iteration von L L + = {x 1...x n : n 1 & x i L} = n 1 L n Hierbei schreiben wir al statt {a}l. BEISPIELE. 1. {00} 1{1} = {00} {1} + = {0 2m 1 n : m 0 & n 1}. 2. λ L für alle Sprachen L. Z.B. /0 = {λ}. 3. λ L + λ L. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 18 / 25
19 Mächtigkeit von Sprachen und Klassen In der Mengenlehre unterscheidet man die Kardinalität (Mächtigkeit, Größe) unendlicher Mengen. Insbesondere unterscheidet man zwischen abzählbaren und überabzählbaren Mengen, indem man den Größenbegriff endlicher Mengen verallgemeinert. Die Kardinalität von Mengen vergleicht man durch M 1 M 2 f : M 1 M 2 injektiv M 1 und M 2 sind gleichmächtig ( M 1 = M 2 ), falls M 1 M 2 und M 2 M 1 gilt. M ist abzählbar unendlich, falls M = N. M ist (höchstens) abzählbar, wenn M N, d.h. wenn M endlich oder abzählbar unendlich ist. Ist M nicht abzählbar, so nennt man M überabzählbar. In diesem Fall gilt N < M. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 19 / 25
20 Mächtigkeit von Sprachen und Klassen (2) SATZ. Für jedes Alphabet Σ gilt: (a) Jede Sprache L über Σ ist abzählbar. (b) Die Menge aller Sprachen über Σ ist nicht abzählbar. Es gibt also mehr Sprachen als Wörter! BEWEIS. (a) Wie schon gezeigt, ist Σ abzählbar unendlich. Weiter ist jede Teilmenge einer abzählbaren Menge wiederum abzählbar. (b) Der Beweis benutzt das bekannte Cantor-Diagonalargument (mit dessen Hilfe man auch zeigt, dass es überabzählbar viele reelle Zahlen gibt): Widerspruchsannahme: L n : n 0 sei eine Liste aller Sprachen über Σ. Die Sprache L über Σ mit w Σ n L : w Σ n L n kommt in dieser Liste nicht vor. Widerspruch! Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 20 / 25
21 Darstellung von Sprachen Unter einer Darstellung einer Sprache L verstehen wir eine endliche Beschreibung der Sprache. Eine einheitliche Methode zur Darstellung von Sprachen bezeichnen wir als Darstellungsweise. Formaler kann man die Darstellungen bzgl. einer festen Darstellungsweise als Wörter über einem geeigneten Alphabet auffassen. Da es mehr Sprachen als Wörter gibt, gibt es also für jede Darstellungsweise Sprachen, die nicht darstellbar sind! Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 21 / 25
22 Darstellung (un)endlicher Sprachen Endliche Sprachen lassen sich durch eine vollständige Auflistung der Elemente darstellen: L 1 = {0,2,4,6,8,10,12,14,16,18,20,22,24}. Diese Darstellung ist i.a. jedoch sehr länglich und unübersichtlich. Eine Darstellung der Sprache durch Angabe einer charakteristischen Eigenschaft der Elemente wird daher meist vorgezogen: L 1 = {x N : x 24 & x gerade} Dieses Vorgehen ermöglich auch die Beschreibung unendlicher Sprachen: = {x N : x gerade} (= {0,2,4,...}) L 1 Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 22 / 25
23 Explizite vs. implizite Darstellungen Beschreibt man eine Sprache durch Auflisten der Elemente oder Angabe einer charakteristischen Eigenschaft derselben, so sprechen wir von einer expliziten Darstellung. Alternativ können Sprachen implizit durch eine induktive (rekursive) Charakterisierung dargestellt werden. BEISPIEL (s. Übungen): Explizit: L2 = {w Σ 2 : # 0(w) = # 1 (w)}. Implizit: L 2 ist die kleinste Sprache L Σ mit folgenden 3 Eigenschaften: λ L Gehört w zu L, so auch 0w1 und 1w0 Gehören v und w zu L, so auch vw Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 23 / 25
24 Informatische Sprachdarstellungen In der Vorlesung werden wir informatische Sprachdarstellungen betrachten: BERECHENBARKEITSTHEORIE: In der Berechenbarkeitstheorie betrachten wir algorithmische Darstellungen von Sprachen, d.h. geben Algorithmen an, die die Sprachen eindeutig festlegen. Dabei unterscheiden wir: ENTSCHEIDUNGSVERFAHREN: Der Algorithmus stellt bei Eingabe eines Wortes fest, ob dieses zur Sprache gehört. AUFZÄHLUNGSVERFAHREN: Der Algorithmus gibt alle Elemente der Sprache (und nur diese) sukzessive aus. (Ist die Sprache unendlich, so läuft das Verfahren unendlich lang; die Beschreibung des Verfahrens ist jedoch endlich!) FORMALE SPRACHEN: Hier werden wir Sprachen mit Hilfe (generativer = erzeugender) GRAMMATIKEN beschreiben. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 24 / 25
25 Mehrdimensionale Sprachen und Wortfunktionen Sprachen beschreiben eindimensionale Entscheidungsprobleme. Zur Beschreibung mehrdimensionaler Probleme oder funktionaler Probleme (Berechnungs-, Such-, bzw. Optimierungsprobleme) verwenden wir mehrdimensionale Sprachen bzw. Wortfunktionen: MEHRDIMENSIONALE SPRACHEN: L Σ 1 Σ n (inhomogen) L Σ Σ (homogen) (1-DIM.) WORTFUNKTIONEN: f : Σ 1 Σ 2 MEHRDIMENSIONALE WORTFUNKTIONEN: f : Σ 1 Σ n T Funktionen vom Typ f : Σ 1 Σ n T1 T m stellen wir durch m mehrdim. Wortfunktionen f i : Σ 1 Σ n Ti dar. Wie bei Sprachen können wir bei Wortfunktionen zwischen inhomogenen (s.o.) und homogenen (alle Alphabete gleich) Funktionen unterscheiden. Im folgenden betrachten wir häufig nur den 1-dimensionalen Fall und lassen die Verallgemeinerung zum mehrdimensionalen Fall als Übung. Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 25 / 25
1. Alphabete, Wörter, Sprachen
1. Alphabete, Wörter, Sprachen Im Rahmen der Vorlesung: Und damit: und DATEN = WÖRTER (ENTSCHEIDUNGS)PROBLEME ˆ= WORTMENGEN = SPRACHEN FUNKTIONALE (BERECHNUNGS)PROBLEME ˆ= WORTFUNKTIONEN Mit Wörtern lassen
MehrKapitel 0: Grundbegriffe Gliederung
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechenbarkeitstheorie 4. Komplexitätstheorie 5. Kryptographie 0/2, Folie 1 2009 Prof. Steffen Lange - HDa/FbI - Theoretische Informatik
MehrWS 20013/14. Diskrete Strukturen
WS 20013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 09.04.2013 Inhalt der Vorlesung Teil I: Automaten und formale Sprachen (Kurt Sieber)
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Mengen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrTheoretische Informatik
Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:
Mehr3 Werkzeuge der Mathematik
3.1 Mengen (18.11.2011) Definition 3.1 Die Menge heißt leere Menge. :=»x M x x Definition 3.2 Es seien N und M Mengen. Wir definieren: und analog M N : (x M x N). N M : (x N x M). Wir sagen M ist Teilmenge
MehrUnentscheidbare Probleme: Diagonalisierung
Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Mehr1 Mathematische Grundbegriffe
1 1 Mathematische Grundbegriffe 1.1 Relationen und Funktionen Seien A 1,..., A n Mengen. Ein n-tupel über A 1,..., A n ist eine Folge (a 1,..., a n ) von Objekten a i A i, für i = 1,..., n. Zwei n-tupel
MehrWas bisher geschah: Formale Sprachen
Was bisher geschah: Formale Sprachen Alphabet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen Darstellung unendlicher Sprachen durch reguläre Ausdrücke (Syntax, Semantik, Äquivalenz)
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
Mehr2 Alphabete, Wörter, Sprachen und die Darstellung von Problemen
Das Tiefste, das wir erfahren können, sind die Offenbarungen der Mystik. Sie sind das fundamentalste Gefühl, das an der Wiege aller wahren Kunst und Wissenschaft steht. Wer es nicht kennt, kann sich nicht
MehrTheoretische Informatik und Logik, VU 4.0 (Teil1: Berechenbarkeit, Formale Sprachen und Komplexitätstheorie)
185.278 Theoretische Informatik und Logik, VU 4.0 (Teil1: Berechenbarkeit, Formale Sprachen und Komplexitätstheorie) Marion OSWALD (marion@logic.at) unter Mitwirkung von Chris FERMÜLLER, Rudi FREUND, Alexander
MehrGruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,
Kapitel 1 Gruppen 1.1 Operationen Lernziele 1. Gruppen und Untergruppen, Erzeugendensysteme, Operationen und Bahnen 1.1.1 Definiton Gruppe, symmetrische Gruppen Definition 1.1. Sei G eine nicht leere Menge
MehrFormale Sprachen, Automaten, Prozesse SS 2010 Musterlösung - Übung 1 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof aa Dr J Giesl Formale Sprachen, Automaten, Prozesse SS 2010 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Hausaufgaben sollen in Gruppen von je 2 Studierenden aus dem gleichen Tutorium
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrMengen. Welche dieser Mengen sind paarweise gleich, ungleich? Begründung!
Hinweis: Auf den Übungsblättern in diesem Semester wird es grundsätzlich die drei Aufgabentypen Vorbereitungsaufgabe, Tutoraufgabe und Hausaufgabe geben. Die als Vorbereitung bezeichneten Aufgaben dienen
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrMengen und Relationen
KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 3: Kodierung 1 Motivation 2 Exkurs Grundlagen formaler Sprachen 3 Grundlagen 4 Beispielkodierungen FM2 (WS 2014/15,
MehrMengenlehre: Mächtigkeit (Ordnung) einer Menge
Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,
MehrFolgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.
Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Organisatorisches Vorlesungen FR 10.10-11.50 im HS 13 Übungsbetrieb ab dem nächsten Mal wieder
MehrBerechenbarkeitstheorie 1. Vorlesung
Berechenbarkeitstheorie Dr. Institut für Mathematische Logik und Grundlagenforschung WWU Münster WS 15/16 Alle Folien unter Creative Commons Attribution-NonCommercial 3.0 Unported Lizenz. Zentrale Themen
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws13/14
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61 Anmerkung Änderung im Wintersemester 2013/2014:
Mehr2 Mengen, Abbildungen und Relationen
Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl
MehrEinführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2 Lösungsblatt 3. April 2 Einführung in die Theoretische Informatik
Mehr7 Endliche Automaten. 7.1 Deterministische endliche Automaten
7 Endliche Automaten 7.1 Deterministische endliche Automaten 7.2 Nichtdeterministische endliche Automaten 7.3 Endliche Automaten mit g-übergängen Endliche Automaten 1 7.1 Deterministische endliche Automaten
MehrAutomatentheorie und Formale Sprachen
Automatentheorie und Formale Sprachen Mengen, Alphabete, Wörter, formale Sprachen Dozentin: Wiebke Petersen 29.4.2009 Wiebke Petersen Automatentheorie und formale Sprachen SoSe 09 Mengen Definition 1.
MehrKapitel 2 Mathematische Grundlagen
Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen 3 Abbildungen 4 Algebraische Strukturen Verknüpfungen Monoide Beispiel: Restklassen Exkurs: Formale
MehrGrundlagen der Theoretischen Informatik
1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Notation für Wörter w a is die Anzahl der Vorkommen von
MehrGrenzen der Regularität
Grenzen der Regularität Um die Mächtigkeit von endlichen Automaten zu verstehen, muss man auch ihre Grenzen kennen. Sei z.b. B = {0 n 1 n n 0} Gibt es einen DEA für B? Es sieht so aus, als müsste sich
MehrGegenstand der Vorlesung 1
Gegenstand der Vorlesung 1 I. Mittel zur Beschreibung/Spezifikation von Sprachen L; das sind Mengen von Zeichenreihen (Wörter) über einem Alphabet Σ. Bsp. Die Menge der (syntaktisch korrekten) Pascal-Programme
MehrFormale Sprachen und Automaten
Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen
MehrKardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)
Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 1: Grundlagen, Sprachen, Automaten schulz@eprover.org Software Systems Engineering Definition Eine Definition ist eine genaue Beschreibung eines Objektes
Mehr3 Allgemeine Algebren
Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrReguläre Ausdrücke. Michael Jäger. 4. April 2017
Reguläre Ausdrücke Michael Jäger 4. April 2017 Zeichenketten und Sprachen Ein Alphabet ist eine endliche Menge von Symbolen. Beispiele: 1. Σ 1 = {0, 1} 2. Σ 2 = {a, b, c, d, e, f, g, h, i, j, k, l, m,
MehrÜbersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19
Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische
MehrFragen 1. Muss eine DTM ein Wort zu Ende gelesen haben, um es zu akzeptieren? a) Ja! b) Nein!
4 Turingmaschinen Eingabeband nicht nur lesen, sondern auch schreiben kann und die zudem mit ihrem Lese-Schreib-Kopf (LSK) nach links und rechts gehen kann. Das Eingabeband ist zudem in beide Richtungen
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/29 Überblick Wörter Wörter Das leere Wort Mehr zu
MehrGrundbegriffe 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
MehrUnentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem
Unentscheidbare Probleme: Existenz, Diagonalsprache, Halteproblem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 25. Oktober 2010 Berthold Vöcking, Informatik
MehrKapitel 2 Mathematische Grundlagen
Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und
MehrAutomaten und Formale Sprachen
Automaten und Formale Sprachen Prof. Dr. Dietrich Kuske FG Theoretische Informatik, TU Ilmenau Wintersemester 2011/12 WS 11/12 1 Organisatorisches zur Vorlesung Informationen, aktuelle Version der Folien
MehrAlgebra für Informationssystemtechniker
Algebra für Informationssystemtechniker Prof. Dr. Fachrichtung Mathematik Institut für Algebra www.math.tu-dresden.de/ baumann Ulrike.Baumann@tu-dresden.de 23.04.2018 9. Vorlesung Halbgruppe Monoid Gruppe
MehrMengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge
Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
MehrWir suchen Antworten auf die folgenden Fragen: Was ist Berechenbarkeit? Wie kann man das intuitiv Berechenbare formal fassen?
Einige Fragen Ziel: Wir suchen Antworten auf die folgenden Fragen: Wie kann man das intuitiv Berechenbare formal fassen? Was ist ein Algorithmus? Welche Indizien hat man dafür, dass ein formaler Algorithmenbegriff
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
Mehr3. Übungszettel zur Vorlesung. Geometrische Gruppentheorie Musterlösung. Cora Welsch
3. Übungszettel zur Vorlesung Geometrische Gruppentheorie Musterlösung WiSe 2015/16 WWU Münster Prof. Dr. Linus Kramer Nils Leder Cora Welsch Aufgabe 3.1 Sei I eine Indexmenge und A α für jedes α I eine
MehrEine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.
4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel
MehrOrdinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann
Ordinalzahlen Im Rahmen der Ordnungsrelationen wurden bisher die Begriffe Partialordnung und Totalordnung (lineare Ordnung) erwähnt. Ein weiterer wichtiger Ordnungsbegriff ist die Wohlordnung. Wohlgeordnete
MehrB Grundbegriffe zu Mengen und Abbildungen
B Grundbegriffe zu Mengen und Abbildungen Die Sprache der Mengen und Abbildungen hat sich als Basissprache in der modernen Mathematik durchgesetzt. Da sie sehr praktisch ist, wird sie auch in diesem Buch
Mehr5 Der Transzendenzgrad
$Id: trgrad.tex,v 1.6 2009/05/11 14:48:57 hk Exp $ 5 Der Transzendenzgrad Wir stellen nun einige der Tatsachen über die Mächtigkeit von Mengen zusammen, die Ihnen wahrscheinlich aus den ersten Semester
MehrLineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund
Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen
MehrZusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Zusammenfassung der letzten LVA Diskrete Mathematik Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom (Beweisformen) Beweisformen sind etwa (i) deduktive
MehrAnalysis für Informatiker
Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während
Mehr3. Relationen Erläuterungen und Schreibweisen
3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
MehrGrundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
MehrSeminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik
Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit
MehrFormale Methoden 1. Gerhard Jäger 28. November Uni Bielefeld, WS 2007/2008 1/15
1/15 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 28. November 2007 2/15 Formale Sprache: Menge von Symbolketten Theorie formaler Sprachen Formale Sprachen
MehrMengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }
Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,
MehrAutomaten und Formale Sprachen SoSe 2007 in Trier. Henning Fernau Universität Trier
Automaten und Formale Sprachen SoSe 2007 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Automaten und Formale Sprachen Gesamtübersicht Organisatorisches Einführung Endliche Automaten und
Mehr2. Symmetrische Gruppen
14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen
MehrWas bisher geschah. Modellierung von Aussagen in klassischer Aussagen- und Prädikaten-Logik
Was bisher geschah Modellierung von Aussagen in klassischer Aussagen- und Prädikaten-Logik Modellierung von Daten durch Mengen Darstellung: extensional durch Angabe aller Elemente (nur für endliche Mengen
MehrMengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit
Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {
Mehr4. Morphismen. 30 Andreas Gathmann
30 Andreas Gathmann 4. Morphismen Wir haben nun viele Beispiele und Konstruktionen von Gruppen gesehen. Natürlich wollen wir diese vielen verschiedenen Gruppen jetzt auch irgendwie miteinander in Beziehung
MehrGliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000
Gliederung Mengen und operationen Relationen Funktionen Kardinalität von Mengen Mengen, Relationen, Funktionen 1 Mengen Definition (Naive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer
MehrBeweistechnik: Beweise in Bezug auf Mengen. Formale Methoden 2 LVA , Beweistechnik: Widerspruchsbeweise. Satz R (S T ) = (R S) (R T )
Formale Methoden 2 LVA 703019, 703020 (http://clinformatik.uibk.ac.at/teaching/ss06/fmii/) Georg Moser (VO) 1 Martin Korp (UE) 2 Friedrich Neurauter (UE) 3 Christian Vogt (UE) 4 1 georg.moser@uibk.ac.at
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich
MehrEinführung in die Computerlinguistik formale Sprachen
Einführung in die Computerlinguistik formale Sprachen Dozentin: Wiebke Petersen 26.4.2010 Wiebke Petersen Einführung CL (SoSe 2010) 1 Wiebke Petersen Einführung CL (SoSe 2010) 2 Wiebke Petersen Einführung
MehrAutomaten und Formale Sprachen SoSe 2007 in Trier. Henning Fernau Universität Trier
Automaten und Formale Sprachen SoSe 2007 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Automaten und Formale Sprachen Gesamtübersicht Organisatorisches Einführung Endliche Automaten und
MehrOperationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21
Operationen Eine Operation auf einer Menge ist eine Abbildung ist dabei die Menge aller -Tupel mit Einträgen aus. Man nennt auch durch die Stelligkeit der Operation ; dies wird ausgedrückt. Die Menge ist
MehrSkriptum EINFÜHRUNG IN DIE ALGEBRA
Skriptum EINFÜHRUNG IN DIE ALGEBRA 1 Günter Lettl SS 2016 1. Algebraische Grundbegriffe 1.1 Verknüpfungen Definition 1. Es sei M eine nicht leere Menge. a) Eine Verknüpfung (oder (binäre) Operation) auf
MehrWas bisher geschah. Modellierung von Aussagen durch Logiken. Modellierung von Daten durch Mengen
Was bisher geschah Modellierung von Aussagen durch Logiken Modellierung von Daten durch Mengen extensionale und intensionale Darstellung Mächtigkeiten endlicher Mengen, Beziehungen zwischen Mengen, =,
MehrMengen und Abbildungen
1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Sommersemester 2015 29.04.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Motivation 2. Terminologie 3. Endliche Automaten und reguläre
Mehr5 Mengen und Folgen. Themen: Hilberts Hotel Mächtigkeit von Mengen Zahlenfolgen Stellenwertsysteme
5 Mengen und Folgen Themen: Hilberts Hotel Mächtigkeit von Mengen Zahlenfolgen Stellenwertsysteme Hilberts Hotel Hilberts Hotel hat unendlich viele Zimmer, die durch 1, 2, 3,... nummeriert sind. Hilberts
MehrAllgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Allgemeine Algebren Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Operationen Eine Operation auf einer Menge A ist eine Abbildung f : A n A. A n ist dabei
MehrKapitel IV. Endliche, abzählbare und überabzählbare Mengen. IV.1 Abzählbare Mengen
Kapitel IV Endliche, abzählbare und überabzählbare Mengen Wir haben schon einige Mengen in den Kapiteln I und II kennengelernt, etwa die Zahlenmengen N, Z, Q und R. Jede dieser Zahlenmengen enthält unendlich
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
TEIL II: GRUPPEN In der modernen Algebra versucht man die Zahlen (Z, Q, R, ) durch die Konzentration auf Rechenoperationen (+,,... ), oder allgemeiner auf strukturelle Eigenschaften dieser Operationen,
MehrAlgebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar).
Algebra 1 Mengen 1.1 Operationen A Anzahl der Elemente von A (Mächtigkeit, Betrag, Kardinalität) (A) Potenzmenge von X ( (A) = 2 A ) A B wenn jedes Element von A auch Element von B ist. A = B (A B und
MehrTutorium 23 Grundbegriffe der Informatik
Tutorium 23 Grundbegriffe der Informatik Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität Karlsruhe (TH)
Mehr1.5 Turing-Berechenbarkeit
A.M. Turing (1937): Maschinenmodell zur exakten Beschreibung des Begriffs effektiv berechenbar Stift Mensch a c b b Rechenblatt a b b c Lese-/Schreibkopf endliche Kontrolle Turingmaschine Eine Turingmaschine
MehrÜbungsblatt 1: Monoide und Gruppen
Übungsblatt 1: Monoide und Gruppen Die schriftlichen Übungsaufgaben sind durch ein S gekennzeichnet und sollen in der Übung der nächsten Woche abgegeben werden. Die Votieraufgaben sind mit einem V gekennzeichnet.
MehrTheoretische Informatik. Alphabete, Worte, Sprachen
Theoretische Informatik Alphabete, Worte, Sprachen Alphabete, Worte, Sprachen 1. Alphabete und Worte Definitionen, Beispiele Operationen mit Worten Induktionsbeweise 2. Sprachen Definition und Beispiele
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
Mehr