5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren
|
|
- Adam Althaus
- vor 7 Jahren
- Abrufe
Transkript
1 5. Algebra 5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren 5. Algebra GM 5-1
2 Black Box Allgemein ist eine Black Box ein Objekt, dessen innerer Aufbau und innere Funktionsweise unbekannt sind oder als nicht von Bedeutung erachtet werden. Von Interesse ist vielmehr nur das Verhalten der Black Box,. Die Motivation bei der Verwendung des Begriffs tendiert zu das Innere interessiert (jetzt) nicht, auch wenn er manchmal im Sinn von wir wissen es (sowieso) nicht verwendet wird. Diese Herangehensweise wird oft verwendet, um die Komplexität des Beobachtungsgegenstandes zu reduzieren. Das bewusste Weglassen von detaillierterer Information (Tiefeninformation) wird auch als Geheimnisprinzip bezeichnet. Der Systembearbeiter erhält dadurch einen energetischen Vorteil, den er für andere (theoretische und praktische) Belange verwenden kann.... In der Systemtheorie wird die Black-Box-Betrachtungsweise methodisch eingesetzt, indem zur Analyse des Systemverhaltens lediglich die Beziehung zwischen Reiz bzw. Input und Reaktion bzw. Output analysiert wird.... Wikipedia, 4. August 2008 Eine Algebra besteht aus einer Menge mit Operationen. Eine n-stellige Operation kann als Abstraktion einer Black Box mit n Eingängen und einem Ausgang aufgefasst werden. 5. Algebra GM 5-2
3 5. 1 Operationen Operation Algebra 5.1 Operationen GM 5-3
4 Definition 5.1.1: Operation Sei A eine Menge und n IN. Eine Abbildung f:a n A heißt n-stellige Operation auf A. Die Menge A heißt Trägermenge. x 1 x 2... x n f f(x 1, x 2,..., x n ) Beispiele: Operationen bei Zahlen Formale Logik Mengen Vektoren Schaltalgebra (siehe nächste Folie) 5.1 Operationen GM 5-4
5 Definition 5.1.2: Operationen der Schaltalgebra Bei digitalen Schaltungen unterscheidet man zwei Zustände und bezeichnet diese mit 0 und 1. Auf der Menge dieser Zustände definiert man die einstellige Operation und die zweistelligen Operationen und +. Negation (nicht) Konjunktion (und) Disjunktion (oder) x x x y x y x y x+y Übungsaufgabe Operationen GM 5-5
6 Satz 5.1.1: Gesetze der Schaltalgebra Für die Operationen, + und auf der Menge { 0, 1 } gelten folgende Gleichungen: x y = y x x+y = y+x x (y+z) = (x y)+(x z) x+(y z) = (x+y) (x+z) x 1 = x x+0 = x x x = 0 x+x = 1 Kommutativität Distributivität neutrale Elemente Komplement Übungsaufgabe Operationen GM 5-6
7 Definition 5.1.3: Algebra Eine Algebra ist ein (n+1)-tupel ( A, f 1, f 2,, f n ), wobei A eine Menge und f 1, f 2,, f n Operationen auf A sind. Beispiel: Schaltalgebra: ( {0,1},, +, ) Übungsaufgabe Operationen GM 5-7
8 5.2 Boolsche Algebra Formale Logik Mengenalgebra Schaltalgebra P Q Q P P Q Q P P (Q R) (P Q) (P R) P (Q R) (P Q) (P R) P w P P f P P P f P P w A B = B A A B = B A A (B C) = (A B) (A C) A (B C) = (A B) (A C) A G = A A Ø = A A A = Ø A A = G x y = y x x+y = y+x x (y+z) = (x y)+(x z) x+(y z) = (x+y) (x+z) x 1 = x x+0 = x x x = 0 x+x = Boolsche Algebra GM 5-8
9 Definition 5.2.1: Boolsche Algebra Eine Algebra (A,, +,, 0, 1) heißt Boolsche Algebra, falls folgende Gleichungen gelten: x y = y x x+y = y+x x (y+z) = (x y)+(x z) x+(y z) = (x+y) (x+z) x 1 = x x+0 = x x x = 0 x+x = 1 Kommutativität Distributivität neutrale Elemente Komplement 5.2 Boolsche Algebra GM 5-9
10 Beispiele für Boolsche Algebren Formale Logik: Mengenalgebra: Schaltalgebra: ( {f,w},,,, f, w ) ( P(G),,,, Ø, G ), wobei G eine beliebige Menge ist ( {0,1},, +,, 0, 1 ) 5.2 Boolsche Algebra GM 5-10
11 Dualitätsprinzip Führt man in einer in Boolschen Algebren gültigen Gleichung folgende Ersetzungen durch, erhält man wieder eine gültige Gleichung Beispiele: x y = y x x (y+z) = (x y)+(x z) x 1 = x x x = 0 x+y = y+x x+(y z) = (x+y) (x+z) x+0 = x x+x = Boolsche Algebra GM 5-11
12 Satz 5.2.1: Gleichungen in einer Boolschen Algebra Sei (A,, +,, 0, 1) eine Boolsche Algebra sowie x A, y A und z A. Dann gelten folgende Gleichungen: x x = x x+x = x x 0 = 0 x+1 = 1 x (x+y) = x x+(x y) = x x (y z) = (x y) z x+(y+z) = (x+y)+z x y = x+y x+y = x y Idempotenz Absorption Assoziativität De Morgansche Gesetze x = x 0 = 1 1 = Boolsche Algebra Übungsaufgaben bis GM 5-12
13 Folgerung: weitere Gesetze der Schaltalgebra Für die Schaltalgebra ({0,1},, +,, 0, 1) gelten folgende Gleichungen: x x = x x+x = x x 0 = 0 x+1 = 1 x (x+y) = x x+(x y) = x x (y z) = (x y) z x+(y+z) = (x+y)+z x y = x+y x+y = x y Idempotenz Absorption Assoziativität De Morgansche Gesetze x = x 0 = 1 1 = 0 Beweis ({0,1},, +,, 0, 1) ist nach Satz Boolsche Algebra 5.2 Boolsche Algebra GM 5-13
14 Satz 2.2.3: weitere Gesetze der Aussagenlogik Es gelten folgende Äquvalenzen aussagenlogischer Formeln: P P P P P P P f f P w w P (P Q) P P (P Q) P P (Q R) (P Q) R P (Q R) (P Q) R (P Q) P Q (P Q) P Q ( P) P Idempotenz Absorption Assoziativität De Morgansche Gesetze f w w f Beweis ( {f,w},,,, f, w ) ist nach Satz Boolsche Algebra 5.2 Boolsche Algebra GM 5-14
15 Satz 2.4.6: weitere Gesetze der Mengenoperationen Es seien A, B und C Teilmengen der Grundmenge G. Dann gilt: A A = A A A = A A Ø = Ø A G = G A (A B) = A A (A B) = A A (B C) = (A B) C A (B C) = (A B) C A B = A B A B = A B Idempotenz Absorption Assoziativität De Morgansche Gesetze A = A Ø = G G = Ø Beweis ( P(G),,,, Ø, G ), ist nach Satz Boolsche Algebra 5.2 Boolsche Algebra GM 5-15
16 5.3 Monoide, Gruppen, Ringe, Körper Monoide Gruppen Ringe Körper Wozu braucht man solche algebraische Strukturen? z.b. in der Kryptographie 5.3 Monoide, Gruppen, Ringe, Körper GM 5-16
17 Asymmetrische Verschlüsselung RSA-Algorithmus (Rivest, Shamir, Adleman; 1978): Basiert auf einem Ring Z/ n und zahlentheoretischen Erkenntnissen. Diffie-Hellman Algorithmus (1976): Basiert auf einem Körper Z/ p (p Primzahl) und zahlentheoretischen Erkenntnissen. Was ist ein Ring? Was ist ein Körper? 5.3 Monoide, Gruppen, Ringe, Körper GM 5-17
18 Definition 5.3.1: Monoid Ein Monoid (M,, e) ist eine Algebra mit einer 2-stelligen Operation und einer Konstanten (0-stelligen Operation) e, für die gilt: a) a M b M c M: a (b c) = (a b) c (Assoziativität) b) a M: a e = e a = a (neutrales Element) Beispiele: (Z,, 1) (Z, +, 0) Menge aller Wörter über einem Alphabet mit der Konkatenation als Operation und dem leeren Wort als neutralem Element e. a 1 a 2 a n b 1 b 2 b m = a 1 a 2 a n b 1 b 2 b m Übungsaufgabe Monoide, Gruppen, Ringe, Körper GM 5-18
19 Definition 5.3.2: Gruppe Eine Algebra (M,, -1, e) heißt Gruppe, wenn (M,, e) ein Monoid ist und -1 eine 1-stelligen Operation, für die gilt: a M: a a -1 = a -1 a = e (inverse Elemente) Beispiele: (Z, +, -, 0) (Q\{0}, I, -1, 1) Es sei M die Menge aller invertierbaren 2 2 Matrizen und E die 2 2 Einheitsmatrix. (M,, -1, E) ist eine Gruppe. Es gibt keine Gruppen (Z,, -1, 1) und (Q, I, -1, 1). Übungsaufgabe Monoide, Gruppen, Ringe, Körper GM 5-19
20 Definition 5.3.2: Abelsche Gruppe Eine Gruppe (M,, -1, e) heißt abelsch, wenn gilt: a M b M: a b = b a Beispiele: (Z, +, -, 0) (Q\{0}, I, -1, 1) Es sei M die Menge aller invertierbaren 2 2 Matrizen und E die 2 2 Einheitsmatrix. (M,, -1, E) ist keine abelsche Gruppe. 5.3 Monoide, Gruppen, Ringe, Körper GM 5-20
21 Definition 5.3.3: Ring Eine Algebra (R, +,, -, 0, 1) heißt Ring, wenn gilt: a) (R, +, -, 0) ist eine abelsche Gruppe, b) (R,, 1) ist ein Monoid c) a R b R c R: a (b+c) = a b+a c (b+c) a = b a+c a Ein Ring heißt kommutativ, wenn gilt a R b R: a b = b a Beispiele: (Z, +,, -, 0, 1) (Q, I +,, -, 0, 1) (IR, +,, -, 0, 1) 5.3 Monoide, Gruppen, Ringe, Körper GM 5-21
22 Satz 5.3.1: Absorbierendes Element In einem Ring (R, +,, -, 0, 1) gilt: a R: a 0 = 0 a = 0 Übungsaufgabe Monoide, Gruppen, Ringe, Körper GM 5-22
23 Definition 5.3.4: Körper (K, +,, -, -1, 0, 1) heißt Körper, wenn gilt: a) (K, +,, -, 0, 1) ist ein Ring, b) (K\{0},, -1, 1) ist eine abelsche Gruppe Beispiele: (Q, I +,, -, -1, 0, 1) (IR, +,, -, -1, 0, 1) Es gibt keinen Körper (Z, +,, -, -1, 0, 1) 5.3 Monoide, Gruppen, Ringe, Körper GM 5-23
24 5.4 Quotientenalgebren Um Verschlüsselungsalgorithmen, wie RSA oder Diffie- Hellman zu verstehen, brauchen wir Ringe Z/ Z/. p und Körper Was ein Ring oder ein Körper ist, wissen wir jetzt. Was aber ist Z/ oder Z/? n p n 5.4 Quotientenalgebren GM 5-24
25 Definition 5.4.1: Kongruenzrelation Sei (A, f 1, f 2,, f s ) eine Algebra und ~ eine Äquvalenzrelation auf A. ~ heißt Kongruenzrelation auf der Algebra (A, f 1, f 2,, f s ), falls f {f 1, f 2,, f s } x 1 A, x 2 A,, x n A, y 1 A, y 2 A,, y n A: ( x 1 ~y 1 x 2 ~y 2... x n ~y n ) f(x 1,x 2,,x n ) ~ f(y 1,y 2,,y n ) ~ ~ ~ x 1 x 2... x n y 1 y 2... y n f f f(x 1, x 2,..., x n ) f(y 1, y 2,..., y n ) 5.4 Quotientenalgebren ~ GM 5-25
26 Definition 5.4.2: Die Relation m Sei m IN. Für x Z und y Z wird die Relation m auf Z definiert durch x m y z Z: x-y = z m m ist eine Äquivalenzrelation. Äquvalenzklassen von 3 [0] = {, -6, -3, 0, 3, 6, } [1] = {, -5, -2, 1, 4, 7, } [2] = {, -4, -1, 2, 5, 8, } [3] = [0] [-1] = [2] 5.4 Quotientenalgebren GM 5-26
27 Satz 5.4.1: Kongruenzrelation auf (Z, +, 0) Sei m IN. m ist Kongruenzrelation auf dem Monoid (Z, +, 0). Beispiel: Quotientenalgebren 3 GM 5-27
28 Satz 5.4.2: Kongruenzrelation auf (Z, +,, -, 0, 1) Sei m N. m ist Kongruenzrelation auf dem Ring (Z, +,, -, 0, 1) Beispiel für die einstellige Operation Übungsaufgabe Quotientenalgebren GM 5-28
29 Definition 5.4.3: Quotientenalgebra Sei (A, f 1, f 2,, f s ) eine Algebra und ~ eine Kongruenzrelation auf A. Für jede Operation f {f 1, f 2,, f s } definieren wir eine Operation f ~ auf A/ ~ durch x 1 A, x 2 A,, x n A: f ~ ([x 1 ],[x 2 ],,[x n ]) = [f(x 1,x 2,,x n )] Die Algebra (A/ ~, f 1~, f 2~,, f s~ ) heißt Quotientenalgebra von (A, f 1, f 2,, f s ) bezüglich ~. Statt (A/ ~, f 1~, f 2~,, f s~ ) schreiben wir einfacher (A/ ~, f 1, f 2,, f s ). [x 1 ] [x 2 ]... [x n ] x 1 x 2... x n f ~ f [f(x 1, x 2,..., x n )] f(x 1, x 2,..., x n ) 5.4 Quotientenalgebren GM 5-29
30 Beispiel: (Z/, +) 3 3 [1] [2] [15] = [0] = [3] Quotientenalgebren GM 5-30
31 Satz 5.4.3: Unabhängigkeit von Repräsentanten Sei (A, f 1, f 2,, f s ) eine Algebra, ~ eine Kongruenzrelation auf A, f {f 1, f 2,, f s } eine n-stellige Operation, A 1 A/ ~, A 2 A/ ~,, A n A/ ~ und x 1 A 1, x 2 A 2,, x n A n, y 1 A 1, y 2 A 2,, y n A n. Dann ist [f(x 1, x 2,..., x n )] = [f(y 1, y 2,..., y n )]. 5.4 Quotientenalgebren GM 5-31
32 Beispiel: Restklassenring (Z/, +,, -, 0, 1) 5 Z/ = { [0], [1], [2], [3], [4] } 5 + [0] [1] [2] [3] [4] [0] [0] [1] [2] [3] [4] [1] [1] [2] [3] [4] [0] [2] [2] [3] [4] [0] [1] [3] [3] [4] [0] [1] [2] [4] [4] [0] [1] [2] [3] [0] [1] [2] [3] [4] [0] [0] [0] [0] [0] [0] [1] [0] [1] [2] [3] [4] [2] [0] [2] [4] [1] [3] [3] [0] [3] [1] [4] [2] [4] [0] [4] [3] [2] [1] - [0] [0] [1] [4] [2] [3] [3] [2] [4] [1] Bezüglich existieren auch inverse Elemente auf Z/ \{[0]}: 5 Übungsaufgabe Quotientenalgebren [1] [2] [3] [4] -1 Ein Restklassenring (Z/ p, +,, -, 0, 1) lässt sich genau dann durch Hinzunahme einer Operation -1 zu einem Körper machen, wenn p eine Primzahl ist. (ohne Beweis). [1] [3] [2] [4] GM 5-32
3 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
MehrGrundlagen der Mathematik
Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für
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
MehrDiskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Algebraische Strukturen
Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Algebraische Strukturen Verknüpfungen Satz x, y, z N x + (y + z) = (x + y) + z x + y = y + x x (y z) = (x y) z 1
MehrKlassische Algebra. Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n a 1 x + a 0 = 0 (a 0,...
Klassische Algebra Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n 1 + + a 1 x + a 0 = 0 (a 0,..., a n 1 Q) Formeln für n {1, 2, 3, 4} sind bekannt. Abel, Galois: Für n N mit
Mehr3 Allgemeine Algebren
Grundlagen der Matematik für Informatiker 1 Grundlagen der Matematik für Informatiker 2 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion : A n A eine n-äre algebraisce
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
MehrDiskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik &
Mehr2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zwischen Mengen 2.4 Mengenoperationen
2. Mengen 2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zischen Mengen 2.4 Mengenoperationen 2. Mengen GM 2-1 Wozu Mengen? In der Mathematik Au dem Mengenbegri kann man die gesamte Mathematik
MehrDiskrete Strukturen. Restklassenringe WS 2013/2014. Vorlesung vom 24. Jänner 2014
Diskrete Strukturen WS 2013/2014 Vorlesung vom 24. Jänner 2014 Thomas Vetterlein Institut für Wissensbasierte Mathematische Systeme Johannes-Kepler-Universität Linz 10.1 Die Modulo-n-Relation Definition
Mehr1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik
1. Grundlagen der Informatik Boolesche Algebra / Aussagenlogik Inhalt Grundlagen digitaler Systeme Boolesche Algebra / Aussagenlogik Organisation und Architektur von Rechnern Algorithmen, Darstellung von
MehrLineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10
Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige
MehrMathematische Methoden für Informatiker
Prof. Dr. www.math.tu-dresden.de/ baumann 13.07.2018 Klassische Algebra Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n 1 + + a 1 x + a 0 = 0 (a 0,..., a n 1 Q) Formeln für n
MehrBoolesche Algebra (1)
Boolesche Algebra (1) Definition 1: Sei B = Σ 2 = {0,1} das Alphabet mit den Elementen 0 und 1. Seien auf B die 3 Operatoren einer Algebra wie folgt definiert für x,y aus B: x+y := Max(x,y), x y := Min(x,y),
MehrFormalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:
Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,
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
Mehr3 Boole'sche Algebra und Aussagenlogik
3 Boole'sche Algebra und Aussagenlogik 3- Boole'sche Algebra Formale Grundlagen der Informatik I Herbstsemester 22 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer
MehrRückblick. Erweiterte b-adische Darstellung von Kommazahlen. 7,1875 dargestellt mit l = 4 und m = 4 Bits. Informatik 1 / Kapitel 2: Grundlagen
Rückblick Erweiterte b-adische Darstellung von Kommazahlen 7,1875 dargestellt mit l = 4 und m = 4 Bits 66 Rückblick Gleitkommazahlen (IEEE Floating Point Standard 754) lassen das Komma bei der Darstellung
MehrAlgebraische Grundlagen der Informatik
Kurt-Ulrich Witt Algebraische Grundlagen der Informatik Zahlen - Strukturen - Codierung - Verschlüsselung vieweg Vorwort Abbildungssverzeichnis V VII XIII I Grundlagen 1 1 Mengen und Einführung in die
MehrDiskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr
Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 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/ws0809
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
Mehr6.1 Natürliche Zahlen. 6. Zahlen. 6.1 Natürliche Zahlen
6. Zahlen Vom lieben Gott gemacht Menschenwerk: operativ oder Klassen äquivalenter Mengen oder axiomatisch (Peano 1889) 6. Zahlen GM 6-1 GM 6- Peano sche Axiome der natürlichen Zahlen Definition 6.1.1:
Mehr2. Schaltfunktionen und ihre Darstellung
2. Schaltfunktionen und ihre Darstellung x y z Schaltalgebra Schaltkreise und -terme Schaltfunktionen Dualitätsprinzip Boolesche Algebra Darstellung von Schaltfunktionen 60 Schaltalgebra Wir untersuchen
Mehr2. Schaltfunktionen und ihre Darstellung
2. Schaltfunktionen und ihre Darstellung x y z Schaltalgebra Schaltkreise und -terme Schaltfunktionen Dualitätsprinzip Boolesche Algebra Darstellung von Schaltfunktionen 58 Schaltalgebra Wir untersuchen
MehrBA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom
Prof. Dr. Norbert Blum Elena Trunz Informatik V BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom 5.2.2014 Bitte beachten Sie, dass die tatsächlichen Klausuraufgaben
Mehr3. Algebra und Begriffsverbände. Algebraische Strukturen
3. Algebra und Begriffsverbände Algebraische Strukturen Def.: Eine n-stellige (n-äre) [algebraische] Operation [auch: Verknüpfung] auf einer Menge A ist eine Abbildung f : A n A. Der Spezialfall n = 0:
MehrRepetitorium Mathematik für Informatiker I, Sommersemester Probeklausur Nr. 2. Information
Prof. Dr. Bernhard Steffen Dawid Kopetzki Repetitorium zur Vorlesung Mathematik für Informatiker 1 Sommersemester 2015 Probeklausur Nr. 2 Information Diese Aufgaben dienen als Grundlage zur Wiederholung
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 7 Sprachen erster Sufe Die in der letzten Vorlesung erwähnten Konstruktionsmöglichkeiten für Aussagen sind im Wesentlichen
Mehr2 Mengen, Relationen, Funktionen
Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,
MehrGrundlagen der linearen Algebra und analytischen Geometrie
Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre
MehrBoolesche Algebra. Ein algebraischer Ansatz - konsequent verfolgt. Studie
Ein algebraischer Ansatz - konsequent verfolgt Studie Autor: Helmut Vetter Ort, Datum: Arlesheim, 2.9.24 Diese Arbeit wurde mit TexLive erstellt. Boolesche Algebra Ein algebraischer Ansatz - konsequent
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
Mehr1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen
1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 26. November 2014 Was kommt nach den natürlichen Zahlen? Mehr als die natürlichen Zahlen braucht man nicht, um einige der schwierigsten
Mehr4. Übung zur Linearen Algebra I -
4. Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. WS 2009-10. Aufgabe 13 Auf dem Cartesischen Produkt Z Z werden 2 Verknüpfungen, definiert durch: Man zeige: (a
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,
MehrEinführung in die Theoretische Informatik. Inhalte der Lehrveranstaltung. Definition (Boolesche Algebra) Einführung in die Logik
Zusammenfassung Einführung in die Theoretische Informatik Woche 5 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung der letzten LV Jede binäre Operation hat maximal ein
MehrDiskrete Strukturen Vorlesungen 13 und 14
Sebastian Thomas RWTH Aachen, WS 2016/17 01.12.2016 07.12.2016 Diskrete Strukturen Vorlesungen 13 und 14 11 Kongruenzen und Restklassenringe In diesem Abschnitt wollen wir eine ganze Serie von neuen Ringen
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: {
MehrInformatik 3 Übung 09 Georg Kuschk
Informatik 3 Übung 09 Georg Kuschk 9.1) Das Tupel ( {1,2,3,5,6,10,15,}, kgv, ggt, inv,, 1 ) mit inv()=/ ist eine boolesche Algebra, wenn für alle,y,z M folgende 7 Regeln gelten ( Zur besseren Übersicht
MehrInformationsverarbeitung auf Bitebene
Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung
MehrAufgabe. Gelten die folgenden Äquivalenzen?. 2/??
Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten
Mehr30 Ringe und Körper Motivation Definition: Ring. Addition und eine. Häufig gibt es auf einer Menge zwei Verknüpfungen: eine
30 Ringe und Körper 30.1 Motivation Häufig gibt es auf einer Menge zwei Verknüpfungen: eine Addition und eine Multiplikation. Beispiele: (Z, +, ) hier gibt es sogar noch eine Division mit Rest. (IR, +,
MehrVorlesung Mathematik für Informatiker I. WS 2013/14 Klausur 29. März 2014
Vorlesung Mathematik für Informatiker I Prof. Dr. B. Steffen WS 2013/14 Klausur 29. März 2014 Name: Vorname: Matrikelnummer: Studiengang: Unterschrift: Pseudonym (zur Veröffentlichung der Klausurergebnisse):
MehrG. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag
G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag Beantwortung der Fragen und Lösungen der Aufgaben zu Kapitel Version V vom 3.. 28 2 Beantwortung der Fragen zu Kapitel TESTFRAGEN
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
MehrSyntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4
Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)
Mehr: G G G. eine Abbildung. Gelten die folgenden Eigenschaften, so nennen wir (G,,e) eine Gruppe: (x,y) x y
5 GRUPPEN 5 Gruppen Hier fehlt eine schöne Einleitung oder ein motivierendes Beispiel. Definition [5.1] Sei G eine nicht-leere Menge, e G ein (ausgezeichnetes) Element in G und : G G G eine Abbildung.
MehrVektorräume. Lineare Algebra I. Kapitel Juni 2012
Vektorräume Lineare Algebra I Kapitel 9 12. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh
MehrElliptische Kurven. Definition Elliptische Kurve nach Willems Sei K ein Körper der Charakteristik ungleich 2 und 3. Eine Polynomgleichung der Form
Elliptische Kurven Einstieg: - Elliptische Kurven sind spezielle algebraische Kurven, auf denen geometrisch eine Addition definiert ist. - Diese Addition spielt in der Kryptographie eine wichtige Rolle,
Mehr6.1 Natürliche Zahlen 6.2 Induktion und Rekursion 6.3 Ganze, rationale, reelle und komplexe Zahlen 6.4 Darstellung von Zahlen
6. Zahlen 6.1 Natürliche Zahlen 6.2 Induktion und Rekursion 6.3 Ganze, rationale, reelle und komplexe Zahlen 6.4 Darstellung von Zahlen 6. Zahlen GM 6-1 6.1 Natürliche Zahlen Vom lieben Gott gemacht Menschenwerk:
Mehr1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen
. Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!
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
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
MehrRechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 21. Oktober 2013 1/33 1 Boolesche
MehrTeilbarkeitslehre und Restklassenarithmetik
Vorlesung Teilbarkeitslehre und Restklassenarithmetik.1 Gruppentheorie WiewirinVorlesung2gesehenhaben,hatdieMengeZmitderAdditiongewisse Eigenschaften. Wir fassen nun bestimmte Eigenschaften zusammen und
Mehr0 Mengen und Abbildungen, Gruppen und Körper
0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor
Mehr1. Grundlegende Konzepte der Informatik
1. Grundlegende Konzepte der Informatik Inhalt Algorithmen Darstellung von Algorithmen mit Programmablaufplänen Beispiele für Algorithmen Aussagenlogik Zahlensysteme Kodierung Peter Sobe 1 Aussagenlogik
Mehr3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.
3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie
MehrFormelsammlung: Mathematik für Informatiker I
25. März 2008 Inhaltsverzeichnis 1 Komplexe Zahlen 2 1.1 Allgemeines................................................ 2 1.2 Rechenregeln............................................... 2 1.3 Potenzen.................................................
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
MehrVorkurs Mathematik für Informatiker 5 Logik, Teil 1
5 Logik, Teil 1 Michael Bader, Thomas Huckle, Stefan Zimmer 1. 9. Oktober 2008 Kap. 5: Logik, Teil 1 1 Aussagenlogik Rechnen mit Wahrheitswerten: true und false Kap. 5: Logik, Teil 1 2 Aussagenlogik Rechnen
Mehr2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN
Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 2 Grundstrukturen Notation: Sind M und N zwei Mengen, so heißt die Menge M N := {(m, n) : m M, n N} das cartesische Produkt oder auch die
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
MehrAsymmetrische Kryptographie u
Asymmetrische Kryptographie u23 2015 Simon, Florob e.v. https://koeln.ccc.de Cologne 2015-10-05 1 Zahlentheorie Modulare Arithmetik Algebraische Strukturen Referenzprobleme 2 Diffie-Hellman Diffie-Hellman-Schlüsselaustausch
MehrInformatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser
Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische
MehrNeues Thema: abstrakte Algebra: Gruppen- und Körpertheorie
Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Def. Eine Gruppe besteht aus einer nicht leeren Menge G und einer Abbildung : G G G (wir werden a b oder ab statt (a,b) schreiben; die Abbildung
MehrGrundlagen der Logik
Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
Mehr1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion
Transitiv-reflexive Hülle Definition 24. Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a, a) R 2. R R 3.
MehrZusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen
Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 6 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Satz 1 Seien F, G Boolesche Ausdrücke
MehrLineare Algebra und analytische Geometrie I
Sei G eine Gruppe. Zeige, dass ( 1 ) 1 = Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Arbeitsblatt 3 Die Pausenaufgabe Aufgabe 3.1. Formuliere die binomischen
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrLineare Algebra I 5. Tutorium Die Restklassenringe /n
Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll
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
MehrKapitel 3 Elementare Zahletheorie
Kapitel 3 Elementare Zahletheorie 89 Kapitel 3.1 Ganze Zahlen, Gruppen und Ringe 90 Die ganzen Zahlen Menge der ganzen Zahlen Z={..., 3, 2, 1,0,1,2,3,...} Es gibt zwei Operationen Addition: Z Z Z, (a,b)
Mehr5. Gruppen, Ringe, Körper
5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus
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
Mehr2. Machen Sie sich klar, dass jede denkbare Festsetzung fur die noch fehlenden\ Dierenzen durch Werte in N 0 unschone\ Konsequenzen hat.
3 Die ganzen Zahlen 3.1 Historisches Die { bisher noch nicht erklarte { Subtraktion ist in N 0 nicht uneingeschrankt durchfuhrbar. Die negativen Zahlen wurden noch zu Zeiten von Rene Descartes als falsche\
MehrAlgebraische Strukturen und Verbände
KAPITEL 4 Algebraische Strukturen und Verbände Definition 4.1. Sei M eine Menge. Eine Abbildung : M M M nennt man eine (zweistellige) Verknüpfung in M. Man schreibt dafür auch a b := (a, b) mit a, b M.
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
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
MehrVorlesung Diskrete Strukturen Gruppe und Ring
Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden
MehrKapitel III Ringe und Körper
Kapitel III Ringe und Körper 1. Definitionen und Beispiele Definition 117 Eine Algebra A = S,,, 0, 1 mit zwei zweistelligen Operatoren und heißt ein Ring, falls R1. S,, 0 eine abelsche Gruppe mit neutralem
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel
MehrTheorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.
Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.
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
MehrSyntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch
Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei
MehrTHEORETISCHE INFORMATIK UND LOGIK
Rückblick: Logelei Wir kehren zurück auf das Inselreich mit Menschen von Typ W (Wahrheitssager) und Typ L (Lügner). THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen
MehrKAPITEL 1. Einleitung
KAPITEL 1 Einleitung Als Einstieg in die Vorlesung möchte ich zunächst zeigen, dass aus den Grundvorlesungen schon eine ganze Fülle von Beispielen algebraischer Strukturen bekannt sind. Von diesen Beispielen
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrZahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Die natürlichen Zahlen Für eine beliebige Menge S definiert man den Nachfolger S + durch S + := S {S}.
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben
MehrOrdnungsrelationen auf Mengen. Beispiel einer Ordnungsrelation. Spezielle Elemente von Ordnungen. Spezielle Elemente von Ordnungen
Ordnungsrelationen auf Mengen! Eine (partielle) Ordnungsrelation oder kurz Ordnung O auf einer Menge M ist eine Relation, die reflexiv, antisymmetrisch und transitiv ist. Beispiel: M = { 1, 2, 3 }, O =
MehrAlgebraische Grundlagen 1
Algebraische Grundlagen 1 B.Grabowski 25. Oktober 2011 1 (C) Prof.Dr.B.Grabowski, HTW des Saarlandes, 10/2011, Skript zur Vorlesung Höhere Mathematik 1 Inhaltsverzeichnis 1 Algebra-Grundlagen 2 1.1 Zweiwertige
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
Mehr