Grundbegriffe der Informatik
|
|
|
- Katrin Müller
- vor 8 Jahren
- Abrufe
Transkript
1 Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober /29
2 Überblick Wörter Wörter Das leere Wort Mehr zu Wörtern Konkatenation von Wörtern Konkatenation mit dem leeren Wort Eigenschaften der Konkatenation Iterierte Konkatenation Vollständige Induktion Binäre Operationen Inhalt 2/29
3 Wörter Ein Wort über einem Alphabet A ist eine Folge von Zeichen aus A. Apfelmus Wörter 3/29
4 Wörter Ein Wort über einem Alphabet A ist eine Folge von Zeichen aus A. Milchreis Symbole dürfen mehrfach vorkommen. Wörter 3/29
5 Das Leerzeichen man benutzt es heutzutage (jedenfalls z. B. in europäischen Schriften) ständig, aber früher nicht! Für uns ist es ein Zeichen wie alle anderen auch; der Deutlichkeit wegen manchmal explizit geschrieben. Folge: z. B. Hallo Welt ist eine Folge von Zeichen, also nur ein Wort (und nicht zwei) Wörter Wörter 4/29
6 Eine formale Definition von Wörtern Sinn der Übung an harmlosem Beispiel Dinge üben, die später wichtig werden aber nicht: eine einfache Sache möglichst kompliziert darzustellen das Wesentliche an einer Folge oder Liste (von Zeichen)? Reihenfolge M i l c h r e i s definiere für jede natürliche Zahl n 0 die Menge der n kleinsten nichtnegativen ganzen Zahlen G n = {i N 0 0 i i < n} Beispiele: G 4 = {0, 1, 2, 3}, G 1 = {0} und G 0 = {} Wörter Wörter 5/29
7 Eine formale Definition von Wörtern Sinn der Übung an harmlosem Beispiel Dinge üben, die später wichtig werden aber nicht: eine einfache Sache möglichst kompliziert darzustellen das Wesentliche an einer Folge oder Liste (von Zeichen)? Reihenfolge; deutlich gemacht z. B. durch Nummerierung: M i l c h r e i s definiere für jede natürliche Zahl n 0 die Menge der n kleinsten nichtnegativen ganzen Zahlen G n = {i N 0 0 i i < n} Beispiele: G 4 = {0, 1, 2, 3}, G 1 = {0} und G 0 = {} Wörter Wörter 5/29
8 Eine formale Definition von Wörtern Ein Wort ist eine surjektive Abbildung w : G n A. n heißt die Länge eines Wortes, geschrieben w Wörter Wörter 6/29
9 Eine formale Definition von Wörtern Ein Wort ist eine surjektive Abbildung w : G n A. n heißt die Länge eines Wortes, geschrieben w Sie denken erst einmal an Wortlängen n 1? ist in Ordnung den Fall des sogenannten leeren Wortes ε mit Länge n = 0 betrachten wir gleich noch Beispiel: Wort w = hallo wird formal zur Abbildung w : G 5 {a, h, l, o} mit w(0) = h, w(1) = a, w(2) = l, w(3) = l und w(4) = o. Ist das umständlich! ja, aber manchmal formalistische Auffassung Wörtern vorteilhaft manchmal vertraute Auffassung Wörtern vorteilhaft wir wechseln hin und her Wörter Wörter 6/29
10 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Wörter Wörter 7/29
11 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter Wörter Wörter 7/29
12 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b Wörter Wörter 7/29
13 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b aa, ab, ba, bb Wörter Wörter 7/29
14 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b aa, ab, ba, bb aaa, aab, aba, abb, baa, bab, bba, bbb Wörter Wörter 7/29
15 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b aa, ab, ba, bb aaa, aab, aba, abb, baa, bab, bba, bbb und so weiter Wörter Wörter 7/29
16 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b aa, ab, ba, bb aaa, aab, aba, abb, baa, bab, bba, bbb und so weiter und außerdem ε dieses merkwürdige (?) leere Wort (kommt gleich) Wörter Wörter 7/29
17 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b aa, ab, ba, bb aaa, aab, aba, abb, baa, bab, bba, bbb und so weiter und außerdem ε dieses merkwürdige (?) leere Wort (kommt gleich) Beachte: es gibt unendlich viele Wörter die aber alle endliche Länge haben! Wörter Wörter 7/29
18 Menge aller Wörter A : Menge aller Wörter über einem Alphabet A: alle Wörter, die nur Zeichen aus A enthalten Beispiel: A = {a, b}. Dann enthält A zum Beispiel die Wörter a, b aa, ab, ba, bb aaa, aab, aba, abb, baa, bab, bba, bbb und so weiter und außerdem ε dieses merkwürdige (?) leere Wort (kommt gleich) Beachte: es gibt unendlich viele Wörter die aber alle endliche Länge haben! A formalistisch: die Menge aller surjektiven Abbildungen w : G n B mit n N 0 und B A. Wörter Wörter 7/29
19 Das leere Wort Zählen man fängt erst mal mit eins an später: oh, die Null ist auch nützlich Analogon bei Wörtern: das leere Wort Es besteht aus 0 Symbolen. Deshalb sieht man es so schlecht. Damit man es nicht übersieht, schreiben wir ε dafür erfordert ein bisschen Abstraktionsvermögen vielleicht hilft die formalistische Definition: ε : G 0 {} also ε : {} {} Stört Sie der leere Definitionsbereich oder/und der Zielbereich? Denken Sie an Abbildungen als spezielle Relationen Es gibt nur eine Relation R {} {} = {}, nämlich R = {}. Sie ist linkstotal und rechtseindeutig, also Abbildung und sogar rechtstotal, also surjektiv. Also ist es richtig von dem leeren Wort zu sprechen. Wörter Das leere Wort 8/29
20 Das leere Wort als Element von Mengen Das leere Wort ist etwas. Die Kardinalität der Menge {ε, abaa, bbbababb} ist {ε, abaa, bbbababb} = 3 Die Kardinalität der Menge {ε} ist {ε} = 1 Das ist nicht die leere Menge! Die Kardinalität der Menge {} ist {} = 0 Das ist die leere Menge. Wörter Das leere Wort 9/29
21 Wörter einer festen Länge n A n : Menge aller Wörter der Länge n über dem Alphabet A Beispiel: Ist A = {a, b}, dann ist A 0 = {ε} A 1 = {a, b} Also ist sozusagen A 2 = {aa, ab, ba, bb} A 3 = {aaa, aab, aba, abb, baa, bab, bba, bbb} A = A 0 A 1 A 2 A 3 aber diese Pünktchen sind nicht schön... Bessere Schreibweise: A = i=0 A i Wörter Mehr zu Wörtern 10/29
22 immer diese Pünktchen... berechtigte Frage: Was soll denn genau bedeuten? Das hier: i=0 M i M i = {x i : x M i } i=0 also alle Elemente, die in mindestens einem M i enthalten sind. Das -Zeichen in obiger Schreibweise ist gefährlich. Beachte: i kann nicht den Wert Unendlich annehmen. i durchläuft die unendlich vielen Werte aus N 0. Aber jede dieser Zahlen ist endlich! Wörter Mehr zu Wörtern 11/29
23 Konkatenation von Wörtern: anschaulich ganz einfach: die Hintereinanderschreibung zweier Wörter Operationssymbol üblicherweise der Punkt, den man wie bei der Multiplikation manchmal weglässt Beispiel: oder SCHRANK SCHLÜSSEL = SCHRANKSCHLÜSSEL SCHLÜSSEL SCHRANK = SCHLÜSSELSCHRANK Beachte: Reihenfolge ist wichtig! SCHRANKSCHLÜSSEL SCHLÜSSELSCHRANK Wörter Konkatenation von Wörtern 12/29
24 Konkatenation von Wörtern: formal zwei Wörter w 1 : G m A 1 und w 2 : G n A 2 gegeben definiere w 1 w 2 : G m+n A 1 A 2 { w 1 (i) i w 2 (i m) falls 0 i < m falls m i < m + n Was muss man tun, wenn man so etwas vorgesetzt bekommt? Nicht abschrecken lassen! bei Abbildungen prüfen: wird für alle Argumente ein Funktionswert definiert? bei Fallunterscheidungen: widerspruchsfrei? Hat das Definierte die erforderlichen Eigenschaften? Verstehen! Man sieht übrigens: w 1 A w 2 A : w 1 w 2 = w 1 + w 2 Wörter Konkatenation von Wörtern 13/29
25 Konkatenation von Wörtern: formal definiert: w 1 w 2 : G m+n A 1 A 2 { w 1 (i) i w 2 (i m) falls 0 i < m falls m i < m + n Überprüfung: w 1 (i) für 0 i < m und w 2 (i m) für m i < m + n sind stets definiert. die Funktionswerte stammen aus dem Bereich A 1 A 2 : w 1 (i) A 1 und w 2 (i m) A 2. Die Fallunterscheidung ist widerspruchsfrei. w 1 w 2 : G m+n A 1 A 2 ist surjektiv: Für jedes a A 1 A 2 gilt eine der Möglichkeiten: a A 1: da w 1 surjektiv ist, existiert i 1 G m mit w 1(i 1) = a. Also ist (w 1w 2)(i 1) = w 1(i 1) = a. a A 2: da w 2 surjektiv ist, existiert i 2 G n mit w 2(i 2) = a. Also ist (w 1w 2)(m + i 2) = w 2(i 2) = a. Wörter Konkatenation von Wörtern 14/29
26 Konkatenation von Wörtern: formal definiert: w 1 w 2 : G m+n A 1 A 2 { w 1 (i) i w 2 (i m) falls 0 i < m falls m i < m + n Überprüfung: w 1 (i) für 0 i < m und w 2 (i m) für m i < m + n sind stets definiert. die Funktionswerte stammen aus dem Bereich A 1 A 2 : w 1 (i) A 1 und w 2 (i m) A 2. Die Fallunterscheidung ist widerspruchsfrei. w 1 w 2 : G m+n A 1 A 2 ist surjektiv: Für jedes a A 1 A 2 gilt eine der Möglichkeiten: a A 1: da w 1 surjektiv ist, existiert i 1 G m mit w 1(i 1) = a. Also ist (w 1w 2)(i 1) = w 1(i 1) = a. a A 2: da w 2 surjektiv ist, existiert i 2 G n mit w 2(i 2) = a. Also ist (w 1w 2)(m + i 2) = w 2(i 2) = a. Wörter Konkatenation von Wörtern 14/29
27 Konkatenation von Wörtern: formal definiert: w 1 w 2 : G m+n A 1 A 2 { w 1 (i) i w 2 (i m) falls 0 i < m falls m i < m + n Überprüfung: w 1 (i) für 0 i < m und w 2 (i m) für m i < m + n sind stets definiert. die Funktionswerte stammen aus dem Bereich A 1 A 2 : w 1 (i) A 1 und w 2 (i m) A 2. Die Fallunterscheidung ist widerspruchsfrei. w 1 w 2 : G m+n A 1 A 2 ist surjektiv: Für jedes a A 1 A 2 gilt eine der Möglichkeiten: a A 1: da w 1 surjektiv ist, existiert i 1 G m mit w 1(i 1) = a. Also ist (w 1w 2)(i 1) = w 1(i 1) = a. a A 2: da w 2 surjektiv ist, existiert i 2 G n mit w 2(i 2) = a. Also ist (w 1w 2)(m + i 2) = w 2(i 2) = a. Wörter Konkatenation von Wörtern 14/29
28 Konkatenation von Wörtern: formal definiert: w 1 w 2 : G m+n A 1 A 2 { w 1 (i) i w 2 (i m) falls 0 i < m falls m i < m + n Überprüfung: w 1 (i) für 0 i < m und w 2 (i m) für m i < m + n sind stets definiert. die Funktionswerte stammen aus dem Bereich A 1 A 2 : w 1 (i) A 1 und w 2 (i m) A 2. Die Fallunterscheidung ist widerspruchsfrei. w 1 w 2 : G m+n A 1 A 2 ist surjektiv: Für jedes a A 1 A 2 gilt eine der Möglichkeiten: a A 1: da w 1 surjektiv ist, existiert i 1 G m mit w 1(i 1) = a. Also ist (w 1w 2)(i 1) = w 1(i 1) = a. a A 2: da w 2 surjektiv ist, existiert i 2 G n mit w 2(i 2) = a. Also ist (w 1w 2)(m + i 2) = w 2(i 2) = a. Wörter Konkatenation von Wörtern 14/29
29 Konkatenation von Wörtern: formal definiert: w 1 w 2 : G m+n A 1 A 2 { w 1 (i) i w 2 (i m) falls 0 i < m falls m i < m + n Überprüfung: w 1 (i) für 0 i < m und w 2 (i m) für m i < m + n sind stets definiert. die Funktionswerte stammen aus dem Bereich A 1 A 2 : w 1 (i) A 1 und w 2 (i m) A 2. Die Fallunterscheidung ist widerspruchsfrei. w 1 w 2 : G m+n A 1 A 2 ist surjektiv: Für jedes a A 1 A 2 gilt eine der Möglichkeiten: a A 1: da w 1 surjektiv ist, existiert i 1 G m mit w 1(i 1) = a. Also ist (w 1w 2)(i 1) = w 1(i 1) = a. a A 2: da w 2 surjektiv ist, existiert i 2 G n mit w 2(i 2) = a. Also ist (w 1w 2)(m + i 2) = w 2(i 2) = a. Wörter Konkatenation von Wörtern 14/29
30 Konkatenation mit dem leeren Wort bei den Zahlen: x N 0 : x + 0 = x 0 + x = x Die Null ist das neutrale Element bezüglich der Addition. Analog bei Wörtern: Lemma. Für jedes Alphabet A gilt: w A : w ε = w ε w = w. Anschaulich klar: Wenn man an ein Wort w hinten der Reihe nach noch alle Symbole des leeren Wortes klebt, also gar keine, dann ändert sich an w nichts. Aber wir können das auch formal beweisen... Wörter Konkatenation von Wörtern 15/29
31 Das leere Wort ist neutrales Element bezüglich Konkatenation Frage: Wie beweist man das für alle denkbaren Alphabete A? Eine Möglichkeit: Man geht von einem beliebigen Alphabet A aus, über das man keinerlei Annahmen macht. Frage: Wie beweist man die Behauptung für alle w A? Eine Möglichkeit: Man geht von einem beliebigen Wort w aus, über das man keinerlei Annahmen macht. Also: Es sei A ein Alphabet und w A, d. h. eine surjektive Abbildung w : G m B mit B A. Außerdem ist ε : G0 {}. berechne w = w ε anhand der formalen Definition: w ist eine Abbildung w : G m+0 B {}, also w : G m B. Wörter Konkatenation von Wörtern 16/29
32 Das leere Wort ist neutrales Element bezüglich Konkatenation (2) für i G m gilt { w w 1 (i) falls 0 i < m (i) = w 2 (i m) falls m i < m + n { w(i) falls 0 i < m = ε(i m) falls m i < m + 0 = w(i) Also w und w haben gleichen Definitionsbereich w und w haben gleichen Zielbereich w und w haben für alle Argumente die gleichen Funktionswerte. Also ist w = w. Ganz analog zeigt man: ε w = w. Wörter Konkatenation von Wörtern 17/29
33 Eigenschaften der Konkatenation schon gesehen: Reihenfolge ist wichtig SCHRANKSCHLÜSSEL SCHLÜSSELSCHRANK Konkatenation ist nicht kommutativ. Bei Zahlen gilt: (x y) z = x (y z) Bei Wörtern analog: Lemma. Für jedes Alphabet A und alle Wörter w 1, w 2 und w 3 aus A gilt: Konkatenation ist assoziativ. Beweis: einfach nachrechnen (w 1 w 2 ) w 3 = w 1 (w 2 w 3 ). Wörter Konkatenation von Wörtern 18/29
34 Iterierte Konkatenation: Potenzen von Wörtern bei Zahlen: Potenzschreibweise x 3 für x x x usw. Ziel: analog für Wörter so etwas wie w n = w w w }{{} n mal wieder diese Pünktchen... Wie kann man die vermeiden? Was ist mit n = 1? (immerhin stehen da ja drei w auf der rechten Seite) Was soll man sich für n = 0 vorstellen? Möglichkeit: eine induktive Definition für Potenzen von Wörtern geht das so: w 0 = ε n N 0 : w n+1 = w n w Wörter Konkatenation von Wörtern 19/29
35 Iterierte Konkatenation: Potenzen von Wörtern definiert: w 0 = ε n N 0 : w n+1 = w n w Damit kann man ausrechnen, was w 1 ist: w 1 = w 0+1 = w 0 w = ε w = w Und dann: Und dann: w 2 = w 1+1 = w 1 w = w w Und so weiter. w 3 = w 2+1 = w 2 w = (w w) w Wörter Konkatenation von Wörtern 20/29
36 Ein einfaches Lemma Lemma. Für jedes Alphabet A, jedes Wort w A und jedes n N 0 gilt: w n = n w. Wie kann man das beweisen? Immer wenn in einer Aussage etwas eine Rolle spielt, das induktiv definiert wurde, sollte man in Erwägung ziehen, für den Beweis vollständige Induktion zu benutzen. Wörter Konkatenation von Wörtern 21/29
37 Ein einfaches Lemma erst mal ein paar einfache Fälle als Beispiele: n = 0: Das ist einfach: w 0 = ε = 0 = 0 w. n = 1: Man kann ähnlich rechnen wie bei w 1 = w: w 1 = w 0+1 = w 0 w = w 0 + w = 0 w + w siehe Fall n = 0 = 1 w Da die Behauptung für n = 0 richtig war, konnten wir sie auch für n = 1 beweisen. n = 2: Wir gehen analog zu eben vor: w 2 = w 1+1 = w 1 w = w 1 + w = 1 w + w siehe Fall n = 1 = 2 w Da die Behauptung für n = 1 richtig war, konnten wir sie auch für n = 2 beweisen. Wörter Konkatenation von Wörtern 22/29
38 Vollständige Induktion allgemeines Muster: Weil w n+1 mit Hilfe von w n definiert wurde, folgt aus der Richtigkeit der Behauptung für w n die für w n+1. Also: Wenn wir mit M die Menge aller natürlichen Zahlen n bezeichnen, für die die Behauptung w n = n w gilt, dann wissen wir also: 1. 0 M 2. n N 0 : (n M n + 1 M) Faktum aus der Mathematik: Wenn eine Menge M nur natürliche Zahlen enthält Eigenschaft 1 hat und Eigenschaft 2 hat, dann ist M = N 0. Wörter Konkatenation von Wörtern 23/29
39 Vollständige Induktion: Beweis des Lemmas Nun im wesentlichen noch einmal das Gleiche wie oben in der für Induktionsbeweise üblichen Form: Induktionsanfang n = 0: Zu zeigen ist: w 0 = 0 w. Das geht so: w 0 = ε nach Defintion von w 0 = 0 = 0 w. Wörter Konkatenation von Wörtern 24/29
40 Vollständige Induktion: Beweis des Lemmas Nun im wesentlichen noch einmal das Gleiche wie oben in der für Induktionsbeweise üblichen Form: Induktionsanfang n = 0: Zu zeigen ist: w 0 = 0 w. Das geht so: Induktionsschritt n n + 1: w 0 = ε nach Defintion von w 0 = 0 = 0 w. Zu zeigen ist: Für jedes n gilt: wenn w n = n w, dann w n+1 = (n + 1) w. Wie kann man zeigen, dass diese Aussage für alle natürlichen Zahlen n gilt? Möglichkeit: Man gehe von einem beliebigen, aber festen n aus und zeige für dieses n: w n = n w w n+1 = (n + 1) w. Wörter Konkatenation von Wörtern 24/29
41 Vollständige Induktion: Beweis des Lemmas Induktionsschritt n n + 1: zwei Teile: für ein beliebiges aber festes n trifft man die Induktionsannahme oder Induktionsvoraussetzung: w n = n w. Zu leisten ist nun mit Hilfe dieser Annahme der Nachweis, dass auch w n+1 = (n + 1) w. Das nennt man den Induktionsschluss: In unserem Fall: w n+1 = w n w = w n + w = n w + w nach Induktionsannahme = (n + 1) w Wörter Konkatenation von Wörtern 25/29
42 Vollständige Induktion: das Prinzip Wenn man für eine Aussage A(n), die von einer Zahl n N 0 abhängt, weiß es gilt A(0) und es gilt n N 0 : (A(n) A(n + 1)) dann gilt auch: n N 0 : A(n). Wörter Vollständige Induktion 26/29
43 Vollständige Induktion: eine kleine Variante ein kleiner Trick: Es sei B(n) eine Aussage, die von einer Zahl n N 0 abhängt. Wollen beweisen: n N 0 : B(n) Definiere Aussage A(n) als B(n) B(n + 1). Beweise n N 0 : A(n): das reicht! Wörter Vollständige Induktion 27/29
44 Vollständige Induktion: eine kleine Variante ein kleiner Trick: Es sei B(n) eine Aussage, die von einer Zahl n N 0 abhängt. Wollen beweisen: n N 0 : B(n) Definiere Aussage A(n) als B(n) B(n + 1). Beweise n N 0 : A(n): das reicht! Induktionsbeweis für n N 0 : A(n): Induktionsanfang n = 0: Man muss zeigen: A(0), also B(0) B(1), also B(0) und B(1). Induktionsschritt n n + 1: Induktionsannahme: es gilt A(n), also B(n) B(n + 1), also B(n) und B(n + 1) Induktionsschluss: zu zeigen: es gilt A(n + 1), also B(n + 1) B(n + 2), also B(n + 1) und B(n + 2) B(n + 1): trivial B(n + 2): hier muss man was tun, aber man kann B(n) und B(n + 1) benutzen Wörter Vollständige Induktion 27/29
45 Binäre Operationen Eine binären Operation auf einer Menge M ist eine Abbildung f : M M M üblich: Infixschreibweise mit Operationssysmbol wie z. B. Pluszeichen oder Multiplikationspunkt Statt +(3, 8) = 11 schreibt man = 11. Eine binäre Operation : M M M heißt genau dann kommutativ, wenn gilt: x M y M : x y = y x. Eine binäre Operation : M M M heißt genau dann assoziativ, wenn gilt: x M y M z M : (x y) z = x (y z). Wörter Binäre Operationen 28/29
46 Zusammenfassung Wir haben gesehen was ein Wort ist Der Begriff formale Sprache wirdin der nächsten Einheit folgen. induktive Definitionen erlauben, Pünktchen zu vermeiden... vollständige Induktion gaaaanz wichtiges Beweisprinzip passt z. B. bei induktiven Definitionen Wörter Binäre Operationen 29/29
Grundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 4: Wörter Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 6: formale Sprachen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/18 Überblick Formale Sprachen Formale Sprachen
Grundbegriffe der Informatik Tutorium 2
Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 32 Philipp Oppermann 13. November 2013 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
Grundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische
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
Grundbegriffe 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
Einführung in die Theoretische Informatik
Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2 Lösungsblatt 23. Mai 2 Einführung in die Theoretische Informatik Hinweis:
2. 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
3 M E N G E N, A L P H A B E T E, A B B I L D U N G E N
3 M E N G E N, A L P H A B E T E, A B B I L D U N G E N Im Kapitel über Signale, Nachrichten,... usw. haben wir auch über Inschriften gesprochen. Ein typisches Beispiel ist der Rosetta-Stein (Abb. 3.1),
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
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
Formale 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
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 8: kontextfreie Grammatiken Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/37 Überblick Kontextfreie Grammatiken
Kapitel 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
Skript und Übungen Teil II
Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen
TU8 Beweismethoden. Daniela Andrade
TU8 Beweismethoden Daniela Andrade [email protected] 12.12.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2
A N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung )
Institut für Analysis und Scientific Computing TU Wien W. Auzinger WS 05/6 A N A L Y S I S I F Ü R T P H, U E (03.088). Übungstest (FR, 6..05) (mit Lösung ) Aufgabe. a ) Wandeln Sie die periodische Dezimalzahl
Formale Sprachen und Automaten
Formale Sprachen und Automaten Kapitel 1: Grundlagen Vorlesung an der DHBW Karlsruhe Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2012 Ziel Einführung der wichtigsten
Theorie der Informatik
Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 Einführung Beispiel: Aussagenlogische Formeln Aus dem Logikteil: Definition (Syntax
1.2 Eigenschaften der ganzen Zahlen
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 13 1.2 Eigenschaften der ganzen Zahlen Dieser Abschnitt handelt von den gewöhlichen ganzen Zahlen Z und ihren Verknüpfungen plus und mal. Man kann die natürlichen
Diskrete 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
1. Gruppen. 1. Gruppen 7
1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.
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
5. Äquivalenzrelationen
5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)
Grundkurs Mathematik I
Prof. Dr. H. Brenner Osnabrück WS 2016/2017 Grundkurs Mathematik I Vorlesung 9 In theory, theory and praxis are the same, in praxis they aren t Die Multiplikation auf den natürlichen Zahlen Zur Definition
5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
Kapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
Lineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 3 Gruppen In der linearen Algebra wird im Allgemeinen ein Grundkörper K zugrunde gelegt, über den sich
Abschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick
Was 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, =,
2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).
17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften
Brückenkurs Mathematik 2015
Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass
Mathematik und Logik
Mathematik und Logik 5. Übungsaufgaben 2006-11-21 1. Beweisen Sie, daß die Aussage allgemeingültig ist. A = A Beweis. Dies ist ein Spezialfall von (((A = B) = B) = B) = (A = B), was wir wie folgt beweisen.
Grundbegriffe der Informatik
Thomas Worsch Grundbegriffe der Informatik Vorlesung im Wintersemester 2014/2015 Fakultät für Informatik Karlsruher Institut für Technologie I N H A LT S V E R Z E I C H N I S ( K U R Z ) Inhaltsverzeichnis
3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
Kapitel 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
2 Rationale und reelle Zahlen
2 Rationale und reelle Zahlen 2.1 Körper Ein Körper ist eine Struktur der Form à = (K,0,1,+, mit einer Grundmenge K, zwei zweistelligen Operationen + und, für die die Körperaxiome gelten: (K1 (K, 0, +
Die Sprache der Mathematik
Die Sprache der Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden [email protected] Diese Lehrveranstaltung...... ist Pflicht für alle Studenten der Informatik und
Theoretische 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
Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule
Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1
Formale 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
Mengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
G R U N D B E G R I F F E D E R I N F O R M AT I K. thomas worsch
G R U N D B E G R I F F E D E R I N F O R M AT I K thomas worsch 2008/2009 I N H A LT S V E R Z E I C H N I S 1 Prolog 1 1.1 Aufbau der Vorlesung und Ziele 1 1.2 Quellen 2 2 Signale, Nachrichten, Informationen,
Brückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
2.2 Konstruktion der rationalen Zahlen
2.2 Konstruktion der rationalen Zahlen Wie wir in Satz 2.6 gesehen haben, kann man die Gleichung a + x = b in Z jetzt immer lösen, allerdings die Gleichung a x = b im allgemeinen immer noch nicht. Wir
Kapitel II. Algebraische Grundbegriffe
Kapitel II. Algebraische Grundbegriffe 1 Ringe und Körper Für das Rechnen in Z haben wir in Kap. I, 1 Regeln aufgestellt, welche auch in Q und R gelten. Damit werden Z, Q und R zu Ringen im folgenden Sinn:
Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
3 Vollständige Induktion
3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon
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
Konstruktion reeller Zahlen aus rationalen Zahlen
Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen
Mengen. 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: {
3. 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
Grundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 19: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik
Halbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau
Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: [email protected] 1 Mathematisches Beweisen Mathematische ussagen - haben oft
,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5
3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber
Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
Strukturelle Rekursion und Induktion
Kapitel 2 Strukturelle Rekursion und Induktion Rekursion ist eine konstruktive Technik für die Beschreibung unendlicher Mengen (und damit insbesondere für die Beschreibung unendliche Funktionen). Induktion
Einführung 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
Codierungstheorie Rudolf Scharlau, SoSe 2006 9
Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets
Brückenkurs Mathematik
Beweise und Beweisstrategien [email protected] Institute for Mathematics and Scientific Computing Karl-Franzens-Universität Graz Graz, September 5, 2015 Hinweis zu den Folien Diese Folien sind
1.) Rekursion und Induktion: Rechnen mit natürlichen Zahlen
1) Rekursion und Induktion: Rechnen mit natürlichen Zahlen Aufbauend auf: "Anwendungen: Sätze, Beweise, Algorithmen und Programme", "Fasern" Aufgaben: 9 > restart; Axiomatik der natürlichen Zahlen Wir
Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden [email protected] Die natürlichen Zahlen Für eine beliebige Menge S definiert man den Nachfolger S + durch S + := S {S}.
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
Abschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick
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 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.
Reelle Zahlen, Gleichungen und Ungleichungen
9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen
Grundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
Analysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität).
Analysis 1, Woche 2 Reelle Zahlen 2.1 Anordnung Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). 2. Für jeden a, b K mit a b und b a gilt a = b (Antisymmetrie).
Frank Heitmann 2/47. 1 Ein PDA beginnt im Startzustand z 0 und mit im Keller. 2 Ist der Automat
Formale Grundlagen der Informatik 1 Kapitel 5 Über reguläre Sprachen hinaus und (Teil 2) Frank Heitmann [email protected] 21. April 2015 Der Kellerautomat - Formal Definition (Kellerautomat
Theoretische Informatik
Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:
ist ein regulärer Ausdruck.
Dr. Sebastian Bab WiSe 12/13 Theoretische Grlagen der Informatik für TI Termin: VL 11 vom 22.11.2012 Reguläre Ausdrücke Reguläre Ausdrücke sind eine lesbarere Notation für Sprachen Denition 1 (Regulärer
Axiomatische Beschreibung der ganzen Zahlen
Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz [email protected] 0055282 Claudia Hemmelmeir JKU Linz [email protected] 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen
Brückenkurs Mathematik
Brückenkurs Mathematik Teil 2 - Mengen und Funktionen Sigrid Weil Fachbereich Informatik Hochschule Bonn-Rhein-Sieg 1 / 106 Überblick Mengenlehre Grundbegriffe Kreuzprodukt und Relationen Wortmengen und
Übung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013
Übung zu Grundbegriffe der Informatik Simon Wacker 15. November 2013 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die
Vollständige Induktion
Schweizer Mathematik-Olympiade smo osm Vollständige Induktion Aktualisiert: 1 Dezember 01 vers 100 Eine der wichtigsten Beweistechniken der Mathematik überhaupt ist die (vollständige) Induktion Wir nehmen
Aufgabe 24 Die Wahrheitswerte von A A B und B sind immer gleich:
Lösungen zu den Aufgaben von Anfang August Aufgabe 24 Die Wahrheitswerte von A A B und B sind immer gleich: Der Wahrheitswert von A A ist immer wahr, da immer entweder A oder A den Wahrheitswert wahr hat.
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
1 Das Prinzip der vollständigen Induktion
1 1 Das Prinzip der vollständigen Induktion 1.1 Etwas Logik Wir nennen eine Formel oder einen Satz der Alltagssprache eine Aussage, wenn sie wahr oder falsch sein kann. Die Formeln 2 = 3, 2 4, 5 5 sind
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 9: Speicher Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/19 Überblick Speicher Bit und Byte Speicher als Tabellen und Abbildungen
Einführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 [email protected] Sprechstunde: Freitag, 12:30-14:00 Uhr,
Vorlesung 2. Tilman Bauer. 6. September 2007
Vorlesung 2 Universität Münster 6. September 2007 Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 [email protected] Zimmer 504, Einsteinstr. 62 (Hochhaus) für alle
Vorlesung Diskrete Strukturen Gruppe und Ring
Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden [email protected] WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in
Summen, Indices und Multiindices
Summen, Indices und Multiindices 1 Einleitung Möchten wir zwei Zahlen a und b addieren, so schreiben wir für gewöhnlich a + b. Genauso schreiben wir a + b + c, für die Summe von drei Zahlen a, b und c.
Theoretische Informatik
Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis
1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen
Hoffmann (HAW Hamburg) Automatentheorie und formale Sprachen 18.4. 2012 176 Automatentheorie und formale Sprachen VL 5 Reguläre und nichtreguläre Sprachen Kathrin Hoffmann 18. Aptil 2012 Hoffmann (HAW
Mengen 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
