Zweite und dritte Sitzung
|
|
- Oswalda Küchler
- vor 6 Jahren
- Abrufe
Transkript
1 Zweite und dritte Sitzung Mengenlehre und Prinzipien logischer Analyse
2 Menge Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohlunterschiedenen Objekten unserer Anschauung und unseres Denkens (welche die Elemente von M genannte werden) zu einem Ganzen. Listenschreibweise Die einzelnen Elemente werden in einer Liste aufgeführt, d.h., die Namen oder Kennzeichnungen aller Elemente der Menge werden aufgelistet, und in geschwungene Klammern ("{", "}") eingeschlossen.
3 Beispiel: {3, 5, 7, 8} Bei der Listenschreibweise ist es egal, in welcher Anordnung und wie oft sie aufgeführt und auf welche Weise die Elemente bezeichnet werden.
4 Identische Mengen sind z.b.: {1, 5, 7} {7, 1, 5} {1, 1, 5, 5, 5, 7} {kleinste natürliche Zahl, 25, Anzahl der Zwerge bei "Schneewittchen"} Prädikatschreibweise Wenn es nicht möglich oder unpraktisch ist, alle Elemente aufzuzählen, verwenden wir die Prädikatschreibweise, um uns auf Mengen zu beziehen. Hierfür bilden wir ein Prädikat, dem alle (und nur die) Elemente der Menge genügen sollen, und verwenden dieses Prädikat für die Bezeichnung der Menge.
5 Beispiele {x: x ist natürliche Zahl und x < 7} für die Menge {1, 2, 3, 4, 5, 6}. Teilmengenbeziehung Seien A und M Mengen. Genau dann, wenn jedes Element von A auch Element von M ist, sagen wir, dass A M, also dass A Teilmenge von M ist.
6 Beispiel {1, 2, 3} {1, 2, 3, 4, 5, 6, 7, 8, 9} {1, 2, 3} {2, 3, 4} {1, 2, 3} {1, 2, {3}} Operationen mit Mengen Die Menge A B = {x: x A oder x B} heißt die Vereinigung von A und B. A = {1, 2, 3}, B = {2, 3, 4}, A B = {1, 2, 3, 4}
7 Operationen mit Mengen Die Menge A B = {x: x A und x B} heißt Durchschnitt von A und B. A = {1, 2, 3}, B = {2, 3, 4}, A B = {2, 3} Operationen mit Mengen Die Menge A B = {x: x A und x B} heißt die Differenz von A und B. A = {1, 2, 3}, B = {2, 3, 4}, A B = {1}
8 Geordnetes Paar Im geordneten Paar ist die Anordnung der aufgeführten Gegenstände von Bedeutung. Angenommen <a, b> ist ein geordnetes Paar, und a b, dann soll auch gelten, dass die geordneten Paare <a, b> und <b, a> verschieden sind. Geordnetes Paar Wir können den Begriff des geordneten Paares definieren: <a, b> = df {{a}, {a, b}}
9 N-Tupel Unter Rückgriff auf geordnete Paare lassen sich weitere geordnete Objekte, nämlich Tripel und allgemeiner n-tupel definieren. N-Tupel <a 1, a 2, a 3,..., a n > = df <a 1, <a 2, <a 3,..., <a n 1, a n >...>.
10 Kartesische Produkte Die Menge aller geordneten Paare, deren erste Koordinaten Elemente aus A sind, und deren zweite Koordinaten Elemente aus B sind, heißt das kartesische Produkt von A und B, und wir schreiben dies als "A B". Beispiel A = {1, 2} B = {a, b, c} A B = {<1, a>, <1, b>, <1, c>, <2, a>, <2, b>, <2, c>}
11 Relationen Sei A B das kartesische Produkt von A und B. R ist eine zweistellige Relation über A B, gdw. R A B. Terminologie i) A nennen wir den Vorbereich der Relation, B den Nachbereich. ii) Sei R eine Relation, seien a und b Objekte. Wir sagen: "R trifft auf a und b zu" oder "a und b stehen in der Relation R" oder "arb" gdw. <a, b> R. iii) Wir sagen: "R ist eine Relation in A" gdw. R A A, wo A eine Menge ist.
12 Beispiel A = {1, 2}, B = {a, b}, A B = {<1, a>, <1, b>, <2, a>, <2, b>} R = {<1, a>, <1, b>, <2, a>} A ist der Vorbereich von R, B ist der Nachbereich. R trifft auf 1 und a zu. R trifft aber nicht auf 2 und b zu. N-stellige Relationen Seien A 1, A 2,..., A n Mengen. Das kartesische Produkt dieser Mengen ist dann A 1 A 2... A n. R ist eine n- stellige Relation über A 1 A 2... A n gdw. R A 1 A 2... A n.
13 Beispiel A = {1, 2}, B = {a, b}, C = {a,b} R = {<1, a, a>, <1, b, a>, <2, a, a>} Funktionen In Mathematik und Logik versteht man unter "Funktion" eine bestimmte Art der Zuordnung. Eine Funktion von A nach B ordnet jedem Element von A genau ein Element von B zu (anstatt "Funktion" sagt man auch "Abbildung").
14 Funktionen Eine Relation R mit Vorbereich V R und Nachbereich N R heißt funktional, gdw. für jedes x V R gilt: Es gibt genau ein y N R, so dass <x, y> R. Beispiel: A = {1, 2}, B = {a, b, c} R = {<1, a>, <2, c>}
15 A f = {<1, 5>, <2, 6>, <3, 7>} B A h = {<1, 5>, <2, 5>, <3, 7>} B
16 A B g = {<1, 5>, <2, 6>, <2, 7>, <3, 8> <3, 7>} Keine Funktion! A B i = {<1, 5>, <2, 6>, <7, 3>} Keine Funktion!
17 A B j = {<1, 5>, <2, 6>} Keine Funktion! Terminologie Sei f eine Funktion mit V f als Vorbereich und N f als Nachbereich. i) Wenn A = V f und B = N f, dann sagen wir, f sei eine Funktion von A nach B, und schreiben: f: A B
18 ii) Die Elemente des Vorbereichs nennt man die "Argumente der Funktion", die Elemente aus dem Nachbereich, die den Elementen des Vorbereichs unter f zugeordnet werden, nennt man die "Werte der Funktion". Den Vorbereich bezeichnet man deswegen auch als "Argumentbereich", den Nachbereich als "Wertebereich" von f. iii) Wenn x V f, dann schreiben wir für den Wert von x unter f "f(x)". iv) Die Menge aller Werte von f können wir mit "f(v f )" bezeichnen.
19 v) Mit der Idee der Funktion ist die Idee der Abhängigkeit verbunden. Wir denken uns den Funktionswert von dem Funktionsargument abhängig. Deswegen spricht man anstatt von "Funktion" auch von "funktionaler Abhängigkeit". Surjektion Sei f eine Funktion mit V f und N f : f(v f ) = N f. Die Funktion erfasst alle Elemente des Nachbereichs als Werte. Sie ist surjektiv oder eine Surjektion.
20 A B k = {<1, 5>, <2, 6>, <3,6>} k ist eine Funktion. k ist surjektiv. A B k* = {<1, 6>, <2, 6>, <3,6>} k* ist eine Funktion. k* ist nicht surjektiv.
21 Injektion Sei f eine Funktion mit V f und N f : Für alle x, y V f mit x y gilt: f(x) f(y). Wenn die Argumente von f verschieden sind, dann sind auch die Werte von f verschieden. Eine solche Funktion ist injektiv bzw. ist eine Injektion. A B k** = {<1, 5>, <2, 7>, <3,6>} k** ist eine Funktion. k** ist injektiv.
22 A B k*** = {<1, 5>, <2, 6>, <3,6>} k*** ist eine Funktion. k*** ist nicht injektiv. Bijektion Sei f eine Funktion mit V f und N f : f(v f ) = N f und für alle x, y V f mit x y gilt: f(x) f(y). Funktionen, die sowohl injektiv als auch surjektiv sind, nennt man bijektive Funktionen oder Bijektionen.
23 A B k**** = {<1, 5>, <2, 6>, <3,7>} k**** ist eine Funktion. k**** ist bijektiv. Beweis Ein Beweis einer Behauptung ist ein Argument oder eine Folge von Argumenten deren letzte Konklusion die zu erweisende Behauptung ist. Eine beweisende Argumentation muss zwei Bedingungen erfüllen:
24 1. endliche Länge Eine beweisende Argumentation muss endliche Länge haben, da eine unendliche lange Argumentation nicht hervorgebracht werden und deshalb auch nicht dazu verwendet werden kann, jemanden zu überzeugen. 2. Überprüfbarkeit Die einzelnen Schritte einer beweisenden Argumentation müssen für die Person, die durch die Argumentation überzeugt werden soll, jeweils nachvollziehbar und überprüfbar sein. Dazu muss klar gemacht werden, wie die einzelnen Schritte des Beweises gerechtfertigt sind.
25 Beispiel (hart an der Trivialität) Sei M = N. Es ist zu zeigen "M N". D.h. es ist zu zeigen, dass jedes Element von M auch ein Element von N ist (Def. der Teilmengenbeziehung). Beweis: Sei a ein beliebiges Element aus M. Da M = N, und laut Extensionalitätsprinzip zwei Mengen genau dann identisch sind, wenn sie dieselben Elemente haben, ist a auch Element von N. Da a beliebig gewählt ist, gilt dies für alle Elemente aus M. Es gilt also M N. QED Prinzipien logischer Analyse Wir werden die natürliche Sprache nur so weit betrachten können, als in ihr drei Prinzipien nicht verletzt werden, nämlich das Kontextinvarianzprinzip, das Prinzip der Wahrheitsfunktionalität und das Prinzip der Extensionalität.
26 Kontextinvarianzprinzip Die Ausdrücke, die in Sätzen vorkommen, insbesondere die Eigenschaftswörter und Eigennamen, beziehen sich überall, wo sie vorkommen auf dasselbe; d.h., das, worauf sie sich beziehen, variiert nicht mit dem (sprachlichen oder außersprachlichen) Kontext, in dem die Ausdrücke verwendet werden. Eine mehrdeutige Verwendung von Ausdrücken wird damit ausgeschlossen. Only man are rational beings. No woman is a man. No woman is a rational being.
27 Kein Kind sollte arbeiten müssen. Jeder ist ein Kind von jemandem. Niemand sollte arbeiten müssen. Ebenso schließt das Kontextinvarianzprinzip alle Sätze aus unserer Betrachtung aus, deren Wahrheit und Falschheit davon abhängen, von wem, an welchem Ort und zu welcher Zeit sie verwendet werden.
28 Sätze mit indexikalischen Ausdrücken wie "Ich studiere die Beziehung der logischen Folgerung", "Heute ist schönes Wetter", und "Dort steht ein Stuhl" werden somit aus unserer Betrachtung ausgeschlossen. Extensionalitätsprinzip Der Wahrheitswert eines Satzes hängt in funktionaler Weise davon ab, worauf sich in ihm vorkommende Teilausdrücke beziehen.
29 Das Prinzip der Extensionalität lässt sich folgendermaßen erläutern: Wenn ich in einem Satz S einen Ausdruck A durch einen anderen Ausdruck A' ersetze, der sich auf dasselbe bezieht wie A, dann ist der Wahrheitswert des resultierenden Satzes S' derselbe wie der von S. Beispiel: Superman = Clark Kent S: Superman liebt Lois Lane (wahr) A: Superman, A': Clark Kent S': Clark Kent liebt Lois Lane (wahr) Extensionalitätsprinzip nicht verletzt.
30 Wahrheitsfunktionalitätsprinzip Der Wahrheitswert eines Satzes hängt in funktionaler Weise von den Wahrheitswerten seiner Teilsätze ab. Das Prinzip der Wahrheitswertfunktionalität lässt sich in folgender Weise erläutern: Wenn ich in einem Satz S einen Teilsatz T durch einen anderen Teilsatz T' ersetze, der denselben Wahrheitswert hat wie T, dann ist der Wahrheitswert des resultierenden Satzes S' derselbe wie der von S.
31 Beispiel: S: Superman liebt Lois Lane und Batman ist stärker als Micky Maus. (w) T: Batman ist stärker als Micky Maus (w) T': Frege ist Logiker (w) S': Superman liebt Lois Lane und Frege ist Logiker (w) Weitere Erläuterung der drei Prinzipien Zunächst betrachten wir einen Fall auf den alle drei Prinzipien zutreffen: Superman ist mit Clark Kent identisch und Superman bekommt von Kryptonit Migräne.
32 Superman ist mit Clark Kent identisch und Superman bekommt von Kryptonit Migräne. Das Kontextinvarianzprinzip trifft hier zu, denn der Name "Superman" bezeichnet eine bestimmte Person und zwar immer dieselbe. Der Name kommt zweimal vor und beide male bezeichnet er dasselbe. Superman ist mit Clark Kent identisch und Superman bekommt von Kryptonit Migräne. Das Wahrheitsfunktionalitätsprinzip trifft zu: Wenn wir den Teilsatz vor oder nach dem "und" durch irgendeinen anderen wahren Satz ersetzen, dann ist der resultierende Satz wieder wahr.
33 Superman ist mit Clark Kent identisch und Superman bekommt von Kryptonit Migräne. Auch das Extensionalitätsprinzip trifft zu: Es ist der Fall, dass der Wahrheitswert des ganzen Satzes in funktionaler Weise davon abhängt, was "Superman" bezeichnet. D.h. der Wahrheitswert bleibt erhalten, wenn wir im zweiten Teilsatz das Vorkommnis von "Superman" durch ein Vorkommnis von "Clark Kent" ersetzen. Beispiel: S: Lex Luthor fürchtet, dass er Superman unterlegen ist (wahr)
34 Superman ist Clark Kent (wahr) P: Lex Luthor ist Superman unterlegen. (wahr) A: Superman, A': Clark Kent P': Lex Luthor ist Clark Kent unterlegen. (wahr)
35 S': Lex Luthor fürchtet, dass er Clark Kent unterlegen ist. (falsch) Obzwar sowohl im Satz S wie auch im Satz S' die jeweiligen Teilsätze wahr sind, unterscheiden sich die resultierenden Sätze im Wahrheitswert. Das Prinzip der Wahrheitsfunktionalität scheint damit verletzt zu sein, da der Wahrheitswert des gesamten Satzes nicht in funktionaler Weise von den Wahrheitswerten der Teilsätze abzuhängen scheint.
36 Wie steht's mit Kontextinvarianz- und Extensionalitätsprinzip? Angenommen das Kontextinvarianzprinzip gilt. Das, was die Ausdrücke in S und S' bezeichnen, variiert also nicht mit dem Kontext. Die Ausdrücke sind nicht mehrdeutig. Der ursprüngliche Satz S wurde als wahr angenommen; ein Name in ihm wurde durch einen anderen Namen ersetzt, der dasselbe bezeichnet. Das Ersetzungsresultat S' ist ein falscher Satz. D.h.: der Wahrheitswert von S' hängt nicht in funktionaler Weise davon ab, was die in ihm vorkommenden Ausdrücke bezeichnen. Also ist das Extensionalitätsprinzip verletzt!
37 Angenommen das Extensionalitätsprinzip gilt. Es besteht also eine funktionale Abhängigkeit des Wahrheitswertes von S' davon, worauf sich die Teilausdrücke beziehen. Dann muss aber der Name "Clark Kent" in S' etwas anderes bezeichnen als den berühmten Superhelden vom Krypton. D.h. das Kontextinvarianzprinzip wird verletzt.
Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse
Mehr1 Aussagenlogik und Mengenlehre
1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrTheoretische Informatik
Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:
MehrMathematik 1. Lösungsvorschläge zum 2. Übungsblatt
Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt
MehrGrundbegriffe 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
MehrFunktionen und Mächtigkeiten
Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit
Mehr2. Vorlesung. Slide 40
2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b
MehrFormeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur
Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die
Mehrw a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2
1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba
Mehry(p F x) gebunden und in den Formeln F xy
Wirkungsbereich (Skopus) eines Quantors i bzw. i nennen wir die unmittelbar auf i bzw. i folgende Formel. Wir sagen, eine IV i kommt in einer Formel A gebunden vor, wenn sie unmittelbar auf oder folgt
MehrZusammenhänge präzisieren im Modell
Zusammenhänge präzisieren im Modell Dr. Roland Poellinger Munich Center for Mathematical Philosophy Begriffsfeld Logik 1 Mathematik und Logik Die Mathematik basiert auf logisch gültigen Folgerungsschritten
MehrTheoretische 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
MehrLernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de
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
MehrTerme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)
Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden
MehrDiskrete Mathematik für Informatiker
Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung
MehrGeometrische Mannigfaltigkeiten
Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie
MehrLogische Folgerung. Definition 2.11
Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:
Mehr5 Logische Programmierung
5 Logische Programmierung Logik wird als Programmiersprache benutzt Der logische Ansatz zu Programmierung ist (sowie der funktionale) deklarativ; Programme können mit Hilfe zweier abstrakten, maschinen-unabhängigen
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
MehrProgrammiersprachen und Übersetzer
Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch
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
MehrZusammenfassung. 1 Wir betrachten die folgende Signatur F = {+,,, 0, 1} sodass. 3 Wir betrachten die Gleichungen E. 4 Dann gilt E 1 + x 1
Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 7 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 1 Wir betrachten die folgende Signatur
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
MehrDefinition 27 Affiner Raum über Vektorraum V
Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrLogik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will?
Mengenlehre und Logik: iederholung Repetitorium: Grundlagen von Mengenlehre und Logik 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 arum??? arum um alles in der elt muss man sich mit herumschlagen,......
MehrGibt es verschiedene Arten unendlich? Dieter Wolke
Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen
MehrFormale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30
Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion
MehrSatzbedeutung. Ludwig Wittgenstein. Satzbedeutung. Satzbedeutung
Was bisher geschah Semantik III Gerrit Kentner Semantik I lexikalische Semantik Ambiguitäten Sinnrelationen (vertikal und horizontal) Wortfelder / semantische Merkmale Semantik II Intension und Extension
MehrGrundlagen der Informationverarbeitung
Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,
MehrLösungen zu Kapitel 7
Lösungen zu Kapitel 7 Lösung zu Aufgabe 1: Nach Definition 7.1 ist eine Verknüpfung auf der Menge H durch eine Abbildung : H H H definiert. Gilt H = {a 1,..., a m }, so wird eine Verknüpfung auch vollständig
MehrWie löst man Mathematikaufgaben?
Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt
MehrDomäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge.
Reltionen zwischen Mengen/uf einer Menge! Eine Reltion R A B (mit A B) ist eine Reltion zwischen der Menge A und der Menge B, oder uch: von A nch B. Drstellung: c A! Wenn A = B, d.h. R A A, heißt R eine
Mehrder einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr
Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein
Mehr9. Übung Formale Grundlagen der Informatik
Institut für Informatik Sommersemester 2001 Universität Zürich 9. Übung Formale Grundlagen der Informatik Norbert E. Fuchs (fuchs@ifi.unizh.ch) Reinhard Riedl (riedl@ifi.unizh.ch) Nadine Korolnik (korolnik@ifi.unizh.ch)
Mehr5. Übungsblatt (Musterlösung)
Universität Konstanz Mathematische Grundlagen der Informatik Fachbereich Informatik & Informationswissenschaft WS 2015/2016 Prof. Dr. Sven Kosub / Dominik Bui, Franz Hahn, Fabian Sperrle 5. Übungsblatt
MehrAnalysis 1. Delio Mugnolo. delio.mugnolo@uni-ulm.de. (Version von 18. Dezember 2012)
Analysis 1 Delio Mugnolo delio.mugnolo@uni-ulm.de (Version von 18. Dezember 2012) 2 Dies ist das Skript zur Vorlesung Analysis 1, welche ich im Sommersemester 2012 an der Universität Ulm gehalten habe.
MehrAufgabe 3: Übersetzen Sie die folgenden natürlich-sprachlichen Aussagen in die Sprache der
Aufgabe 1: Sind die folgenden Abbildungen jeweils injektiv, surjektiv und/oder bijektiv? (a) f 1 (x) = x, mit f 1 : R + R + (b) f (x) = x, mit f : R R (c) f 3 (x) = x, mit f 3 : R R (d) f 4 (x) = 3x, mit
Mehr5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56
5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten
Mehr3. Zusammenhang. 22 Andreas Gathmann
22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept
Mehr4. Relationen. Beschreibung einer binären Relation
4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrFrohe Weihnachten und ein gutes neues Jahr!
Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]
MehrMathematische Grundlagen
Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777
MehrEine mathematische Reise ins Unendliche. Peter Koepke Universität Bonn
Eine mathematische Reise ins Unendliche Peter Koepke Universität Bonn Treffen sich die Schienen im Unendlichen? Gibt es unendlich ferne Punkte? Gibt es unendliche Zahlen? 1 Antwort: Nein! , so prostestire
Mehr4. Abbildung / Funktion
4. Abbildung / Funktion In der Mathematik ist eine Funktion oder Abbildung eine Beziehung zwischen zwei Mengen, die jedem Element der einen Menge (Eingangsgröße, Funktionsargument, unabhängige Variable,
MehrAlso kann nur A ist roter Südler und B ist grüner Nordler gelten.
Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf
MehrDie quadratische Gleichung und die quadratische Funktion
Die quadratische Gleichung und die quadratische Funktion 1. Lösen einer quadratischen Gleichung Quadratische Gleichungen heißen alle Gleichungen der Form a x x c = 0, woei a,, c als Parameter elieige reelle
MehrDatenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer:
Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.
MehrLineare Algebra I. HP Butzmann. Vorlesung im HWS 09
Lineare Algebra I HP Butzmann Vorlesung im HWS 09 Inhaltsverzeichnis 1 Mengen und Abbildungen 2 2 Körper 15 3 Vektorräume 40 4 Basis und Dimension 53 5 Lineare Abbildungen 67 6 Matrizen 80 7 Lineare Gleichungssysteme
MehrErgänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrZur Definition von Definition Albert J. J. Anglberger, Peter Brössel
Zur Definition von Definition Albert J. J. Anglberger, Peter Brössel Zusammenfassung Wir werden in dieser Arbeit zwei neue Definitionsvorschläge von Definition entwickeln, die folgende Eigenschaften aufweisen:
MehrInterpretationskurs: Das menschliche Wissen Zweifel und Sicherheit (Descartes; Übersicht zur Sitzung am 24.10.2011)
TU Dortmund, Wintersemester 2011/12 Institut für Philosophie und Politikwissenschaft C. Beisbart Interpretationskurs: Das menschliche Wissen Zweifel und Sicherheit (Descartes; Übersicht zur Sitzung am
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrErfüllbarkeit und Allgemeingültigkeit
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ
MehrLeitfaden Lineare Algebra: Determinanten
Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv
MehrTECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra
TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra Halbgruppen binärer Relationen auf einer 3-elementigen Menge Arbeit im Rahmen des
MehrVon der Metaethik zur Moralphilosophie: R. M. Hare Der praktische Schluss/Prinzipien Überblick zum 26.10.2009
TU Dortmund, Wintersemester 2009/10 Institut für Philosophie und Politikwissenschaft C. Beisbart Von der Metaethik zur Moralphilosophie: R. M. Hare Der praktische Schluss/Prinzipien Überblick zum 26.10.2009
MehrKapitel 1: Einführung und formale Grundlagen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Informatik I Wintersemester 2006 Kapitel 1: Einführung und formale Grundlagen
MehrWissensbasierte Systeme
WBS4 Slide 1 Wissensbasierte Systeme Vorlesung 4 vom 03.11.2004 Sebastian Iwanowski FH Wedel WBS4 Slide 2 Wissensbasierte Systeme 1. Motivation 2. Prinzipien und Anwendungen 3. Logische Grundlagen 4. Suchstrategien
Mehr5. Aussagenlogik und Schaltalgebra
5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft
MehrBinäre Suchbäume (binary search trees, kurz: bst)
Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.
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
MehrHandreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler)
1 Handreichung zur Mathematikvorlesung für Wirtschaftswissenschaftler) Dr.Dr. Christina Schneider 2 Hinweis Das vorliegende Manuskript versteht sich als kurze und kompakte Handreichung zu meiner Vorlesung
MehrQualitative Datenanalyse
Qualitative Datenanalyse Prof. Dr. Stefan E. Schmidt Francesco Kriegel TU Dresden Fakultät Mathematik Institut Algebra SS 2007 28. September 2008 Inhaltsverzeichnis Kapitel 1 Formale Begriffsanalyse 1
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
Mehr7. Formale Sprachen und Grammatiken
7. Formale Sprachen und Grammatiken Computer verwenden zur Verarbeitung von Daten und Informationen künstliche, formale Sprachen (Maschinenspr., Assemblerspachen, Programmierspr., Datenbankspr., Wissensrepräsentationsspr.,...)
MehrFixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind
MehrMathematische Maschinen
Mathematische Maschinen Ziel: Entwicklung eines allgemeinen Schemas zur Beschreibung von (mathematischen) Maschinen zur Ausführung von Algorithmen (hier: (partiellen) Berechnungsverfahren). Mathematische
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
Mehr6.2 Perfekte Sicherheit
04 6.2 Perfekte Sicherheit Beweis. H(B AC) + H(A C) = H(ABC) H(AC) + H(AC) H(C) Wegen gilt Einsetzen in die Definition gibt = H(AB C). H(A BC) = H(AB C) H(B C). I(A; B C) = H(A C) H(AB C) + H(B C). Da
MehrVorlesung Wirtschaftsmathematik II SS 2015, 3/2 SWS. Prof. Dr. M. Voigt
Vorlesung Wirtschaftsmathematik II SS 2015, 3/2 SWS Prof. Dr. M. Voigt 2. März 2015 II Inhaltsverzeichnis 5 Grundlagen 1 5.1 Funktionen einer Variablen...................... 1 5.2 spezielle Funktionen.........................
MehrKapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies
Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge
MehrCantor sches Diagonalverfahren Von Mengen, Unendlichkeiten und Wahnsinn
Cantor sches Diagonalverfahren Von Mengen, Unendlichkeiten und Wahnsinn Referatsskript Spezialklasse 03/04 Von Daniel Schliebner Andreas Oberschule Berlin Das Unendliche hat wie keine andere Frage von
MehrWintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung
Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.
Mehr4 Semantik von Nominalphrasen
4 Semantik von Nominalphrasen 4 Semantik von Nominalphrasen 4.1 Nominalphrasen und Determinatoren Eigennamen quantifizierende NPn und definite NPn die neben anderen natürlichsprachlichen Ausdrücken zur
MehrDiana Lange. Generative Gestaltung Operatoren
Diana Lange Generative Gestaltung Operatoren Begriffserklärung Verknüpfungsvorschrift im Rahmen logischer Kalküle. Quelle: google Operatoren sind Zeichen, die mit einer bestimmten Bedeutung versehen sind.
MehrE I N F A C H E W A H R H E I T E N. Was ist richtig? Was ist falsch? Fragen an die Wähler. Copyright BUTTER. Agentur für Werbung GmbH www.butter.
. Was ist richtig? Was ist falsch? Fragen an die Wähler. Was ist richtig. Was ist falsch? Oft hört man den Satz, dass sozialdemokratische Antworten eben komplizierter seien als konservative. Aber ist das
MehrNull-Werte in Relationalen Datenbanken
Seminar: Imperfektion in Datenbanken WS03/04 Null-Werte in Relationalen Datenbanken Thomas Bierhance Einführung Null-Werte in DBen sind notwendiges Übel, da... (1) das Wissen über die tatsächliche Welt
MehrSatz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich
Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes
MehrSemantic Web Technologies I!
www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen. I.2. I.2. Grundlagen von von Programmiersprachen.
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik
MehrEinleitung Projektion Selektion Join Mengenop. Vollst.keit. Einleitung Projektion. Selektion Join. Vollst.keit. Einleitung Projektion Selektion Join
Parsen der Anfrage (SQL) Transformation in eine Standardform (Relationenalgebra) Logische Optimierung Transformation in alternative Zugriffspläne, Physische Optimierung Ausführung des gewählten Zugriffsplans
MehrAussagenlogik Schnelldurchlauf
Aussagelogik Schelldurchlauf Michael Leuschel Softwaretechik ud Programmiersprache Lecture 3 Teil 1: Sprache (Sytax) Bestadteile Atomare Aussage (atomic propositios) Etweder wahr oder falsch (Wahrheitswert,
MehrBeispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =
Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.
MehrDatenbanken: Relationales Datenbankmodell RDM
Das RDM wurde in den 70'er Jahren von Codd entwickelt und ist seit Mitte der 80'er Jahre definierter Standard für Datenbanksysteme! Der Name kommt vom mathematischen Konzept einer Relation: (Sind A, B
MehrUniversität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle.
Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik Seminar Entscheidungsverfahren für logische Theorien Tobias Hebel Koblenz, am 18.02.2005 Inhaltsverzeichnis 1 Einleitung... 3 2 Grundlagen...
MehrGrundbegriffe (1) Grundbegriffe (2)
Grundbegriffe (1) S.1 Äquivalenzklasse Unter einer Äquivalenzklasse versteht man eine Klasse von Objekten, die man hinsichtlich bestimmter Merkmalsausprägungen als gleich (äquivalent) betrachtet. (z.b.
MehrSeminar Klassische Texte der Neuzeit und der Gegenwart Prof. Dr. Gianfranco Soldati. René Descartes Meditationen Erste Untersuchung
Seminar Klassische Texte der Neuzeit und der Gegenwart Prof. Dr. Gianfranco Soldati René Descartes Meditationen Erste Untersuchung INHALTSVERZEICHNIS 1 EINLEITUNG 3 1.1 PROBLEMSTELLUNG 3 1.2 ZIELSETZUNG
MehrPrädikatenlogik - Micromodels of Software
Prädikatenlogik - Micromodels of Software Philipp Koch Seminar Logik für Informatiker Universität Paderborn Revision: 30. Mai 2005 1 Inhaltsverzeichnis 1 Motivation 3 2 Modelle 3 2.1 Definition eines Modells.......................
MehrKapitel 6: Graphalgorithmen Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
Mehr6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne
6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten
MehrA.1 Schaltfunktionen und Schaltnetze
Schaltfunktionen und Schaltnetze A. Schaltfunktionen und Schaltnetze 22 Prof. Dr. Rainer Manthey Informatik II Bedeutung des Binärsystems für den Rechneraufbau Seit Beginn der Entwicklung von Computerhardware
MehrZahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007.
Zahlentheorie Daniel Scholz im Winter 2006 / 2007 Überarbeitete Version vom 7. September 2007. Inhaltsverzeichnis 1 Einleitung und Grundlagen 4 1.1 Einleitung............................. 4 1.2 Zahlensysteme..........................
Mehrhhhhdirk-michael lambertusinesscoaching24.com
hhhhdirk-michael lambertusinesscoaching24.com Praxis-Report Copyright LAMBERT AKADEMIE GmbH www.internet-marketing-akademie.de Telefon: 06151-785 780 Fax: 06151-785 789 Email: info@lambert-akademie.de
Mehr