Logik für Informatiker
|
|
|
- Benedict Althaus
- vor 8 Jahren
- Abrufe
Transkript
1 Vorlesung Logik für Informatiker 2. Induktion Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1
2 Induktion Zentrale Rolle Wesentliches Beweisprinzip in Mathematik und Logik Logik für Informatiker, SS 06 p.2
3 Induktion Zentrale Rolle Wesentliches Beweisprinzip in Mathematik und Logik Einfache Version Induktion über die natürlichen Zahlen N (natural induction) Logik für Informatiker, SS 06 p.2
4 Induktion Zentrale Rolle Wesentliches Beweisprinzip in Mathematik und Logik Einfache Version Induktion über die natürlichen Zahlen N (natural induction) Verallgemeinerung Noethersche Induktion über wohlfundierte Mengen (structural induction) Logik für Informatiker, SS 06 p.2
5 Emmy Noether Emmy Noether Geboren 1882 in Erlangen Gestorben 1934 in Princeton (USA) Mitbegründering der modernen Algebra Logik für Informatiker, SS 06 p.3
6 Emmy Noether Emmy Noether Geboren 1882 in Erlangen Gestorben 1934 in Princeton (USA) Mitbegründering der modernen Algebra Noethersch Allgemein heißt eine algebraische Struktur noethersch, wenn es in ihr keine unendlich absteigenden Ketten gibt. Logik für Informatiker, SS 06 p.3
7 Beispiel: Induktion über N Behauptung Die Summe der ersten n ungeraden Zahlen ist n 2 : für alle n N n i=1 = n 2 Logik für Informatiker, SS 06 p.4
8 Partielle Ordnungen Defintion: Partielle Ordnung Eine Relation R über einer Menge A ist eine partielle Ordnung gdw. R ist reflexiv R ist transitiv R ist antisymmetrisch, d.h.: wenn R(x, y) und R(y, x), dann x = y Logik für Informatiker, SS 06 p.5
9 Partielle Ordnungen Defintion: Partielle Ordnung Eine Relation R über einer Menge A ist eine partielle Ordnung gdw. R ist reflexiv R ist transitiv R ist antisymmetrisch, d.h.: wenn R(x, y) und R(y, x), dann x = y Dann heißt (A, R) eine partiell geordnete Menge Logik für Informatiker, SS 06 p.5
10 Totale Ordnungen Definition: Totale Ordnung Sei (A, R) eine partiell geordnete Menge R ist eine totale Ordnung gdw. R(x, y) oder R(y, x) für alle x, y A Logik für Informatiker, SS 06 p.6
11 Minimum Definition: Minimum Sei (A, R) eine partiell geordnete Menge Sei m A A m ist ein Minimum von A, gdw.: es gibt kein x A mit x m, x m Logik für Informatiker, SS 06 p.7
12 Noethersche Menge Sei (A, ) eine partiell geordnete Menge Definition x < y gdw. x y und x y für x, y A Logik für Informatiker, SS 06 p.8
13 Noethersche Menge Sei (A, ) eine partiell geordnete Menge Definition x < y gdw. x y und x y für x, y A Definition: Noethersch / wohlfundiert (A, ) heißt noethersch (oder wohlfundiert) gdw.: Es gibt keine unendlich absteigende Kette, das heißt: Es gibt keine unendliche Folge (x i ) i N A mit x i+1 < x i für alle i N Logik für Informatiker, SS 06 p.8
14 Noethersche Menge Sei (A, ) eine partiell geordnete Menge Definition x < y gdw. x y und x y für x, y A Definition: Noethersch / wohlfundiert (A, ) heißt noethersch (oder wohlfundiert) gdw.: Es gibt keine unendlich absteigende Kette, das heißt: Es gibt keine unendliche Folge (x i ) i N A mit x i+1 < x i für alle i N (Unendlich aufsteigende Ketten sind zulässig) Logik für Informatiker, SS 06 p.8
15 Noethersche Menge Lemma (A, ) ist noethersch gdw.: jede nicht-leere Teilmenge von A hat (mindestens) ein Minimum Logik für Informatiker, SS 06 p.9
16 Noethersche Menge Lemma (A, ) ist noethersch gdw.: jede nicht-leere Teilmenge von A hat (mindestens) ein Minimum Nota bene Es genügt nicht dass A ein Minimum hat selbst dann nicht, wenn total ist Logik für Informatiker, SS 06 p.9
17 Noethersche Menge Lemma (A, ) ist noethersch gdw.: jede nicht-leere Teilmenge von A hat (mindestens) ein Minimum Nota bene Es genügt nicht dass A ein Minimum hat selbst dann nicht, wenn total ist Beispiel: ({0} { 1 n n N}, ) Logik für Informatiker, SS 06 p.9
18 Noethersche Induktion Heißt auch: Strukturelle Induktion Theorem Sei (A, ) noethersch (wohlfundiert) Sei P ein Prädikat of A, d.h., eine Funktion P : A {true, false} Wenn für alle x A: P(y) für alle y A mit y < x impliziert P(x) dann für alle x A: P(x) Logik für Informatiker, SS 06 p.10
19 Fehlerquellen Häufige Fehler bei Induktionsbeweisen Ordnung ist nicht noethersch Nicht alle Minima (Induktionsanfänge) bedacht Bei Induktionsschritt die Grenzfälle nicht bedacht Logik für Informatiker, SS 06 p.11
20 Fehlerquellen Was ist hier falsch? Behauptung Alle Menschen haben die gleiche Haarfarbe Logik für Informatiker, SS 06 p.12
21 Fehlerquellen Was ist hier falsch? Behauptung Alle Menschen haben die gleiche Haarfarbe Induktionsbehauptung In einer Menge von n Menschen haben alle die gleiche Haarfarbe Logik für Informatiker, SS 06 p.12
22 Fehlerquellen Was ist hier falsch? Behauptung Alle Menschen haben die gleiche Haarfarbe Induktionsbehauptung In einer Menge von n Menschen haben alle die gleiche Haarfarbe Induktionsanfang n = 1 Für eine Menge mit nur einem Menschen gilt die Behauptung trivial Logik für Informatiker, SS 06 p.12
23 Fehlerquellen Induktionsschritt n n + 1 n + 1 Menschen werden in eine Reihe gestellt. Logik für Informatiker, SS 06 p.13
24 Fehlerquellen Induktionsschritt n n + 1 n + 1 Menschen werden in eine Reihe gestellt. Der Mensch links außen wird rausgeschickt. Nun kann die Induktionsbehauptung angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem rechts außen). Logik für Informatiker, SS 06 p.13
25 Fehlerquellen Induktionsschritt n n + 1 n + 1 Menschen werden in eine Reihe gestellt. Der Mensch links außen wird rausgeschickt. Nun kann die Induktionsbehauptung angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem rechts außen). Der Mensch rechts außen wird rausgeschickt. Die Induktionsbehauptung kann angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem links außen). Logik für Informatiker, SS 06 p.13
26 Fehlerquellen Induktionsschritt n n + 1 n + 1 Menschen werden in eine Reihe gestellt. Der Mensch links außen wird rausgeschickt. Nun kann die Induktionsbehauptung angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem rechts außen). Der Mensch rechts außen wird rausgeschickt. Die Induktionsbehauptung kann angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem links außen). Also haben die beiden außen die gleiche Haarfarbe, wie die in der Mitte, und die haben auch alle die gleiche Haarfarbe. Logik für Informatiker, SS 06 p.13
27 Fehlerquellen Induktionsschritt n n + 1 n + 1 Menschen werden in eine Reihe gestellt. Der Mensch links außen wird rausgeschickt. Nun kann die Induktionsbehauptung angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem rechts außen). Der Mensch rechts außen wird rausgeschickt. Die Induktionsbehauptung kann angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem links außen). Also haben die beiden außen die gleiche Haarfarbe, wie die in der Mitte, und die haben auch alle die gleiche Haarfarbe. Logik für Informatiker, SS 06 p.13
28 Fehlerquellen Induktionsschritt n n + 1 n + 1 Menschen werden in eine Reihe gestellt. Der Mensch links außen wird rausgeschickt. Nun kann die Induktionsbehauptung angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem rechts außen). Der Mensch rechts außen wird rausgeschickt. Die Induktionsbehauptung kann angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem links außen). Also haben die beiden außen die gleiche Haarfarbe, wie die in der Mitte, und die haben auch alle die gleiche Haarfarbe. Also haben alle n + 1 Menschen die gleiche Haarfarbe Logik für Informatiker, SS 06 p.13
29 Lexikographische Ordnung Definition: Lexikographsische Ordnung Seien (A, A ) und (B, B ) partiell geordnete Mengen Logik für Informatiker, SS 06 p.14
30 Lexikographische Ordnung Definition: Lexikographsische Ordnung Seien (A, A ) und (B, B ) partiell geordnete Mengen Dann ist die lexikographische Ordnung auf A B gegeben durch (x, y) (x, y ) gdw. Logik für Informatiker, SS 06 p.14
31 Lexikographische Ordnung Definition: Lexikographsische Ordnung Seien (A, A ) und (B, B ) partiell geordnete Mengen Dann ist die lexikographische Ordnung auf A B gegeben durch (x, y) (x, y ) gdw. x = x und y = y oder x < A x oder x = x und y < B y Logik für Informatiker, SS 06 p.14
32 Lexikographische Ordnung Lemma Wenn (A, A ) und (B, B ) noethersch sind, dann ist (A B, ) noethersch. Logik für Informatiker, SS 06 p.15
33 Beispiel für Induktion: Ackermann-Funktion Ackermann-Funktion ACK(x, y) = y + 1 falls x = 0 ACK(x 1, 1) falls x 0 und y = 0 ACK(x 1, ACK(x, y 1)) falls x 0 und y 0 Logik für Informatiker, SS 06 p.16
34 Beispiel für Induktion: Ackermann-Funktion Ackermann-Funktion ACK(x, y) = y + 1 falls x = 0 ACK(x 1, 1) falls x 0 und y = 0 ACK(x 1, ACK(x, y 1)) falls x 0 und y 0 Theorem ACK ist eine totale Funktion auf N N Logik für Informatiker, SS 06 p.16
35 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Logik für Informatiker, SS 06 p.17
36 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Partielle Ordnung, totale Ordnung, Minimum Logik für Informatiker, SS 06 p.17
37 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Partielle Ordnung, totale Ordnung, Minimum Noethersche (wohlfundierte) Menge Logik für Informatiker, SS 06 p.17
38 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Partielle Ordnung, totale Ordnung, Minimum Noethersche (wohlfundierte) Menge Noethersche Induktion (Theorem, Beweis) Logik für Informatiker, SS 06 p.17
39 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Partielle Ordnung, totale Ordnung, Minimum Noethersche (wohlfundierte) Menge Noethersche Induktion (Theorem, Beweis) Fehlerquellen Logik für Informatiker, SS 06 p.17
40 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Partielle Ordnung, totale Ordnung, Minimum Noethersche (wohlfundierte) Menge Noethersche Induktion (Theorem, Beweis) Fehlerquellen Lexikographische Ordnung Logik für Informatiker, SS 06 p.17
41 Induktion: Zusammenfassung Induktion über die natürlichen Zahlen Partielle Ordnung, totale Ordnung, Minimum Noethersche (wohlfundierte) Menge Noethersche Induktion (Theorem, Beweis) Fehlerquellen Lexikographische Ordnung Beispiel für noethersche Induktion: Ackermann-Funktion Logik für Informatiker, SS 06 p.17
Logik für Informatiker
Logik für Informatiker 1. Grundlegende Beweisstrategien: Noethersche Induktion 23.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: [email protected] 1 Letzte Vorlesung 1. Grundlegende
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
1 Übersicht Induktion
Universität Koblenz-Landau FB 4 Informatik Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender 0.11.01 (v1.3) 1 Übersicht Induktion 1.1 Allgemeines Unter einem induktiven Vorgehen versteht
Übungen zu Grundlagen der Theoretischen Informatik
Übungen zu Grundlagen der Theoretischen Informatik INSTITUT FÜR INFORMATIK UNIVERSITÄT KOBLENZ-LANDAU SS 2013 Lösungen 02 Aufgabe 1 Geben Sie einen regulären Ausdruck für die Sprache aller Wörter über
Logik für Informatiker
Vorlesung Logik für Informatiker 3. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.16 Syntax der Aussagenlogik:
6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
Einführung in die Informatik 2
Einführung in die Informatik Strukturelle Induktion Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 0 [email protected] Sprechstunde: Freitag, 1:30-14:00 Uhr, o.n.v.
Logik für Informatiker
Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:
Logik für Informatiker
Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische
Kapitel 4. Induktive Definitionen und Beweise
Kapitel 4 Induktive Definitionen und Beweise Bei der Definition der Semantik der Programmiersprache IMP haben wir an vielen verschiedenen Stellen induktive Definitionen benutzt: angefangen bei der Syntax
Vollständige Induktion
Angenommen, wir wollen zeigen, dass eine Aussage P(n) für alle n N wahr ist. Anders ausgedrückt: Es gilt n N : P(n) Hierzu können wir die Technik der vollständigen Induktion verwenden. Wir zeigen, dass
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
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
Inhalt Kapitel 3: Induktion und Termination
Inhalt Kapitel 3: Induktion und Termination 1 Wohlfundierte Relationen Ackermannfunktion 2 Untere Schranke für Türme von Hanoi Weitere Beispiele 52 Wohlfundierte Relationen Wohlfundierte Relationen Definition
Programmierung 1 - Repetitorium
WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage: http://info1.marcwagner.info Donnerstag, den 10.04.03 Kapitel 7 Korrektheit 7.1 Abstrakte Prozeduren Abstrakte Prozedur
1. 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
1. 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!
8. Einfache Fixpunkttheorie
8. Einfache Fixpunkttheorie Fragestellung: was unter einem (kleinsten) Fixpunkt zu verstehen ist t(x) = x y : D. t(y) = y x y wann ein Fixpunkt existiert monotone Funktionen über CPOs haben einen kleinsten
13 Auswahlaxiom und Zornsches Lemma
13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses
WS 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
Logik für Informatiker
Vorlesung Logik für Informatiker 6. Aussagenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Resolutionkalkül Wesentliche
Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
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
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
Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität
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
De Morgan sche Regeln
De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,
Logik Vorlesung 8: Modelle und Äquivalenz
Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
Logik für Informatiker
Vorlesung Logik für Informatiker 10. Prädikatenlogik Substitutionen und Unifikation Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Substitutionen Definition:
Musterlösung 11.Übung Mathematische Logik
Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden
Induktion und Rekursion
Mathematische Beweistechniken Vorkurs Informatik SoSe13 10. April 013 Mathematische Beweistechniken Ziel Mathematische Beweistechniken Ziel beweise, dass eine Aussage A(n) für alle n N gilt. Beispiel Für
Inhalt der Vorlesung Algebraische Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017
Inhalt der Vorlesung Algebraische Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017 Kapitel II. Moduln 1 Moduln Sei R ein Ring (stets kommutativ und mit 1). 1.1 Definition. 1. Ein R-(links-)Modul ist
Fachwissenschaftliche Grundlagen
Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 9. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 9. Vorlesung 1 / 17 Themen
Dank. Theoretische Informatik II. Teil II. Registermaschinen. Vorlesung
Dank Vorlesung Theoretische Informatik II Bernhard Beckert Institut für Informatik Diese Vorlesungsmaterialien basieren zum Teil auf den Folien zu den Vorlesungen von Katrin Erk (gehalten an der Universität
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
Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
Grundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/29 Überblick Wörter Wörter Das leere Wort Mehr zu
WS 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
Zusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Zusammenfassung der letzten LVA Diskrete Mathematik Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom (Beweisformen) Beweisformen sind etwa (i) deduktive
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
Vollständige Induktion
Vollständige Induktion F. Lemmermeyer. Januar 04 Aussagen, die für alle natürlichen Zahlen gelten, kann man oft mit vollständiger Induktion beweisen. Das Vorgehen ist dabei folgendes:. Man zeigt, dass
Grundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
Programmieren für Fortgeschrittene
Technische Universität Braunschweig Dr. Werner Struckmann Institut für Programmierung und Reaktive Systeme Wintersemester 2011/12 Programmieren für Fortgeschrittene Rekursive Spezifikationen Die folgende
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
Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 6
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 6 Die Lösungshinweise dienen
Vorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
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
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 2 28.04.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: [email protected] 1 Organisatorisches Termine Donnerstags: 30.04.2015 nicht
Logik für Informatiker
Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der
2 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,
Ordnungsrelationen 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 =
Theoretische Informatik SS 03 Übung 3
Theoretische Informatik SS 03 Übung 3 Aufgabe 1 a) Sind die folgenden Funktionen f : partiell oder total: f(x, y) = x + y f(x, y) = x y f(x, y) = x y f(x, y) = x DIV y? Hierbei ist x DIV y = x y der ganzzahlige
Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt (Probeklausur) 9
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
Theorie der Informatik
Theorie der Informatik 2. Beweistechniken Malte Helmert Gabriele Röger Universität Basel 18. Februar 2015 Beweis Beweis Ein Beweis leitet die Korrektheit einer mathematischen Aussage aus einer Menge von
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
Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:
Mathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )
Diskrete Mathematik. Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom
Diskrete Mathematik Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom Institut für Informatik @ UIBK Sommersemester 2017 Zusammenfassung Zusammenfassung der letzten
Logik für Informatiker
Logik für Informatiker 3. Prädikatenlogik Teil 4 18.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: [email protected] 1 Letzte Vorlesung Sematik: Σ-Strukturen = (U, (f : U
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
Grundlagen der Mathematik
Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 8 Grundlagen der Mathematik Präsenzaufgaben (P13) Primfaktorzerlegungen Die Primfaktorzerlegungen lauten: a) 66 =
Logik für Informatiker
Vorlesung Logik für Informatiker 11. Prädikatenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Negationsnormalform Definition: Negationsnormalform
Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Beispiel einer nicht berechenbaren Funktion: Busy Beaver
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für
3.2 Unabhängigkeitsstrukturen
80 3.2 Unabhängigkeitsstrukturen Unser Ziel ist der Nachweis, daß in Vektorräumen, also in Moduln über Körpern, Basen existieren und zwei endliche Basen gegebenenfalls von derselben Ordnung sind. (Basen
Analysis I: Übungsblatt 1 Lösungen
Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.
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
In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische
Kapitel 1 Mathematische Objekte In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Objekte wie Tupel, Mengen, Relationen und Funktionen. Außerdem erklären wir die
Grundlagen der Mathematik
Universität Hamburg Winter 016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 6 Grundlagen der Mathematik Präsenzaufgaben (P9) Die Ordnung der natürlichen Zahlen I Wir hatten in der Vorlesung
Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.
Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt
Syntax der Prädikatenlogik: Komplexe Formeln
Syntax der Prädikatenlogik: Komplexe Formeln Σ = P, F eine prädikatenlogische Signatur Var eine Menge von Variablen Definition: Menge For Σ der Formeln über Σ Logik für Informatiker, SS 06 p.10 Syntax
Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)
WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14
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
mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen
Einführung in die Logik - 6 mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Modelltheoretische / Denotationelle Semantik der Prdikatenlogik Ein Modell ist ein künstlich geschaffenes
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
Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 1
Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 1 Aufgabe 1.1 ( Punkte) Schreiben Sie die Definitionen von Injektivität und Surjektivität einer Funktion als prädikatenlogische Formeln auf. Lösung
5. Ordinalzahlen (Vorlesung 11)
EINFÜHRUNG IN DIE LOGIK UND MENGENLEHRE 29 5.. Grundlegende Eigenschaften. 5. Ordinalzahlen (Vorlesung ) Definition 5. (Wohlordnung). Eine lineare Ordnung < auf einer Menge a heißt Wohlordnung, wenn jede
Fachwissenschaftliche Grundlagen
Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 8. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 8. Vorlesung 1 / 25 Themen
Semantik von Programmiersprachen SS 2017
Lehrstuhl für Programmierparadigmen Denis Lohner Sebastian Ullrich [email protected] [email protected] Semantik von Programmiersprachen SS 2017 http://pp.ipd.kit.edu/lehre/ss2017/semantik Lösungen
6. Boolesche Algebren
6. Boolesche Algebren 6.1 Definitionen Eine Boolesche Algebra ist eine Algebra S,,,, 0, 1,, sind binäre, ist ein unärer Operator, 0 und 1 sind Konstanten. Es gilt: 1 und sind assoziativ und kommutativ.
1 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
Der Fundamentalsatz der Algebra. 1 Motivation
Vortrag im Rahmen des Proseminars zur Analysis, 24. April 2006 Micha Bittner Motivation Den ersten des Fundamentalsatzes der Algebra erbrachte C.F. Gauss im Jahr 799 im Rahmen seiner Dissertation. Heute
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
8. Übungsblatt zur Mathematik I für Chemiker
Fachbereich Mathematik PD Dr. P. Ne WS 007/008 6.1.007 8. Übungsblatt zur Mathematik I für Chemiker Zur Erinnerung, die Formel für die Taylorreihe um die Stelle x 0 lautet f(x) n0 f (n) (x 0 ) (x x 0 )
Logik Vorlesung 10: Herbrand-Theorie
Logik Vorlesung 10: Herbrand-Theorie Andreas Maletti 9. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften
Logik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 10 4.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: [email protected] 1 Organisatorisches Hauptklausur: Montag, 23.07.2012, 16:00-18:00,
aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!
Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch
Inhalt. PROLOG-1A: Mathematik? PROLOG-1B: Aussagen. PROLOG-2: Mengen, Funktionen. PROLOG-3A: Mathematik in Semestern 1+2
Inhalt PROLOG-1A: Mathematik? PROLOG-1B: Aussagen PROLOG-2: Mengen, Funktionen PROLOG-3A: Mathematik in Semestern 1+2 PROLOG-3B: Funktionen, Induktion, Ungleichungen Mathematik in Semestern 1+2 Mathematik
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,
mathematik und informatik
Prof. Dr. Christoph Beierle Kurs 01695 Deduktions- und Inferenzsysteme LESEPROBE mathematik und informatik Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere das Recht
