Aufgabe Bonus.1. Aufgabe Bonus.2. Aufgabe Bonus.3. Aufgabe Bonus.4. HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz

Größe: px
Ab Seite anzeigen:

Download "Aufgabe Bonus.1. Aufgabe Bonus.2. Aufgabe Bonus.3. Aufgabe Bonus.4. HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz"

Transkript

1 HTWK Leipzig, Fakultät IMN Prof. Dr. Sibylle Schwarz Bonus. Übung zur Vorlesung Modellierung Wintersemester 2017/18 Lösungen bis 3. Januar 2018 einzusenden im Opal-Kurs zum Modul: Aufgabe Bonus.1 Geben Sie vier Mengen A, B, C, D an, so dass A B = C D =, A C, 1 A D, B C = {2}, B D = {3} und B \ (C D) gilt. Aufgabe Bonus.2 Welche der folgenden Aussagen sind für jedes beliebige Paar von Mengen (A, B) (2 M ) 2 wahr und welche falsch? Begründen Sie Ihre Antworten. a. (A B) (A \ B ), b. (B A) (B A = B), c. (A B) (A \ B = ), d. (A B) (A B = A), e. (B A) (A \ B ). Aufgabe Bonus.3 Welche der folgenden Aussagen gelten für die Menge M = 2 {0,1} {0}? Begründen Sie Ihre Antworten. a. M g. {0} M b. M c. { } M d. { } M e. 0 M f. 0 M h. {0} M i. {{0}} M j. {{0, 1}} M k. {0, {1}} M l. {{0}, {1}} M Aufgabe Bonus.4 Wahr, falsch oder Typfehler? Begründen Sie Ihre Antworten. a. ε = h. ε {ab, ε} b. ε c. ε d. ε e. ε f. ε {ab, ε} {ε} g. ε {ab, ε} i. = j. {ε} = ε k. {ε} = {ε} l. {a, b} = {ab} m. {a, b} = ({a} {b}) n. {b} ({a} {b} ) = {a, b}

2 Aufgabe Bonus.5 Die Relation R N N ist definiert durch R = {(m, n) a N(am = n)}. Geben Sie für jede Zahl k {0, 2, 3, 4, 6, 12} an: a. π 2 ( R {k} ) b. π 2 ( R 1 {k} ) Aufgabe Bonus.6 Zeigen Sie, dass für alle binären Relationen R A B und S B C gilt a. (R S) 1 = R 1 S 1 b. (R S) 1 = S 1 R 1 Aufgabe Bonus.7 Welche der folgenden Aussagen gelten für alle binären Relationen R M 2 auf Mengen M? Begründen Sie Ihre Antworten. a. Jede asymmetrische Relation ist irreflexiv. b. Jede irreflexive Relation ist asymmetrisch. c. Jede antisymmmetrische Relation ist asymmetrisch. d. Jede transitive irreflexive Relation ist asymmetrisch. Aufgabe Bonus.8 Beantworten Sie die folgenden Fragen und begründen Sie Ihre Antworten: a. Wieviele Kanten hat der K 7? b. Für welche n N enthält der K n einen Eulerkreis? c. Für welche n N enthält der K n einen bipartiten Teilgraphen? d. Geben Sie alle Zahlen n an, für die K n ein Teilgraph des C 5 ist. e. Geben Sie alle Zahlen n an, für die C n ein Teilgraph des K 5 ist. Aufgabe Bonus.9 Eine Graph G, der isomorph zu seinem Komplement G ist, heißt selbstkomplementär. a. Geben Sie alle selbstkomplementären Graphen mit höchstens 4 Ecken an. b. Geben Sie alle selbstkomplementären Graphen mit höchstens 5 Kanten an. c. Für welche n 10 gibt es selbstkomplementäre Graphen mit n Knoten? Begründen Sie. Aufgabe Bonus.10 a. Geben Sie die Menge aller Bäume an, in denen zwischen je zwei verschiedenen Blättern ein Pfad ungerader Länge existiert. Begründen Sie Ihre Antwort. b. Geben Sie die Menge aller Bäume an, in denen alle Pfade zwischen je zwei verschiedenen Blättern dieselbe Länge haben. Begründen Sie Ihre Antwort.

3 Aufgabe Bonus.11 Zeigen Sie, dass es keinen zusammenhängenden (ungerichteten schlingenfreien) Graphen mit n Knoten und weniger als n 1 Kanten gibt. Aufgabe Bonus.12 a. Beschreiben Sie die folgenden Sachverhalte durch logische Formeln: Tom hat drei Paar Schuhe: ein Paar rote Stiefel, ein Paar blaue Stiefel und ein Paar grüne Halbschuhe. E trägt immer genau eines dieser Paare. Seine grünen Schuhe trägt er immer, wenn kein Schnee liegt. Liegt Schnee, dann trägt er Stiefel. Wenn die Sonne nicht scheint, trägt er seine gelbe Jacke. Seine Freundin mag kein Rot, deshalb trägt er nie etwas rotes, wenn er sie besucht. Tom trägt nie gelb und blau zugleich. Verwenden Sie dazu nur die Aussagevariablen: G Tom trägt grüne Schuhe R Tom trägt rote Stiefel. B Tom trägt blaue Stiefel. J Tom trägt seine gelbe Jacke. F Tom besucht seine Freundin. S Es liegt Schnee. O Die Sonne scheint. b. Bei welchem Wetter kann Tom seine Freundin mit Jacke besuchen? Welche Schuhe trägt er dabei? Aufgabe Bonus.13 Ein Hundertjähriger berichtet über seine Essgewohnheiten: Wenn ich keinen Fisch esse, dann esse ich Eiscreme oder trinke Bier. Wenn ich Bier trinke und auf die Eiscreme verzichte, dann esse ich Fisch oder trinke kein Bier. Wenn ich dagegen Fisch oder Eiscreme esse, dann trinke ich kein Bier und esse auch keine Eiscreme. a. Formalisieren Sie jede dieser Aussagen durch eine aussagenlogische Formel (wenn man davon ausgeht, dass er als erfahrener Mann das inklusive oder meint). Geben Sie dabei auch die Bedeutung der dazu verwendeten Aussagevariablen an. b. Durch welche Diät hat der alten Mann ein so hohes Alter erreicht? Aufgabe Bonus.14 Gegeben ist die Formel ϕ = (a b) (b c). a. Geben Sie die Modellmenge der Formel ϕ an. b. Ist die Formel ϕ allgemeingültig? Begründen Sie Ihre Antwort. c. Geben Sie eine zur Formel ϕ äquivalente Formel in konjunktiver Normalform an.

4 Aufgabe Bonus.15 Finden Sie die Modellmengen für die Formel ϕ = ((p (q r)) ( p (q r))) und ihre Negation ϕ. Aufgabe Bonus.16 Überlegen Sie sich, wie Eulersche Quadrate der Größe n n durch aussagenlogische Formeln in CNF modelliert werden können. Informationen zu Eulerschen Quadraten finden Sie z.b. unter a. Wieviele Aussagenvariablen werden benötigt? Welche Information repräsentieren sie? b. Wie lassen sich die Spielregeln durch aussagenlogische Formeln in CNF modellieren? c. Wie lassen sich Eulersche Quadrate mit SAT-Solvern lösen? Aufgabe Bonus.17 Welche der folgenden Aussagen sind korrekt? ( a b) (a b) b a b (a b) (1) a b a b ((a b) (b c)) ((a b) c) (4) a b (a b) (b a) (5) (a (a b)) b Begründen Sie jede Ihrer Antworten durch äquivalente Umformungen oder Angabe eines Gegenbeispieles. Aufgabe Bonus.18 a. Geben Sie für P = {p, q, r, s} eine aussagenlogische Formel ϕ AL(P ) an, die genau von allen Belegungen erfüllt wird, unter denen mindestens zwei der Atome falsch sind. b. Geben Sie zu eine zu dieser Formel äquivalente Formel ψ AL(P ) in DNF an. c. Geben Sie zu eine zu dieser Formel äquivalente Formel η AL(P ) in CNF an. (2) (3) (6) Aufgabe Bonus.19 Welche der folgenden Aussagen gelten: Mod((p q) (p q)) Mod((p p) q) Mod((p q) (p q) (p q)) Mod((p p) q) Begründen Sie Ihre Antworten. Aufgabe Bonus.20 Schreiben Sie die folgenden Aussagen und deren Negation als prädikatenlogische Formeln auf. Geben Sie jeweils auch die Mengen der relevanten Individuen, Funktionen und Relationen und an. a. Alle Primzahlen sind gerade. (mit den Prädikaten P (x) x ist prim, G(x) x ist gerade) b. Jede natürliche Zahl hat eine natürliche Zahl als Vorgänger. (mit den Prädikaten N(x) es gilt x N, P (x, y) x ist Vorgänger von y)

5 Aufgabe Bonus.21 Geben Sie für die Signaturen Σ F 1 = {(c, 0)}, Σ F 2 = {(f, 1)} und Σ R = {(R, 2)} jeweils die intensionale Darstellungen und zwei verschiedene Elemente (sofern diese existieren) der folgenden Mengen an. Beispiel: für Σ F = Σ F 2 gilt Term(Σ F, {x, y}) = {f i (x) i N} {f i (y) i N} mit Notation: f i (x) = f(... f(x)...) }{{} i mal zwei verschiedene Elemente aus Term(Σ F, {x, y}): y, f(f(x)) a. Term(Σ F, ) mit Σ F = Σ F 1 b. Term(Σ F, ) mit Σ F = Σ F 2 c. Term(Σ F, {x, y}) mit Σ F = Σ F 1 d. Term(Σ F, ) mit Σ F = Σ F 1 Σ F 2 e. Term(Σ F, {x, y}) mit Σ F = Σ F 1 Σ F 2 f. Atom((Σ F, Σ R ), ) mit Σ F = Σ F 1 g. Atom((Σ F, Σ R ), {x, y}) mit Σ F = Σ F 1 h. Atom((Σ F, Σ R ), ) mit Σ F = Σ F 2 i. Atom((Σ F, Σ R ), {x, y}) mit Σ F = Σ F 2 j. Atom((Σ F, Σ R ), ) mit Σ F = Σ F 1 Σ F 2 k. Atom((Σ F, Σ R ), {x, y}) mit Σ F = Σ F 1 Σ F 2 l. Atom((Σ F, Σ R ), ) mit Σ F = m. Atom((Σ F, Σ R ), {x, y}) mit Σ F = n. Atom((Σ F, Σ R ), ) mit Σ R = o. Atom((Σ F, Σ R ), {x, y}) mit Σ R = Aufgabe Bonus.22 Lösen Sie Aufgabe 2.14 in Uwe Kastens, Hans Kleine Büning: Modellierung - Grundlagen und formale Methoden. Arbeiten Sie dazu erst den Abschnitt 2.9 durch. Aufgabe Bonus.23 Lösen Sie die Aufgabe 5.4 aus Uwe Kastens, Hans Kleine Büning: Modellierung - Grundlagen und formale Methoden. Aufgabe Bonus.24 Gegeben ist die Signatur Σ = (Σ R, Σ F ) mit Σ F = {(f, 1), (c, 0)} und Σ R = {(P, 1), (Q, 2)}. a. Bestimmen Sie für die folgenden Zeichenketten, ob es sich um korrekt geformte Terme oder Atome oder nichts von beiden handelt. (a) f(c) (b) P (c, x) (c) P (f(f(y))) (d) Q(f(x), f(c)) (e) f(q(c, x)) (f) Q(f(y), c)

6 (g) P (y) (Q(c, y) P (f(y))) b. Die Σ-Strukturen A = (A, A ) und B = (B, B ) sind definiert durch A = Z c A = 3 n Z : f A (n) = n P A = {n N n 0 (mod 3)} Q A = {(m, n) /Z 2 m n} B = {0, 1} c B = 1 w {0, 1} : f B (w) = 0w P B = {w {0, 1} w 1 = w w } Q B = {(u, v) ({0, 1} ) 2 u 0 = v 0 } die Belegungen α : {x, y} A durch α = {x 2, y 2} und β : X B durch β(x) = 01, β(y) = ε. Geben Sie für jede der korrekten Zeichenketten aus Teilaufgabe a. ihre Werte in den Interpretationen (A, α) und (B, β) an. Übungsaufgaben, Folien und weitere Hinweise zur Vorlesung finden Sie online unter

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert

Mehr

Logic in a Nutshell. Christian Liguda

Logic in a Nutshell. Christian Liguda Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung

Mehr

Informatik A (Autor: Max Willert)

Informatik A (Autor: Max Willert) 2. Aufgabenblatt Wintersemester 2012/2013 - Musterlösung Informatik A (Autor: Max Willert) 1. Logik im Alltag (a) Restaurant A wirbt mit dem Slogan Gutes Essen ist nicht billig!, das danebenliegende Restaurant

Mehr

Normalformen boolescher Funktionen

Normalformen boolescher Funktionen Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion

Mehr

Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13)

Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) Berlin, 21. Februar 2013 Name:... Matr.-Nr.:... Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) 1 2 3 4 5 6 7 8 9 Σ Bearbeitungszeit: 90 min. max. Punktezahl:

Mehr

Klausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011

Klausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011 Fakultät für Informatik 2. Klausur zum WS 2010/2011 Prof. Dr. Bernhard Beckert 08. April 2011 Vorname: Matrikel-Nr.: Platz: Klausur-ID: **Platz** **Id** Die Bearbeitungszeit beträgt 60 Minuten. A1 (17)

Mehr

Mütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge

Mütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,

Mehr

Weitere Beweistechniken und aussagenlogische Modellierung

Weitere Beweistechniken und aussagenlogische Modellierung Weitere Beweistechniken und aussagenlogische Modellierung Vorlesung Logik in der Informatik, HU Berlin 2. Übungsstunde Aussagenlogische Modellierung Die Mensa versucht ständig, ihr Angebot an die Wünsche

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Hochschule Darmstadt, Wintersemester 2015/16 Bernd Baumgarten (Lehrbeauftragter) Der Großteil der Folieninhalte ist dankend übernommen von Prof. Steffen Lange, h_da 0/1, Folie 1

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 7. Aussagenlogik Analytische Tableaus Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Tableaukalkül

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter

Mehr

Binäre Suchbäume (binary search trees, kurz: bst)

Binäre 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.

Mehr

Logik für Informatiker

Logik 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:

Mehr

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung Kapitel : Minimal spannende Bäume Gliederung der Vorlesung. Fallstudie Bipartite Graphen 2. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Wege. Traveling

Mehr

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS / KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz Association

Mehr

Randomisierte Algorithmen

Randomisierte Algorithmen Randomisierte Algorithmen Randomisierte Algorithmen 7. Random Walks Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Wintersemester 2016/2017 1 / 43 Überblick Überblick Ein randomisierter

Mehr

Automaten, Spiele und Logik

Automaten, Spiele und Logik Automaten, Spiele und Logik Woche 13 11. Juli 2014 Inhalt der heutigen Vorlesung Linearzeit Temporale Logik (LTL) Alternierende Büchi Automaten Nicht-Determinisierung (Miyano-Ayashi) Beschriftete Transitionssysteme

Mehr

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden

Mehr

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX Graphentheorie 1 Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Graphentheorie 1 Slide 1/19 Agenda Hausaufgaben Graph-Äquivalenz SetlX Diskrete Strukturen Graphentheorie

Mehr

Was bisher geschah. Darstellung von Sprachen Ausführen von Berechnungen

Was bisher geschah. Darstellung von Sprachen Ausführen von Berechnungen Was bisher geschah Alphabet, Wort, Sprache Operationen auf Wörtern: Spiegelung R, Verkettung Palindrome Relationen zwischen Wörtern: Präfix, Infix, Postfix Wortersetzungssystem S: Regeln (l r), Ersetzungsschritt

Mehr

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. 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

Mehr

Die Klassen P und NP. Dr. Eva Richter. 29. Juni 2012

Die Klassen P und NP. Dr. Eva Richter. 29. Juni 2012 Die Klassen P und NP Dr. Eva Richter 29. Juni 2012 1 / 35 Die Klasse P P = DTIME(Pol) Klasse der Probleme, die sich von DTM in polynomieller Zeit lösen lassen nach Dogma die praktikablen Probleme beim

Mehr

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable

Mehr

Probeklausur der Tutoren

Probeklausur der Tutoren Probeklausur der Tutoren Informatik II SS2005 Lösungsvorschlag Aufgabe 1: Verständnis- und Wissensfragen (6 Punkte) Kreuzen Sie an, ob die Aussage wahr ( W ) oder falsch ( F ) ist. Hinweis: Jedes korrekte

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

Mehr

Codes und Informationsgehalt

Codes und Informationsgehalt Aufgaben 2 Codes und Informationsgehalt Auf wie viele Dezimalziffern genau können vorzeichenlose ganze Zahlen in einem binären Code der Länge 32 bit dargestellt werden? 2 Codes und Informationsgehalt Auf

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w 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

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Informatik I WS 07/08 Tutorium 24

Informatik I WS 07/08 Tutorium 24 Info I Tutorium 24 Informatik I WS 07/08 Tutorium 24 3.2.07 astian Molkenthin E-Mail: infotut@sunshine2k.de Web: http://infotut.sunshine2k.de Organisatorisches / Review is zum 2.2 müssen alle Praxisaufgaben

Mehr

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt

Mehr

Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung. Elementare Logik. Diskrete Strukturen. Uta Priss ZeLL, Ostfalia

Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung. Elementare Logik. Diskrete Strukturen. Uta Priss ZeLL, Ostfalia Elementare Logik Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Elementare Logik Slide 1/26 Agenda Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung

Mehr

WS 2009/10. Diskrete Strukturen

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

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht

Mehr

11. Übung zur Vorlesung. Zahlentheorie. im Wintersemester 2015/16

11. Übung zur Vorlesung. Zahlentheorie. im Wintersemester 2015/16 11. Übung zur Vorlesung Aufgabe 41. Zeige, dass das Polynom (X 2 13)(X 2 17)(X 2 13 17) Z[X] modulo jeder natürlichen Zahl n N eine Nullstelle hat, aber keine Nullstelle in Z besitzt. Aufgabe 42. Sei p

Mehr

Grundbegriffe der Informatik

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

Mehr

Konjunktive und disjunktive Normalformen

Konjunktive und disjunktive Normalformen Konjunktive und disjunktive Normalformen Nachdem gesprochen wurde, wie man Boolesche Terme unter einer Belegung der Variablen interpretiert und dass somit jeder Boolesche Term eine Boolesche Funktion repräsentiert,

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 A1 (15) A2 (10) A3 (10) A4

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

Lösungsvorschläge Blatt Z1

Lösungsvorschläge Blatt Z1 Theoretische Informatik Departement Informatik Prof. Dr. Juraj Hromkovič http://www.ita.inf.ethz.ch/theoinf16 Lösungsvorschläge Blatt Z1 Zürich, 2. Dezember 2016 Lösung zu Aufgabe Z1 Wir zeigen L qi /

Mehr

Übung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013

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

Mehr

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen

Mehr

Handout zu Beweistechniken

Handout zu Beweistechniken Handout zu Beweistechniken erstellt vom Lernzentrum Informatik auf Basis von [Kre13],[Bün] Inhaltsverzeichnis 1 Was ist ein Beweis? 2 2 Was ist Vorraussetzung, was ist Behauptung? 2 3 Beweisarten 3 3.1

Mehr

Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen

Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der

Mehr

8 Diskrete Optimierung

8 Diskrete Optimierung 8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010 Klausur Formale Systeme Fakultät für Informatik Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 A1 (15) A2 (10) A3 (10) A4

Mehr

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch

Mehr

Diskrete Wahrscheinlichkeitstheorie - Probeklausur

Diskrete Wahrscheinlichkeitstheorie - Probeklausur Diskrete Wahrscheinlichkeitstheorie - robeklausur Sommersemester 2007 - Lösung Name: Vorname: Matrikelnr.: Studiengang: Hinweise Sie sollten insgesamt Blätter erhalten haben. Tragen Sie bitte Ihre Antworten

Mehr

Aufgabe - Fortsetzung

Aufgabe - Fortsetzung Aufgabe - Fortsetzung NF: Nicht-Formel F: Formel A: Aussage x :( y : Q(x, y) R(x, y)) z :(Q(z, x) R(y, z)) y :(R(x, y) Q(x, z)) x :( P(x) P(f (a))) P(x) x : P(x) x y :((P(y) Q(x, y)) P(x)) x x : Q(x, x)

Mehr

Rhetorik und Argumentationstheorie.

Rhetorik und Argumentationstheorie. Rhetorik und Argumentationstheorie 2 [frederik.gierlinger@univie.ac.at] Teil 2 Was ist ein Beweis? 2 Wichtige Grundlagen Tautologie nennt man eine zusammengesetzte Aussage, die wahr ist, unabhängig vom

Mehr

abgeschlossen unter,,,, R,

abgeschlossen unter,,,, R, Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen

Mehr

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5. Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen

Mehr

Ein Satz der deutschen Sprache besitzt ein Subjekt, ein Prädikat und ein Objekt (SPO).

Ein Satz der deutschen Sprache besitzt ein Subjekt, ein Prädikat und ein Objekt (SPO). 1 Grammatiken Autor: Tilman Blumenbach Letzte Änderung: 28. Juni 2012 18:15 Ziel von Grammatiken Wollen die Struktur von Sprachen modellieren und charakterisieren. Beispiel Ein Satz der deutschen Sprache

Mehr

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt

Mehr

WS 2009/10. Diskrete Strukturen

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

Mehr

ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER

ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER FORMALE SPRACHEN Bevor wir anfangen, uns mit formaler Logik zu beschäftigen, müssen wir uns mit formalen Sprachen beschäftigen Wie jede natürliche Sprache,

Mehr

Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen

Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen aussagenlogischer Regeln: Wissensbasis (Kontextwissen): Formelmenge,

Mehr

Übungsblatt 3 Lösungen

Übungsblatt 3 Lösungen Übungsblatt 3 Lösungen Formale Semantik WiSe 2011/2012 1 Lambda-Kalkül Anmerkungen: Pot(U) = Potenzmenge von U, wobei U das Universum Die Potenzmenge einer Menge M ist die Menge aller Teilmengen von M

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Formeln. 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

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10

Mehr

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer:

Datenstruktur 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.

Mehr

Anmerkungen zur Übergangsprüfung

Anmerkungen zur Übergangsprüfung DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

Lösung zur Aufgabe Würfel färben von Heft 20

Lösung zur Aufgabe Würfel färben von Heft 20 Lösung zur Aufgabe Würfel färben von Heft 20 (1) Jedes der 24 Teilquadrate grenzt an genau eine der acht Ecken. Da nach unserer Vorschrift die drei Teilquadrate an jeder Ecke unterschiedlich gefärbt sein

Mehr

Datenstrukturen & Algorithmen

Datenstrukturen & Algorithmen Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen

Mehr

6. Induktives Beweisen - Themenübersicht

6. Induktives Beweisen - Themenübersicht 6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise

Mehr

1 Sprechweisen und Symbole der Mathematik

1 Sprechweisen und Symbole der Mathematik 1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3

Mehr

9. Übung Formale Grundlagen der Informatik

9. 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)

Mehr

Teil 7. Grundlagen Logik

Teil 7. Grundlagen Logik Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also

Mehr

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.

Mehr

5 Relationen. Formale Grundlagen der Informatik I Herbstsemester 2012. Robert Marti

5 Relationen. Formale Grundlagen der Informatik I Herbstsemester 2012. Robert Marti Formale Grundlagen der Informatik I Herbstsemester 2012 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer Allgemeine Definition einer Relation Eine n-stellige Relation

Mehr

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

6.2 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

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus

5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus 5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus 5.4.1 Einführung Einführung Verwendet wird die Sprache der Prädikatenlogik erster Stufe mit Identität (ohne Funktionskonstanten) mit dem folgenden

Mehr

5. Aussagenlogik und Schaltalgebra

5. 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

Mehr

Logische Strukturen 7. Vorlesung

Logische Strukturen 7. Vorlesung Logische Strukturen 7. Vorlesung Martin Dietzfelbinger 18. Mai 2010 Kapitel 2 Prädikatenlogik Was ist das? Logik und Strukturen Natürliches Schließen Normalformen Herbrand-Theorie Prädikatenlogische Resolution

Mehr

Binary Decision Diagrams (BDDs) 1

Binary Decision Diagrams (BDDs) 1 Handout 22.11.2011 Binary Decision Diagrams (BDDs) 1 Übersicht Es gibt viele verschiedene Möglichkeiten um Boole sche Funktionen zu repräsentieren (Boole sche Formeln, Minterme, Wahrheitstabellen, ). Manche

Mehr

3. Musterlösung. Problem 1: Boruvka MST

3. Musterlösung. Problem 1: Boruvka MST Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 06/07 ITI Wagner. Musterlösung Problem : Boruvka MST pt (a) Beweis durch Widerspruch. Sei T MST von G, e die lokal minimale Kante eines

Mehr

Aufgaben. zu Inhalten der 5. Klasse

Aufgaben. zu Inhalten der 5. Klasse Aufgaben zu Inhalten der 5. Klasse Universität Klagenfurt, Institut für Didaktik der Mathematik (AECC-M) September 2010 Zahlbereiche Es gibt Gleichungen, die (1) in Z, nicht aber in N, (2) in Q, nicht

Mehr

Logische Programmierung

Logische Programmierung Logische Programmierung B-82 Deklaratives Programmieren in Prädikatenlogik: Problem beschreiben statt Algorithmus implementieren (idealisiert). Grundlagen: Relationen bzw. Prädikate (statt Funktionen);

Mehr

Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.

Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ. Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer

Mehr

4. Relationen. Beschreibung einer binären Relation

4. 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

Mehr

Nichtmonotones Schließen

Nichtmonotones Schließen Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen klassischer Aussagenlogik: Entscheidungstabellen, -bäume, -diagramme Wissensrepräsentation und -verarbeitung durch

Mehr

Gliederung. Definition Wichtige Aussagen und Sätze Algorithmen zum Finden von Starken Zusammenhangskomponenten

Gliederung. Definition Wichtige Aussagen und Sätze Algorithmen zum Finden von Starken Zusammenhangskomponenten Gliederung Zusammenhang von Graphen Stark Zusammenhängend K-fach Zusammenhängend Brücken Definition Algorithmus zum Finden von Brücken Anwendung Zusammenhangskomponente Definition Wichtige Aussagen und

Mehr

Die Folgerungsbeziehung

Die Folgerungsbeziehung Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation

Mehr

Institut für Mathematik Geometrie und Lineare Algebra J. Schönenberger-Deuel. Aufgabe 1. Wir geben nur zwei von sehr vielen möglichen Strategien.

Institut für Mathematik Geometrie und Lineare Algebra J. Schönenberger-Deuel. Aufgabe 1. Wir geben nur zwei von sehr vielen möglichen Strategien. Lösungen Übung 13 Aufgabe 1. Wir geben nur zwei von sehr vielen möglichen Strategien. a) Strategie 1 (nächster Nachbar): Jedes Mal reist der Reisende vom Punkt, wo er gerade ist, zur nächstgelegenen Stadt,

Mehr

1. Einleitung wichtige Begriffe

1. Einleitung wichtige Begriffe 1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und

Mehr

Einführung in die Mathematik (Vorkurs 1 )

Einführung in die Mathematik (Vorkurs 1 ) Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2008/09 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagen und Beweise

Mehr

Aufgaben zum Vorkurs Mathematik: Allgemeine Übungsaufgaben

Aufgaben zum Vorkurs Mathematik: Allgemeine Übungsaufgaben Aufgaben zum Vorkurs Mathematik: Allgemeine Übungsaufgaben Fachbereich Mathematik Vorkurs Mathematik WS 2012/13 Dies ist eine Sammlung von Aufgaben, die hauptsächlich Mittelstufenstoff wiederholen. Dabei

Mehr

Optimal A1 / Kapitel 11 Kleidung Wortschatzarbeit

Optimal A1 / Kapitel 11 Kleidung Wortschatzarbeit Wortschatzarbeit Wie heißt das auf Deutsch. 1 2 3 4 5 6 7 8 9 10 12 15 11 13 14 20 16 17 18 19 22 23 25 21 24 26 27 Wortschatzarbeit Ordnen Sie die Bilder den Wörtern zu. [ ] der Anzug [ ] die Badehose

Mehr

Bachelor Grundlagen der Logik und Logikprogrammierung 12. Februar 2009 3

Bachelor Grundlagen der Logik und Logikprogrammierung 12. Februar 2009 3 Bachelor Grundlagen der Logik und Logikprogrammierung 12. Februar 2009 3 Aufgabe 1 (20 Punkte) Dialogische Logik a) Was isteine formal wahrebehauptung? Welche Aussageschematasindallgemeingültig? b) Überprüfen

Mehr

3. Relationen Erläuterungen und Schreibweisen

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

Mehr

Künstliche Intelligenz Maschinelles Lernen

Künstliche Intelligenz Maschinelles Lernen Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Komplexe Zahlen 5 Lineare Algebra 6 Lineare Programme 2 Grundlegende

Mehr

Unterlagen zur Veranstaltung Einführung in die INFORMATIK IV Universität zu Lübeck SS 2004

Unterlagen zur Veranstaltung Einführung in die INFORMATIK IV Universität zu Lübeck SS 2004 Unterlagen zur Veranstaltung Einführung in die INFORMATIK IV Universität zu Lübeck SS 2004 Prof. Dr. R. Reischuk Institut für Theoretische Informatik April 2004 2 Informatik IV, UzL SS2004 Empfohlene Lehrbücher

Mehr

Effiziente Algorithmen I

Effiziente Algorithmen I H 10. Präsenzaufgabenblatt, Wintersemester 2015/16 Übungstunde am 18.01.2015 Aufgabe Q Ein Reiseveranstalter besitzt ein Flugzeug, das maximal p Personen aufnehmen kann. Der Veranstalter bietet einen Flug

Mehr

Algebra I. Zwischenprüfung. 19. Februar 2016

Algebra I. Zwischenprüfung. 19. Februar 2016 Name: Vorname: Studiengang: Legi-Nr.: Algebra I D-MATH, HS 2015 Prof. Richard Pink Algebra I Zwischenprüfung Wichtig: 19. Februar 2016 Die Prüfung dauert 120 Minuten. Bitte legen Sie Ihre Legi (Studierendenausweis)

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 1 Programm des

Mehr