2. Mathematische und informatische Grundlagen Mathematische Grundlagen wichtig für Modellierung der Realität und für die Informationsverarbeitung Grundlagen.

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Vorlesung Compilertechnik Sommersemester 2008
Programmierung 1 - Repetitorium
Polynomial Root Isolation
Zur Rolle der Sprache bei der Modellierung von Datenbanken
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
Frame-Logik Eine Einführung Andreas Glausch.
Hard Science – Soft Science
7. Natürliche Binärbäume
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
8. Formale Sprachen und Grammatiken
Finale Semantik und beobachtbares Verhalten
8 Behandlung von Begriffen 8.1 Grundlagen aus Logik und Psychologie
Kapitel 4 Datenstrukturen
Manfred Thaller, Universität zu Köln Köln 22. Januar 2009
Einführung in die Informationsverarbeitung Teil Thaller Stunde VI: Wege und warum man sie geht Graphen. Manfred Thaller, Universität zu Köln Köln.
Syntax der Aussagenlogik
Baumstrukturen Richard Göbel.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
Algorithmen und Datenstrukturen
Kapitel 5 Stetigkeit.
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Mathematische Grundlagen
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
1. Mengenlehre Grundbegriffe.
§24 Affine Koordinatensysteme
2. Die rekursive Datenstruktur Baum 2
Effiziente Algorithmen
Geometrische Netze Erstellung.
1. Mengenlehre Grundbegriffe.
Geoinformation I Vorlesung 8 WS 2000/2001 Graphen.
Effiziente Algorithmen
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§3 Allgemeine lineare Gleichungssysteme
Institut für Theoretische Informatik
Formale Sprachen Mathematische Grundlagen Rudolf FREUND, Marian KOGLER.
Abbildung von Generalisierungen (1) U U d (0, ) FlussMeer Gewässer LiegtAn See U Stadt (0, ) StadtNameBegrenzungGewässerNameMaxTiefe BegrenzungVerlauf.
POCKET TEACHER Mathematik Algebra
Noam CHOMSKY, Sheila GREIBACH
ENDLICHE KÖRPER RSA – VERFAHREN.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
Fachschaft Mathematik und Informatik
Leere Menge, Teilmenge, N, Z
Reelle Zahlen Grundrechenarten √2, √3, √5, … V 0.1.
Statistik – Regression - Korrelation
Analyse der Laufzeit von Algorithmen
7. Formale Sprachen und Grammatiken
Tupelkalkül: Notation (1)
Eine kurze Geschichte der Graphentheorie
Grundlagen01Logik 02Mengen 03Relationen Arithmetik04Die natürlichen Zahlen 05Erweiterungen der Zahlenmenge Elementare Geometrie06Ebene Geometrie 07Trigonometrie.
Das Konzept unscharfer Mengen
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 10 / 1 Kapitel 10 Initialität Eine beliebige gleichungsdefinierbare Klasse.
 Sortigkeit oder Arität
VRS Liniennetzplan der Bonner Innenstadt
(Wirtschafts-)mathematik I Mathe im Wandel der Zeit Volksschule 1960: Ein Bauer verkauft einen Sack Kartoffeln für 50 DM. Die Erzeugerkosten betragen 40.
Gliederung der Vorlesung
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung 4 4. Mai 2000 Voronoi-Diagramm.
Binärbäume.
Vorlesung Grundlagen der computergestützten Produktion und Logistik W1332 Fakultät für Wirtschaftswissenschaften W. Dangelmaier.
Prof. Dr.-Ing. H. Wörn, Dr.-Ing. J. Seyfried Institut für Prozessrechentechnik, Automation und Robotik; Universität Karlsruhe (TH) Einführung in.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Laufzeitverhalten beim Sortieren
Punkt-in-Landkarte II
2. Die rekursive Datenstruktur Baum 2.1 Von der Liste zum Baum
 Präsentation transkript:

2. Mathematische und informatische Grundlagen Mathematische Grundlagen wichtig für Modellierung der Realität und für die Informationsverarbeitung Grundlagen der Mengenlehre Formalen Logik Graphentheorie

2.1 Mengentheoretische Grundbegriffe Mengen zur Bildung und Selektion von Geoobjektklassen Unter einer Menge A versteht man eine Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen; diese Objekte werden Elemente a der Menge A genannt. Schreibweise: a  A "a ist Element der Menge A" b  A "b ist nicht Element der Menge A"

Die Festlegung einer Menge A kann erfolgen  explizit durch Angabe aller Elemente, z.B. M = {a, b,..., z}; dies ist nur bei einer endlich grossen Menge möglich.  implizit durch Angabe eines Prädikates, d.h. einer charakteristischen Eigenschaft aller Elemente dieser Menge, z.B. M = { x  x  Z und x > 0; Z = Menge der ganzen Zahlen } Auf diese Weise kann man auch unendlich grosse Mengen definieren. Die Anzahl  M  der Elemente einer Menge M heisst Kardinalität von M.

Beziehungen zwischen Mengen Gleichheit: A = B  jedes Element von A ist Element von B und umgekehrt; anderenfalls ist A  B Teilmenge: A  B  (x  A  x  B) für alle x  A A  B  A  B und A  B (echte Teilmenge) Transitivität: A  B und B  C  A  C A = B

Spezielle Mengen Leere Menge:  = { } Potenzmenge:P(A) = { X  X  A } Menge aller Teilmengen von A Beispiel: A={1,2}  P(A)={ , {1}, {2}, {1,2}} Produktmenge (Kartesisches Produkt): A  B := {(x,y)  x  A und y  B} Menge aller geordneten Paare (a,b) mit a  A und b  B Allgemein: A  B  C usw.

Mengenalgebraische Verknüpfungen Durchschnitt: A  B = { x  x  A und x  B} A und B sind disjunkt, wenn A  B =  Schnittmenge Vereinigung: A  B = { x  x  A oder auch x  B} Vereinigungsmenge Differenzmenge: A \ B = { x  x  A und x  B} "A ohne B"

Einige Gesetze ('Rechenregeln') der Mengenalgebra Kommutativität:A  B = B  A (gilt ebenso für  Assoziativität:(A  B)  C = A  (B  C) (gilt ebenso für  Distributivität:A  (B  C) = (A  B)  (A  C); A  (B  C) = (A  B)  (A  C)

Anwendungsbeispiele Zeige alle Biotope, die höchste Schutzpriorität haben Zeige alle Straßen, die verkehrsberuhigt aber nicht in Ortschaften liegen Zeige alle Waldflächen und Grünflächen in Berlin. Zeige alle Waldfläche ohne geschützte die Waldflächen

Relationen Unter einer Relation R einer Menge M versteht man die Beziehung, die zwischen je zwei Elementen von M besteht oder nicht besteht. Z.B. a<b, b<c Eine mittels bestimmter Eigenschaften definierte Teilmenge R  X  Y der Produktmenge X  Y heisst eine zweistellige (binäre) Relation R zwischen den beiden Mengen X und Y. Ist (a,b)  R, d.h. die Relation R trifft auf (a,b) zu => aRb Analog definiert man n-stellige Relationen.

Beispiel 1: "<" ist eine binäre Relation im R 2 : (x,y)  "<" bzw. x < y Beispiel 2: "liegt auf" = { (a, b, c)  a, b, c  G und c ist ein Punkt auf der Geraden g(a, b)} ist eine dreistellige Relation R  G  G  G für Punkte eines 2-dim. Gebietes G.

Relationstypen Äquivalenzrelation Beispiele: g, h sind parallele Geraden A, B haben selbe Nationlität a-d = b-c sind differenzgleiche Paare Mittels Äquivalenzrelationen kann man Partitionen (Klasseneinteilungen) in einer Menge bilden.

Ordnungsrelation z.B. a < b. Ordnungsrelationen sind z.B. für das größenmäßige Sortieren von Daten wichtig.

Anwendungsbeispiele Sortiere alle Grundstücke entsprechend ihrer Größe / ihres Wertes Sortiere die Länder der Erde nach ihren Ausgaben für Bildung im Verhältnis zu Rüstungsausgaben Gruppiere die Gewässer entsprechend ihrer Gewässergüte

2.2 Grundbegriffe der formalen Logik Hauptaufgabe der formalen Logik ist die Unter- suchung des formalen Denkens und Schließens. Unter einer Aussage versteht man ein natürlich- sprachiges Konstrukt, dem man einen der beiden Wahrheitswerte WAHR (W) oder FALSCH (F) zuordnen kann.

Bei der logischen Bewertung einer Aussage kommt es nicht auf die Syntax sondern auf die Semantik an. Die Bewertung erfolgt nach dem Prinzip entweder W oder F. Eine Verallgemeinerung dieser zweiwertigen Logik stellt die fuzzy-logic dar, nach der Aussagen auch "etwas falsch" und zugleich "etwas wahr" sein dürfen; Sie spielt heute eine wichtige Rolle bei Entscheidungsproblemen (z.B. bei der Zuordnung von Objekten zu Klassen).

Beispiele  "Die Lufttemperatur liegt unterhalb von Null Grad Celsius" ist eine Aussage, die W oder F sein kann.  "Regnet es immer noch?" ist keine Aussage.

Enthält ein sprachliches Konstrukt anstelle eines konkreten Subjektes nur einen Platzhalter (Variable), so handelt es sich um eine Aussageform. Beispiel: "X < 0  C" ist eine Aussageform, die keinen Wahrheitswert besitzt. Erst nachdem man die Variable X an ein konkretes Subjekt gebunden hat, entsteht eine wahre/falsche Aussage. Beispiel: "Die Lufttemperatur ist < 0  C" kann W oder F sein.

Von besonderer Bedeutung sind Aussageformen, die bei jeder Bindung der Variablen eine wahre Aussage ergeben = Tautologien. Beispiel: "X 0  C oder X = 0  C"

Aussagenverknüpfungen In der Umgangssprache werden Aussagen auf vielfältige Weise miteinander zu komplexeren Aussagen verknüpft. Beispiel: "Wenn die Lufttemperatur unter 0  C liegt und Niederschlag fällt, dann ist dies Schnee" In der formalen Logik begnügt man sich mit einigen wenigen, aber dafür eindeutig bestimmten Verknüpfungsoperationen (Junktoren):

Verknüpfungsoperationen VerknüpfungBenennung nichtNegation undKonjunktion oderAlternative wenn...,soImplikation genau dann..., wennÄuquivalenz

Implikationen sind eine wichtige Grundlage für die Schlussregeln in der Wissensverarbeitung. Eine Schlussregel ist eine Vorschrift, die angibt, wie man aus wahren Aussagen neue, ebenfalls wahre Aussagen gewinnen kann. Beispiel: wenn a < b, so ist 2a < 2b Wenn Sonnabend ist, will ich frische Brötchen essen. Wenn ich frsiche Brötschen essen will, muß ich früh zum Bäcker. Also: Wenn Samstag ist, muß ich früh zum Bäcker.

Um die reale Welt besser modellieren zu können, benötigt man neben solchen Formeln der Aussagenlogik noch weitere Operatoren, z.B.: All-Quantor  x: Für alle x gilt die Aussage P(x) Existenz-Quantor  x: Es existiert mindestens ein x, für das P(x) gilt

2.3 Grundbegriffe der Graphentheorie Die Graphentheorie ist eine mathematische Theorie, durch die sich komplexe Sachverhalte sowie räumliche Strukturen und Beziehungen leichter visualisieren und analysieren lassen. Bedeutung für die Geoinformatik z.B. Abbildung von Straßen-, Kommunikations- netzen

Ein Graph besteht aus Kanten und Knoten, wobei eine Kante durch zwei Knoten gebildet wird. Ein Graph ist eine Zusammenfassung zweier Mengen, der Menge X der Knotenpunkte x und der Menge U der Kanten u sowie einer auf U erklärten Funktion f, der Inzidenzfunktion (Inzidenz=Punkt liegt auf Geraden). Diese ordnet jeder Kante u  U genau ein geordnetes oder ein ungeordnetes Paar von Knotenpunkten zu; dementsprechend unterscheidet man gerichtete bzw. ungerichtete Graphen.

Zwei Knoten heissen adjazent (benachbart), wenn sie zu einer gemeinsamen Kante gehören; diese beiden Knoten heissen dann inzident zur betreffenden Kante. Beispiel zur Notation: G = (V, E) mit V = {v 1, v 2, v 3 } und E = {e 1, e 2, e 3 }, wobei e 1 = (v 1, v 2 ); e 2 = (v 2, v 3 ); e 3 = (v 3, v 1 )

Eine einfache (aber redundante) Form der DV- adäquaten Darstellung von Graphen mit n Knoten ist die Adjazenzliste Beispiel: Adjazentliste für abgebildten Graphen: { [v 1, v 2, v 3 ], [v 2, v 3, v 1 ], [v 3, v 1, v 2 ] } v = vertice (Knoten) e = edge (Kante)

Typen von Graphen vollständiger Graph wenn alle Knotenpaare adjazent sind zusammenhängender Graph wenn für je zwei verschiedene Knoten stets ein Weg von x nach y existiert. Gerichteter Graph wenn alle Kanten aus geordneten Knoten- Paaren bestehen, d.h. mit Vorgänger- Knoten und Nachfolger-Knoten.

Typen von Graphen II Baum-Graph ein zusammenhängender, schleifenloser, gerichteter Graph. –Wurzelbaum –Binärbaum

Typen von Graphen III Wurzelbaum ist ein Baum, der genau einen Knoten ohne Vorgänger-Knoten besitzt; dieser heisst die Wurzel des Baumes. Alle anderen Knoten besitzen genau einen Vorgänger- Knoten ('Vater'). Ein Knoten, der keinen Nachfolger-Knoten ('Sohn') besitzt, heisst ein Blatt. In der Informatik werden Bäume stets mit der Wurzel nach oben dargestellt.

Typen von Graphen IV Binärbaum, wenn jeder Knoten höchstens zwei Söhne besitzt und diese in linken und rechten Sohn unterschieden werden. Binärbäume spielen eine sehr wichtige Rolle z.B. bei Suchvorgängen.

Anwendungsbeispiele Modellierung von Straßennetzen für KFZ- Navigation Modellierung von Flußsystemen Modellierung von Versorgungsnetzen (Wasser, Gas, Strom) Berechnung des „Handlungsreisenden-Problem“ (Wegoptimierung)

Aufgaben Aufgabe 1: Verdeutlichen Sie sich am Beispiel von Fluß- Einzugsgebieten die Teilmengen-Beziehung und die Transitivität dieser Beziehung. Aufgabe 2: Auf einem Kartenblatt wird die Menge P aller Punkte innerhalb eines Untersuchungsgebietes G betrachtet. Beschreiben Sie formal mit Hilfe des Begriffes der Produktmenge die Menge aller möglichen (horizontalen) Untersuchungsprofile, die nicht die Länge Null besitzen.

Aufgabe 3: Autobahnabfahrt B liegt zwischen Abfahrt A und C. Schreiben Sie dies formal als Relation Aufgabe 4: Beschreiben Sie mit Hilfe graphentheoretischer Grundbegriffe ein Fließgewässer-System in einem Einzugsgebiet.