interpretazione astratta

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "interpretazione astratta"

Transcript

1 interpretazione astratta Cosimo Laneve interpretazione astratta una tecnica utilizzata da 30 anni (Patrick e Radhia Cousot nel 1977) per trattare in modo sistematico astrazioni e approssimazioni nata per descrivere analisi statiche di programmi imperativi e provarne la correttezza (poi estesa con successo a varie classi di linguaggi di programmazione) è una tecnica generale per correlare semantiche a diversi livelli di astrazione 2

2 l idea il punto di partenza è la semantica concreta, ovvero una funzione che assegna significati precisi ai comandi di un programma in un dominio fissato di computazione quindi si individua un dominio astratto, che modella alcune proprietà delle computazioni concrete, tralasciando la rimanente informazione poi si definisce una semantica astratta, che permetta di eseguire astrattamente il programma sul dominio astratto per calcolare la proprietà che il dominio astratto modella il calcolo della semantica astratta tipicamente e` un calcolo di punto fisso infine si dimostra che la semantica astratta è una approssimazione corretta della semantica concreta 3 esempio 1: segni delle espressioni con * consideriamo un semplice linguaggio delle espressioni AExp che definisce prodotti di interi a ::= n a * a la semantica di a si può descrivere mediante una funzione! A : AExp " (Z) definita da: A [n] = { n } A [ a 1 * a 2 ] = A [ a 1 ] # A [ a 2 ] ( # è il prodotto semantico) dove # è il prodotto su insiemi di interi: A # B = {a # b a $ A && b $ B} possiamo considerare un astrazione della semantica concreta (semantica astratta) che calcola solo il segno delle espressioni - se n < 0 A A : AExp! {-,0,+} definita come A A [n] = 0 se n = 0 e A A [a 1 * a 2 ] = A A [a 1 ] # a A A [a 2 ] dove # a se n >

3 esempio 1: correttezza è possibile dimostrare che questa astrazione è corretta, ovvero che prevede correttamente il segno delle espressioni la dimostrazione è per induzione strutturale sull espressione a, e semplicemente utilizza le proprietà della moltiplicazione tra interi (il prodotto di due positivi è positivo, etc.) per ogni a $ AExp: A [ a ] = { n } ed n< 0 % A A [ a ] = - [ a ] = 0 [ a ] = + A [ a ] = { 0 } % A A A [ a ] > { n } ed n> 0 % A A alternativamente: è possibile associare ad ogni valore astratto l insieme di valori concreti che esso rappresenta: si consideri la funzione definita come & (-) = Z <0 & (0) = { 0 } & (+) = Z >0 & : { -, 0, + }! (Z) 5 esempio 1: correttezza (cont) la correttezza può essere riscritta come: A (Z) per ogni a $ AExp: A [ a ] ' & ( A A [ a ] ) AExp & dove la funzione A : Exp " (Z) è definita come A [ n ] = { n } A [ a 1 * a 2 ] = A [ a 1 ] # A [ a 2 ) dove # è il prodotto su insiemi di interi: X # Y = {x # y x $ X && y $ Y} A A {-,0,+} osservazione: se si prende (Z) con l ordinamento ' è facile dimostrare che # è monotono osservazione: la funzione A è l estensione al dominio (Z) della funzione studiata nella prima parte del corso la funzione di concretizzazione stabilisce la relazione tra il concetto di approssimazione nei due domini concreto ed astratto 6

4 esempio 1: correttezza (cont) dimostrazione di per ogni a $ AExp: A [ a ] ' & ( A A [ a ] ) per induzione sulla struttura sintattica di a AExp A A A (Z) & {-,0,+} caso di base: a = n. Allora A [ n ] = {n}. Supponiamo che n sia positivo (il caso negativo è simile). Allora & ( A A [ n ] ) = Z >0 e, chiaramente, {n} ' Z >0. Il caso n =0 è lasciato per esercizio. caso induttivo: a = a' * a'' allora A [ a' * a'' ] = A [ a' ] # A [ a'' ] ' & ( A A [ a' ] ) # & ( A A [ a'' ] ) per ipotesi induttive e monotonia di # ' & ( A A [ a' ] # a A A [ a''] ) da provare (si chiama correttezza locale di # a ) = & ( A A [ a' * a''] ) in generale, se op è un operazione n-aria e op a è la sua astratta, la correttezza locale di op a si scrive: op(&(d 1 ),, &(d n )) ' &(op a (d 1,, d n )) 7 esempio 1: la correttezza locale di! a occorre dimostrare che A (Z) AExp & per ogni d,d $ {-,0,+} : &(d) # &(d ) ' & (d # a d ) La prova è una analisi per casi, considerando che il dominio astratto è finito. A A {-,0,+} caso a= -, b= -: quindi " (a # a b) = " (+) = Z >0. Si osservi che "(a) # "(b) = Z <0 # Z <0 = Z >0 caso a= -, b= +: quindi " (a # a b) = " (-) = Z <0. Si osservi che "(a) # "(b) = Z <0 # Z >0 = Z <0 etc. 8

5 esempio 2: AExp con *, -, + e / estendiamo il linguaggio AExp con gli altri operatori aritmetici (il linguaggio diventa quello visto a lezione in precedenza) a ::= n a * a a + a a - a a / a la semantica concreta A e` definita dalle regole A [a op a ] = A [ a ] op A [ a ] dove op e` l operatore semantico corrispondente ad op e definito su insiemi come segue: X op Y = { x op y x X e y Y } 9 la semantica astratta di AExp (con *, -, + e /) il dominio astratto (A,! A ) è un poset in cui l ordine parziale rappresenta la nozione di approssimazione/precisione osservazione: (A,! A ) è un reticolo completo mentre la semantica astratta ( e` estesa con ) A A [a 1 op a 2 ] = A A [a 1 ] op a A A [a 2 ] dove op a è l operatore astratto corrispondente a op (vedi lucido seguente) osservazione: correttezza si dimostra come prima: per ogni a " AExp: A [ a ] # $ ( A A [ a ]) 10

6 la semantica astratta di *, -, + e / diamo la definizione punto-a-punto poichè il dominio astratto è finito * a # # # # 0 # # # # # # # - a # # # # # # # # # # # + a # # # # # # # # # # # / a # - 0 # 0 # # # # # + 0 # 0 # # # # # # # 11 la prova di correttezza di A [ a ] # $ ( A A [ a ]) osservazione: in alcuni casi c è perdita di informazione A [(1+2) - 3] = 0 A A [(1+2)+ -3] = (+ + a +) + a - = + + a - = in altri casi non c è perdita di informazione A [((5*4) + 6] = 26 A A [(5*4) + 6] = (+ # a +) + a + = + + a + = + ci si riduce a dimostrare la correttezza locale degli operatori $(d) op $(d ) $ (d op a d ) esercizio! 12

7 il dominio astratto e la funzione di astrazione il dominio astratto (A,! A ) è un poset in cui l ordine parziale rappresenta la nozione di approssimazione/precisione osservazione: (A,! A ) è un reticolo completo ) l ordine parziale è coerente con la funzione di concretizzazione: d! A d % &(d)! &(d ) cioè tutti gli oggetti più grandi di a saranno mappati in elementi più grandi osservazione: è possibile definire una funzione * -- detta funzione di astrazione -- che mappa un insieme X di valori concreti nel piu` preciso valore astratto che rappresenta X * : X glb{ d X + C &(d) } dominio concreto &(a) a dominio astratto X *(X) 13 il dominio astratto e la funzione di astrazione nel nostro esempio (A,! A ) è il reticolo completo nel nostro esempio *: (Z) " A è definita come ) ) se X =, - se, - X ' Z <0!!!! *(X) = 0 se X = { 0 } + se, - X ' Z >0 altrimenti verificare che &(a) X a *(X) in particolare, quando X = &(d) e d = *(X) verificare che $(X) = glb{ d X % C "(d) } "(d) = lub{ X $(X) % A d } 14

8 in generale... una interpretazione astratta consta di: un dominio concreto (C, + C ) e un dominio astratto (A, + A ) che sono reticoli completi l ordine riflette la precisione/approssimazione (più piccolo = più preciso) le funzioni di concretizzazione e di astrazione sono monotone, e formano una connessione di Galois (sono inserzioni: vedi in seguito) le operazioni astratte astraggono correttamente su A la semantica concreta su C (per ogni S $ Lang: [ S] + C &(( (S)) ) (C, + C ) Lang & * ( (A, + A ) 15 un altra coppia di concretizzazoni e astrazioni per i segni, se X = )!! ) se X =,! Z <0 se X = - - se X ' Z <0!! {0} se X = 0 0- se X ' Z!0 & sign (X) = Z!0 se X = 0- * sign (X) = 0 se X = { 0 } Z >0 se X = + 0+ se X ' Z " ) Z "0 se X = 0+ + se X ' Z >0 Z se X = se X ' Z esempi: % sign ({0,1,3})= 0+ $ sign (0+). {0,1,3}, {3,5,2},... & $ sign (% sign ({0,1,3})). {0,1,3}& & % sign ($ sign (0+)) = 0+ 16

9 connessione di Galois (C, *, &, A) e` una connessione di Galois (GC) tra reticoli completi (C, + C ) e (A, + A ) * : C " A (astrazione) e & : A " C (concretizzazione) sono monotone per ogni c $ C. c + C & (*( c )) per ogni a $ A. *(& (a)) + A a una GC (C, *, &, A) e` una inserzione di Galois (GI) se vale una delle seguenti condizioni equivalenti: a. * è surgettiva! b. & è iniettiva prova: c. per ogni a $ A. *(& (a)) = a (c & b) basta provare che " (a) = " (a') implica a = a'. Se " (a) = " (a') allora $(" (a)) = $(" (a')), quindi, per ipotesi a=a'. (b & a) si usa la proprietà che " ($(" (a))) = " (a) [per def. $(" (a))) % A a e per monotonia " ($(" (a))) % C " (a). D altra parte, sempre per definizione, " (a) % C " ($(" (a)))]. Per b, $(" (a)) = a. (a & c) si dimostra che a % A $("(a)). Poichè $ è surgettiva, per ogni a esiste c tale che $(c)=a. Quindi "($(c)) = "(a) e, poichè c % C " ($( c )), c % C "(a). Infine, per monotonia di $, a = $(c) % C $(" (a)). 17 inserzione di Galois: alcune proprietà sia (C, *, &, A) una GI &(a) a X *(X) 1. * determina & e viceversa: *(c) = glb{ a $ A c C &(a) } e!!!!! &(a) = lub{ c $ C *(c) A a } 1. * preserva i lub s e & preserva i glb s se * preserva i lub allora è possibile definire & come sopra che forma con * una GI, stessa cosa per & se preserva i glb s *( C ) = A e &( A ) = C il dominio astratto di una GI (C, *,&, A) induce una partizione del dominio concreto c 1 ~ c 2 se e solo se *(c 1 ) = *(c 2 ) ogni classe di equivalenza [c] ~ ha lub, cioè ogni classe di equivalenza ha un rappresentante canonico 18

10 correttezza dell interpretazione astratta in una interpretazione astratta ci aspettiamo che il seguente diagramma commuti: (C, + C ) Lang & * A (A, + A ) esempio: nelle espressioni, Lang = Exp e C = (Z) e A [ E ] ' &(((E)) *({/(E)}) A ((E) 19 prova di correttezza (C, + C ) Lang & * per ogni a $ AExp: A [ a ] ' & (A A [ a ]) prova: per induzione sulla struttura di a: caso base. A [ n ] = {n} ' &(A A [ n ]) caso induttivo. A [ a 1 op a 2 ] = A [ a 1 ] op A [ a 2 ] A per definizione di op (A, + A ) ' & (A A [ a 1 ]) op &(A A [ a 2 ]) per ipotesi induttiva su E 1 e E 2 e monotonia di op ' & (A A [ a 1 ] op a A A [ a 2 ]) per correttezza locale di op a [proprieta` da assumere/verificare] = & (A A [ a 1 op a a 2 ]) per definizione di A A 20

11 la correttezza locale delle operazioni & A n (Z) n op a op A & (Z) op(&(a 1 ),...,&(a n )) &(op a (a 1,...,a n )) è equivalente a (monotonia di *) *( op(&(a 1 ),...,&(a n ))) A *( &(op a (a 1,...,a n ))) = op a (a 1,...,a n ) ponendo *( c i ) = a i, la correttezza di un'operazione astratta op a può essere equivalentemente definita come: per ogni c 1,...,c n $ C : *(op(&(* (c 1 )),..., &(* ( c n ))) A op a (*(c 1 ),...,*(c n )) e poichè c + C & (*( c )) (connessione di Galois), per la monotonia di op otteniamo per ogni c 1,...,c n $ C : *(op(c 1 ),..., c n )) A op a (*(c 1 ),...,*(c n )) osservazione: per ogni operazione concreta op, possiamo sempre definire la cosiddetta migliore approssimmazione corretta di op sul dominio astratto A: op a (a 1,...,a n ) = *(op(&(a 1 ),...,&(a n )) 21 l aggiunta delle variabili sia Var un insieme di variabili, e sia x,y...$ Var allora AExp diventa a ::= n a op a Var la semantica concreta: sia State = Var " (Z) assumendo che ad ogni variabile sia associato un insieme (singoletto oppure vuoto: assumiamo che lo stato sia sempre definito su qualunque variabile) la funzione semantica A : AExp " (State " (Z)) si definisce come : A [ n ](s) = { n } A [ x ](s) = s(x) A [a op a ](s) = A [ a ](s) op A [ a ](s) 22

12 semantica astratta delle variabili sia (A, + A ) un dominio astratto ( che astrae ( (Z), ' ) ) e sia State A = Var " A la semantica astratta è data dalla funzione A A : AExp " (State A " A)! definita come segue (è sempre una famiglia di funzioni indicizzata sulle espressioni): A A [ n ](s A ) = *({n}) A A [ x ](s A ) = s A (x) A A [a op a ](s A ) = A A [a ](s A ) op a A A [ a ](s A ) definizione: dati s $ State e s A $ State A, s e` &-compatibile con s A, notazione s & s A, quando, per ogni x $ Var, s(x) ' &(s A (x)) 23 prova di correttezza per ogni a $ AExp, s $ State e s A $ State A : s & sa implica A [a ](s) ' &(A A [a ](s A )) prova: per induzione su a $ AExp. casi di base: A [ n ](s)= {n} ' & (*({n})) = & (A A [ n ](s A )) otteniamo A [ x ](s) = s(x) mentre &(A A [ x ](s A )) = &(s A (x)) e da s & sa s(x) ' &(s A (x)) casi induttivi: A [a op a ](s) = A [a ](s) op A [ a ](s); per induzione: A [a](s) ' &(A A [ a ](s A ) per monotonia di op : A [a](s) op A [a ](s) ' &(A A [ a ](s A )) op &(A A [ a ](s A )) per correttezza locale di op A : &(A A [ a ](s A )) op &(A A [ a ](s A )) ' & (A A [ a ](s A ) op A A A [ a ](s A )) per definizione: & (A A [ a ](s A ) op A A A [ a ](s A )) = &(A A [ a op a ](s A )) quindi: A [a op a ](s) ' & (A A [ a op a ](s A )) 24

Interpretazione Astratta (cenni) Agostino Cortesi

Interpretazione Astratta (cenni) Agostino Cortesi Interpretazione Astratta (cenni) Agostino Cortesi Astrazione: selezionare una proprieta 2 Astrazione: selezionare una (delle) proprieta 3 Astrazione e correttezza 4 Astrarre un insiemi di punti nel piano

Dettagli

R = {(0, 0), (1, 1), (2, 2), (3, 3),... }. Esempio 2. L insieme

R = {(0, 0), (1, 1), (2, 2), (3, 3),... }. Esempio 2. L insieme Definizione 1. Siano A e B insiemi. Si definisce prodotto cartesiano l insieme: A B = {(a, b) : a A b B}. Osservazione 1. Si osservi che nella Definizione 1. le coppie sono ordinate, vale a dire (x, y)

Dettagli

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI

M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI Assumiamo come primitivo il concetto di insieme e quello di appartenenza di un elemento a un insieme. La notazione x A indica

Dettagli

Logica. Claudio Sacerdoti Coen 13-15/11/ : Semantica classica della logica proposizionale. Universitá di Bologna

Logica. Claudio Sacerdoti Coen 13-15/11/ : Semantica classica della logica proposizionale. Universitá di Bologna Logica 6: Semantica classica della logica proposizionale Universitá di Bologna 13-15/11/2017 Outline Semantica classica della logica proposizionale 1 Semantica classica della logica

Dettagli

Tecniche di prova per induzione

Tecniche di prova per induzione Aniello Murano Tecniche di prova per induzione 3 Lezione n. Parole chiave: Induzione Corso di Laurea: Informatica Codice: Email Docente: murano@ na.infn.it A.A. 2008-2009 Riassunto delle lezioni precedenti

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 12 Linguaggio di Programmazione Imperativo: Sintassi e Semantica Concetto di Tripla di Hoare Soddisfatta pag. 1 Introduzione Dall inizio del corso ad ora abbiamo introdotto,

Dettagli

Esercitazioni per il corso di Logica Matematica

Esercitazioni per il corso di Logica Matematica Esercitazioni per il corso di Logica Matematica Luca Motto Ros 27 febbraio 2005 Nota importante. Queste pagine contengono appunti personali dell esercitatore e sono messe a disposizione nel caso possano

Dettagli

Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a )

Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a ) Misure e loro proprietà (appunti per il corso di Complementi di Analisi Matematica per Fisici, a.a. 2006-07 Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 1. (Misura. Si chiama misura

Dettagli

Linguaggi di programmazione - Principi e paradigmi 2/ed Maurizio Gabbrielli, Simone Martini Copyright The McGraw-Hill Companies srl

Linguaggi di programmazione - Principi e paradigmi 2/ed Maurizio Gabbrielli, Simone Martini Copyright The McGraw-Hill Companies srl Approfondimento 2.1 Non è questo il testo dove trattare esaurientemente queste tecniche semantiche. Ci accontenteremo di dare un semplice esempio delle tecniche basate sui sistemi di transizione per dare

Dettagli

1 Funzioni reali di una variabile reale

1 Funzioni reali di una variabile reale 1 Funzioni reali di una variabile reale Qualche definizione e qualche esempio che risulteranno utili più avanti Durante tutto questo corso studieremo funzioni reali di una variabile reale, cioè Si ha f

Dettagli

Semantica operazionale e denotazionale

Semantica operazionale e denotazionale Semantica operazionale e denotazionale Abbiamo definito la semantica di tre linguaggi di programmazione in termini operazionali, cioé in termini di sequenze di computazione Abbiamo assegnato un algoritmo

Dettagli

Interpretazione astratta

Interpretazione astratta Interpretazione astratta By Giulia Costantini (819048) e Giuseppe Maggiore (819050) Contents Interpretazione astratta... 2 Idea generale... 2 Esempio di semantica... 2 Semantica concreta... 2 Semantica

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 11 Linguaggio di Programmazione Imperativo: Sintassi e Semantica Concetto di Tripla di Hoare Soddisfatta pag. 1 Introduzione Dall inizio del corso ad ora abbiamo introdotto,

Dettagli

2. I numeri reali e le funzioni di variabile reale

2. I numeri reali e le funzioni di variabile reale . I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 12 Linguaggio di Programmazione Imperativo: Sintassi e Semantica Tripla di Hoare soddisfatta A. Corradini e F.Levi Dip.to Informatica Logica per la Programmazione a.a.

Dettagli

Semantiche dei linguaggi di programmazione

Semantiche dei linguaggi di programmazione Semantiche dei linguaggi di programmazione By Giulia Costantini (819048) e Giuseppe Maggiore (819050) Contents La semantica del linguaggio... 1 Tipi di semantica... 1 Esempio di semantica operazionale...

Dettagli

Cenni di programmazione ricorsiva. Appunti per gli studenti di Programmazione I e Laboratorio (corsi A-B)

Cenni di programmazione ricorsiva. Appunti per gli studenti di Programmazione I e Laboratorio (corsi A-B) Cenni di programmazione ricorsiva Appunti per gli studenti di Programmazione I e Laboratorio (corsi A-B) Corso di Laurea in Informatica Università di Pisa A.A. 2009/10 R. Barbuti, P. Mancarella Indice

Dettagli

Elementi di Teoria degli Insiemi

Elementi di Teoria degli Insiemi Elementi di Teoria degli Insiemi 2016/17 Esercizi di Giacomo Bertolucci (matr. 519430) Lezioni 7-10 Lezione 7 Esercizio 1. Dimostrare che, se A R con A ℵ 0, allora R A è denso in R. Se così non fosse,

Dettagli

BOLLETTINO UNIONE MATEMATICA ITALIANA

BOLLETTINO UNIONE MATEMATICA ITALIANA BOLLETTINO UNIONE MATEMATICA ITALIANA Sezione A La Matematica nella Società e nella Cultura Roberta Gori Ragionando sul fallimento finito e le computazioni infinite usando l interpretazione astratta Bollettino

Dettagli

Capitolo III: Gruppo fondamentale Giulio Del Corso

Capitolo III: Gruppo fondamentale Giulio Del Corso Capitolo III: Gruppo fondamentale Giulio Del Corso Giulio Del Corso CIII 1 Questo volume contiene i teoremi e le proposizioni più utilizzate negli esercizi. Non riporto quindi né dimostrazioni né definizioni

Dettagli

Lo sviluppo di un semplice programma e la dimostrazione della sua correttezza

Lo sviluppo di un semplice programma e la dimostrazione della sua correttezza Il principio di induzione Consideriamo inizialmente solo il principio di induzione per i numeri non-negativi, detti anche numeri naturali. Sia P una proprietà (espressa da una frase o una formula che contiene

Dettagli

Filosofia della Scienza Soluzioni Compito 2

Filosofia della Scienza Soluzioni Compito 2 Filosofia della Scienza 2010-11 Soluzioni Compito 2 Gianluigi Bellin 10 gennaio 2011 1 Domanda 1 - Teorema di Cantor Una funzione f : A B si dice iniettiva se per ogni x, y A, f(x) f(y) implica x y. Una

Dettagli

Informatica

Informatica Informatica 2019-01-18 Nota: Scrivete su tutti i fogli nome e matricola. Esercizio 1. Si enuncino, senza dimostrarli, i risultati relativi al determinismo e alla totalità della semantica delle espressioni

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 9 Logica del Primo Ordine con Insiemi ed Intervalli Formalizzazione di Enunciati: Array e Sequenze pag. 1 Rappresentazioni Intensionali ed Estensionali di Insiemi Assumiamo

Dettagli

Intelligenza Artificiale. Logica proposizionale: calcolo simbolico

Intelligenza Artificiale. Logica proposizionale: calcolo simbolico Intelligenza Artificiale Logica proposizionale: calcolo simbolico Marco Piastra Logica formale (Parte 2) - 1 Parte 2 Calcolo logico Assiomi Derivazioni Derivazioni e conseguenza logica Completezza Logica

Dettagli

Istituzioni di Logica Matematica

Istituzioni di Logica Matematica Istituzioni di Logica Matematica Sezione 8 del Capitolo 2 Alessandro Andretta Dipartimento di Matematica Università di Torino A. Andretta (Torino) Istituzioni di Logica Matematica AA 2012 2013 1 / 31 Strutture

Dettagli

Relazioni e Rappresentazioni. 1 Una relazione (binaria) R su

Relazioni e Rappresentazioni. 1 Una relazione (binaria) R su S Modica 19.III.1999 Relazioni e Rappresentazioni. 1 Una relazione (binaria) R su un insieme X è un sottoinsieme di X 2 (X 2 = X X, prodotto cartesiano): R X 2. Per l appartenenza (x, y) R useremo il sinonimo

Dettagli

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof Fabio Perroni 3 Sistemi di equazioni lineari Siano m, n N \ {}, sia K un campo Definizione a) Un sistema

Dettagli

INTRODUZIONE ALLA LOGICA DI HOARE. Corso di Logica per la Programmazione

INTRODUZIONE ALLA LOGICA DI HOARE. Corso di Logica per la Programmazione INTRODUZIONE ALLA LOGICA DI HOARE Corso di Logica per la Programmazione INTRODUZIONE Dall inizio del corso ad ora abbiamo introdotto, un po alla volta, un linguaggio logico sempre più ricco: connettivi

Dettagli

A =, c d. d = ad cb. c d A =

A =, c d. d = ad cb. c d A = Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il

Dettagli

INSIEMI E RELAZIONI. 1. Insiemi e operazioni su di essi

INSIEMI E RELAZIONI. 1. Insiemi e operazioni su di essi INSIEMI E RELAZIONI 1. Insiemi e operazioni su di essi Il concetto di insieme è primitivo ed è sinonimo di classe, totalità. Sia A un insieme di elementi qualunque. Per indicare che a è un elemento di

Dettagli

Corso: Fondamenti di Linguaggi di Programmazione

Corso: Fondamenti di Linguaggi di Programmazione Corso: Fondamenti di Linguaggi di Programmazione Paola Giannini Chiusure e Binding statico e dinamico Paola Giannini, a.a. 2017/2018 FONDAMENTI LINGUAGGI Binding statico e dinamico 1 / 8 Stack e Sostituzione

Dettagli

DAI NUMERI NATURALI AI NUMERI RAZIONALI

DAI NUMERI NATURALI AI NUMERI RAZIONALI DAI NUMERI NATURALI AI NUMERI RAZIONALI 1. L insieme dei numeri naturali Nel sistema assiomatico ZF, l Assioma dell infinito stabilisce che: Esiste un insieme A, i cui elementi sono insiemi e tale che

Dettagli

Sintassi. Linguaggi. 4: Sintassi. Claudio Sacerdoti Coen. Universitá di Bologna 24/02/2011. Claudio Sacerdoti Coen

Sintassi. Linguaggi. 4: Sintassi. Claudio Sacerdoti Coen. Universitá di Bologna 24/02/2011. Claudio Sacerdoti Coen Linguaggi 4: Universitá di Bologna 24/02/2011 Outline 1 Wikipedia: La sintassi è la branca della linguistica che studia i diversi modi in cui le parole si uniscono tra loro per formare

Dettagli

Esercizi di Logica Matematica (parte 2)

Esercizi di Logica Matematica (parte 2) Luca Costabile Esercizio 317 Esercizi di Logica Matematica (parte 2) Dimostro per induzione sulla costruzione del termine : - Supponiamo che sia una variabile :, - Supponiamo che sia una variabile diversa

Dettagli

Definizione 1.1. Sia A un sottoinsieme dei numeri reali. Diciamo che A è un insieme induttivo se

Definizione 1.1. Sia A un sottoinsieme dei numeri reali. Diciamo che A è un insieme induttivo se 1 Numeri naturali, interi e razionali Definizione 1.1. Sia A un sottoinsieme dei numeri reali. Diciamo che A è un insieme induttivo se 1. 1 A. per ogni x A, si ha x + 1 A Definizione 1.. Chiamo insieme

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 12 Sistema di Dimostrazioni per le Triple di Hoare Comando Vuoto, Assegnamento, Sequenza, Condizionale A. Corradini e F.Levi Dip.to Informatica Logica per la Programmazione

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 10 Logica del Primo Ordine con Insiemi ed Intervalli Formalizzazione di Enunciati: Array e Sequenze A. Corradini e F.Levi Dip.to Informatica Logica per la Programmazione

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 15 Sistema di Dimostrazioni per le Triple di Hoare Comando Vuoto, Assegnamento, Sequenza, Condizionale A. Corradini e F. Bonchi Dip.to Informatica Logica per la Programmazione

Dettagli

Definizione 1 Diciamo che ϕ è un applicazione (o funzione o mappa) tra A e B se per ogni a A esiste uno ed un solo b B tale che (a,b) ϕ.

Definizione 1 Diciamo che ϕ è un applicazione (o funzione o mappa) tra A e B se per ogni a A esiste uno ed un solo b B tale che (a,b) ϕ. 0.1 Applicazioni Siano A e B due insiemi non vuoti e sia ϕ una relazione binaria tra A e B. Definizione 1 Diciamo che ϕ è un applicazione (o funzione o mappa) tra A e B se per ogni a A esiste uno ed un

Dettagli

L aritmetica degli insiemi infiniti Parte I

L aritmetica degli insiemi infiniti Parte I L aritmetica degli insiemi infiniti Parte I Stefano Baratella Versione L A TEX realizzata in collaborazione con Tullio Garbari 1 Prerequisiti La relazione di equipotenza tra insiemi. Definizione 1. Si

Dettagli

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA

CORSO DI GEOMETRIA DETERMINANTE A.A. 2018/2019 PROF. VALENTINA BEORCHIA CORSO DI GEOMETRIA DETERMINANTE AA 2018/2019 PROF VALENTINA BEORCHIA INDICE 1 Definizione induttiva di determinante 1 2 Caratterizzazione delle matrici quadrate di rango massimo 5 3 Regole di Laplace 6

Dettagli

Fondamenti di Informatica 2

Fondamenti di Informatica 2 Fondamenti di Informatica 2 Linguaggi e Complessità : Lezione 1 Corso Fondamenti di Informatica 2 Marco Schaerf, 2009-2010 Linguaggi e Complessità : Lezione 1 1 Logica proposizionale Linguaggio matematico

Dettagli

ELEMENTI di TEORIA degli INSIEMI

ELEMENTI di TEORIA degli INSIEMI ELEMENTI di TEORI degli INSIEMI & 1. Nozioni fondamentali. ssumeremo come primitivi il concetto di insieme e di elementi di un insieme. Nel seguito gli insiemi saranno indicati con lettere maiuscole (,,C,...)

Dettagli

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n

NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare

Dettagli

Ordini parziali e reticoli. Semantica di punto fisso. Agostino Cortesi

Ordini parziali e reticoli. Semantica di punto fisso. Agostino Cortesi Ordini parziali e reticoli Semantica di punto fisso Agostino Cortesi Insiemi parzialmente ordinati nell analisi statica, ordini parziali e reticoli giocano un ruolo fondamentale dato un insieme S, un ordine

Dettagli

RISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine

RISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine RISOLUZIONE IN LOGICA PROPOSIZIONALE Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine 1. Risoluzione Definitione 1.1. Un letterale l è una variabile proposizionale (letterale

Dettagli

Insiemi di numeri reali

Insiemi di numeri reali Capitolo 1 1.1 Elementi di teoria degli insiemi Se S è una totalità di oggetti x, si dice che S è uno spazio avente gli elementi x. Se si considerano alcuni elementi di S si dice che essi costituiscono

Dettagli

FUNZIONI. }, oppure la

FUNZIONI. }, oppure la FUNZIONI 1. Definizioni e prime proprietà Il concetto di funzione è di uso comune per esprimere la seguente situazione: due grandezze variano l una al variare dell altra secondo una certa legge. Ad esempio,

Dettagli

INTRODUZIONE ALLA LOGICA DI HOARE. Corso di Logica per la Programmazione A.A. 2013/14

INTRODUZIONE ALLA LOGICA DI HOARE. Corso di Logica per la Programmazione A.A. 2013/14 INTRODUZIONE ALLA LOGICA DI HOARE Corso di Logica per la Programmazione A.A. 2013/14 INTRODUZIONE Dall inizio del corso ad ora abbiamo introdotto, un po alla volta, un linguaggio logico sempre più ricco:

Dettagli

Informatica

Informatica Informatica 2019-06-24 Nota: Scrivete su tutti i fogli nome e matricola. Esercizio 1. Si forniscano le regole della semantica delle espressioni di IMP, e si enunci il risultato di determinismo per tale

Dettagli

Def. L unico elemento y Y associato ad un elemento x domf si dice immagine. di x attraverso f e si scrive y = f(x) (oppure f : x y = f(x)).

Def. L unico elemento y Y associato ad un elemento x domf si dice immagine. di x attraverso f e si scrive y = f(x) (oppure f : x y = f(x)). FUNZIONI Siano X e due insiemi. Def. Una funzione f definita in X a valori in è una corrispondenza (una legge) che associa ad ogni elemento X al piú un elemento in. Def. L insieme è detto codominio di

Dettagli

Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 4 a.a Soluzioni

Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 4 a.a Soluzioni Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 4 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 5.2, 5.3

Dettagli

APPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I

APPUNTI DI TEORIA DEGLI INSIEMI. L assioma della scelta e il lemma di Zorn Sia {A i } i I APPUNTI DI TEORIA DEGLI INSIEMI MAURIZIO CORNALBA L assioma della scelta e il lemma di Zorn Sia {A i } i I un insieme di insiemi. Il prodotto i I A i è l insieme di tutte le applicazioni α : I i I A i

Dettagli

CAPITOLO SECONDO APPLICAZIONI TRA INSIEMI E RELAZIONI DI EQUIVALENZA

CAPITOLO SECONDO APPLICAZIONI TRA INSIEMI E RELAZIONI DI EQUIVALENZA CAPITOLO SECONDO APPLICAZIONI TRA INSIEMI E RELAZIONI DI EQUIVALENZA 1 Applicazioni tra insiemi Siano A, insiemi. Una corrispondenza tra A e è un qualsiasi sottoinsieme del prodotto cartesiano A ; Se D

Dettagli

Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x. (ad un numero reale associo. il suo inverso). 2 2/3... e... 0.

Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x. (ad un numero reale associo. il suo inverso). 2 2/3... e... 0. FUNZIONI Siano X e Y due insiemi. Def. Una funzione f definita in X a valori in Y è una corrispondenza (una legge) che associa ad ogni elemento X al piú un elemento in Y. PSfrag replacements X Y Def. L

Dettagli

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 8

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 8 Note del corso di Calcolabilità e Linguaggi Formali - Lezione 8 Alberto Carraro DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Insiemi e predicati ricorsivi e ricorsivamente enumerabili

Dettagli

Sistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1]

Sistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1] Intelligenza Artificiale I Sistemi Deduttivi Marco Piastra Intelligenza Artificiale I - A.A. 2010- Sistemi Deduttivi[1] Calcolo simbolico? Una fbf è conseguenza logica di un insieme di fbf sse qualsiasi

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 11 Logica del Primo Ordine con Quantificatori Funzionali A. Corradini e F.Levi Dip.to Informatica Logica per la Programmazione a.a. 2017/18 pag. 192 Estensione del

Dettagli

ALGEBRE DI BOOLE. (d) x, y X x y oppure y x.

ALGEBRE DI BOOLE. (d) x, y X x y oppure y x. ALGEBRE DI BOOLE Un insieme parzialmente ordinato è una coppia ordinata (X, ) dove X è un insieme non vuoto e " " è una relazione binaria definita su X tale che (a) x X x x (riflessività) (b) x, y, X se

Dettagli

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE

NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE ROBERTO GIAMBÒ 1. DEFINIZIONI E PRIME PROPRIETÀ In queste note saranno presentate alcune proprietà principali delle funzioni convesse di una variabile

Dettagli

Appunti del Corso Analisi 1

Appunti del Corso Analisi 1 Appunti del Corso Analisi 1 Anno Accademico 2011-2012 Roberto Monti Versione del 5 Ottobre 2011 1 Contents Chapter 1. Cardinalità 5 1. Insiemi e funzioni. Introduzione informale 5 2. Cardinalità 7 3.

Dettagli

ENDOMORFISMI. NOTE DI ALGEBRA LINEARE

ENDOMORFISMI. NOTE DI ALGEBRA LINEARE ENDOMORFISMI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 15 GENNAIO 2011 1. Endomorfismi e sottospazi invarianti Definizione 1.1. Sia V uno spazio vettoriale su K. Un endomorfismo di V è una qualsiasi

Dettagli

ANALISI 1 1 QUARTA LEZIONE

ANALISI 1 1 QUARTA LEZIONE ANALISI 1 1 QUARTA LEZIONE 1 prof. Claudio Saccon, Dipartimento di Matematica Applicata, Via F. Buonarroti 1/C email: saccon@mail.dm.unipi.it web: http://www2.ing.unipi.it/ d6081/index.html Ricevimento:

Dettagli

LOGICA MATEMATICA PER INFORMATICA

LOGICA MATEMATICA PER INFORMATICA LOGICA MATEMATICA PER INFORMATICA A.A. 10/11, DISPENSA N. 2 Sommario. Assiomi dell identità, modelli normali. Forma normale negativa, forma normale prenessa, forma normale di Skolem. 1. L identità Esistono

Dettagli

METODI MATEMATICI PER L INFORMATICA. Canale E O a.a Docente: C. Malvenuto Prova intermedia 12 novembre 2009

METODI MATEMATICI PER L INFORMATICA. Canale E O a.a Docente: C. Malvenuto Prova intermedia 12 novembre 2009 METODI MATEMATICI PER L INFORMATICA Canale E O a.a. 2009 10 Docente: C. Malvenuto Prova intermedia 12 novembre 2009 Esercizio 1. (10 punti) 1. Siano A = {1, 2, 3} e B = {1, 3, 5, 7}. Determinare il prodotto

Dettagli

Coordinate Cartesiane nel Piano

Coordinate Cartesiane nel Piano Coordinate Cartesiane nel Piano O = (0,0) origine degli assi x ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi x, y sistemi dimetrici: unità di misura diverse sui due assi

Dettagli

Teoria degli Insiemi

Teoria degli Insiemi Teoria degli Insiemi Docente: Francesca Benanti Ottobre 2017 1 Teoria degli Insiemi La Teoria degli Insiemi è una branca della matematica creata alla fine del diciannovesimo secolo principalmente dal matematico

Dettagli

Teoria degli Insiemi

Teoria degli Insiemi Teoria degli Insiemi Docente: Francesca Benanti Ottobre 2015 1 Teoria degli Insiemi La Teoria degli Insiemi è una branca della matematica creata alla fine del diciannovesimo secolo principalmente dal matematico

Dettagli

TEORIA degli INSIEMI 1

TEORIA degli INSIEMI 1 TORIA degli INSIMI 1 INDIC Premessa... 3 1 - Generalità.... 4 2 - Parte di un insieme. Insieme delle parti di un insieme.... 5 3 - Unione, intersezione, complementare..... 6 4 - Prodotto di insiemi. Relazioni...

Dettagli

3. Relazioni su un insieme

3. Relazioni su un insieme 3. Relazioni su un insieme Per introdurre il concetto di relazione su un insieme, conviene partire dal concetto di grafico associato alla relazione. Definizione 1. Sia A un insieme non vuoto. Ogni sottoinsieme

Dettagli

LA LOGICA DI HOARE. Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella

LA LOGICA DI HOARE. Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella LA LOGICA DI HOARE Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella INTRODUZIONE Dall inizio del corso ad ora abbiamo introdotto, un po alla volta, un linguaggio logico

Dettagli

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente

Dettagli

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati. LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b

Dettagli

Espressioni regolari

Espressioni regolari spressioni Regolari Un FA (NFA o DFA) e una macchina a stati finiti che riconosce linguaggi regolari. Una espressione regolare e un modo dichiarativo (o algebrico) per descrivere un linguaggio regolare.

Dettagli

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A.

1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. 1 PRELIMINARI 1.1 NOTAZIONI denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. B A si legge B è un sottoinsieme di A e significa che ogni elemento di B è anche elemento di

Dettagli

Cosa si intende con stato

Cosa si intende con stato Il concetto di stato Cosa si intende con stato I una particolare configurazione delle informazioni di una macchina, che in qualche modo memorizza le condizioni in cui si trova, e che cambia nel tempo passando

Dettagli

Semantica Operazionale del linguaggio imperativo IMP

Semantica Operazionale del linguaggio imperativo IMP Aniello Murano Semantica Operazionale del linguaggio imperativo IMP 2 Lezione n. Parole chiave: Sem. Operazionale Corso di Laurea: Informatica Codice: Email Docente: murano@ na.infn.it A.A. 2008-2009 Introduzione

Dettagli

SOLUZIONI DI ESERCIZI SCELTI ELEMENTI DI MATEMATICA E INFORMATICA TEORICA VERSIONE DEL 14 MAGGIO Esercizio 18

SOLUZIONI DI ESERCIZI SCELTI ELEMENTI DI MATEMATICA E INFORMATICA TEORICA VERSIONE DEL 14 MAGGIO Esercizio 18 SOLUZIONI DI ESERCIZI SCELTI ELEMENTI DI MATEMATICA E INFORMATICA TEORICA 2017-8 VERSIONE DEL 14 MAGGIO 2018 HYKEL HOSNI Esercizio 18 Scrivere le tabelle booleane per i seguenti enunciati: (1) p q (2)

Dettagli

marina/did/mdis03/ marina/did/mdis03/ marina/did/mdis03/

marina/did/mdis03/   marina/did/mdis03/   marina/did/mdis03/ Relazioni su un insieme Matematica Discreta (elementi) E-O CdL Informatica 19 novembre 2003 Marina Cazzola (marina@matapp.unimib.it) Dipartimento di Matematica e Applicazioni Università di Milano Bicocca

Dettagli

Alcune nozioni preliminari di teoria elementare di insiemi e funzioni

Alcune nozioni preliminari di teoria elementare di insiemi e funzioni Alcune nozioni preliminari di teoria elementare di insiemi e funzioni Alberto Pinto Corso Propedeutico - METS A.A. 2013/2014 1 Insiemi 1.1 Generalità Diamo la definizione di insieme secondo Georg Cantor,

Dettagli

RELAZIONI TRA SINTASSI E SEMANTICA

RELAZIONI TRA SINTASSI E SEMANTICA RELAZIONI TRA SINTASSI E SEMANTICA INTERPRETAZIONI E MODELLI Sia Γ un insieme di enunciati dichiarativi (asserzioni che hanno valore T o F) Una intepretazione assegna un significato ad ogni componente

Dettagli

Linguaggi di programmazione: sintassi e semantica Sintassi fornita con strumenti formali: Semantica spesso data in modo informale

Linguaggi di programmazione: sintassi e semantica Sintassi fornita con strumenti formali: Semantica spesso data in modo informale LOGICA DI HOARE INTRODUZIONE Linguaggi di programmazione: sintassi e semantica Sintassi fornita con strumenti formali: es. grammatica in BNF Semantica spesso data in modo informale di stile operazionale

Dettagli

1. Le Relazioni Le Funzioni Dominio, Codominio, variabili Funzioni iniettive, suriettive, biiettive...

1. Le Relazioni Le Funzioni Dominio, Codominio, variabili Funzioni iniettive, suriettive, biiettive... Sommario 1. Le Relazioni... 2 2. Le Funzioni... 4 2.1. Dominio, Codominio, variabili... 5 2.2. Funzioni iniettive, suriettive, biiettive... 5 D.ssa Mimma Errichiello Secondo anno - Appunti di Algebra Lezione

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 12 Sistema di Dimostrazioni per le Triple di Hoare Comando Vuoto, Assegnamento, Sequenza, Condizionale pag. 1 Tripla di Hoare Soddisfatta: richiamo Data la tripla di

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica del Primo Ordine: Motivazioni, Sintassi e Interpretazioni Logica per la Programmazione Lezione 1 Calcolo Proposizionale: sintassi e semantica Tautologie Esempi di Formalizzazione di Enunciati pag.

Dettagli

Precorsi di matematica

Precorsi di matematica Precorsi di matematica Francesco Dinuzzo 12 settembre 2005 1 Insiemi Il concetto di base nella matematica moderna è l insieme. Un insieme è una collezione di elementi. Gli elementi di un insieme vengono

Dettagli

Correzioni Compito. Filosofia della Scienza - CdL Biotecnologie, UniVerona December 8, Assegnato il 22 novembre consegnato 1 dicembre.

Correzioni Compito. Filosofia della Scienza - CdL Biotecnologie, UniVerona December 8, Assegnato il 22 novembre consegnato 1 dicembre. Correzioni Compito Filosofia della Scienza - CdL Biotecnologie, UniVerona December 8, 2011 Assegnato il 22 novembre 2011 - consegnato 1 dicembre. Valido per il 20 per cento del voto finale. Calcolo dei

Dettagli

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema

Dettagli

Problemi, algoritmi, calcolatore

Problemi, algoritmi, calcolatore Problemi, algoritmi, calcolatore Informatica e Programmazione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Problemi, algoritmi, calcolatori Introduzione

Dettagli

Sia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione:

Sia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione: Capitolo 6 Posti Sia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione: a ± := := ± a, a k; a := := a, a k \ {0} ; := ; 1

Dettagli

Calcolo differenziale per funzioni di più variabili

Calcolo differenziale per funzioni di più variabili Calcolo differenziale per funzioni di più variabili Riccarda Rossi Università di Brescia Analisi Matematica B Derivate direzionali e parziali Consideriamo un insieme aperto Ω R n e un campo scalare f :

Dettagli

Mattia Talpo. 24 Luglio 2009

Mattia Talpo. 24 Luglio 2009 24 Luglio 2009 : studio locale di famiglie di oggetti. Oggetti=, con eventuale struttura aggiuntiva: punti marcati, sotto chiusi, fasci, fibrati,... Famiglie=morfismi f : X S, con eventuale struttura aggiuntiva

Dettagli

4 Sottoinsiemi chiusi di uno spazio metrico

4 Sottoinsiemi chiusi di uno spazio metrico Geometria e Topologia I 16 marzo 2005 12 4 Sottoinsiemi chiusi di uno spazio metrico (4.1) Definizione. Sia A X un sottoinsieme di uno spazio metrico X. Un punto x X si dice di accumulazione (anche: punto

Dettagli

Matematica e Statistica per Scienze Ambientali

Matematica e Statistica per Scienze Ambientali per Scienze Ambientali Insiemi e Combinatoria - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, 23 - Ottobre 2012 Il concetto di insieme Non tratterò la teoria assiomatica degli

Dettagli