1.1 Inventar und Syntax 25
Definition 1-24. Menge der (Satz)Sequenzen (SEQ)
SEQ = {й | й ist eine Sequenz}.
Definition 1-25. Konklusionszuordnung (K)
K = {(й, Γ) | й ∈ SEQ∖{0} und Γ = A‰)-ι)}.
Hinweis: Aus dieser Definition ergibt sich direkt, dass K eine Funktion auf SEQ∖{0} ist.
Definition 1-26. Zuordnung der Teilmenge einer Sequenz й, deren Glieder die Annahmesatze
von й sind (ANS)
ANS = {(й, X) | й ∈ SEQ und X = {(i, й,) | i ∈ Dom($) und й,. ∈ ASATZ}}.
Definition 1-27. Zuordnung der Menge der Annahmen (AN)
AN = {(й, X) | й ∈ SEQ und X = {Γ | Es gibt ein i ∈ Dom(ANS(φ)), so dass Γ = A(¾)}}.
Definition 1-28. Zuordnung der Teilmenge einer Sequenz й, deren Glieder die Folgerungs-
satze von й sind (FS)
FS = {(й, X) | й ∈ SEQ und X = {(i, й,) | i ∈ Dom($) und й, ∈ FSATZ}}.
Hinweis: Aus diesen Definitionen ergibt sich direkt, dass ANS, AN und FS Funktionen
auf SEQ sind.
Definition 1-29. Zuordnung der Menge der Teilterme der Glieder einer Sequenz й (TTSEQ)
TTSEQ = {(й, X) | й ∈ SEQ und X = U{TT(⅛i) | i ∈ Dom(£)}}.
Hinweis: Aus dieser Definition ergibt sich direkt, dass TTSEQ eine Funktion auf SEQ ist.
Definition 1-30. Zuordnung der Menge der Teilterme der Elemente einer Formelmenge X
(TTFM)
TTFM = {(X, Y) | X ⊆ FORM und Y = U{TT(Α) | Α ∈ X}}.
Hinweis: Aus dieser Definition ergibt sich direkt, dass TTFM eine Funktion auf
Pot(FORM) ist.
More intriguing information
1. Human Development and Regional Disparities in Iran:A Policy Model2. The Distribution of Income of Self-employed, Entrepreneurs and Professions as Revealed from Micro Income Tax Statistics in Germany
3. The name is absent
4. The name is absent
5. Stakeholder Activism, Managerial Entrenchment, and the Congruence of Interests between Shareholders and Stakeholders
6. Ruptures in the probability scale. Calculation of ruptures’ values
7. Commuting in multinodal urban systems: An empirical comparison of three alternative models
8. Reform of the EU Sugar Regime: Impacts on Sugar Production in Ireland
9. Education Responses to Climate Change and Quality: Two Parts of the Same Agenda?
10. The urban sprawl dynamics: does a neural network understand the spatial logic better than a cellular automata?