Mathematischer Vorbereitungskurs für das MINT-Studium

Größe: px
Ab Seite anzeigen:

Download "Mathematischer Vorbereitungskurs für das MINT-Studium"

Transkript

1 Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet WS 2017/2018 Vorlesung MINT Mathekurs WS / 75

2 Vorlesung 1 (Lecture 1) Einführung in der Aussagenlogik Introduction to sentential logic Die Grammatik der Mathematik. Vorlesung MINT Mathekurs WS / 75

3 Aussage (Statement) Definition: Eine logische Aussage ist eine Behauptung, die entweder wahr (w) oder falsch (f) ist. A logical statement is a mathematical statement, which is either true (w) or false (f). Bsp: 7 ist eine gerade Zahl (even number): (f ) Saarbrücken ist eine Stadt (city): (w) Außerirdisches Leben existiert: (?) Bayern München ist die beste Fussballmannschaft: (keine Aussage, subjektiv) Vorlesung MINT Mathekurs WS / 75

4 Negation (Negation) Sei A eine Aussage: Definition: Das logische Gegenteil (contrary) einer Aussage bezeichnet man als Negation (Verneinung) von A. Bezeichnung A ( nicht A, not A ). Das Zeichen ist der Junktor (connective) der Negation. A A w f f w Bsp.: A: der Schnee ist weiß. A: der Schnee ist nicht weiß. Vorlesung MINT Mathekurs WS / 75

5 Konjunktion (Conjunction) Seien A und B Aussagen: Definition: Die Verknüpfung zweier Aussagen A und B durch und heißt Konjunktion. Man schreibt sie in der Form A B (gesprochen A und B, A and B ). A B ist genau dann wahr (true), wenn beide (both) Teilaussagen wahr sind. A B A B f f f f w f w f f w w w Bsp.: A: 2 ist eine ungerade Zahl (f) B: 2 ist kleiner als 10 (w) A B: 2 ist eine ungerade Zahl und 2 ist kleiner als 10 (f) Vorlesung MINT Mathekurs WS / 75

6 Disjunktion (Disjunction) Seien A und B Aussagen: Definition: Die Verknüpfung zweier Aussagen A oder B durch oder heißt Disjunktion. Man schreibt sie in der Form A B (gesprochen A oder B, A or B ). A B ist genau dann wahr (true), wenn mindestens (at least) eine der beiden Teilaussagen wahr ist. A B A B f f f f w w w f w w w w Bsp.: A: 2 ist eine ungerade Zahl (f) B: 2 ist kleiner als 10 (w) A B: 2 ist eine ungerade Zahl oder 2 ist kleiner als 10 (w) Vorlesung MINT Mathekurs WS / 75

7 Subjunktion (material implication) Definition: Die Verknüpfung zweier Aussagen A und B durch wenn A, dann B heißt Subjunktion. Man schreibt sie in der Form A B (gesprochen wenn A dann B, aus A folgt B, if A then B ). A B ist per Definition genau dann falsch, wenn A wahr ist und B falsch ist. A B A B f f w f w w w f f w w w Bsp.: A: 2 ist eine ungerade Zahl (f) B: 2 ist kleiner als 10 (w) A B: Wenn 2 eine ungerade Zahl ist, dann ist 2 kleiner als 10 (w) B A: Wenn 2 kleiner als 10 ist, dann ist 2 eine ungerade Zahl (f) Vorlesung MINT Mathekurs WS / 75

8 Bijunktion (biconditional) Definition: Die Verknüpfung zweier Aussagen A und B durch (A B) (B A) heißt Bijunktion. Man schreibt sie in der Form A B (gesprochen A genau dann, wenn B ; A äquivalent zu B, A if only if B ). A B ist per Definition genau dann wahr, wenn beide Teilaussagen denselben Wahrheitswert haben. A B A B f f w f w f w f f w w w Bsp.: A: 2 ist eine ungerade Zahl (f), B: 2 ist kleiner als 10 (w) A B: Genau dann ist 2 eine ungerade Zahl, wenn 2 kleiner als 10 ist (f) Vorlesung MINT Mathekurs WS / 75

9 Zusammenfassung (summary) A B A B A B A B A B f f f f w w f w f w w f w f f w f f w w w w w w Vorlesung MINT Mathekurs WS / 75

10 Komplexere Aussagen A B C? Operatorrangfolge (Order of operations) 1.) 2.) 3.) 4.) 5.) Klammer setzen, um die Operationenreihenfolge zu ändern. Bsp.: A (B C). Vorlesung MINT Mathekurs WS / 75

11 Tautologie & Kontradiktion (Tautology, contradiction) A A A A A A ( A) w f w f w f w w f f A A ist immer wahr, sie stellt eine Tautologie dar. A A ist immer falsch, sie stellt eine Kontradiktion (Widerspruch) dar. Satz vom ausgeschlossenen Widerspruch: Eine Aussage kann nicht gleichzeitig (at the same time) wahr oder falsch sein. A und ( A) haben dieselbe Wahrheitstabelle: A ist logisch äquivalent zu ( A) (A ( A), i.e. A ( A) ist eine Tautologie). Vorlesung MINT Mathekurs WS / 75

12 Beispiel (Example) Beweisen Sie: (A B) (B A) A B (A B) (B C) (A C) Vorlesung MINT Mathekurs WS / 75

13 Grundgesetze der Logik (Basic laws of logic) Grundgesetze der Logik a) A B B A, A B B A (Kommutativität) b) A (B C) (A B) C, A (B C) (A B) C (Assoziativität) c) A (B C) (A B) (A C) A (B C) (A B) (A C) (Distributivität) d) ( A) A (Doppelte Negation) e) (A B) A B, (A B) A B (De Morgansche Regeln) f) (A B) ( B A) (Kontraposition) g) (A B) (B C) (A C) (Transitivität der Implikation) Beweise z.b. mit Hilfe von Wahrheitstabellen. Vorlesung MINT Mathekurs WS / 75

14 Beispiel (Example) Zeigen Sie, dass: B A A B A B 1 A B A B ( ) A B A B A A B f f w w w f w w w w w f f f f w w w f w 2 A B B A A B A B ( ) B A (Kommutativität) ( B) A (Doppelte Negation) B A ( ) (q.e.d.) Vorlesung MINT Mathekurs WS / 75

15 In Worten (With words). A= Es regnet., B= Ich habe meinen Regenschirm. Folgende Formulierungen sind äquivalent: 1 A B: Wenn es regnet, dann habe ich meinen Regenschirm dabei 2 A B: Es regnet nicht oder ich habe meinen Regenschirm dabei 3 B A: Wenn ich meinen Regenschirm nicht dabei habe, dann regnet es nicht. Man sagt, dass A eine hinreichende Bedingung (sufficient condition) für B ist. B ist eine notwendige Bedingung (necessary condition) für A. Vorlesung MINT Mathekurs WS / 75

16 Aussageform P(x): x ist eine gerade Zahl. P(x) ist keine Aussage, sie ist weder wahr noch falsch (neither... nor). Sie ist eine Aussageform. Sie wird in eine Aussage übergehen, sobald man einen Wert einsetzt. Bsp.: P(2) (w), P(3) (f) Vorlesung MINT Mathekurs WS / 75

17 Exkurs: Quantoren (Quantifiers:). 1 für alle (Elemente) (for all). Der Allquantor. 2 es existiert ein (Element) (there exists). Der Existenzquantor. 3! es existiert genau ein (Element) Im Allgemeinen darf man Allquantor und Existenzquantor nicht vertauschen. Vorlesung MINT Mathekurs WS / 75

18 Exkurs: Um A B zu beweisen: (Prove A B:) 1 Direkter Beweis (Direct proof): B wird unter Annahme von A schrittweise gezeigt. (A B) 2 Indirekter Beweis(Indirect proof): a) Beweis durch Kontraposition (Proof by contraposition) : A wird unter Annahme von B schrittweise gezeigt. ( B A) b) Beweis durch Widerspruch (Proof by contradiction): Wir negieren A B: (A B) A B. Wir nehmen A und B an und kommen dann zu einem Widerspruch Vorlesung MINT Mathekurs WS / 75

19 Vorlesung 2 (Lecture 2) Einführung in die Mengenlehre. Introduction to set theory. Vorlesung MINT Mathekurs WS / 75

20 Menge (set) Definition: (nach Cantor) Eine Menge M ist eine Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkes zu einem Ganzen. Die Objekte nennen wir die Elemente der Menge M. A set M is any collection of certain distinct objects of our thought or intuition into a whole. The objects are called elements of the set M Bsp.: Menge der natürlichen Zahlen N : {0, 1, 2, 3, 4...} Menge der Primärfarben (primary colors): {blau, rot, gelb} Menge der Einwohner in Saarbrücken. Vorlesung MINT Mathekurs WS / 75

21 Menge (set) Bezeichnung: (Notation) Ist x ein Element der Menge M, so schreibt man x M (gesprochen x ist Element von M ) Gehört x nicht zu der Menge M, schreibt man x / M ( (x M)) (gesprochen x ist kein Element von M ) Bsp.: M = {3, 5, 7}, 3 M, 8 / M. Vorlesung MINT Mathekurs WS / 75

22 Darstellung von Mengen (Representation of sets) Bezeichnung: (Notation) aufzählende Darstellung (explizit): Auflistung der einzelnen Elemente der Menge in geschweiften Klammern {}. Bsp: M = {0, 4, 8, 12, 16...} beschreibende Darstellung (implizit): eindeutige Charakterisierung ihrer Elemente mittels eines definierenden Ausdrucks: M = {x x hat die Eigenschaft} Bsp: M = {x x = 4n, n N} Bsp.: alle ungerade natürliche Zahlen M = {1, 3, 5, 7, 9...} M = {x N x ist ungerade } (gesprochen M ist die Menge aller x N mit (der Eigenschaft), dass x ungerade ist. ) M = {x x = 2n + 1, n N} Vorlesung MINT Mathekurs WS / 75

23 Menge (Set) Leere Menge: (empty set) oder {} ist die leere Menge. Sie ist die Menge, die kein Element enthält. Grundmenge: (Universe) Die Menge aller betrachteten Objekte wird Grundmenge genannt. Als Bezeichnung wird der griechische Buchstabe Ω verwendet. Bsp: Beim einfachen Würfelwurf: Ω = {1, 2, 3, 4, 5, 6} Ω = N, L = {x N x + 5 = 3} = {} Ω = Z, L = {x Z x + 5 = 3} = { 2} L heißt die Lösungsmenge der Gleichung x + 5 = 3 in N bzw. in Z. Ω = Z, L = {x Z x + 0 = x} = Ω Vorlesung MINT Mathekurs WS / 75

24 Teilmenge (Subset) Teilmenge: (subset) Seien A,B Mengen. Eine Menge B heißt Teilmenge (Untermenge) von A, in Zeichen: B A (gesprochen B ist Teilmenge von A ), wenn jedes Element von B auch Element von A ist. B A x (x B) (x A). Welche Mengen sind Teilmengen der Menge A = { 1, 0, 1, 2, 3}? a) B 1 = {0} b) B 2 = {1, 2, 3, 4} c) B 3 = d) B 4 = {0, 1} e) B 5 = {3, 0, 2, 1, 1} f) B 6 = {1, 0, 2} Für nicht-leere Mengen gilt: A A, A. Vorlesung MINT Mathekurs WS / 75

25 Gleichheit von Mengen (identity of sets) Gleichheit von Mengen: (Identity of sets) A und B heißen gleich (identisch), A = B, wenn sie dieselben (the same) Elemente enthalten. A = B ( x (x B) (x A)) (A B) (B A) Welche Mengen sind gleich? a) A 1 = {x x N, x x = 4} b) A 2 = {x x / Q, x Z} c) A 3 = d) A 4 = {x x Z, x x = 4} e) A 5 = { 2, 2} f) A 6 = {2} Antwort: A 1 = A 6, A 2 = A 3, A 4 = A 5 B A bedeutet B A und B A. B heißt dann echte Teilmenge von A. Bemerkung: Die Reihenfolge der Elemente und die Häufigkeit ihrer Auftreten spielen keine Rolle. Die Menge {1, 2, 3} ist gleich der Menge {2, 3, 1} und gleich der Menge {2, 1, 2, 3, 1, 3, 1}. Vorlesung MINT Mathekurs WS / 75

26 Mächtigkeit und Potenzmenge (Cardinality and power set ) Def.: Mächtigkeit einer Menge (Cardinality of a set) Die Anzahl der Elemente einer Menge M heißt Mächtigkeit von M und wird mit M bezeichnet. Bsp: A = {1, 2, 3, 5}, A = 4, B = {1, 2, 3, 1, 3}, B = 3 Def.: Potenzmenge (power set) Sei M eine beliebige Menge. Die Menge aller Teilmengen von M heißt die Potenzmenge P(M) von M. P(M) := {A A M} Bsp.: Bestimmen Sie die Potenzmenge von A = {a, b, c}. Geben Sie ihre Mächtigkeit an. Antwort: P(A) = {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}, P(A) = 8 = 2 A = 2 3 Vorlesung MINT Mathekurs WS / 75

27 Venn-Diagramm (Venn-diagram) In einem Venndiagramm werden Mengen durch Flächen ( z.b. Kreise oder Ellipsen) dargestellt. Die Grundmenge Ω wird Ω üblicherweise durch einen Rechteck dargestellt. Mengeninklusion (echte Teilmenge): A Ω A Ω Vorlesung MINT Mathekurs WS / 75

28 Komplement (complement) Komplement: (complement) Sei A eine Teilmenge der Grundmenge Ω. Das Komplement von A in Ω ist die Menge A (gesprochen A quer ): A = {x Ω x / A} x Ω x A (x A) Bsp.: Ω = {1, 2, 3, 4, 5, 6}, A = {x Ω x ist gerade}, A = {1, 3, 5} A A Es gilt: Ω =, = Ω, A = A. Vorlesung MINT Mathekurs WS / 75

29 Schnittmenge ((set) intersection) Schnittmenge: (intersection) Seien A, B, Teilmengen von Ω. Die Schnittmenge von A und B (A B, gesprochen A geschnitten (mit) B ) besteht aus allen Elementen, die gleichzeitig in A und B liegen. A B = {x Ω x A x B} x x (A B) (x A) (x B) Bsp.: A = {1, 3, 4, 5, 7}, B = {1, 2, 6, 7, 8} A B = {1, 7} A B Vorlesung MINT Mathekurs WS / 75

30 Eigenschaften der Schnittsmenge (Properties of the set intersection) Eigenschaften: (properties) Seien A, B, Teilmengen von Ω. Es gilt: A A = A A A = A Ω = A A = (A B) A, (A B) B Disjunkte Mengen: (disjoint sets) Zwei Mengen A, B heißen disjunkt, wenn ihre Schnittmenge die leere Menge ist: Die Mengen A und B sind disjunkt A B = Vorlesung MINT Mathekurs WS / 75

31 Vereinigungsmenge ((set) union) Vereinigungsmenge: (union) Seien A, B, Teilmengen von Ω. Die Vereinigungsmenge von A und B (A B, gesprochen A vereinigt (mit) B ) besteht aus allen Elementen, die in A oder B enthalten sind. A B = {x Ω x A x B} x x (A B) (x A) (x B) Bsp.: A = {1, 3, 4, 5, 7}, B = {1, 2, 6, 7, 8} A B = {1, 2, 3, 4, 5, 6, 7, 8} A B Vorlesung MINT Mathekurs WS / 75

32 Eigenschaften der Vereinigungmenge (Properties of the set union) Eigenschaften: (properties) Seien A, B, Teilmengen von Ω. Es gilt: A A = A A A = Ω A Ω = Ω A = A A (A B), B (A B) Vorlesung MINT Mathekurs WS / 75

33 Differenzmenge ((set) difference) Differenzmenge: (difference) Seien A, B Teilmengen von Ω. Die Differenzmenge von A und B (A \ B, gesprochen A ohne B ) besteht aus allen Elementen, die in A, aber nicht in B liegen. A \ B = {x Ω x A x / B} x x (A \ B) (x A) (x B) Bsp.: A = {1, 3, 4, 5, 7}, B = {1, 2, 6, 7, 8} A \ B = {3, 4, 5} A B Seien A, B Teilmengen einer Grundmenge Ω. Es gilt: A = Ω \ A A \ B = A B Vorlesung MINT Mathekurs WS / 75

34 Rechenregeln für Mengenoperationen (Set operations) Eigenschaften: (properties) Seien A, B und C Teilmengen von Ω. Es gilt: 1 A B = B A, A B = B A (Kommutativität) 2 (A B) C = A (B C), (A B) C = A (B C) (Assoziativität) 3 A (B C) = (A B) (A C) (Distributivität) A (B C) = (A B) (A C) 4 (A B) = A B, (A B) = A B (De Morgan) Vorlesung MINT Mathekurs WS / 75

35 Beispiel:Example Gegeben sind die Mengen A und B sowie eine Grundmenge Ω. Vereinfachen Sie: (A \ B) (A B) (A \ B) (A B) = (A B) (A B) Eigenschaft der Differenzmenge = (A B) (A B) De Morgan = B (A A) Distributivität = B Eigenschaft der Schnittmenge und der Vereinigungmenge Vorlesung MINT Mathekurs WS / 75

36 Beispiel mit Venn-Diagrammen: Example Gegeben sind die Mengen A und B sowie eine Grundmenge Ω. Beweisen Sie: (A B) C = A (B C) A B A A B B (A B) C A B C C C Vorlesung MINT Mathekurs WS / 75

37 Beispiel mit Venn-Diagrammen: Example Gegeben sind die Mengen A und B sowie eine Grundmenge Ω. Beweisen Sie: (A B) C = A (B C) A B A B C B A (B C) A B C C C Vorlesung MINT Mathekurs WS / 75

38 Beispiel: Example Gegeben sind die Mengen A und B sowie eine Grundmenge Ω. Beweisen Sie: (A B) C = A (B C) x x ((A B) C) ((x A) (x B)) (x C) Def. von (x A) ((x B) (x C)) Assoziativität von (x A) ((x (B C)) Def. von (x (A (B C)) Def. von Vorlesung MINT Mathekurs WS / 75

39 Beispiel: Example Gegeben sind die Mengen A und B sowie eine Grundmenge Ω. Beweisen Sie: (A B) B = A B Vereinfachen Sie: (A B) (A B) ((A B)) (B C)) ((A C) \ B) Vorlesung MINT Mathekurs WS / 75

40 Vorlesung 3 (Lecture 3) Abbildungen und Funktionen Functions Vorlesung MINT Mathekurs WS / 75

41 Abbildung (Funktion) Abbildung (Function) Eine Abbildung f : M N zwischen zwei Mengen M und N ist eine Beziehung, die jedem Element x M eindeutig genau ein Element f (x) N zuordnet. M heißt dabei Definitionsmenge (domain) und N Zielmenge (codomain) der Abbildung. Wir schreiben f : M N, x f (x). Sprechweise: Die Abbildung f von M nach N, die x auf f (x) abbildet. Bemerkung: Wenn M und N Teilmengen von R sind, werden Abbildungen auch Funktionen genannt. Bsp.: f : R R, x x 2 f : R + R, x ln(x) Vorlesung MINT Mathekurs WS / 75

42 Abbildung M f N M g N x f (x) f ist eine Abbildung g ist keine Abbildung Vorlesung MINT Mathekurs WS / 75

43 Bildmenge (image) Bildmenge (image) Sei A M und f : M N, das Bild (image) von A unter f ist die Menge f (A) = {f (x) N x A} N M f N A f (A) Bsp.: f : R R, x x 2 f (R) = R + A = [ 2, 2], f (A) = [0, 4] f (M) nennt man das Bild von f. Vorlesung MINT Mathekurs WS / 75

44 Urbildmenge (preimage) Urbildmenge (preimage) Sei B N und f : M N, das Urbild (preimage) von B unter f ist die Menge f 1 (B) = {x M f (x) B} M M f 1 (B) f N B Bsp.: f : R R, x x 2 f 1 ({ 1}) = B = [9, 16], f 1 (B) = [ 4, 3] [3, 4] f 1 (B) f 1 (Umkehrfunktion) Vorlesung MINT Mathekurs WS / 75

45 Bild / Urbild (Image/preimage) Bild / Urbild Ist f : M N eine Abbildung, sind x M und y N und ist y = f (x), so heißt y Bild (image) von x (unter f ) x Urbild (preimage) von y (unter f ) Bsp.: M x 1 x 2 x 3 f N y y ist das Bild von x 1, x 2, x 3. x 1, x 2,x 3 sind das Urbild von y. Vorlesung MINT Mathekurs WS / 75

46 Injektivität Seien M und N zwei Mengen und f : M N eine Abbildung. Injektivität f heißt injektiv (injective) genau dann, wenn aus f (x 1 ) = f (x 2 ) folgt x 1 = x 2 für alle x 1, x 2 M x 1, x 2 M f (x 1 ) = f (x 2 ) x 1 = x 2 x 1, x 2 M x 1 x 2 f (x 1 ) f (x 2 ) Die Abbildung f ist genau dann injektiv, wenn jedes f (x) N höchstens (at most) ein Urbild besitzt. Vorlesung MINT Mathekurs WS / 75

47 Beispiel (Example) Sind die folgende Abbildungen injektiv? M f N M g N f ist injektiv. Jedes Element von N hat höchstens ein Urbild. g ist nicht injektiv. Es gibt ein Element von N, das zwei Urbilder hat. Vorlesung MINT Mathekurs WS / 75

48 Surjektivität Seien M und N zwei Mengen und f : M N eine Abbildung. Surjektivität f heißt surjektiv (surjective) genau dann, wenn es für jedes y N ein x M gibt, so dass y = f (x) gilt. y N x M y = f (x) Die Abbildung f ist genau dann surjektiv, wenn jedes f (x) N mindestens (at least) ein Urbild besitzt. Bemerkung: Die Abbildung f ist genau dann surjektiv, wenn f (M) = N gilt. Vorlesung MINT Mathekurs WS / 75

49 Beispiel (Example) Sind die folgende Abbildungen surjektiv? M f N M g N f ist surjektiv. Jedes Element von N hat mindestens ein Urbild. g ist nicht surjektiv. Es gibt Elemente von N, die kein Urbild haben. Vorlesung MINT Mathekurs WS / 75

50 Bijektivität Seien M und N zwei Mengen und f : M N eine Abbildung. Bijektivität f heißt bijektiv (bijective) genau dann, wenn f injektiv und surjektiv ist. Die Abbildung f ist genau dann bijektiv, wenn jedes f (x) N genau ein (exactly one) ein Urbild besitzt. y N!x M y = f (x) Vorlesung MINT Mathekurs WS / 75

51 Beispiel (Example) Sind die folgende Abbildungen bijektiv? M f N M g N f ist bijektiv. Jedes Element von N hat genau ein Urbild. g ist nicht bijektiv. Sie ist weder injektiv noch subjektiv. Vorlesung MINT Mathekurs WS / 75

52 Beispiel (Example) Ist die folgende Abbildung injektiv, surjektiv, bijektiv? Begründen Sie Ihre Antwort. M f N f ist weder injektiv noch surjektiv. nicht injektiv: Es gibt ein Element von N, das zwei Urbilder hat. f ist also nicht injektiv. nicht surjektiv: Es gibt Elemente von N, die kein Urbild haben. f ist also nicht surjektiv. nicht bijektiv: Da f nicht injektiv und surjektiv ist, ist f nicht bijektiv. Vorlesung MINT Mathekurs WS / 75

53 Beispiel (example) 1 Ist die Funktion f : R R, x x 2 injektiv, surjektiv? Die Funktion ist nicht injektiv,wegen 1 ( 1) und f (1) = f ( 1). Die Funktion ist nicht surjektiv, 1 R aber es existiert kein x R so dass f (x) = 1. 2 Ist die Funktion f : R R +, x x 2 injektiv, surjektiv? Die Funktion ist nicht injektiv, da 1 ( 1) aber f (1) = f ( 1). Die Funktion ist surjektiv, y R + x R : y = f (x) = x 2 x = y. (Alternativ f (R) = R + gilt.) 3 Ist die Funktion f : R + R, x x 2 injektiv, surjektiv? Die Funktion ist injektiv, x R+, f (x 1 ) = f (x 2 ) also x 2 1 = x 2 2 x 1 = x 2 (da x 1, x 2 R + ). Die Funktion ist nicht surjektiv, da 1 kein Urbild unter f besitzt. 4 Ist die Funktion f : R + R +, x x 2 injektiv, surjektiv? Die Funktion ist injektiv, x R+, f (x 1 ) = f (x 2 ) also x 2 1 = x 2 2 x 1 = x 2 (da x 1, x 2 R + ). Die Funktion ist surjektiv: jedes y R + besitzt x = y (y 0) als Urbild unter f. Vorlesung MINT Mathekurs WS / 75

54 Die identische Abbildung (the identity function) Die identische Abbildung Sei M eine Menge, dann ist die identische Abbildung auf M definiert durch: id M : M M, x x x M, id M (x) = x Vorlesung MINT Mathekurs WS / 75

55 Komposition zweier Abbildungen (composition of functions) Komposition zweier Abbildungen Seien f : A B und g : B C zwei Abbildungen, die Komposition (Verkettung) g f ist die Abbildung definiert durch: g f : A C, x (g f )(x) := g(f (x)) Sprechweise: g verknüpft mit f, g nach f ( g of f ) Allgemein ist g f f g f g A B C g f Bsp.: f (x) = 2x + 3, g(x) = 5x, (g f )(x) = g(f (x)) = 5 (2x + 3) = 10x + 15 (f g)(x) = f (g(x)) = 2 (5x) + 3 = 10x + 3 Vorlesung MINT Mathekurs WS / 75

56 Satz (Theorem) Sei f : M N eine Abbildung. 1 Existiert eine Abbildung g : N M mit g f = id M, dann ist f injektiv. 2 Existiert eine Abbildung h : N M mit f h = id N, dann ist f surjektiv. 3 f ist genau dann bijektiv, wenn es eine Abbildung g : N M gibt, so dass g f = id M und f g = id N. In diesem Fall ist g eindeutig bestimmt und bildet die Umkehrabbildung von f. Es gilt g = f 1. Beweis für 1): Sei g : N M mit g f = id M, dann gilt g(f (x)) = id M (x) = x (*) für alle x M. x M f (x 1 ) = f (x 2 ) g(f (x 1 )) = g(f (x 2 )). Aus (*) folgt x 1 = x 2. f ist dann injektiv.. Vorlesung MINT Mathekurs WS / 75

57 Beispiel Umkehrfunktion: Um die Umkehrfunktion einer bijektiven Funktion zu finden, lösen wir y = f (x) nach x auf: x = f 1 (y). Dann vertauschen wir x und y. Die Funktion f : R + R +, x x 2 ist bijektiv. Sie besitzt eine Umkehrabbildung f 1 (x). y = x 2 x = y (da x R + ). Also f 1 (x) = x. Die Funktion f : R R, x 2x + 1 ist bijektiv. Sie besitzt eine Umkehrabbildung f 1 (x). y = 2x + 1 x = 1 2 (y 1). Also f 1 (x) = 1 (x 1). 2 Vorlesung MINT Mathekurs WS / 75

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 3 MINT Mathekurs WS 2016/2017 1 / 21 Vorlesung 3 (Lecture 3) Einführung in die

Mehr

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 2 MINT Mathekurs SS 2017 1 / 23 Vorlesung 2 (Lecture 2) Einführung in die Mengenlehre.

Mehr

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 1 MINT Mathekurs SS 2017 1 / 19 Organisation Vorlesung (2 SWS): Do., 16:15 Uhr -18:00

Mehr

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 2 MINT Mathekurs WS 2016/2017 1 / 20 Studienlexikon: Zeitangabe an der Universität

Mehr

Grundbegriffe Mengenlehre und Logik

Grundbegriffe Mengenlehre und Logik Grundbegriffe Mengenlehre und Logik Analysis für Informatiker und Lehramt Mathematik MS/GS/FS WS 2016/2017 Agnes Radl Mengen Georg Cantor (1895) Unter einer Menge verstehen wir jede Zusammenfassung M von

Mehr

0 Mengen und Abbildungen, Gruppen und Körper

0 Mengen und Abbildungen, Gruppen und Körper 0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor

Mehr

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen Kapitel 1 Mengen und Abbildungen 1.1 Mengen Die Objekte der modernen Mathematik sind die Mengen. Obwohl die Logik einen axiomatischen Zugang zur Mengenlehre bietet, wollen wir uns in dieser Vorlesung auf

Mehr

Analyis I - Grundlagen

Analyis I - Grundlagen Elementare Aussagenlogik October 23, 2008 Elementare Aussagenlogik Definition Eine Aussage im Sinne der Aussagenlogik ist eine sprachliche Aussage, bei der klar entschieden werden kann, ob sie wahr oder

Mehr

Logik, Mengen und Abbildungen

Logik, Mengen und Abbildungen Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

Mengen, Logik. Jörn Loviscach. Versionsstand: 17. Oktober 2009, 17:42

Mengen, Logik. Jörn Loviscach. Versionsstand: 17. Oktober 2009, 17:42 Mengen, Logik Jörn Loviscach Versionsstand: 17. Oktober 2009, 17:42 1 Naive Mengenlehre Mengen sind die Grundlage fast aller mathematischen Objekte. Ob die Zahl 7, ein Kreis in der Ebene, die Relation

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

Mehr

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7 Warum Mathe? IG/StV-Mathematik der KFU-Graz März 2011 Inhalt 1 Mengen 1 1.1 Mengenoperationen.............................. 2 1.2 Rechenregeln.................................. 3 2 Übungsbeispiele zum

Mehr

Brückenkurs Mathematik 2015

Brückenkurs Mathematik 2015 Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass

Mehr

Vorlesung 3: Logik und Mengenlehre

Vorlesung 3: Logik und Mengenlehre 28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung

Mehr

Für ist Element von und ist nicht Element von schreibt man: 2

Für ist Element von und ist nicht Element von schreibt man: 2 3 Mengen, Logik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work

Mehr

3 Werkzeuge der Mathematik

3 Werkzeuge der Mathematik 3.1 Mengen (18.11.2011) Definition 3.1 Die Menge heißt leere Menge. :=»x M x x Definition 3.2 Es seien N und M Mengen. Wir definieren: und analog M N : (x M x N). N M : (x N x M). Wir sagen M ist Teilmenge

Mehr

Diskrete Strukturen. Vorlesung 3: Naive Mengenlehre. 30. Oktober 2018

Diskrete Strukturen. Vorlesung 3: Naive Mengenlehre. 30. Oktober 2018 Diskrete Strukturen Vorlesung 3: Naive Mengenlehre 30. Oktober 2018 2 Organisation Prüfung: vorauss. am Freitag, den 22. Februar 2019 von 10 11 Uhr im AudiMax, HS 3, HS 9 Abmeldungen noch bis zum 12. Januar

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

Mehr

3 Mengen, Logik. 1 Naive Mengenlehre

3 Mengen, Logik. 1 Naive Mengenlehre 3 Mengen, Logik Jörn Loviscach Versionsstand: 21. September 2013, 15:53 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Grundbegriffe aus Logik und Mengenlehre

Grundbegriffe aus Logik und Mengenlehre Prof. Dr. B. Niethammer Dr. C. Seis, R. Schubert Institut fr Angewandte Mathematik Universitt Bonn Grundbegriffe aus Logik und Mengenlehre Wir wollen im Folgenden eine kurze Einführung in die Grundbegriffe

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und

Mehr

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10 Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige

Mehr

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015 2 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra 5 1.1 Elementare

Mehr

Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017

Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017 Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017 Dr. Florian Möller 5. September 2016 Inhaltsverzeichnis 1 Grundlagen 2 1.1 Natürliche und ganze Zahlen.................................

Mehr

Algebraische Grundlagen 1

Algebraische Grundlagen 1 Algebraische Grundlagen 1 B.Grabowski 25. Oktober 2011 1 (C) Prof.Dr.B.Grabowski, HTW des Saarlandes, 10/2011, Skript zur Vorlesung Höhere Mathematik 1 Inhaltsverzeichnis 1 Algebra-Grundlagen 2 1.1 Zweiwertige

Mehr

Brückenkurs Mathematik 2018

Brückenkurs Mathematik 2018 Mathematik 2018 1. Vorlesung Logik, Mengen und Funktionen Prof. Dr. 24. September 2018 Ich behaupte aber, dass in jeder besonderen Naturlehre nur so viel eigentliche Wissenschaft angetroffen werden könne,

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht

Mehr

Grundlagen der Mengenlehre

Grundlagen der Mengenlehre mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

Mehr

Tutorium Logik und Beweisführung. Prof. Dr. Mark Groves WS 2018/19

Tutorium Logik und Beweisführung. Prof. Dr. Mark Groves WS 2018/19 Tutorium Logik und Beweisführung Prof. Dr. Mark Groves WS 2018/19 16. Oktober 2018 Aussagen Eine Aussage ist ein sprachliches Gebilde, das entweder wahr (T) oder falsch (F) ist. Beispiele Saarbrücken ist

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken

Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Susanna Pohl Vorkurs Mathematik TU Dortmund 09.03.2015 Aussagen, Logik und Beweistechniken Aussagen und Logik Motivation

Mehr

Mengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M.

Mengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M. Mengenlehre Eine Menge ist eine Zusammenfassung bestimmter und unterschiedlicher Objekte. Für jedes Objekt lässt sich eindeutig sagen, ob es zu der Menge gehört. Die Objekte heißen Elemente der Menge.

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung

Mehr

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Zusatzmaterial zur Mathematik I für E-Techniker Übung 1

Zusatzmaterial zur Mathematik I für E-Techniker Übung 1 Mathematik I für E-Techniker C. Erdmann WS 011/1, Universität Rostock, 1. Vorlesungswoche Zusatzmaterial zur Mathematik I für E-Techniker Übung 1 Wiederholung - Theorie: Mengen Der grundlegende Begriff

Mehr

Mathematische Grundlagen I Logik und Algebra

Mathematische Grundlagen I Logik und Algebra Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte

Mehr

Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009

Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Schulstoffbeispiele 1. Lineare Gleichungssysteme. Lösen Sie die folgenden linearen Gleichungssysteme.

Mehr

Gliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000

Gliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000 Gliederung Mengen und operationen Relationen Funktionen Kardinalität von Mengen Mengen, Relationen, Funktionen 1 Mengen Definition (Naive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer

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

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

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer

Mehr

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18 Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

Grundlegendes der Mathematik

Grundlegendes der Mathematik Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

Euler-Venn-Diagramme

Euler-Venn-Diagramme Euler-Venn-Diagramme Mengendiagramme dienen der graphischen Veranschaulichung der Mengenlehre. 1-E1 1-E2 Mathematische Symbole c leere Menge Folge-Pfeil Äquivalenz-Pfeil Existenzquantor, x für (mindestens)

Mehr

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage. 1.3 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben, wahr oder falsch

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs Mathematik. Dienstag Freitag Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Ronja Düffel WS2018/19 01. Oktober 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis der

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker 1 2 Mengen, Relationen, Funktionen 2.1 Mengen Definition 2.1 [Georg Cantor 1895] Eine Menge ist eine Zusammenfassung bestimmter, wohlunterschiedener Dinge unserer

Mehr

i=1 j= 5 2. Verifizieren Sie die Gleichung indem Sie die Ausdrücke ohne Summenzeichen schreiben. j=0

i=1 j= 5 2. Verifizieren Sie die Gleichung indem Sie die Ausdrücke ohne Summenzeichen schreiben. j=0 Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten WS 2017 1. Schreiben Sie die folgenden Ausdrücke ohne Verwendung von Summen- bzw. Produktzeichen: 7 2 3 5 k 2k+1, a k, 2

Mehr

1.1 Mengen und Abbildungen

1.1 Mengen und Abbildungen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil I) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents Mengen und ihre Darstellung Darstellung endlicher Mengen Darstellung unendlicher

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 2: Elementare Logik und Beweise

ELEMENTARE DISKRETE MATHEMATIK Kapitel 2: Elementare Logik und Beweise ELEMENTARE DISKRETE MATHEMATIK Kapitel 2: Elementare Logik und Beweise MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches

Mehr

Vorlesung 2. Tilman Bauer. 6. September 2007

Vorlesung 2. Tilman Bauer. 6. September 2007 Vorlesung 2 Universität Münster 6. September 2007 Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus) für alle

Mehr

Kapitel 1: Grundbegriffe

Kapitel 1: Grundbegriffe Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2

Mehr

1.9 Beweis durch Kontraposition

1.9 Beweis durch Kontraposition 1.9 Beweis durch Kontraposition 1.9 Beweis durch Kontraposition Ein Beweis durch Kontraposition ist ein Spezialfall des indirekten Beweises. Wir betrachten zwei Aussagen A und B und wollen A B zeigen,

Mehr

2 Mengen, Abbildungen und Relationen

2 Mengen, Abbildungen und Relationen Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl

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

Mathematische Grundlagen der Computerlinguistik I. Mengen und Mengenoperationen (Teil 1)

Mathematische Grundlagen der Computerlinguistik I. Mengen und Mengenoperationen (Teil 1) Mathematische Grundlagen der Computerlinguistik I Mengen und Mengenoperationen (Teil 1) Exzerpt aus dem Skript von Prof. Dr. Klaus U. Schulz Michaela Geierhos M.A. Centrum für Informations- und Sprachverarbeitung

Mehr

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Sommersemester 2018 Ronja Düffel 14. März 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis

Mehr

Aussagenlogik. Mengenlehre. Relationen. Funktionen. Zahlentheorie. Vollständige Induktion. Reihen. Zahlenfolgen. WS 2016/17 Torsten Schreiber

Aussagenlogik. Mengenlehre. Relationen. Funktionen. Zahlentheorie. Vollständige Induktion. Reihen. Zahlenfolgen. WS 2016/17 Torsten Schreiber Mengenlehre Aussagenlogik Relationen Zahlentheorie Funktionen Vollständige Induktion Zahlenfolgen Reihen 193 Definition einer Menge: Beziehungsjunktoren: ist Element, d.h. Wert und Format stimmen überein

Mehr

Logik (Teschl/Teschl 1.1 und 1.3)

Logik (Teschl/Teschl 1.1 und 1.3) Logik (Teschl/Teschl 1.1 und 1.3) Eine Aussage ist ein Satz, von dem man eindeutig entscheiden kann, ob er wahr (true, = 1) oder falsch (false, = 0) ist. Beispiele a: 1 + 1 = 2 b: Darmstadt liegt in Bayern.

Mehr

Mengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge

Mengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung

Mehr

Vorkurs Mathematik Abbildungen

Vorkurs Mathematik Abbildungen Vorkurs Mathematik Abbildungen Philip Bell 19. September 2016 Diese Arbeit beruht im Wesentlichen auf dem Vortrag Relationen, Partitionen und Abbildungen von Fabian Grünig aus den vorangehenden Jahren.

Mehr

Lineare Algebra, Teil I

Lineare Algebra, Teil I Lineare Algebra, Teil I (Folien zur Vorlesung) Joachim Stöckler Auszüge aus dem Vorlesungsskript von Prof. Rudolf Scharlau aus dem WS 2009/10 werden auf den Folien verwendet. Für die Bereitstellung dieses

Mehr

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1.

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 22 Kapitel 1 Aussagen und Mengen 1.1 Aussagen Wir definieren eine Aussage A als einen Satz, der entweder wahr w) oder falsch f) also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 2 ist eine

Mehr

WS 20013/14. Diskrete Strukturen

WS 20013/14. Diskrete Strukturen WS 20013/14 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/ws1314

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Jens Struckmeier Fachbereich Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2010/11 Jens Struckmeier (Mathematik,

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Einführung in die Mengenlehre

Einführung in die Mengenlehre Einführung in die Mengenlehre D (Menge von Georg Cantor 845-98) Eine Menge ist eine Zusammenfassung bestimmter wohlunterschiedener Objekte unseres Denkens oder unserer Anschauung zu einem Ganzen wobei

Mehr

1 Grundlagen. 1.1 Aussagen

1 Grundlagen. 1.1 Aussagen 1 Grundlagen 1.1 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben,

Mehr

b. Lehre des vernünftigen Schlussfolgerns (1. System von Regeln von Aristoteles ( v. Chr.); sprachliche Argumente

b. Lehre des vernünftigen Schlussfolgerns (1. System von Regeln von Aristoteles ( v. Chr.); sprachliche Argumente II. Zur Logik 1. Bemerkungen zur Logik a. Logisches Gebäude der Mathematik: wenige Axiome (sich nicht widersprechende Aussagen) bilden die Grundlage; darauf aufbauend Lehrsätze unter Berücksichtigung der

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 2018/2019 18.10.2018 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum

Mehr

Einleitung. R 2 = R R := { (x, y) ; x, y R }

Einleitung. R 2 = R R := { (x, y) ; x, y R } Einleitung Zunächst wiederholen wir einige Bezeichnungen, die Sie hoffentlich schon aus der Schule kennen. Insbesondere benutzen wir die Abkürzungen N := {1, 2, 3, 4,... } Menge der natürlichen Zahlen

Mehr

Einführung in die Mathematik (Vorkurs 1 )

Einführung in die Mathematik (Vorkurs 1 ) Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2011 Dr. J. Jordan und Dr. F. Möller Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagenlogik

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

= { } Absolutes Komplement Universe Relatives Komplement von

= { } Absolutes Komplement Universe Relatives Komplement von Allgemeines ist Teiler von Mengen Mächtigkeit Anzahl Elemente in der Menge Potenzmenge Menge aller Teilmengen von { } { { } { } { }} Beziehungen bzw. ist in enthalten ist Teilmenge von ist Obermenge von

Mehr

3. Für beliebiges A bezeichnet man die Menge A A manchmal auch mit A 2 (in Worten:

3. Für beliebiges A bezeichnet man die Menge A A manchmal auch mit A 2 (in Worten: 35 4 Paarungen 4. Produktmengen Die Mengen {x, y} und {y, x} sind gleich, weil sie die gleichen Elemente enthalten. Manchmal legt man aber zusätzlich Wert auf die Reihenfolge der Elemente. Die Objekte

Mehr

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen 1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist

Mehr

Die Mengenlehre ist ein Grundelement der Sprache der Mathematik und geht als

Die Mengenlehre ist ein Grundelement der Sprache der Mathematik und geht als Kapitel 1 Naive Mengenlehre 1.1 Mengen (Mengenalgebra; kartesisches Produkt) Die Mengenlehre ist ein Grundelement der Sprache der Mathematik und geht als naive Mengenlehre (im Gegensatz zur strengen Axiomatik)

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen . Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!

Mehr