WS 2013/14. Diskrete Strukturen

Größe: px
Ab Seite anzeigen:

Download "WS 2013/14. Diskrete Strukturen"

Transkript

1 WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München

2 Kapitel II - Grundlagen Mathematische und notationelle Grundlagen Mengen Relationen und Abbildungen Aussagen- und Prädikatenlogik Beweismethoden Wachstum von Funktionen 2

3 Seien A 1, A 2,..., A Mengen. Eine Relation R über A 1, A 2,..., A ist eine Teilmenge R A A A Wenn n = 2 dann sprechen wir von einer binären Relation. Wir schreiben oft arb statt a, b R. Beispiel: 3 Die Relation < über den natürlichen Zahlen: R = 1,2, 1,3, 1,4,, 2,3, 2,4, A i

4 Grafische Darstellung einer binären Relation R A B. Ein Punkt (Knoten) für jedes Element von A und für jedes Element von B Ein Pfeil (Kante) von a nach b gdw. arb Grafische Darstellung einer binären Relation R A A. Ein Knoten für jedes Element von A Eine Kante von a nach b gdw. arb 4

5 Grafische Darstellung einer binären Relation R A B. Ein Punkt (Knoten) für jedes Element von A und für jedes Element von B Ein Pfeil (Kante) von a nach b gdw. arb Grafische Darstellung einer binären Relation R A A. Ein Knoten für jedes Element von A Eine Kante von a nach b gdw. arb 5

6 Eine binäre Relation R A A ist reflexiv wenn für alle a A gilt: a, a R symmetrisch wenn für alle a, b A gilt: wenn a, b R, dann b, a R asymmetrisch wenn für alle a, b A gilt: wenn a, b R, dann b, a R antisymmetrisch wenn für alle a, b A gilt: wenn a, b R und b, a R dann a = b transitiv wenn für alle a, b, c A gilt: wenn a, b R und b, c R dann a, c R

7 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 7

8 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 8

9 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 9

10 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 10

11 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 11

12 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 12

13 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 13

14 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 14

15 Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 15

16 Äquivalenzrelationen Ein Relation R M M, die reflexiv, transitiv, und symmetrisch ist, wird Äquivalenzrelation genannt. Definiert die Ähnlichkeit gewisser Eigenschaften Die Teilmenge [a] = {b M (a, b) R} der Menge M wird Äquivalenzklasse von a der Äquivalenzrelation genannt: Menge der Objekte, die äquivalent zu a sind. Die Äquivalenzklassen bilden eine Partition von M: Entweder a b = oder a = [b] Für alle a M gibt es b M mit a [b] 16

17 Äquivalenzrelationen Beispiel: Die Relation "hat dieselben Eltern wie" auf M ist reflexiv (jeder Mensch hat dieselben Eltern wie er selbst), symmetrisch (wenn a dieselben Eltern hat wie b, dann hat auch b dieselben Eltern wie a) und transitiv (wenn a dieselben Eltern hat wie b und b dieselben Eltern hat wie c, dann hat auch a dieselben Eltern wie c). Die Äquivalenzklassen dieser Relation auf der Menge der Menschen sind die Geschwister. 17

18 Äquivalenzrelationen Beispiel: Sei M die Menge der Studierenden in der Vorlesung Diskrete Strukturen. Die Relation gehen in dieselbe Übungsgruppe ist dann eine Äquivalenzrelation. Die Äquivalenzklasse eines Studierenden ist seine Übungsgruppe. 18

19 Ordnungen Eine reflexive, antisymmetrische und transitive Relation heißt partielle Ordnung. Andere Namen für eine partielle Ordnung: Halbordnung, partially ordered set, poset. Eine partielle Ordnung heißt totale Ordnung, falls alle Elemente miteinander vergleichbar sind, d.h für zwei Elemente a, b der Grundmenge ist a R b oder b R a erfüllt. 19

20 Ordnungen Beispiele: Die Relation über den natürlichen Zahlen ist eine totale Ordnung. M sei eine beliebige Menge und 2 ihre Potenzmenge. Dann ist die Relation auf 2 eine partielle Ordnung. 20

21 Ordnungen Beispiele: Sei R = a, b N N b teilt a}. Die Relation R ist eine partielle Ordnung. M sei eine Menge von Schülern, die eine Reihe von Aufgaben zu lösen haben. Für zwei Schüler x, y sei x y definiert durch y hat alle Aufgaben, die x gelöst hat, auch gelöst. Diese Relation ist noch keine partielle Ordnung (man nennt sie eine Quasiordnung sie ist reflexiv und transitiv). 21

22 Ordnungen Die graphische Darstellung ohne reflexive Kanten (von einem Knoten zu sich selbst) und ohne transitive Kanten (Kanten von a nach b für die es ein c gibt mit Kanten von a nach c und b nach c) heißt Hasse-Diagramm von R. 22

23 Urbild und Bild einer Relation Definition: Sei R A B eine binäre Relation. Dann heißt a A es gibt b B mit a, b R} das Urbild von R und b B es gibt a A mit a, b R} das Bild der Relation R. 23

24 Inverse einer Relation Definition: Sei R A B eine binäre Relation. Dann heißt R : = b, a B A a, b R} die Inverse Relation zu R. 24

25 Relationenprodukt Definition: Seien R A B und T B C binäre Relationen. Dann heißt 25 R T = { a, c A C es gibt b mit a, b R und b, c T} das Produkt oder Join der Relationen R und T. Es wird oft auch als RT bezeichnet.

26 Relationenprodukt Das Relationenprodukt ist assoziativ und distributiv über. Das Relationenprodukt ist jedoch nicht distributiv über. Sei R = a, b, S = a, c, T = {(b, d), (c, d)}. R S T = T = R T S T = a, d {(a, d)} = {(a, d)} 26

27 Komposition von Relationen Definition: Sei R A A eine binäre Relation. Dann heißt R : = a, a a A} (=: Id A Identität ) R : = R R für n N 0 Beispiel: Sei Kind die Relation {(k, v) k ist Kind von v} Dann bezeichnet Kind die Enkel-Relation. 27

28 Abschluss von Relationen Definition: Sei R A A eine binäre Relation. Der reflexive (symmetrische, transitive) Abschluss (auch als reflexive, symmetrische bzw. transitive Hülle bezeichnet) von R ist die kleinste (im mengentheoretischen Sinn) Relation, die R enthält und reflexiv (symmetrisch, transitiv) ist. 28

29 Abschluss von Relationen Die transitive Hülle von R wird gewöhnlich mit R bezeichnet. Die reflexive transitive Hülle von R wird gewöhnlich mit R bezeichnet. 29

30 Reflexive Hülle von R A A Es gilt: R = R Id Beispiele: Die reflexive Hülle von < ist. Die reflexive Hülle von ist selbst. Allgemein: die reflexive Hülle einer reflexiven Relation ist die Relation selbst. 30

31 Transitive Hülle von R A A Es gilt R = und wenn A = n dann sogar R = R Transitive und reflexive Hülle von R A A 31 R Es gilt: R = R Id = A = n dann sogar R = R R und wenn Wir werden diese Aussagen später in der Vorlesung sorgfältig beweisen.

32 Transitive Hülle Beispiele: Sei R = x, y y = x + 1 und x, y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann gilt R = < und R = Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 32

33 Transitive Hülle Beispiele: Sei R = x, y y = x + 1 und x, y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann gilt R = < und R = Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 33

34 Transitive Hülle Beispiele: Sei R = x, y y = x + 1 und x, y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann gilt R = < und R = Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 34

35 Definition: 35 Kapitel II Grundlagen; Relationen Eine Relation R A B ist eine Funktion von A nach B wenn es für alle a A genau ein Element b B mit a R b gibt. f: A B bezeichnet, dass f eine Funktion von A nach B ist. Für jedes a A bezeichnet f(a) das einzige Element von B mit a, f a f.

36 Graphische Darstellung von Funktionen f a b = f(a) A B 36

37 Definition: Eine n-stellige Operation über der Menge A ist eine Funktion von der Menge der geordneten n-tupel von Elementen von A auf A. Mengenvereinigung und Durchschnitt ( und ) sind binäre Operationen auf der Potenzmenge einer Menge. 37

38 Konstruktion von Funktionsoperationen Eine beliebige Operation ( dot ) über B kann auf Funktionen f A B erweitert werden. Sei : B B B eine beliebige binäre Operation. Seien f, g: A B Funktionen. Wir definieren f g : A B a f(a) g(a) 38

39 Konstruktion von Funktionsoperationen Beispiel: Die Addition und die Multiplikation über R werden auf Funktionen f, g: R R erweitert: (f g): R R mit (f g)(x) = f(x) g(x) (f g): R R mit f g x = f x g(x) 39

40 Komposition von Funktionen: 40 Kapitel II Grundlagen; Relationen Die Operation ( ) setzt aus zwei Funktionen g: A B und f: B C eine neue Funktion zusammen, indem f auf das Resultat von g angewendet wird. Wir schreiben: f g : A C definiert durch f g a = (f(g a ). Da g a B, ist f(g a ) definiert und Element von C. Der Operator ist nicht kommutativ; im Allgemeinen gilt: f g g f.

41 Graphische Darstellung der Komposition f g a a g g g(a) f f f(g(a)) A B C 41

42 Bilder und Urbilder von Funktionen f(a) wird als Bild von a unter f bezeichnet. Sei f: A B und A A. Dann ist das Bild von A unter f die Menge aller Bilder (unter f) der Elemente von A : f A = {f a a A } 42

43 Bilder und Urbilder von Funktionen Das Urbild f (b) eines Elements b B ist definiert als f (b) = {a A f(a) = b} Für eine Menge B B gilt: f (B ) = f (b) 43

44 Graphische Darstellung von Funktionen f a = f (b) f b = f(a) A B 44

45 Eine Funktion f: A B heißt 45 Kapitel II Grundlagen; Relationen injektiv, wenn alle Elemente aus A unterschiedliche Bilder haben, wenn also für alle b B gilt: f (b) 1. surjektiv, wenn jedes Element aus B ein Bild von mindestens einem Element aus A ist, wenn also für alle b B gilt: f b 1.

46 Grafische Darst. der Injektivität/Surjektivität. a 1 a 1 a 1 b 2 b 2 b 2 c 3 c 3 c 3 d a b c d 46 4 d 5 e e e 4 5 a b c d d 1: injektiv, surjektiv 2: surjektiv, injektiv 3. injektiv, surjektiv 4. Keine Funktion 5. injektiv, surjektiv 4 5

47 Bijektivität Eine Funktion f: A B ist bijektiv, oder reversibel, oder invertierbar, genau dann wenn sie injektiv und surjektiv ist, wenn also für alle b B gilt: f (b) = 1. Eine Bijektion f: A B hat eine eindeutige inverse Funktion f : B A definiert durch f f = Id, wobei Id die Identitäts- Funktion bezeichnet. 47

48 Einige spezielle Funktionen 48 Kapitel II Grundlagen; Relationen In der diskreten Mathematik haben wir es häufig mit den folgenden Funktionen über den reelen Zahlen zu tun. Die floor Funktion ( untere Gaußklammer ) : R Z, wobei x ( floor of x ) die größte ganze Zahl x bezeichnet, also x = max ( i Z i x ) Die ceiling Funktion ( obere Gaußklammer ) : R Z, wobei x ( ceiling of x ) die kleinste ganze Zahl x bezeichnet, also x = min ( i Z i x )

49 Einige spezielle Funktionen Reele Zahlen fall to their floor oder rise to their ceiling. Wenn x Z: x x und x x Wenn x Z: x = = x = x = x x 49

50 Unendliche Kardinalität Unter Verwendung dessen, was wir im letzten Kapitel über Funktionen gelernt haben, können wir nun den Begriff der Kardinalität (sogar für unendliche Mengen) formalisieren. Wir können zeigen, dass unendliche Mengen in unterschiedlichen Größen der Unendlichkeit erscheinen. 50

51 Definition: Zwei (möglicherweise unendliche) Mengen A und B, haben die gleiche Kardinalität ( A = B ) genau dann wenn eine Bijektion (bijektive Funktion) von A nach B existiert. Man sagt auch, dass A die gleiche Mächtigkeit wie B hat. Bemerkung: Sind A und B endlich, dann existiert eine solche Funktion genau dann wenn A und B dieselbe Anzahl von Elementen haben. 51

52 Definition: Eine Menge B ist mindestens so mächtig wie A, wenn es eine injektive Abbildung von A in B gibt. B ist mächtiger als A, wenn es eine injektive Abbildung von A in B, aber keine injektive Abbildung von B in A gibt. Es gilt (Satz von Schöder-Bernstein): 52 Wenn A mindestens so mächtig wie B ist und B mindestens so mächtig wie A, dann haben A und B die gleiche Mächtigkeit.

53 Abzählbarkeit vs. Überabzählbarkeit Eine beliebige Menge S ist abzählbar, wenn S endlich ist oder S = N. Andernfalls ist S überabzählbar. Intuitiv: eine Menge ist abzählbar, wenn ihre Elemente aufgelistet werden können. Dagegen kann keine unendliche Liste alle Elemente einer überabzählbaren Menge enthalten. 53

54 Beispiele von abzählbaren Mengen: Theorem: Die Menge Z ist abzählbar. Beweis: Definiere f: Z N durch 2i falls i 0 f(i) = 2i 1 falls i < 0 Da f bijektiv ist, ist Z abzählbar. 54

55 Beispiele von abzählbaren Mengen: Theorem: Sei A eine endliche Menge. Die Menge A = A ist abzählbar. Beweisidee: A ist die Menge aller endlichen Tupeln von Elementen von A. Um sie aufzulisten, liste zuerst die Elementen von A auf, dann die von A, A etc. 55

56 Beispiel überabzählbare Mengen: Das Interval 0,1 : r R 0 r 1} ist überabzählbar. Beweis durch Diagonalisierung. Allgemeiner gilt für jede beliebige Menge M: die Potenzmenge P(M) von M ist mächtiger als M. Georg Cantor

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) 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

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

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen: 4. Mathematische und notationelle Grundlagen 4.1 Mengen Beispiel 3 A 1 = {2, 4, 6, 8}; A 2 = {0, 2, 4, 6,...} = {n N 0 ; n gerade} Bezeichnungen: x A A x x A B A B A { } x Element A x nicht Element A B

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 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

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

Bemerkungen zur Notation

Bemerkungen zur Notation Bemerkungen zur Notation Wir haben gerade die Symbole für alle und es gibt gebraucht. Dies sind so genannte logische Quantoren, und zwar der All- und der Existenzquantor. Die Formel {a A; ( b B)[(a, b)

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 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

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

WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Diskrete Strukturen. wissen leben WWU Münster

WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Diskrete Strukturen. wissen leben WWU Münster MÜNSTER Diskrete Strukturen Dietmar Lammers Vorlesung SoSe 2010 > Relationen MÜNSTER Diskrete Strukturen 41/101 Seien A und B und für n N seien A 1 A 2...A n Mengen > Relationen MÜNSTER Diskrete Strukturen

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich

Mehr

Formale Sprachen und Automaten

Formale Sprachen und Automaten Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen

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

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten: DM2 Slide 1 Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10)

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10) Dean 2, 5-7

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

Vorlesung Diskrete Strukturen Relationen

Vorlesung Diskrete Strukturen Relationen Vorlesung Diskrete Strukturen Relationen Bernhard Ganter WS 2009/10 Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Ein wichtiger Spezialfall ist

Mehr

Vorlesung Diskrete Strukturen Relationen

Vorlesung Diskrete Strukturen Relationen Vorlesung Diskrete Strukturen Relationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die Mathematik

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

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

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2013/14 Relationalstrukturen 59 Definition Sei A eine nichtleere Menge, R ist eine k-stellige

Mehr

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb. 4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel

Mehr

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist

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

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

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

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

Mathematik für Informatiker I Mitschrift zur Vorlesung vom Mathematik für Informatiker I Mitschrift zur Vorlesung vom 18.11.2004 Zur Wiederholung: Das Kartesische Produkt dient dem Ordnen von Mengen. A B = {(a, b) : a A, b B)} Spezialfall A = Äquivalenzrelation

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Einführung in die Logik - 6 mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Modelltheoretische / Denotationelle Semantik der Prdikatenlogik Ein Modell ist ein künstlich geschaffenes

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

Logik und Künstliche Intelligenz

Logik und Künstliche Intelligenz Logik und Künstliche Intelligenz Kurze Zusammenfassung (Stand: 14. Januar 2010) Prof. Dr. V. Stahl Copyright 2007 by Volker Stahl. All rights reserved. V. Stahl Logik und Künstliche Intelligenz Zusammenfassung

Mehr

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 86 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist

Mehr

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) 15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle

Mehr

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018 Diskrete Strukturen Vorlesung 7: Fixpunkte & Kardinalität 27. November 2018 Nächste Termine Modul Diskrete Strukturen Hörsaalübung (Mo. 9:15) Vorlesung (Di. 17:15) 26.11. 27.11. Fixpunkte + Kardinalitäten

Mehr

Kapitel 2 Mathematische Grundlagen

Kapitel 2 Mathematische Grundlagen Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und

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

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 9. November 2017 1/34 Beispiel 3.6 Wir können die rationalen Zahlen wie folgt konstruieren:

Mehr

Vorlesung Diskrete Strukturen Abbildungen

Vorlesung Diskrete Strukturen Abbildungen Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter WS 2009/10 Hashfunktionen Wenn eine Datenbank Millionen von Dokumenten enthält und immer neue dazu kommen, stellt sich folgendes Problem: Bei neuen

Mehr

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016 Analysis I - Notizen 1 Daniel Lenz Jena - Wintersemester 2016 1 Es handelt sich nicht um ein Skriptum zur Vorlesung. Besten Dank an alle, die zu Verbesserungen früherer Notizen zur Analysis I beigetragen

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik 1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Notation für Wörter w a is die Anzahl der Vorkommen von

Mehr

Algebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar).

Algebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar). Algebra 1 Mengen 1.1 Operationen A Anzahl der Elemente von A (Mächtigkeit, Betrag, Kardinalität) (A) Potenzmenge von X ( (A) = 2 A ) A B wenn jedes Element von A auch Element von B ist. A = B (A B und

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 20 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Grundlagen. Kapitel Mengen

Grundlagen. Kapitel Mengen Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte

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

Kapitel 2 Mathematische Grundlagen

Kapitel 2 Mathematische Grundlagen Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und

Mehr

Relationen. Ein wichtiger Spezialfall ist der, dass die Mengen identisch sind:

Relationen. Ein wichtiger Spezialfall ist der, dass die Mengen identisch sind: Relationen Es seien zwischen und und Mengen. Eine (binäre) Relation ist eine Teilmenge von. Ein wichtiger Spezialfall ist der, dass die Mengen identisch sind: und Eine binäre Relation auf einer Menge ist

Mehr

Vorlesung Diskrete Strukturen Abbildungen

Vorlesung Diskrete Strukturen Abbildungen Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2 D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Lösung 2 Hinweise 1. Eine Möglichkeit ist, auf diese Forderungen massgeschneiderte Relationen explizit anzugeben. Dies ist aber nicht

Mehr

Relationen und Funktionen

Relationen und Funktionen Vorkurs Mathematik Dr. Regula Krapf Sommersemester 018 Relationen und Funktionen Definition. Seien M und N Mengen. Eine Relation auf M N ist eine Teilmenge R M N. Falls (x,y) R, so schreibt man auch x

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Rebecca Busch Universität Siegen Wintersemester 2016/2017 Busch (Universität Siegen) Diskrete Mathematik Wintersem. 2016/2017 1 / 16 Übersicht über die Themen Mengentheoretische

Mehr

Analysis für Informatiker

Analysis für Informatiker Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während

Mehr

Lösungen zur Übungsserie 1

Lösungen zur Übungsserie 1 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche

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

Diskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier Diskrete Strukturen und Logik WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik &

Mehr

1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion

1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion Transitiv-reflexive Hülle Definition 24. Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a, a) R 2. R R 3.

Mehr

Übungen zur Vorlesung Einführung in die Mathematik

Übungen zur Vorlesung Einführung in die Mathematik Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere

Mehr

Relationen. Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B.

Relationen. Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Mathematik I für Informatiker Relationen auf einer Menge p. 1 Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Ein wichtiger Spezialfall ist der,

Mehr

Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)

Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) WS 2015/16 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick

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

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

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

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

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge. Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 24.11.2016 (Teil 2) 23. November 2016 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler 23. November 2016

Mehr

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18 1/18 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 7. November 2007 2/18 Geordnete Paare Mengen sind ungeordnet: {a, b} = {b, a} für viele Anwendungen braucht

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 25 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Teil 4. Mengen und Relationen

Teil 4. Mengen und Relationen Teil 4 Mengen und Relationen KAPITEL 10 Äquivalenzrelationen und Faktormengen 1. Äquivalenzrelationen Wir nennen eine Relation von A nach A auch eine Relation auf A. DEFINITION 10.1. SeiΡeine Relation

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität

Mehr

Diskrete Mathematik I

Diskrete Mathematik I Diskrete Mathematik I Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Wintersemester 08/09 DiMa I - Vorlesung 01-13.10.2008 Mengen, Relationen, Funktionen, Indirekter Beweis 1 / 59 Organisatorisches

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

Mehr

Anwendung der Algebra Mit den oben gelisteten Regeln kann man viele Zusammenhänge einfach direkt beweisen, etwa den folgenden Satz:

Anwendung der Algebra Mit den oben gelisteten Regeln kann man viele Zusammenhänge einfach direkt beweisen, etwa den folgenden Satz: Logik-Algebra - Beweise Diese Sätze kann man alle einfach beweisen. Hier ist es sogar besonders einfach, da die vorkommenden freien Ausdrücke nur zwei Werte annehmen können. Man kann für alle Wertkombinationen

Mehr

Grundbegriffe der Informatik Tutorium 14

Grundbegriffe der Informatik Tutorium 14 Grundbegriffe der Informatik Tutorium 14 Tutorium Nr. 16 Philipp Oppermann 11. Februar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Wintersemester 2015/16 16. März 2015 Name: Vorname: Matrikelnr.: Aufgabe 1 2 4 5 6 Summe Punkte 10 10 10 10 10 10 60 erreicht

Mehr

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4) FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :

Mehr

3. Relationen Erläuterungen und Schreibweisen

3. Relationen Erläuterungen und Schreibweisen 3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen

Mehr

Einführung in die Programmierung

Einführung in die Programmierung Einführung in die Programmierung Teil 2: Mathematische Grundlagen Prof. Dr. Peer Kröger, Florian Richter, Michael Fromm Wintersemester 2018/2019 Übersicht 1. Mengen 2. Relationen und Abbildungen 3. Boolsche

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Relationalstrukturen Definition Sei A eine nichtleere Menge, R ist eine k-stellige

Mehr

1 Mathematische Grundbegriffe

1 Mathematische Grundbegriffe 1 1 Mathematische Grundbegriffe 1.1 Relationen und Funktionen Seien A 1,..., A n Mengen. Ein n-tupel über A 1,..., A n ist eine Folge (a 1,..., a n ) von Objekten a i A i, für i = 1,..., n. Zwei n-tupel

Mehr

Lösungen zur Übungsserie 2

Lösungen zur Übungsserie 2 Analysis 1 Herbstsemester 2018 rof. eter Jossen Montag, 8. Oktober Lösungen zur Übungsserie 2 Aufgaben 1, 2, 3, 4, 5, 6, 7, 8, 9, 12, 13, 14 Aufgabe 1. Sei X eine Menge. Wie behandeln in dieser Aufgabe

Mehr

(1.18) Def.: Eine Abbildung f : M N heißt

(1.18) Def.: Eine Abbildung f : M N heißt Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N

Mehr

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 4

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Grundlagen der Mathematik Die mündliche Prüfung Stand 31. Januar 2018 Allgemeine Hinweise Die mündlichen Prüfung ist idealerweise ein flüssiges Gespräch, wobei (kurzes) Nachdenken natürlich jederzeit erlaubt

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61 Anmerkung Änderung im Wintersemester 2013/2014:

Mehr

Lösungen zu Kapitel 2

Lösungen zu Kapitel 2 Lösungen zu Kapitel 2 Lösung zu Aufgabe 1: Wir zeigen die Behauptung durch vollständige Induktion über n. Die einzige Menge mit n = 0 Elementen ist die leere Menge. Sie besitzt nur sich selbst als Teilmenge,

Mehr

aller Vornamen (oder nur die Vornamen, die in der Datenbank auftreten). Dann ist jede Zeile wie etwa

aller Vornamen (oder nur die Vornamen, die in der Datenbank auftreten). Dann ist jede Zeile wie etwa Kapitel 2 Relationen Im vorigen Kapitel haben wir n-stellige, kartesische Produkte M 1 M 2 M n kennen gelernt. Jetzt betrachten wir Teilmengen von kartesischen Produkten. Definition 2.1. Eine Teilmenge

Mehr

Mathematik III. Vorlesung 61. Abzählbare Mengen

Mathematik III. Vorlesung 61. Abzählbare Mengen Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 61 Abzählbare Mengen Wir erinnern daran, dass zwei Mengen M und N gleichmächtig heißen, wenn es eine bijektive Abbildung zwischen ihnen

Mehr

Relationen (Teschl/Teschl 5.1)

Relationen (Teschl/Teschl 5.1) Relationen (Teschl/Teschl 5.1) Eine (binäre) Relation zwischen den Mengen M und N ist eine Teilmenge R der Produktmenge M N. Beispiele M Menge aller Studierenden, N Menge aller Vorlesungen, R : {(x, y)

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemente der Mathematik - Winter 2016/2017 Prof. Dr. Peter Koepke, Regula Krapf Lösungen Übungsblatt 7 Aufgabe 29 (8 Punkte). Für eine Menge M ist die Potenzmenge von M definiert als P(M) := {X X M},

Mehr

Analysis I. Vorlesung 10. Mächtigkeiten

Analysis I. Vorlesung 10. Mächtigkeiten Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 10 Mächtigkeiten Zwei Kinder, die noch nicht zählen können, sitzen im Sandkasten und wollen wissen, wer von ihnen mehr Buddelsachen dabei

Mehr