Grundbegriffe der Informatik
|
|
- Damian Hertz
- vor 5 Jahren
- Abrufe
Transkript
1 Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61
2 Anmerkung Änderung im Wintersemester 2013/2014: nichts über Nerode-Äquivalenzen auch nicht in der Klausur 2/61
3 Überblick Äquivalenzrelationen Kongruenzrelationen Halbordnungen Ordnungen Überblick 3/61
4 Überblick Äquivalenzrelationen Kongruenzrelationen Halbordnungen Ordnungen Äquivalenzrelationen 4/61
5 Definition Eine Äquivalenzrelation ist eine Relation R M M auf einer Menge M, die reflexiv, symmetrisch und transitiv ist. typischerweise Notation,,, oder ähnlich Infixschreibweise also x M : x x, x M : y M : x y = y x x M : y M : z M : x y y z = x z Äquivalenzrelationen 5/61
6 Einfachstes Beispiel: Identität I = {(x,x) x M} ist Äquivalenzrelation (für jede Menge M), denn x M : x = x, x M : y M : x = y = y = x x M : y M : z M : x = y y = z = x = z Äquivalenzrelationen 6/61
7 Wichtiges Beispiel: Kongruenz modulo n Es sei n N +. x,y Z heißen kongruent modulo n, wenn die Differenz x y durch n teilbar ist also x und y gleichen Rest bei Division durch n liefern Schreibweise x y (mod n) Das ist für jedes n N + eine Äquivalenzrelation, denn Reflexivität: x x = 0 ist Vielfaches von n Symmetrie: mit x y ist auch y x = (x y) Vielfaches von n Transitivität: Wenn x y = k 1 n und y z = k 2 n (mit k 1,k 2 Z), dann auch x z = (x y) + (y z) = (k 1 + k 2 )n ganzzahliges Vielfaches von n Äquivalenzrelationen 7/61
8 Beispiel: asymtptotisch gleiches Wachstum f (n) д(n) c,c R + : n 0 N 0 : n n 0 : c f (n) д(n) c f (n). reflexiv, symmetrisch, transitiv siehe Kapitel 13 Äquivalenzrelationen 8/61
9 Verallgemeinerung: Urbildmengen einer Funktion Es sei f : M M definiere binäre Relation f auf M vermöge x M y M : x f y genau dann wenn f (x) = f (y) Behauptung: f ist eine Äquivalenzrelation Reflexivität: x M: f (x) = f (x) also x f x Symmetrie: x M y M: f (x) = f (y) = f (y) = f (x) also x f y = y f x Transitivität: x M y M z M: f (x) = f (y) f (y) = f (z) = f (x) = f (z) also x f y y f z = x f z Äquivalenzrelationen 9/61
10 Bild einer Äquivalenzrelation Äquivalenzrelationen 10/61
11 Bild einer Äquivalenzrelation Äquivalenzrelationen 11/61
12 Definitionen Äquivalenzklasse von x M ist {y M x y} Schreibweise [x] oder einfach [x], falls klar ist Faktormenge (oder Faserung) von M nach ist die Menge aller Äquivalenzklassen. Schreibweise M / = {[x] x M} Äquivalenzrelationen 12/61
13 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 Äquivalenzrelationen 13/61
14 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also Äquivalenzrelationen 13/61
15 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent Äquivalenzrelationen 13/61
16 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent Äquivalenzrelationen 13/61
17 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent Äquivalenzrelationen 13/61
18 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent zwei Äquivalenzklassen Äquivalenzrelationen 13/61
19 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent zwei Äquivalenzklassen [0] = {..., 4, 2,0,2,4,... } Äquivalenzrelationen 13/61
20 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent zwei Äquivalenzklassen [0] = {..., 4, 2,0,2,4,... } [1] = {..., 5, 3, 1,1,3,5,... } Äquivalenzrelationen 13/61
21 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent zwei Äquivalenzklassen [0] = {..., 4, 2,0,2,4,... } [1] = {..., 5, 3, 1,1,3,5,... } statt Z/ n schreibt man oft Z n Äquivalenzrelationen 13/61
22 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent zwei Äquivalenzklassen [0] = {..., 4, 2,0,2,4,... } [1] = {..., 5, 3, 1,1,3,5,... } statt Z/ n schreibt man oft Z n mehr z. B. in Theoretische Grundlagen der Informatik Äquivalenzrelationen 13/61
23 Beispiel: Äquivalenzklassen von Kongruenz modulo 2 schreiben kurz 2 x 2 y genau dann, wenn x y durch 2 teilbar, also je zwei gerade Zahlen sind äquivalent je zwei ungerade Zahlen sind äquivalent eine gerade und eine ungerade Zahl sind nicht äquivalent zwei Äquivalenzklassen [0] = {..., 4, 2,0,2,4,... } [1] = {..., 5, 3, 1,1,3,5,... } statt Z/ n schreibt man oft Z n mehr z. B. in Theoretische Grundlagen der Informatik Nerode-Äquivalenz für formale Sprachen Äquivalenzrelationen 13/61
24 Was ist wichtig Das sollten Sie mitnehmen: Äquivalenzrelationen Beispiel Kongruenz modulo n Das sollten Sie üben: definierenden Eigenschaften überprüfen Anzahl Äquivalenzklassen bestimmen Äquivalenzrelationen 14/61
25 Überblick Äquivalenzrelationen Kongruenzrelationen Halbordnungen Ordnungen Kongruenzrelationen 15/61
26 Äquivalenzrelationen auf Mengen mit Struktur Beispiel: n auf additiver Gruppe (oder Ring) Z Frage: Wie ändern sich Funktionswerte, wenn man Argumente durch äquivalente ersetzt? Kongruenzrelationen 16/61
27 Verträglichkeit mit einstelligen Funktionen und binären Operationen Sei Äquivalenzrelation auf M und f : M M eine Abbildung. ist mit f verträglich, wenn für alle x 1,x 2 M gilt: x 1 x 2 = f (x 1 ) f (x 2 ). Sei Äquivalenzrelation und eine binäre Operation auf M. ist mit verträglich, wenn für alle x 1,x 2 M und alle y 1,y 2 M gilt: x 1 x 2 y 1 y 2 = x 1 y 1 x 2 y 2. Kongruenzrelationen 17/61
28 Veträglichkeit: Beispiel modulo Äquivalenz modulo n. Diese Relationen sind mit Addition, Subtraktion und Multiplikation verträglich. Beispiel: ist dann auch x 1 x 2 (mod n) also x 1 x 2 = kn und y 1 y 2 (mod n) also y 1 y 2 = mn (x 1 + y 1 ) (x 2 + y 2 ) = (x 1 x 2 ) + (y 1 y 2 ) = (k + m)n. mit anderen Worten x 1 + y 1 x 2 + y 2 (mod n). Kongruenzrelationen 18/61
29 Kongruenzrelationen Eine Äquivalenzrelation, die mit allen gerade interessierenden Funktionen oder/und Operationen verträglich ist, nennt man auch eine Kongruenzrelation. Kongruenzrelationen 19/61
30 Eine Operation für Äquivalenzklassen modulo n es sei n beliebig, aber fest für die Äquivalenzklassen von n schreiben wir [x] n Was ist mit dem Folgenden? +: Z n Z n Z n : [x] n + [y] n = [x + y] n Kongruenzrelationen 20/61
31 Eine Operation für Äquivalenzklassen modulo n es sei n beliebig, aber fest für die Äquivalenzklassen von n schreiben wir [x] n Was ist mit dem Folgenden? +: Z n Z n Z n : [x] n + [y] n = [x + y] n Ist das in Ordnung? Ist das eine Definition? Wo kann ein Problem sein? Kongruenzrelationen 20/61
32 Induzierte Abbildungen für Äquivalenzklassen Allgemein gilt: Wenn mit f : M M verträglich ist, dann ist f : M / M / : f ([x]) = [f (x)] wohldefiniert. Wenn mit : M M M verträglich ist, dann ist : M / M / M / : [x] [y] = [x y] wohldefiniert. Kongruenzrelationen 21/61
33 Was ist wichtig Das sollten Sie mitnehmen: Kongruenzrelationen: Verträglichkeit induzierte Abbildungen/Operationen für Äquivalenzklassen Das sollten Sie üben: mit Äquivalenzklassen rechnen Kongruenzrelationen 22/61
34 Überblick Äquivalenzrelationen Kongruenzrelationen Halbordnungen Ordnungen Halbordnungen 23/61
35 Definition antisymmetrischer Relationen Relation R M M heißt antisymmetrisch, wenn für alle x,y M gilt: xry yrx = x = y Beispiel Mengeninklusion: zum Beispiel M = 2 M Potenzmenge einer Menge M Relation R = {(A,B) A M B M A B} = {(A,B) A M B M A B} M M R ist antisymmetrisch: A B B A = A = B Halbordnungen 24/61
36 Definition Halbordnung Relation R M M heißt Halbordnung, wenn sie ist. reflexiv, antisymmetrisch und transitiv Wenn R Halbordnung auf Menge M ist, nennt man auch M eine halbgeordnete Menge. Halbordnungen 25/61
37 Definition Halbordnung Relation R M M heißt Halbordnung, wenn sie ist. reflexiv, antisymmetrisch und transitiv Wenn R Halbordnung auf Menge M ist, nennt man auch M eine halbgeordnete Menge. Beispiel Mengeninklusion: A A A B B A = A = B A B B C = A C Halbordnungen 25/61
38 Definition Halbordnung Relation R M M heißt Halbordnung, wenn sie ist. reflexiv, antisymmetrisch und transitiv Wenn R Halbordnung auf Menge M ist, nennt man auch M eine halbgeordnete Menge. Beispiel Mengeninklusion: A A A B B A = A = B A B B C = A C Beachte: es gibt im allgemeinen unvergleichbare Elemente z. B. {1,2,3} {3,4,5} und {3,4,5} {1,2,3} Halbordnungen 25/61
39 Beispiel: Halbordnung auf Wörtern M = A Relation p auf A : w 1 p w 2 u A : w 1 u = w 2 zum Beispiel im Duden: Klaus kommt vor Klausur aber: p ist echte Halbordnung keine Beziehung zwischen Klausur und Übung Halbordnungen 26/61
40 Darstellung von Halbordnungen (1): Graph der gesamten Relation Beispiel (2 {a,b,c }, ) {a,b,c} {a,b} {a,c} {b,c} {a} {b} {c} {} Halbordnungen 27/61
41 Darstellung von Halbordnungen (2): Hassediagramm zeichne nur H R = (R I ) (R I ) 2 Beispiel (2 {a,b,c }, ) {a,b,c} {a,b} {a,c} {b,c} {a} {b} {c} {} Halbordnungen 28/61
42 Hassediagramm: enthält alles Wesentliche Wenn R Halbordnung auf einer endlichen Menge M ist, dann kann man aus H R das R wieder rekonstruieren: Halbordnungen 29/61
43 Hassediagramm: enthält alles Wesentliche Wenn R Halbordnung auf einer endlichen Menge M ist, dann kann man aus H R das R wieder rekonstruieren: H R = R Halbordnungen 29/61
44 Minimale und maximale Elemente sei (M, ) halbgeordnet und T M. x T heißt minimales Element von T, wenn es kein y T gibt mit y x und y x. x T heißt maximales Element von T, wenn es kein y T gibt mit x y und x y. Halbordnungen 30/61
45 Minimale und maximale Elemente: Beispiele Teilmenge von (2 {a,b,c }, ): ab bc b c {} zwei maximale Elemente: ab und bc ein minimales Element: {} Halbordnungen 31/61
46 Kleinste und größte Elemente sei (M, ) halbgeordnet und T M. x T heißt kleinstes Element von T, wenn für alle y T gilt: x y. x T heißt größtes Element von T, wenn für alle y T gilt: y x. Halbordnungen 32/61
47 Kleinte und größte Elemente: Beispiele Teilmenge von (2 {a,b,c }, ): ab bc b c {} kein größtes Element kleinstes Element: {} Halbordnungen 33/61
48 Kleinte und größte Elemente: Beispiele Teilmenge von (2 {a,b,c }, ): ab bc b c {} kein größtes Element kleinstes Element: {} Achtung: Eine unendliche Teilmenge kann z. B. genau ein minimales Element haben und trotzdem kein kleinstes! Halbordnungen 33/61
49 Kleinste und größte Elemente sei (M, ) halbgeordnet und T M. T kann nicht zwei verschiedene kleinste (bzw. größte) Elemente haben. Beweis für Eindeutigkeit des kleinsten Elements seien x 1 und x 2 kleinste Elemente, dann ist x 1 x 2, weil x 1 kleinstes Element, und es ist x 2 x 1, weil x 2 kleinstes Element, also wegen Antisymmetrie: x 1 = x 2 Beweis für Eindeutigkeit des größten Elements analog Halbordnungen 34/61
50 Untere und obere Schranken sei (M, ) halbgeordnet und T M. x M heißt obere Schranke von T, wenn für alle y T gilt: y x. x M heißt untere Schranke von T, wenn für alle y T gilt: x y. Halbordnungen 35/61
51 Untere und obere Schranken sei (M, ) halbgeordnet und T M. x M heißt obere Schranke von T, wenn für alle y T gilt: y x. x M heißt untere Schranke von T, wenn für alle y T gilt: x y. Beachte: untere und obere Schranken von T dürfen außerhalb von T liegen. Halbordnungen 35/61
52 Untere und obere Schranken: Beispiele Standardbeispiel: abc ab ac bc a b c {} T = {{}, {a}, {b}}: obere Schranken {a,b} und {a,b,c}. T = {{}, {a}, {b}, {a,b}}: die gleichen oberen Schranken. Halbordnungen 36/61
53 Untere und obere Schranken: Beispiele Standardbeispiel: abc ab ac bc a b c {} T = {{}, {a}, {b}}: obere Schranken {a,b} und {a,b,c}. T = {{}, {a}, {b}, {a,b}}: die gleichen oberen Schranken. Halbordnungen 37/61
54 Untere und obere Schranken: Beispiele Standardbeispiel: abc ab ac bc a b c {} T = {{}, {a}, {b}}: obere Schranken {a,b} und {a,b,c}. T = {{}, {a}, {b}, {a,b}}: die gleichen oberen Schranken. Halbordnungen 38/61
55 Untere und obere Schranken müssen nicht existieren Teilmenge muss keine obere Schranke besitzen In besitzt z. B. die Gesamtmenge keine obere Schranke. Halbordnungen 39/61
56 Untere und obere Schranken müssen nicht existieren Teilmenge muss keine obere Schranke besitzen In besitzt z. B. die Gesamtmenge keine obere Schranke. In (N 0, ) besitzt die Gesamtmenge keine obere Schranke. Halbordnungen 39/61
57 Supremum und Infimum Besitzt die Menge aller oberen Schranken einer Teilmenge T ein kleinstes Element, so heißt dies das Supremum von T Schreibweisen T oder sup(t ) Besitzt die Menge aller unteren Schranken einer Teilmenge T ein größtes Element, so heißt dies das Infimum von T. brauchen wir hier nicht Halbordnungen 40/61
58 Supremum und Infimum Besitzt die Menge aller oberen Schranken einer Teilmenge T ein kleinstes Element, so heißt dies das Supremum von T Schreibweisen T oder sup(t ) Besitzt die Menge aller unteren Schranken einer Teilmenge T ein größtes Element, so heißt dies das Infimum von T. brauchen wir hier nicht Supremum (bzw. Infimum) einer Teilmenge müssen nicht existieren weil gar keine oberen Schranken vorhanden oder weil von den oberen Schranken keine die kleinste ist Halbordnungen 40/61
59 Supremum und Infimum: Beispiele Bei Halbordnungen (2 M, ) existieren Suprema immer: Supremum von T 2 M ist die Vereinigung aller Teilmengen von M, die in T liegen Beispiel für das Beispiel: M = {a,b} also ist M = 2 M die Menge aller formalen Sprachen L M für i N 0 sei L i = {a j b j j i} L 0 = {ε} L 1 = {ε,ab} L 2 = {ε,ab,aabb}... sei T = {L i i N 0 } dann ist T = i=0 L i = {a j b j j N 0 } Halbordnungen 41/61
60 Aufsteigende Ketten aufsteigende Kette abzählbar unendliche Folge (x 0, x 1, x 2,... ) von Elementen mit der Eigenschaft: i N 0 : x i x i+1. kurz x 0 x 1 x 2 x 3 Halbordnungen 42/61
61 Aufsteigende Ketten aufsteigende Kette abzählbar unendliche Folge (x 0, x 1, x 2,... ) von Elementen mit der Eigenschaft: i N 0 : x i x i+1. kurz x 0 x 1 x 2 x 3 Beispiel: (2 {a,b}, ) {ε} {ε,ab} {ε,ab,aabb} {ε,ab,aabb,aaabbb}... Halbordnungen 42/61
62 Vollständige Halbordnungen Eine Halbordnung heißt vollständig, wenn sie ein kleinstes Element hat und jede aufsteigende Kette x 0 x 1 x 2 ein Supremum i x i besitzt. Halbordnungen 43/61
63 Vollständige Halbordnungen Eine Halbordnung heißt vollständig, wenn sie ein kleinstes Element hat und jede aufsteigende Kette x 0 x 1 x 2 ein Supremum i x i besitzt. Beispiele: (2 M, ) kleinstes Element {} Supremum von T 0 T 1 T 2 ist T i. Halbordnungen 43/61
64 Vollständige Halbordnungen: weitere (Nicht-)Beispiele (N 0, ) ist keine vollständige Halbordung unbeschränkt wachsende aufsteigende Ketten wie z. B besitzen kein Supremum in N 0. Ergänze weiteres Element u über allen Zahlen: N = N 0 {u} und x y ( x,y N 0 x y ) (y = u) also sozusagen u später noch nützlich N = N 0 {u 1,u 2 } und x y ( x,y N 0 x y ) ( ) x N 0 {u 1 } y = u 1 y = u2 also sozusagen u 1 u 2 Halbordnungen 44/61
65 Monotone Abbildungen eine Halbordnung auf einer Menge M. Abbildung f : M M monoton, wenn für alle x,y M gilt: x y = f (x) f (y) Halbordnungen 45/61
66 Monotone Abbildungen eine Halbordnung auf einer Menge M. Abbildung f : M M monoton, wenn für alle x,y M gilt: x y = f (x) f (y) Beispiel: (N 0, ) mit Abbildung f (x) = x + 1 x y = x + 1 y + 1 Nichtbeispiel: (N 0, ) mit Abbildung f (x) = x mod , aber f (3) = 3 0 = f (10). Halbordnungen 45/61
67 Stetige Abbildungen (D, ) sei vollständige Halbordnung Abbildung f : D D heißt stetig, wenn für jede aufsteigende Kette x 0 x 1 x 2 gilt: f ( x i ) = f (x i ) i i Halbordnungen 46/61
68 Stetige Abbildungen: Beispiele (1) N = N 0 {u 1,u 2 } mit wie eben Abbildung f : N N mit ist stetig. warum? x + 1 falls x N 0 f (x) = u 1 falls x = u 1 u 2 falls x = u 2 Halbordnungen 47/61
69 Stetige Abbildungen: Beispiele (2) f (x) = x + 1 falls x N 0 u j falls x = u j (für j = 1,2) Zwei Fälle für aufsteigende Kette x 0 x 1 x 2 : 1. Die Kette wird konstant. also x 0 x 1 x 2 x i = x i+1 = x i+2 = = n. also jedenfalls i x i = n ; Halbordnungen 48/61
70 Stetige Abbildungen: Beispiele (2) f (x) = x + 1 falls x N 0 u j falls x = u j (für j = 1,2) Zwei Fälle für aufsteigende Kette x 0 x 1 x 2 : 1. Die Kette wird konstant. also x 0 x 1 x 2 x i = x i+1 = x i+2 = = n. also jedenfalls i x i = n ; zwei Unterfälle: Wenn n = u j ist, dann ist wegen f (u j ) = u j ist auch i f (x i ) = u j, also ist f ( i x i ) = i f (x i ). Wenn n N 0 ist, dann ist f ( i x i ) = f (n ) = n + 1. Andererseits ist die Kette der Funktionswerte f (x 0 ) f (x 1 ) f (x 2 ) f (x i ) = f (x i+1 ) = f (x i+2 ) = = f (n ) = n + 1. Also ist f ( i x i ) = i f (x i ). Halbordnungen 48/61
71 Stetige Abbildungen: Beispiele (2) f (x) = x + 1 falls x N 0 u j falls x = u j (für j = 1,2) Zwei Fälle für aufsteigende Kette x 0 x 1 x 2 : 1. Die Kette wird konstant. also x 0 x 1 x 2 x i = x i+1 = x i+2 = = n. also jedenfalls i x i = n ; zwei Unterfälle: Wenn n = u j ist, dann ist wegen f (u j ) = u j ist auch i f (x i ) = u j, also ist f ( i x i ) = i f (x i ). Wenn n N 0 ist, dann ist f ( i x i ) = f (n ) = n + 1. Andererseits ist die Kette der Funktionswerte f (x 0 ) f (x 1 ) f (x 2 ) f (x i ) = f (x i+1 ) = f (x i+2 ) = = f (n ) = n + 1. Also ist f ( i x i ) = i f (x i ). 2. Die Kette wird nicht konstant. dann alle x i N 0 und die Kette wächst unbeschränkt gleiches gilt für Kette der Funktionswerte. Also haben beide Ketten Supremum u 1 und wegen f (u 1 ) = u 1 ist f ( i x i ) = i f (x i ). Halbordnungen 48/61
72 Stetige Abbildungen: Beispiele (3) N = N 0 {u 1,u 2 } mit wie eben Abbildung д : N N mit ist nicht stetig x + 1 falls x N 0 д(x) = u 2 falls x = u 1 u 2 falls x = u 2 Halbordnungen 49/61
73 Stetige Abbildungen: Beispiele (3) N = N 0 {u 1,u 2 } mit wie eben Abbildung д : N N mit ist nicht stetig x + 1 falls x N 0 д(x) = u 2 falls x = u 1 u 2 falls x = u 2 Unterschied zu f : д(u 1 ) = u 2 unbeschränkt wachsende Kette x 0 x 1 x 2 natürlicher Zahlen hat Supremem u 1 also д( i x i ) = u 2, aber Kette der Funktionswerte д(x 0 ) д(x 1 ) д(x 2 ) hat Supremem i д(x i ) = u 1 д( i x i ). Halbordnungen 49/61
74 Fixpunktsatz Satz Es sei f : D D eine monotone und stetige Abbildung auf einer vollständigen Halbordnung (D, ) mit kleinstem Element. Elemente x i D seien wie folgt definiert: x 0 = i N 0 : x i+1 = f (x i ) Dann gilt: 1. Die x i bilden eine Kette: x 0 x 1 x Das Supremum x f = i x i dieser Kette ist Fixpunkt von f, also f (x f ) = x f. 3. x f ist der kleinste Fixpunkt von f : Wenn f (y f ) = y f ist, dann ist x f y f. Anwendung: siehe Vorlesungen zu Semantik von Programmiersprachen Halbordnungen 50/61
75 Fixpunktsatz: Beweis 1. Behauptung: i N 0 gilt x i x i+1 vollständige Induktion: x 0 x 1, weil x 0 = das kleinste Element wenn x i x i+1, dann wegen Monotonie von f auch f (x i ) f (x i+1 ), also x i+1 x i+2. Halbordnungen 51/61
76 Fixpunktsatz: Beweis 1. Behauptung: i N 0 gilt x i x i+1 vollständige Induktion: x 0 x 1, weil x 0 = das kleinste Element wenn x i x i+1, dann wegen Monotonie von f auch f (x i ) f (x i+1 ), also x i+1 x i Behauptung: x f = i x i ist Fixpunkt, also f (x f ) = x f Wegen Stetigkeit von f ist f (x f ) = f ( i x i ) = i f (x i ) = i x i+1. Folge der x i+1 unterscheidet sich von Folge der x i nur durch fehlendes erstes Element. Also haben beide Folgen das gleiche Supremum x f (klar?) also i x i+1 = i x i = x f also ist f (x f ) = x f Halbordnungen 51/61
77 Fixpunktsatz: Beweis 1. Behauptung: i N 0 gilt x i x i+1 vollständige Induktion: x 0 x 1, weil x 0 = das kleinste Element wenn x i x i+1, dann wegen Monotonie von f auch f (x i ) f (x i+1 ), also x i+1 x i Behauptung: x f = i x i ist Fixpunkt, also f (x f ) = x f Wegen Stetigkeit von f ist f (x f ) = f ( i x i ) = i f (x i ) = i x i+1. Folge der x i+1 unterscheidet sich von Folge der x i nur durch fehlendes erstes Element. Also haben beide Folgen das gleiche Supremum x f (klar?) also i x i+1 = i x i = x f also ist f (x f ) = x f 3. Behauptung: x f ist kleinster Fixpunkt. Sei f (y f ) = y f. Induktion lehrt: i N 0 : x i y f. also ist y f eine obere Schranke der Kette, also ist gilt für die kleinste obere Schranke: x f = i x i y f. Halbordnungen 51/61
78 Was ist wichtig Das sollten Sie mitnehmen: Halbordnungen sind reflexiv, antisymmetrisch und transitiv vollständige Halbordnungen: jede aufsteigende Kette hat Supremum stetige Abbildungen: f ( x i ) = f (x i ) Fixpunktsatz Das sollten Sie üben: Nachweis der Eigenschaften von (vollständigen) Halbordnungen Beweise einfacher Aussagen an ungewohnte Eigenschaften von Halbordnungen gewöhnen (Unendlichkeit lässt grüßen) (siehe auch gleich) Halbordnungen 52/61
79 Überblick Äquivalenzrelationen Kongruenzrelationen Halbordnungen Ordnungen Ordnungen 53/61
80 Totale Ordnungen: Definition Relation R M M ist eine Ordnung oder genauer totale Ordnung, wenn R Halbordnung ist und gilt: x,y M : xry yrx Ordnungen 54/61
81 Totale Ordnungen: Definition Relation R M M ist eine Ordnung oder genauer totale Ordnung, wenn R Halbordnung ist und gilt: x,y M : xry yrx Es gibt keine unvergleichbaren Elemente. Beispiele: (N 0, ) (Z Z, ) mit (x 1,x 2 ) (y 1,y 2 ) x 1 < y 1 (x 1 = y 1 x 2 y 2 ) ({a,b}, 1 ) mit 1 wie im Wörterbuch Ordnungen 54/61
82 Totale Ordnungen auf A Relation p auf {a,b} : w 1 p w 2 u A : w 1 u = w 2 ist keine totale Ordnung z. B. sind a und b unvergleichbar Wie kann man aus p eine totale Ordnung machen? Ordnungen 55/61
83 Totale Ordnungen auf A Relation p auf {a,b} : w 1 p w 2 u A : w 1 u = w 2 ist keine totale Ordnung z. B. sind a und b unvergleichbar Wie kann man aus p eine totale Ordnung machen? jedenfalls totale Ordnung A auf A nötig, z. B. a A b und dann? mehrere Möglichkeiten... Ordnungen 55/61
84 Lexikographische Ordnung 1 (Wörterbuch) Suche längstes gemeinsames Präfix v w 1 v? w 2 Ordnungen 56/61
85 Lexikographische Ordnung 1 (Wörterbuch) Suche längstes gemeinsames Präfix v w 1 v? w 2 ein gemeinsames Präfix gibt es immer: ε stets v min( w 1, w 2 ) es gibt ein längstes das längste ist eindeutig bestimmt Ordnungen 56/61
86 Lexikographische Ordnung 1 (Wörterbuch) 1. Fall: v = min( w 1, w 2 ) drei Möglichkeiten v = w 1 < w 2 v = w 1 = w 2 = v w 1 > w 2 = v Ordnungen 56/61
87 Lexikographische Ordnung 1 (Wörterbuch) 1. Fall: v = min( w 1, w 2 ) drei Möglichkeiten v = w 1 < w 2 : definiere w 1 1 w 2 v = w 1 = w 2 = v w 1 > w 2 = v w 1 v w 2 Ordnungen 56/61
88 Lexikographische Ordnung 1 (Wörterbuch) 1. Fall: v = min( w 1, w 2 ) drei Möglichkeiten v = w 1 < w 2 : definiere w 1 1 w 2 v = w 1 = w 2 = v : definiere w 1 1 w 2 und w 2 1 w 1 w 1 > w 2 = v w 1 v w 2 Ordnungen 56/61
89 Lexikographische Ordnung 1 (Wörterbuch) 1. Fall: v = min( w 1, w 2 ) drei Möglichkeiten v = w 1 < w 2 : definiere w 1 1 w 2 v = w 1 = w 2 = v : definiere w 1 1 w 2 und w 2 1 w 1 w 1 > w 2 = v : definiere w 2 1 w 1 w 1 v w 2 Ordnungen 56/61
90 Lexikographische Ordnung 1 (Wörterbuch) 2. Fall: v < min( w 1, w 2 ) w 1 v w 2 Ordnungen 56/61
91 Lexikographische Ordnung 1 (Wörterbuch) 2. Fall: v < min( w 1, w 2 ) w 1 v w 2 M x M y Ordnungen 56/61
92 Lexikographische Ordnung 1 (Wörterbuch) 2. Fall: v < min( w 1, w 2 ) w 1 v w 2 M x M y wenn x A y dann w 1 1 w 2 wenn y A x dann w 2 1 w 1 Ordnungen 56/61
93 Lexikographische Ordnung 1 (Wörterbuch) seien w 1,w 2 A sei v A das maximal lange Präfix, so dass es u 1,u 2 A gibt mit w 1 = v u 1 und w 2 = v u 2. Fallunterscheidung: 1. Falls v = w 1 ist, gilt w 1 1 w 2 Falls v = w 2 ist, gilt w 2 1 w 1 2. Falls w 1 v w 2, gibt es x,y A und u 1,u 2 A mit x y und w 1 = v x u 1 und w 2 = v y u 2 Dann gilt w 1 1 w 2 x A y. Beispiele 1. Klaus kommt vor Klausur 2. Klausur kommt vor Übung (im Duden, aber nicht im Studium!) Ordnungen 57/61
94 Lexikographische Ordnung 1 (2) Wenn man nur endlich viele Wörter ordnen muss (Wörterbuch), dann harmlos ; Beispiel: a 1 aa 1 aaa 1 aaaa 1 ab 1 aba 1 abbb 1 b 1 baaaaaa 1 baab 1 bbbbb Ordnungen 58/61
95 Lexikographische Ordnung 1 (2) Wenn man nur endlich viele Wörter ordnen muss (Wörterbuch), dann harmlos ; Beispiel: a 1 aa 1 aaa 1 aaaa 1 ab 1 aba 1 abbb 1 b 1 baaaaaa 1 baab 1 bbbbb wenn man A ordnet, nicht ganz so harmlos; unvollständig ε 1 a 1 aa 1 aaa 1 aaaa 1 besitzt kein Supremum, denn jedes Wort, das mindestens ein b enthält, ist obere Schranke, zu jeder oberen Schranke w ist a w b ist eine echt kleine obere Schranke (weil w ein b enthält) b 1 ab 1 aab 1 aaab 1 aaaab 1 hat kein Infimum Ordnungen 58/61
96 Lexikographische Ordnung 2 andere lexikographische Ordnung 2 auf A : w 1 2 w 2 gilt genau dann, wenn entweder w 1 < w 2 oder w 1 = w 2 und w 1 1 w 2 gilt. Diese Ordnung beginnt also z. B. im Fall A = {a,b} bei naheliegender Ordnung A so: ε 2 a 2 b 2 aa 2 ab 2 ba 2 bb 2 aaa 2 2 bbb 2 aaaa 2 2 bbbb Ordnungen 59/61
97 1 und 2 sind totale Ordnungen 1 auf Menge A n aller Wörter fester Länge n ist totale Ordnung Halbordnung: nachprüfen... für verschiedene Wörter gleicher Länge niemals w 1 = v oder w 2 = v. da A als total vorausgesetzt wird, ist bei w 1 = v x u 1 und w 2 = v y u 2 stets x A y oder y A x also stets w 1 1 w 2 oder w 2 1 w 1. also 2 auf A totale Ordnung 1 für verschieden lange Wörter: nachprüfen... Ordnungen 60/61
98 Was ist wichtig Das sollten Sie mitnehmen: totale Ordnungen sind Halbordnungen ohne unvergleichbare Elemente Anwendung an diversen Stellen in der Informatik (z. B. Semantik, Testmuster,...) Das sollten Sie üben: Nachweis der Eigenschaften von totalen Ordnungen Beweise einfacher Aussagen an ungewohnte Eigenschaften von Ordnungen gewöhnen (Unendlichkeit lässt grüßen) Ordnungen 61/61
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
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/76 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen
Mehr21 R E L AT I O N E N äquivalenzrelationen
21 R E L AT I O N E N 21.1 äquivalenzrelationen 21.1.1 Definition In Abschnitt 15.2.1 hatten wir schon einmal erwähnt, dass eine Relation R M M auf einer Menge M, die reflexiv, symmetrisch und transitiv
MehrGrundbegriffe 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
Mehr17 R E L AT I O N E N
17 R E L AT I O N E N 17.1 äquivalenzrelationen 17.1.1 Definition In Abschnitt 11.2.1 hatten wir schon einmal erwähnt, dass eine Relation R M M auf einer Menge M, die reflexiv, symmetrisch und transitiv
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 1-14. Sitzung Dennis Felsing dennis.felsing@student.kit.edu http://www.stud.uni-karlsruhe.de/~ubcqr/2010w/tut gbi/ 2011-02-07 Äquivalenzrelationen 1 Äquivalenzrelationen
Mehr4. Funktionen und Relationen
4. Funktionen und Relationen Nikolaus von Oresmes Richard Dedekind (1831-1916) René Descartes 1596-1650 Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 4: Funktionen und Relationen 4.1 Funktionen:
MehrGrundbegriffe der Informatik Tutorium 13
Grundbegriffe der Informatik Tutorium 13 Tutorium Nr. 32 Philipp Oppermann 12. Februar 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
Mehr4. Funktionen und Relationen
Bestimmung der Umkehrfunktionen c) bei reellen Funktionen geometrisch durch Spiegelung des Funktionsgraphen an der Winkelhalbierenden y = x. y = x 3 y = x y = x y = (x+1)/2 y = x 1/3 y = 2x 1 Seite 27
Mehr2 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
MehrMathematische 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
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/29 Überblick Wörter Wörter Das leere Wort Mehr zu
MehrKapitel 0: Grundbegriffe Gliederung
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechenbarkeitstheorie 4. Komplexitätstheorie 5. Kryptographie 0/2, Folie 1 2009 Prof. Steffen Lange - HDa/FbI - Theoretische Informatik
MehrEine 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
MehrWS 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
Mehr1.2 Modulare Arithmetik
Algebra I 8. April 2008 c Rudolf Scharlau, 2002 2008 11 1.2 Modulare Arithmetik Wir erinnern an die Notation für Teilbarkeit: m c für m, c Z heißt, dass ein q Z existiert mit qm = c. Definition 1.2.1 Sei
MehrZusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Zusammenfassung der letzten LVA Diskrete Mathematik Christina Kohl Georg Moser Oleksandra Panasiuk Christian Sternagel Vincent van Oostrom (Beweisformen) Beweisformen sind etwa (i) deduktive
MehrMathematik 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
MehrLineare Algebra I 5. Tutorium Die Restklassenringe /n
Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll
MehrEinführung 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,
MehrEinführung 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
MehrLösungsmenge 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
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 1: Wiederholung 1 Mengen 2 Abbildungen 3 Exkurs Beweistechniken 4 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen
MehrMathematische 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(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
MehrDiskrete 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
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )
MehrLösungen 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
Mehrmodulo s auf Z, s. Def
16. Januar 2007 Arbeitsblatt 5 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 21.11.06 Präsenzaufgaben: 1) Seien
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 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/ws13/14
MehrKapitel 6. Fixpunkte und semantische Bereiche
Kapitel 6 Fixpunkte und semantische Bereiche Sowohl bei der Definition der operationalen Semantik als auch bei der Definition der mathematischen Semantik haben wir mehr oder weniger explizit Fixpunkte
MehrKapitel 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
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 18: Logik Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/35 Überblick Formeln in Prädikatenlogik erster Stufe Theorien und
MehrGrundlagen 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.
Mehr2 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,
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 26. November 2014 Was kommt nach den natürlichen Zahlen? Mehr als die natürlichen Zahlen braucht man nicht, um einige der schwierigsten
MehrMathematik 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:
MehrTutorium: 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
MehrLösungen 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,
MehrKapitel 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
MehrKapitel 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
MehrKapitel 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
Mehr2 Lösungen zu Kapitel 2
2 Lösungen zu Kapitel 2 2. Lösung. Die Funktion f ist nicht injektiv. So gibt es (unendlich) viele Paare (x, y) mit f(x, y) = 0, etwa (0, 0) und (/2, ). Die Funktion f ist surjektiv. Zum Beispiel gilt
MehrMengen. (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,
Mehr2 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
MehrMengen. 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: {
MehrKapitel 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
MehrVorlesung 4. Tilman Bauer. 13. September 2007
Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)
MehrReelle Zahlen, Gleichungen und Ungleichungen
9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen
MehrAnalysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität).
Analysis 1, Woche 2 Reelle Zahlen 2.1 Anordnung Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). 2. Für jeden a, b K mit a b und b a gilt a = b (Antisymmetrie).
Mehr4. Weitere Eigenschaften der reellen Zahlen: Geordnete Körper
40 Andreas Gathmann 4. Weitere Eigenschaften der reellen Zahlen: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt
MehrFormalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:
Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 6: formale Sprachen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/18 Überblick Formale Sprachen Formale Sprachen
Mehr1 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
MehrTechnische 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
MehrDie Myhill-Nerode Äquivalenz
Die Myhill-Nerode Äquivalenz Wir betrachten die folgende Äquivalenzrelation R L : xr L y () [ 8w 2 : xw 2 L, yw 2 L ] Die notwendigen Bedingungen für eine Äquivalenzrelation (Reflexivität, Symmetrie und
MehrGrundbegriffe der Mathematik - Blatt 1, bis zum
Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann
MehrVorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.
Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt
Mehr1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl
Westfälische Wilhelms-Universität Münster Mathematik Sommersemester 2017 Seminar: Verschlüsselungs- und Codierungstheorie Leitung: Thomas Timmermann 1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrÜbungen 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
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik
Mehr3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.
3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie
MehrAnwendungen der Logik, SS 2008, Martin Goldstern
Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich
MehrAbschnitt 1.2. Rechnen mit reellen Zahlen
Abschnitt 1.2 Rechnen mit reellen Zahlen Addition und Multiplikation Zwei reelle Zahlen a und b kann man zu einander addieren, d. h., den beiden Zahlen wird eine dritte Zahl, a + b, zugeordnet, welche
MehrDiskrete 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)
Mehr13 Auswahlaxiom und Zornsches Lemma
13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses
Mehr3.4 Fixpunkttheorie auf Partialordnungen
3.4 Fixpunkttheorie auf Partialordnungen Definition 3.15 (Partialordnung) Sei L eine Menge und eine binäre Relation auf L. O = L, heißt Partialordnung, falls folgende Bedingungen erfüllt sind: Reflexivität:
Mehr7 Äquivalenzrelationen
71 7 Äquivalenzrelationen 7.1 Äquivalenzrelationen und Klassen Definition Eine Relation R auf einer Menge oder einem allgemeineren Objektbereich heißt eine Äquivalenzrelation, falls sie reflexiv, symmetrisch
MehrExkurs: Elementare Verbandstheorie. Exkurs: Elementare Verbandstheorie Sommersemester / 20
Exkurs: Elementare Verbandstheorie Exkurs: Elementare Verbandstheorie Sommersemester 2008 1 / 20 Halbordnungen Definition Eine binäre Relation auf einer Menge M heisst Halbordnung, wenn sie reflexiv, transitiv
MehrDiskrete 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
Mehr5. Äquivalenzrelationen
36 Andreas Gathmann 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will so kann es sinnvoll sein zunächst kleinere einfachere Mengen (bzw. Gruppen) zu betrachten
MehrElemente der Mathematik - Sommer 2017
Elemente der Mathematik - Sommer 2017 Prof. Dr. Peter Koepke, Thomas Poguntke Lösung 1 Aufgabe 54 (4+2 Punkte). In der Vorlesung wurde die Multiplikation auf den ganzen Zahlen definiert durch (a, b) (a,
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 30.04.2013 Grenzen regulärer Sprachen Wie beweist man, dass eine Sprache nicht regulär
MehrGrundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
MehrGrundbegriffe der Informatik Tutorium 2
Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 16 Philipp Oppermann 9. November 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen Mehrstellige Relationen 3 Abbildungen 4
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 4: Wörter Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik
MehrKAPITEL 4. Posets Hasse Diagramm
KAPITEL 4 Posets Im Abschnitt über Relationen (1.4) wurde Eigenschaften von Relationen über einer einzigen Grundmenge X definiert. Mithilfe dieser Eigenschaften wurden z.b. Äquivalenzrelationen definiert.
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 23. Juni 2014 Table of Contents 1 2 Ordnung Ähnlich wie Äquivalenzrelationen den Begriff der Gleichheit generalisieren, generalisieren den Begriff
MehrGrundlagen 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
Mehr5. Äquivalenzrelationen
5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 31. August 2009 mit Lösunsgsvorschlägen
Klausur zur Vorlesung Grundbegriffe der Informatik 31. August 2009 mit Lösunsgsvorschlägen Klausurnummer Vorname: Aufgabe 1 2 3 4 5 6 7 max. Punkte 4 4 6 8 6 8 8 tats. Punkte Gesamtpunktzahl: Note: Aufgabe
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter und vollständige Induktion Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/41 Überblick Wörter Wörter
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter und vollständige Induktion Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/40 Überblick Wörter Wörter
MehrDer kleine Satz von Fermat
Der kleine Satz von Fermat Luisa-Marie Hartmann 5. Mai 2017 Inhaltsverzeichnis 1 Einleitung 3 2 Hauptteil 4 2.1 Prime Restklassengruppen............................ 4 2.2 Ordnung von Gruppenelementen........................
MehrMathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)
DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
MehrKongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe
2. Kongruenzen und Restklassenringe Kongruenzen Definition: Wir sagen a ist kongruent zu b modulo m schreiben a b mod m, wenn m die Differenz b-a te Beispiel: Es gilt 2 19 mod 21, 10 0 mod 2. Reflexivität:
Mehr6 Denotationale Semantik Semantik von Programmiersprachen
6.2 Fixpunkttheorie Im vorherigen Abschnitt haben wir den Fixpunktoperator FIX als Grenzwert der Fixpunktiteration postuliert. Es ist aber noch nicht klar, dass die Fixpunktiteration immer zu einem Grenzwert
MehrRelationen 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
Mehr5 Kongruenzrechnung. Definition. Zwei Zahlen heißen kongruent modulo m, wenn sie bei der Division durch m den gleichen Rest lassen.
5 Kongruenzrechnung Sei m > 0 fest vorgegeben Nach wissen wir: Jede Zahl a läßt sich auf eindeutige Weise durch m mit Rest dividieren, dh: Es gibt genau ein Zahlenpaar q, r mit der Eigenschaft ( ) a =
MehrMathematische Grundlagen der Computerlinguistik
überblick Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Allgemeines Termine Übung und Skript Plan Table of Contents 1 Allgemeines Termine Übung und Skript Plan 2 Allgemeines Termine
MehrAbschnitt 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.
Mehr3.3 Der Seitenverband
Diskrete Geometrie (Version 3) 10. Januar 2012 c Rudolf Scharlau 217 3.3 Der Seitenverband Wir setzen die Untersuchung der Relation ist Seite von auf der Menge aller konvexen Polytope in einem gegebenen
MehrEin geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen sind nicht erlaubt!
Relationen, Funktionen und Partitionen 1. Geordnetes Paar Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen
Mehr