Mathematische und statistische Methoden II

Größe: px
Ab Seite anzeigen:

Download "Mathematische und statistische Methoden II"

Transkript

1 Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum ) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de SS 2010 Fachbereich Sozialwissenschaften Psychologisches Institut Johannes Gutenberg Universität Mainz

2 Methodenlehre Mengelehre Variablen Merkmale, deren Werte bei den statistischen Einheiten beobachtet werden, heißen Variablen Die Werte, die ein Merkmal bzw. eine Variable annehmen kann, heißen Ausprägungen oder Realisationen Die Ausprägungen eines Merkmals können beliebiger Art sein (z.b. Worte, Formen, Farben etc.) Eine Variable wird definiert, indem den Ausprägungen des Merkmals Zahlen zugeordnet werden. 2 Merkmal 5 Variable

3 Methodenlehre Mengelehre Wir haben bereits eine Unterscheidung von Typen von Variablen anhand der Art der Daten kennen gelernt. Eine diskrete Variable besitzt zumeist endlich viele und feste Ausprägungen, die man über Ganzzahlen beschreiben kann Dichtome Variablen haben genau zwei diskrete Ausprägungen Polytome Variablen haben mehr als zwei diskrete Ausprägungen Eine kontinuierliche (stetige) Variable kann (unendlich viele) beliebige bi Ausprägungen annehmen, die man über reelle Zahlen beschreibt

4 Methodenlehre Mengelehre Eine feinere Unterscheidung qualitativer und quantitativer Variablen wird über geleistet. Verhältnisskala l (Ratioskala) Absolutskala Der Informationsgehalt nimmt von der zur Absolutskala hin zu Bei Messungen kognitiver Merkmale kommen die Verhältnis- und die Absolutskala so gut wie nie vor

5 Methodenlehre Mengelehre Definition Bei einer werden den Realisationen einer Variablen Zahlen mit dem Ziel zugeordnet, Kategorien zu unterscheiden Die Zahlen selbst sind nicht interpretierbar Die Anwendung mathematischer Operationen auf die Werte einer nominalskalierten Variablen ist unter bestimmten Voraussetzungen möglich, aber zumeist nicht sinnvoll.

6 Methodenlehre Mengelehre Beispiele Konstitutionstypen a) Leptosomer Typ b) Athletischer Typ c) Pyknischer Typ Temperamentstypen

7 Methodenlehre Mengelehre Zulässige Transformationen Zulässige Transformationen sind eineindeutige Abbildungen, so dass die Unterscheidbarkeit der Werte erhalten bleibt.

8 Methodenlehre Mengelehre Definition Bei einer können die Realisationen einer Variablen geordnet werden Die Zuordnung der Zahlen zu den Ausprägungen spiegelt die Ordnung wieder Abstände zwischen den Zahlen können nicht interpretiert werden Die Anwendung von Rechenoperationen auf die Werte einer ordinalskalierten Variablen ist unter bestimmten Voraussetzungen erlaubt, aber im Allgemeinen eher wenig sinnvoll

9 Methodenlehre Mengelehre Beispiel Social Penetration Theory von Altman und Taylor (1958) (I) Orientierungsstadium: Sozial erwünschte Normen und Verhaltensschemata werden ausgetauscht (z.b. Smalltalk) (II) Exploratorisch-affektives affektives Stadium: Partielle Öffnung der eigenen Einstellungs- und Wahrnehmungswelt gegenüber dem Anderen im Hinblick auf private, vor allem aber berufliche und weltanschauliche Inhalte. Weiterhin vorsichtige Prüfung der Interaktionsformen ( Bekanntschaftsphase ). h (III) (IV) (V) Affektives Stadium: Intensiver und möglicherweise kritischer Austausch über private und persönliche Themen. Körperliche Zuwendung wie Berühren und Küssen. Stabiles Stadium: Die Beziehung erreicht ein Plateau, persönliche Inhalte sind geteilt, Verhalten und Emotionen des Anderen vorhersagbar. Depenetration: Zusammenbruch und mögliches Ende der Beziehung, Überwiegen von Kosten gegenüber dem Nutzen.

10 Methodenlehre Mengelehre Zulässige Transformationen Zulässig sind alle streng monotonen Transformationen, so dass die Rangordnung der Werte erhalten bleibt.

11 Methodenlehre Mengelehre Kritische Betrachtung Bei Ordinalskalen l und höheren können Intransitivitäten auftreten Intransitivität = Eine angenommene Ordnung gilt nicht für bestimmte einzelne Paarungen Beispiel: Nahrungskette in chinesischen Restaurants Mensch Hund Ratte Mensch (nach Glutamatvergiftung) Lösungen: Annahme eines niedrigeren, Einführung neuer Skalenstufen

12 Methodenlehre Mengelehre Definition Es wird eine Einheit definiert Es existiert kein natürlicher Nullpunkt Verhältnisse zwischen Differenzen können verglichen werden Wird am häufigsten in empirischen psychologischen Untersuchungen angenommen

13 Methodenlehre Mengelehre Beispiel Attitudes Toward Housecleaning Scale von Ogletree, Worthen, Turner & Vickers (2006). Ihre Aufgabe ist es, ihre Gefühle gegenüber jeder Aussage dahingehend zu kennzeichnen, ob sie (1) stark zustimmen, (2) etwas zustimmen, (3) weder zustimmen noch ablehnen, (4) etwas ablehnen oder (5) stark ablehnen. Bitte verdeutlichen Sie Ihre Meinung dadurch, dass sie entweder 1, 2, 3, 4 oder 5 auf dem Antwortblatt schwärzen. Einen Stapel dreckigen Geschirrs über Nacht im Spülbecken liegen zu lassen finde ich ekelhaft. Ich finde Staubwischen entspannend. Den Müll rauszubringen macht mir Spaß Frauen sollten die primäre Verantwortung für die Hausarbeit übernehmen. Eine unordentliche Wohnung zu haben macht mir nichts

14 Methodenlehre Mengelehre Zulässige Transformationen Zulässig sind alle linearen en Transformationen, so odass die Verhältnisse zwischen Differenzen erhalten bleiben.

15 Methodenlehre Mengelehre Zulässige Transformationen

16 Methodenlehre Mengelehre Kritische Betrachtung Die bekanntesten und am meisten verbreiteten statistischen Verfahren setzen eine voraus Der Umgang mit niedrigeren ist mathematisch ti h oftmals weitaus komplexer Die ungeprüfte Annahme der in psychologischen Untersuchungen ist oft problematisch Beispiele: IQ-Skala, 7-Punkte Likert Skala, Becks Depressionsskala (BDI) 0 13: Keine bis minimale Depression 14 19: Milde Depression 20 28: Moderate Depression 29 63: Schwere Depression

17 Methodenlehre Mengelehre Verhältnisskala Definition Bei der Verhältnisskala wird eine Einheit definiert Es existiert ein natürlicher Nullpunkt Verhältnisse zwischen Werten können verglichen werden Wird kaum in empirischen psychologischen Untersuchungen angenommen

18 Methodenlehre Mengelehre Verhältnisskala Zulässige Transformationen Zulässig sind alle Ähnlichkeitstransformationen, so odass die Verhältnisse zwischen Werten erhalten bleiben.

19 Methodenlehre Mengelehre Absolutskala Definition Bei der Absolutskala ist die Einheit natürlich vorgegeben Es existiert ein natürlicher Nullpunkt Werte können direkt interpretiert werden Wird kaum in empirischen psychologischen Untersuchungen angenommen Es existieren keine erlaubten Transformationen

20 Methodenlehre Mengelehre Zusammenfassung

21 Methodenlehre Mengelehre Einfacher Entscheidungsbaum Skala Sind Ausprägungen g Nominal unterscheidbar? Gibt es eine Ordnung? Ordinal Haben die Ausprägungen gleiche Abstände? Intervall Existiert ein natürlicher Nullpunkt? Verhältnis Existiert eine natürliche Einheit? Absolut

22 Methodenlehre Mengelehre Beispiele Mündliche Schulnoten, Note in der Statistikklausur Punkte in einem Multiple Choice Test zum Wortschatzumfang Aus diesem Punktwert berechneter verbaler IQ Adipositas (ja/nein) Geburtsort Von Multipler Sklerose betroffene Hirnregionen Anhand eines Sehtests gemessene Sehfähigkeit (in %) Aus der Sehfähigkeit ermittelte Berufseigung zum Piloten (geeignet/ungeeignet) Rasse Länge des Ringfingers

23 Methodenlehre Mengelehre Grundlagen Venn- Diagramme Operationen Mengenlehre, naive Definition einer Menge nach Cantor (1895) Unter einer 'Menge'' verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten m unserer Anschauung oder unseres Denkens (welche die 'Elemente' von M genannt werden) zu einem Ganzen. Schreibe: Somit auch: m M m M N Definition einer Menge: Extensional: M = {1, 3, 5, 7, 9} Intensional: M = {m ungerade natürliche Zahl < 10} lies: gegeben, dass

24 Methodenlehre Mengelehre Grundlagen Venn- Diagramme Mengenlehre, naive Mächtigkeit und Identität von Mengen M ist die Mächtigkeit einer Menge und bezeichnet ei die Anzahl der Elemente in der Menge. Operationen Bei der extensionalen Definition einer Menge sind die Anzahl gleicher Elemente und auch die Reihenfolge von Elementen gleichgültig. M 1 = {1, 3, 5, 7, 9} M 2 = {3, 7, 1, 9, 5} M 3 = {1, 1, 1, 3, 5, 5, 7, 9, 9} Die Menge der Mächtigkeit 0 ist die leere Menge M = { } bzw. M = sind dieselbe Menge der Mächtigkeit M = 5.

25 Methodenlehre Mengelehre Grundlagen Venn- Diagramme Mengenlehre, naive Mengen und Teilmengen Ist eine Menge A eine Teilmenge von B, so gilt für jedes a Є A auch a Є B. Operationen Dann schreibt man: A B Gilt A B und auch B A, so sind A und B gleich. Dann schreibt man: A = B Ambiguität: A B schließt A = B nicht aus. Nur wenn hier nicht B A gilt, ist A eine echte Teilmenge von B. Dann schreibt man: A B

26 Methodenlehre Mengelehre Grundlagen Venn- Diagramme Mengenlehre, naive Venn-Diagramme Jede Menge M 1 i und alle Beziehungen zwischen diesen Mengen sind durch einen Kreis repräsentiert. Operationen A B A B A B und B A B A A = B A B

27 Methodenlehre Mengelehre Grundlagen Venn- Diagramme Mengenlehre, naive Die Potenzmenge Eine Potenzmenge P(M) ist die Menge aller möglichen Teilmengen von M plus der leeren Menge. Formal: A P(M) genau dann, wenn A M Operationen Beispiel: Ergebnisse eines einmaligen Münzwurfs M={K {K, Z, S} P(M) = {, {K}, {Z}, {S}, {K,Z}, {K,S}, {Z,S}, {K,Z,S}} Die Mächtigkeit einer Menge M sei M = n. Dann gilt für die Mächtigkeit der Potenzmenge: P(M) = 2 n

28 Methodenlehre Mengelehre Grundlagen Mengenlehre, naive Mengenoperationen Venn- Diagramme Vereinigung von Mengen: A B Operationen (Durch-)Schnitt von Mengen: A B Differenz von Mengen: A \ B Komplementärmenge: A ( nicht A )

29 Methodenlehre Mengelehre Grundlagen Mengenlehre, naive Mengenoperationen Venn- Diagramme Vereinigung von Mengen: A B Operationen A B = {m m A oder m B} A B A B (Vereinigungsmenge)

30 Methodenlehre Mengelehre Grundlagen Venn- Diagramme Operationen Mengenlehre, naive Mengenoperationen (Durch-)Schnitt von Mengen: A B A B = {m m A und m B} A B A B (Schnittmenge)

31 Methodenlehre Mengelehre Grundlagen Mengenlehre, naive Mengenoperationen Venn- Diagramme Differenz von Mengen: A \ B Operationen A \ B = {m m A und nicht m B} A B A \ B (Differenzmenge)

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt & Statistik Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Forschungsmethoden VORLESUNG WS 2017/2018

Forschungsmethoden VORLESUNG WS 2017/2018 Forschungsmethoden VORLESUNG WS 2017/2018 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Messen Rückblick: Qualitativer vs. quantitativer Ansatz Qualitativ Quantitativ

Mehr

Forschungsmethoden VORLESUNG SS 2017

Forschungsmethoden VORLESUNG SS 2017 Forschungsmethoden VORLESUNG SS 2017 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Messen Rückblick: Qualitativer vs. quantitativer Ansatz Qualitativ Quantitativ

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Statistik & Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206 Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

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

Mathematischer Vorbereitungskurs für das MINT-Studium

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

Mehr

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

Grundbegriffe Mengenlehre und Logik

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

Mehr

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

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de lordsofthebortz.de lordsofthebortz.de/g+

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

Mathematischer Vorbereitungskurs für das MINT-Studium

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

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 5. September 2011 Definition (Menge) Wir verstehen unter einer Menge eine Zusammenfassung von unterscheidbaren Objekten zu einem

Mehr

Mathematik 1, Teil B

Mathematik 1, Teil B FH Oldenburg/Ostfriesland/Wilhelmshaven Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de

Mehr

Teil I: Deskriptive Statistik

Teil I: Deskriptive Statistik Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten

Mehr

Forschungsmethoden VORLESUNG SS 2018

Forschungsmethoden VORLESUNG SS 2018 Forschungsmethoden VORLESUNG SS 2018 SOPHIE LUKES Übersicht Letzte Sitzung: Psychologie als empirische Wissenschaft Heute: Nachtrag Messen Forschungsethik Freiwilligkeit, Aufklärung nicht möglich/nötig,

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Statistik & Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt. Stock, Taubertsberg R. 0-0 (Persike) R. 0-1 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet0.sowi.uni-mainz.de/

Mehr

Formale 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 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Teil 1: Mengenlehre 1 Mengen Einleitung Beschreibung und Beispiele Operationen Verhältnisse Kartesisches Produkt 2 Relationen

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

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

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

Mehr

Mengenlehre. Mengenlehre. Vorkurs Informatik WS 2013/ September Vorkurs Informatik - WS2013/14

Mengenlehre. Mengenlehre. Vorkurs Informatik WS 2013/ September Vorkurs Informatik - WS2013/14 Mengenlehre Mengenlehre Vorkurs Informatik WS 2013/14 30. September 2013 Mengen Mengen Definition (Menge) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten

Mehr

Grundlagen der Mengenlehre

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

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Mengenlehre Zahlbereiche. II Mengenlehre. Propädeutikum Holger Wuschke. 18. September 2018

Mengenlehre Zahlbereiche. II Mengenlehre. Propädeutikum Holger Wuschke. 18. September 2018 Propädeutikum 2018 18. September 2018 in der Mengenlehre Denition einer Menge (Georg Cantor, 1869) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objecten m unsrer

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16 Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre

Mehr

Vorlesung 2. Tilman Bauer. 6. September 2007

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

Mehr

Formale Methoden 1. Gerhard Jäger 24. Oktober Uni Bielefeld, WS 2007/2008 1/22

Formale Methoden 1. Gerhard Jäger 24. Oktober Uni Bielefeld, WS 2007/2008 1/22 1/22 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 24. Oktober 2007 2/22 Mengen Georg Cantor (1845-1918) Eine Menge ist eine Zusammenfassung von wohlunterschiedenen

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein Mengen 1.2 9 1.2 Mengen 7 Der Begriff der Menge wurde am Ende des 19. Jahrhunderts von Georg Cantor wie folgt eingeführt. Definition (Cantor 1895) Eine Menge ist eine Zusammenfassung M von bestimmten,

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de lordsofthebortz.de lordsofthebortz.de/g+

Mehr

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

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

Mehr

Statistische Grundlagen I

Statistische Grundlagen I Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.

Mehr

Rudolf Brinkmann Seite 1 30.04.2008

Rudolf Brinkmann Seite 1 30.04.2008 Rudolf Brinkmann Seite 1 30.04.2008 Der Mengenbegriff und Darstellung von Mengen Eine Menge, ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung und unseres Denkens welche

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

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

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

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

2. Vorlesung. Die Theorie der schwarz-weissen Ketten.

2. Vorlesung. Die Theorie der schwarz-weissen Ketten. 2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen

Mehr

2 Mengenlehre. 2.1 Grundlagen Definition

2 Mengenlehre. 2.1 Grundlagen Definition 2 Mengenlehre 2.1 Grundlagen Einer der wichtigsten Grundbegriffe in der Mathematik ist der Mengenbegriff. Die zugehörige Theorie - die Mengenlehre - bildet die Grundlage für die gesamte Mathematik. Nur

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Kapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25

Kapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Definition 1.1 (Menge) Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen.

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-206 Dr. Malte Persike persike@uni-mainz.de

Mehr

Mengenlehre. Aufgaben mit Lösungen

Mengenlehre. Aufgaben mit Lösungen Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................

Mehr

Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik

Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden

Mehr

B Grundbegriffe zu Mengen und Abbildungen

B Grundbegriffe zu Mengen und Abbildungen B Grundbegriffe zu Mengen und Abbildungen Die Sprache der Mengen und Abbildungen hat sich als Basissprache in der modernen Mathematik durchgesetzt. Da sie sehr praktisch ist, wird sie auch in diesem Buch

Mehr

Vorlesung 3: Logik und Mengenlehre

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

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt Methodenlehre Mathematische und statistische Methoden I Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung Wallstr. 3, 6. Stock, Raum 06-06 Dr. Malte Persike persike@uni-mainz.de

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Forschungsstatistik I

Forschungsstatistik I Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Euler-Venn-Diagramme

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

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 2008/2009

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psmet03.sowi.uni-mainz.de/

Mehr

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

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

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

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-06) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden I Dr. Malte Persike persike@uni-mainz.de

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

Forschungsstatistik I

Forschungsstatistik I Psychologie Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS

Mehr

2 Mengen, Relationen, Funktionen

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

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik 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

Mehr

, 5;8 7,6 8;15;21 4/2,3/1,4 2; 4 3;15 7;7 3,2;3; 32 5,6,7 ; 8,2,1

, 5;8 7,6 8;15;21 4/2,3/1,4 2; 4 3;15 7;7 3,2;3; 32 5,6,7 ; 8,2,1 Mathematik (BG27) 2 3 { Objekt} { Menge } { Element } { } Reihenfolge spielt keine Rolle Unterscheidbarkeit der Objekte (redundanzfrei) 4 Objekt, 58 7,6 Beschreibung 81521 4/2,3/1,4 2 4 315 77 3,23 32

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-43 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Mathematische Grundlagen der Computerlinguistik

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

Mehr

3. Vorlesung Fuzzy Systeme

3. Vorlesung Fuzzy Systeme Soft Control (AT 3, RMA) 3. Vorlesung Fuzzy Systeme Fuzzy Mengen 3. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter" Systeme 2. Wissensrepräsentation

Mehr

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

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

Mehr

Mengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12

Mengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12 Mengenlehre Mengenlehre Quick Start Informatik Theoretischer Teil WS2011/12 10. Oktober 2011 Mengen Mengen Den Begriff Menge hat Cantor wie folgt beschrieben: Definition (Menge) Unter einer Menge verstehen

Mehr

Wissenschaftliches Arbeiten Quantitative Methoden

Wissenschaftliches Arbeiten Quantitative Methoden Wissenschaftliches Arbeiten Quantitative Methoden Prof. Dr. Stefan Nickel WS 2008 / 2009 Gliederung I. Motivation II. III. IV. Lesen mathematischer Symbole Wissenschaftliche Argumentation Matrizenrechnung

Mehr

Mathematik für Ökonomen 1

Mathematik für Ökonomen 1 Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)

Mehr

3 Mengen, Logik. 1 Naive Mengenlehre

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

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

Mengen (siehe Teschl/Teschl 1.2)

Mengen (siehe Teschl/Teschl 1.2) Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem

Mehr

2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen.

2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Mengenlehre 2 Mengenlehre Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Üblicherweise werden Mengen mit Großbuchstaben

Mehr

Mengen und Relationen

Mengen und Relationen KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede

Mehr

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de

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

Mathematik 1 für Informatik Inhalt Grundbegrie

Mathematik 1 für Informatik Inhalt Grundbegrie Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen

Mehr

Analysis I: Übungsblatt 1 Lösungen

Analysis I: Übungsblatt 1 Lösungen Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.

Mehr

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen Dozentin: Wiebke Petersen 1. Foliensatz Wiebke Petersen math. Grundlagen 6 Frage Was ist eine Menge? 1 Minute zum Nachdenken

Mehr

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.

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

2.1 Definitionen Sätze und Beweise Erklärungen zu den Definitionen... 15

2.1 Definitionen Sätze und Beweise Erklärungen zu den Definitionen... 15 Mengen Übersicht.1 Definitionen................................................. 11. Sätze und Beweise............................................ 14.3 Erklärungen zu den Definitionen...............................

Mehr