Relationen A = Z A = R. R = {(a, b) a, b Z, a b} R = {(a, b) a, b R, a 3 = b 3 } R =, R = {(a, b) a, b N 0, a b ist ungerade }, A = N 0 A = N

Größe: px
Ab Seite anzeigen:

Download "Relationen A = Z A = R. R = {(a, b) a, b Z, a b} R = {(a, b) a, b R, a 3 = b 3 } R =, R = {(a, b) a, b N 0, a b ist ungerade }, A = N 0 A = N"

Transkript

1 Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze Begründung. R = {a, b a, b Z, a b}, R = {a, b a, b R, a + b = 1}, R = {a, b a, b R, a 2 < b 2 }, R = {a, b a, b R, a 3 = b 3 }, A = Z A = R A = R A = R R = {a, b a, b N 0, a b ist gerade }, A = N 0 R = {a, b a, b N 0, a b ist ungerade }, A = N 0 R = {1, 2, 2, 3, 1, 3}, A = {1, 2, 3} R = {2, 1, 3, 2, 3, 1}, A = {1, 2, 3} R =, R = N N, Lösung von Aufgabe 1. R = {a, b a, b Z, a b} nicht reflexiv da z.b. 2, 2 R symmetrisch, da mit x y auch y x gilt nicht transitiv, da z.b. 2 3, 3 2 aber 2 = 2 A = N A = N R = {a, b a, b R, a + b = 1} nicht reflexiv da z.b. 2, 2 R symmetrisch: wenn a + b = 1, dann auch b + a = 1 nicht transitiv: 2, 1 R, 1, 2 R aber 2, 2 R. R = {a, b a, b R, a 2 < b 2 } nicht reflexiv da z.b. 2, 2 R nicht symmetrisch da z.b. 1, 2 R aber 2, 1 R transitiv, da aus a 2 < b 2 und b 2 < c 2 folgt a 2 < c 2. R = {a, b a, b R, a 3 = b 3 } reflexiv da x 3 = x 3 für alle x R symmetrisch da aus x 3 = y 3 folgt y 3 = x 3 transitiv da aus x 3 = y 3 und y 3 = z 3 folgt x 3 = z 3. R = {a, b a, b N 0, a b ist gerade } reflexiv da x x = 0 und 0 ist gerade für alle x. symmetrisch: wenn x y gerade ist, dann auch y x. transitiv: wenn x y und y z gerade sind, dann auch x z, da x z = x y + y z und die Summe zweier gerader Zahlen ist wieder gerade. R = {a, b a, b N 0, a b ist ungerade } nicht reflexiv da 2 2 = 0 und 0 ist nicht ungerade 1

2 symmetrisch: wenn x y ungerade ist, dann auch y x. nicht transitiv da z.b. 1, 2 R, 2, 3 R aber 1, 3 R. R = {1, 2, 2, 3, 1, 3} als Relation auf {1, 2, 3} nicht reflexiv da z.b. 1, 1 R nicht symmetrisch da z.b. 1, 2 R aber 2, 1 R transitiv: es gibt nur einen Fall wo xry und yrz, nämlich für x = 1, y = 2, z = 3 und da gilt xrz. R = {2, 1, 3, 2, 3, 1} als Relation auf {1, 2, 3} nicht reflexiv da z.b. 1, 1 R nicht symmetrisch da z.b. 2, 1 R aber 1, 2 R transitiv: es gibt wieder nur ein Fall wo xry und yrz, nämlich x = 3, y = 2, z = 1 und da gilt auch xrz. R = als Relation auf N nicht reflexiv, da z.b. 1, 1 R symmetrisch: Da für kein x, y N gilt xry kann man sagen, dass für jedes x, y N, für das xry gilt, auch yrx gilt. transitiv: gleiche Argumentation wir für symmetrisch. R = N N als Relation auf N reflexiv, da xrx für alle x N symmetrisch, da immer yrx gilt. transitiv, da immer xrz gilt. Aufgabe 2. Finden Sie eine Relation auf {1, 2, 3}, die reflexiv und transitiv ist aber nicht symmetrisch. Lösung von Aufgabe 2. R = {1, 1, 2, 2, 3, 3, 1, 2, 2, 3, 1, 3} Aufgabe 3. Sei R die Verwandtschaftsrelation auf der Menge aller Menschen, d.h. arb genau dann wenn der Mensch a mit dem Mensch b verwandt ist. Begründen Sie informell, dass R reflexiv, symmetrisch und transitiv ist. Ein Spezialfall der Verwandtschaftsrelation ist die Vorfahrenrelation S, d.h. asb genau dann wenn a Vorfahre von b ist. Untersuchen Sie ob R und S in einer Teilmengenbeziehung stehen. Ist S reflexiv, symmetrisch oder transitiv? Welche Eigenschaften hat die Relation R \ S? Lösung von Aufgabe 3. Verwandtschaftsrelation R: Reflexiv: Jeder ist mit sich selbst verwandt. Symmetrisch: Wenn a mit b verwandt ist, dann auch b mit a. Transitiv: Wenn a mit b verwandt ist und b mit c, dann auch a mit c. Wenn a Vorfahre von b ist, dann ist a auch verwandt mit b, also ist S R. Vorfahrenrelation S: 2

3 Nicht Reflexiv: Ich bin nicht mein eigener Vorfahre Gegenbeispiel. Nicht Symmetrisch: Mein Vater ist mein Vorfahre, aber ich bin nicht Vorfahre von meinem Vater Gegenbeispiel. Transitiv: Wenn a Vorfahre von b ist und b Vorfahre von c, dann ist a Vorfahre von c. Relation R \ S: Verwandt aber nicht Vorfahre. Reflexiv: Da für alle x gilt x, x S und x, x R ist auch x, x R \ S. Nicht symmetrisch: Sei ˆx = ich, mein Vater und ŷ = mein Vater, ich. Dann ist ˆx R, ˆx S, also ˆx R \ S. Andererseits ist ŷ R, ŷ S, also ŷ R \ S. Also ist R \ S nicht symmetrisch Gegenbeispiel. Nicht transitiv: Sei a = mein Vater, b = Bruder meines Vaters, c = ich. Dann ist a, b R \ S und b, c R \ S mein Onkel ist nicht mein Vorfahre. Trotzdem ist a, c R \ S, weil a, c S Gegenbeispiel. Aufgabe 4. Finden Sie eine Relation R und eine Menge A so dass R reflexiv auf A ist aber weder symmetrisch noch transitiv. R zwar symmetrisch aber weder reflexiv auf A noch transitiv ist. R zwar transitiv aber weder reflexiv auf A noch symmetrisch ist. R weder reflexiv auf A noch symmetrisch noch transitiv ist. Hinweis: Es ist einfacher wenn man mit Relationen auf einer endlichen Menge z.b. {1, 2, 3} spielt. Lösung von Aufgabe 4. Relation, die zwar reflexiv aber weder symmetrisch noch transitiv ist. R = {1, 1, 2, 2, 3, 3, 1, 2, 2, 3}, A = {1, 2, 3} Relation, die zwar symmetrisch aber weder reflexiv noch transitiv ist. R = {1, 2, 2, 1}, A = {1, 2} Relation, die zwar transitiv aber weder reflexiv noch symmetrisch ist. R = {1, 2, 2, 3, 1, 3}, A = {1, 2, 3} Relation, die weder reflexiv noch symmetrisch noch transitiv ist. R = {1, 2, 2, 3}, A = {1, 2, 3} 3

4 Aufgabe 5. Wie kann man am Schaubild einer Relation R R R sofort ablesen ob sie reflexiv ist? Woran sieht man dass sie symmetrisch ist? Hinweis: Zeichnen Sie zuerst ein paar reflexive bzw. symmetrische Relationen und suchen dann die Gemeinsamkeiten. Transitivität lässt sich nicht so direkt sehen, denken Sie aber trotzdem mal darüber nach. Lösung von Aufgabe 5. Reflexiv: Hautpdiagonale ist eingezeichnet. Symmetrisch: Bild ist symmetrisch zur Hauptdiagonalen. Aufgabe 6. Prüfen Sie ob folgende Relationen reflexiv auf N 0, symmetrisch oder transitiv sind: 3 N 3 \ N N \ 3 3 N Lösung von Aufgabe 6. 3 N reflexiv. nicht symmetrisch da 2, 3 3 N aber 3, 2 3 N. nicht transitiv da 3, 4 3 N, 4, 1 3 N aber 3, 1 3 N. 3 \ N nicht reflexiv da 1, 1 3 \ N. nicht symmetrisch da 6, 3 3 \ N aber 3, 6 3 \ N. transitiv, da 3 \ N = 3 > N. N \ 3 nicht reflexiv, da 1, 1 N \ 3. nicht symmetrisch, da 1, 2 N \ 3, aber 2, 1 N \ 3. nicht transitiv, da 1, 2 N \ 3, 2, 4 N \ 3 aber 1, 4 N \ 3. 3 N nicht reflexiv auf N 0, da 0, 0 3 N. nicht symmetrisch da 1, 4 3 N aber 4, 1 3 N. transitiv, da sowohl 3 als auch N transitiv sind. Aufgabe 7. Für zwei beliebige Mengen A und B gilt A B genau dann wenn A P B. 4

5 Sei A die Menge aller Objekte im Cantorschen Sinn. Erklären Sie in wiefern man sagen kann, dass eine Relation auf A und P A ist. Erklären Sie die Bedeutung der Ausdrücke A P A P A P A und 2, {1, 2, 3}. Wie würde man letzteren Ausdruck normalerweise schreiben? Was bedeutet 2, {1, 2, 3},? Lösung von Aufgabe 7. Ein Paar von Objekten x, y steht in Relation wenn y eine Menge ist und x Element der Menge y. Somit ist eine Menge von Paaren, wobei die erste Komponente ein Objekt ist und die zweite eine Menge von Objekten. Wenn A die Menge aller Objekte ist, dann ist P A die Menge aller Mengen von Objekten und somit ist eine Teilmenge von A P A. Für alle Mengen M, N sind die Ausdrücke äquivalent. Somit sind auch äquivalent. Der Ausdruck M N und M P N A P A und P A P A 2, {1, 2, 3}. besagt, dass das Paar 2, {1, 2, 3} Element der Relation ist. Die schreibt man normalerweise in Infixnotation 2 {1, 2, 3}. Der Ausdruck 2, {1, 2, 3}, besagt, dass das Paar 2, {1, 2, 3}, in der Relation steht, d.h. 2, {1, 2, 3}. Dies wiederum besagt, dass das Paar 2, {1, 2, 3} in der Relation steht, d.h. 2 {1, 2, 3}. Aufgabe 8. Eine Relation R A A heißt antisymmetrisch, wenn für alle x, y gilt wenn xry und yrx dann ist x = y. 5

6 So ist z.b. die Relation N antisymmetrisch, denn aus x N y und y N x folgt x = y. Welche der folgenden Relationen sind antisymmetrisch? < N, Z, σ, 3,,, N N, =. Beschreiben Sie, wie man allgemein vorgeht um von einer Relation R zu entscheiden ob sie antisymmetrisch ist und wie ein Beweis der Antisymmetrie beginnen würde. Lösung von Aufgabe 8. < N ist antisymmetrisch. Der Fall x < N y und y < N x kann nicht eintreten, deshalb ist für alle Fälle wo x < N y und y < N x auch x = y. Z ist antisymmetrisch. Aus x Z y und y Z x folgt x = y. σ ist antisymmetrisch. Auch hier kann xσy und yσx nicht eintreten. 3 ist nicht antisymmetrisch. Ein Gegenbeispiel ist und aber 6 9. ist antisymmetrisch. Wenn A B und B A dann ist A = B. ist antisymmetrisch. Die Bedingung xry und yrx ist nie erfüllt. N N ist nicht antisymmetrisch. So ist z.b. 2, 3 N N und 3, 2 N N aber 2 3. = ist antisymmetrisch. Wenn x = y und y = x dann ist natürlich auch x = y. Allgemeine Vorgehensweise zum prüfen ob R antisymmetrisch ist: Beispiele x, y suchen für die x, y R und y, x R mit x y. Wenn ein solches Beispiel existiert, dann ist R nicht antisymmetrisch Gegenbeispiel. Wenn kein Gegenbeispiel gefunden wurde, dann ist R vermutlich antisymmetrisch. Beweis: Zu zeigen R ist antisymmetrisch. Zu zeigen: Für alle x, y gilt: wenn xry und yrx dann x = y. Annahme: Sei x, y beliebig aber fest. Zu zeigen: Wenn xry und yrx dann x = y. Annahme: xry und yrx. Zu zeigen: x = y. Einsetzen der Definition von R. Aufgabe 9. Eine Relation R A A heißt Halbordnung auf A, wenn R reflexiv auf A, transitiv und antisymmetrisch ist. Welche der folgenden Relationen sind Halbordnungen? N auf N. 6

7 < N auf N. Z auf Z. σ auf N. 3 auf N 0. auf der Menge aller Mengen. auf N. N N auf N. = Q auf Q. Lösung von Aufgabe 9. N ist Halbordnung auf N. < N ist keine Halbordnung auf N. Z ist Halbordnung auf Z. σ ist keine Halbordnung auf N. 3 ist keine Halbordnung auf N 0. ist Halbordnung auf der Menge aller Mengen. ist keine Halbordnung auf N. N N ist keine Halbordnung auf N. = Q ist Halbordnung auf Q. Aufgabe 10. Eine Relation R A A heißt totale Ordnung auf A, wenn R Halbordnung ist und außerdem je zwei Elemente von A vergleichbar sind, d.h. für alle x, y gilt wenn x, y A dann xry oder yrx. Welche der folgenden Relationen sind totale Ordnungen? N auf N. < N auf N. Z auf Z. σ auf N. 3 auf N 0. auf der Menge aller Mengen. auf N. N N auf N. = Q auf Q. 7

8 Lösung von Aufgabe 10. N ist totale Ordnung auf N. < N ist keine totale Ordnung auf N. Z ist totale Ordnung auf Z. σ ist keine totale Ordnung auf N. 3 ist keine totale Ordnung auf N 0. ist keine totale Ordnung auf der Menge aller Mengen, z.b. {1} {2} und {2} {1}. ist keine totale Ordnung auf N. N N ist keine totale Ordnung auf N. = Q ist keine totale Ordnung auf Q, z.b. 3 2 und 2 3. Aufgabe 11. Finden Sie jeweils 3 Elemente der Mengen Lösung von Aufgabe 11. < N Z 3 2 Die Elemente von < N Z sind Paare, deren erste Komponente aus der Menge < N und deren zweite Komponente aus Z kommt, also z.b. 2, 3, 1, 2, 3, 7, 4, 4, 1, 5, 3, 5 Die Elemente von 3 2 sind Paare, bei denen beide Komponenten aus 3 sind, also z.b. 1, 4, 2, 5, 5, 5, 6, 0, 8, 5, 8, 5 Aufgabe 12. Sei A = {1, 2, 3}. Finden Sie eine Relation auf A, die zwar reflexiv und symmetrisch aber nicht transitiv ist. Lösung von Aufgabe 12. Reflexiv und symmetrisch aber nicht transitiv: R = {1, 1, 2, 2, 3, 3, 1, 2, 2, 1, 2, 3, 3, 2} Aufgabe 13. Bestimmen Sie eine Relation R R 2, deren grafische Darstellung der grauen Fläche in Bild 1 links entspricht. Hinweis: Definieren Sie zunächst Relationen für das mittlere und das rechte Bild und verwenden Sie dann Mengenoperationen. 8

9 Abbildung 1: Grafische Darstellung von zweistelligen Relation auf R. Lösung von Aufgabe 13. Die Relation für das mittlere Bild ist R 1 = {x, y x, y R, x 2 + y 2 1}. Die Relation für das rechte Bild ist R 2 = {x, y x, y R, x + y 1}. Die Relation für das linke Bild ist die Schnittmenge: R = R 1 R 2. Aufgabe 14. Bestimmen Sie jeweils 3 Elemente der folgenden Relationen: N, N 3, N N, N N Lösung von Aufgabe 14. N : 2, 3 2, 2 3, 5 N 3 : 2, 3, 3, 5, 7, 7 1, 3, 3, 3, 2, 5 1, 1, 1, 1, 1, 1 N N : 2, 3, 7, 7 1, 3, 5, 2 1, 1, 1, 1 9

10 N N = = N : 1, 1 2, 2 3, 3 Aufgabe 15. Die Relation R ist definiert durch R = {a, b a, b R, ab = 1}. Ist R reflexiv auf R, transitiv, symmetrisch bzw. antisymmetrisch? Geben Sie jeweils eine kurze Begründung 1 Satz oder ein Gegenbeispiel. Lösung von Aufgabe 15. Nicht reflexiv auf R, da z.b. 2, 2 R. Nicht transitiv, da z.b. 2, 1/2 R und 1/2, 2 R aber 2, 2 R. Symmetrisch. Wenn a, b R ist, dann ist ab = 1. Aufgrund der Kommutativität ist auch ba = 1 und damit b, a R. Nicht antisymmetrisch. Es ist 2, 1/2 R und 1/2, 2 R aber 2 1/2. Aufgabe 16. Sei R = N N. Machen Sie sich klar, dass R eine Relation auf N 2 ist, d.h. R N 2 N 2. So ist z.b. 1, 2, 7, 3 R da 1, 2 N und 7, 3 N. Zeigen Sie durch Angabe eines Gegenbeispiels, dass R weder reflexiv auf N 2 noch symmetrisch ist. Beweisen Sie ausführlich, dass R transitiv ist. Welche der Eigenschaften reflexiv auf N 2, symmetrisch, transitiv hat die Relation S = N 2? Lösung von Aufgabe 16. Nicht reflexiv: Für x = 1, 2 N 2 ist x, x R. Nicht symmetrisch: 1, 2, 2, 1 R aber 2, 1, 1, 2 R. Zu zeigen: R ist transitiv. Zu zeigen: x, y, z x, y R y, z R x, z R. Sei x, y, z beliebig aber fest. Zu zeigen: x, y R y, z R x, z R. 10

11 Annahme: x, y R y, z R. Zu zeigen: x, z R. Einsetzen der Definition von R. Annahme: x, y, z N 2, x 1 N x 2, y 1 N y 2, y 1 N y 2, z 1 N z 2. Zu zeigen: x, z N 2, x 1 N x 2, z 1 N z 2. Folgt direkt aus der Annahme. S ist nicht reflexiv auf N 2, da z.b. 2, 1 N 2 aber 2, 1, 2, 1 S. S ist aber symmetrisch und transitiv. Aufgabe 17. Die Relation < N ist definiert als < N = {a, b a, b N x N a + x = b}. Beweisen Sie unter Verwendung dieser Definition ausführlich, dass < N transitiv ist. Lösung von Aufgabe 17. Zu zeigen: < N ist transitiv. Zu zeigen: a, b, c a N b b N c a N c. Sei a, b, c beliebig aber fest. Zu zeigen: a N b b N c a N c. Annahme a < N b b < N c. Zu zeigen a < N c. Einsetzen der Definition von < N. Annahme: a, b, c N x N a + x = b y N b + y = c. Zu zeigen: Seien x, y N so dass z N a + z = c. a + x = b b + y = c. Setzt man die erste Gleichung in die zweite ein, ergibt sich a + x + y = c. Da die Summe zweier natürlicher Zahlen wieder eine natürliche Zahl ist, ist x + y N. Mit der Wahl z = x + y gilt daher z N und a + z = c. 11

12 Aufgabe 18. Definieren Sie die Eigenschaften reflexiv auf A, symmetrisch, transitiv und antisymmetrisch von Relationen. Lösung von Aufgabe 18. Eine Relation R heisst reflexiv auf A wenn symmetrisch wenn transitiv wenn x A xrx x, y xry yrx x, y, z xry yrz xrz antisymmetrisch wenn x, y xry yrx x = y. Aufgabe 19. Formulieren Sie folgende Aussage in der Sprache der Logik: Für jede Menge A und jede Relation R A A gilt: Wenn R symmetrisch und antisymmetrisch ist, dann ist R = A. Setzen Sie auch logische Formeln für die Begriffe symmetrisch und antisymmetrisch ein. Beweisen Sie dann die Aussage ausführlich. Lösung von Aufgabe 19. Aufstellen der Formel. R ist symmetrisch: x, y xry yrx R ist antisymmetrisch: x, y xry yrx x = y Formel ohne Definition von symmetrisch und antisymmetrisch: A R A A symmetrischr antisymmetrischr R = A Einsetzen der Definitionen von symmetrisch und antisymmetrisch: Beweis. A R A A x, y xry yrx x, y xry yrx x = y R = A Zu zeigen: Für jede Menge A und jede Relation R A A gilt: Wenn R symmetrisch und antisymmetrisch ist, dann ist R = A. 12

13 Sei A und R A A beliebig aber fest. Annahme: R ist symmetrisch und antisymmetrisch. Zu zeigen R = A. Definition der Teilmengenbeziehung. Zu zeigen: Für alle x, y gilt: Wenn xry dann ist x = A y. Sei x, y R beliebig aber fest. Zu zeigen x, y A und x = y. Da R A A folgt x, y A. Bleibt zu zeigen x = y. Aus der Symmetrie von R folgt yrx. Aus der Antisymmetrie von R folgt x = y. Aufgabe 20. In relationalen Datenbanken wird oft mit Tabellen gearbeitet, z.b. Typ Kennzeichen Farbe Baujahr Ford HN-DA-8190 rot 1995 VW S-KR-7618 blau 2001 Fiat MOS-RT-1783 grün 2003 Dass eine solche Tabelle tatsächlich eine Relation ist, erkennt man wenn man die beteiligten Mengen identifiziert: Typ = {Ford, VW, Fiat,...} Kennzeichen = {HN-DA-8190, S-KR-7618, MOS-RT-1783,...} Farbe = {rot, blau, grün,...} Baujahr = N. Die oben als Tabelle dargestellte Relation ist dann die Menge der Quadrupel Somit gilt R = { Ford, HN-DA-8190, rot, 1995, VW, S-KR-7618, blau, 2001, Fiat, MOS-RT-1783, grün, 2003 } R Typ Kennzeichen Farbe Baujahr. Es gibt natürlich mehrere Autos des selben Herstellers, mehrere mit der selben Farbe und auch mehrere mit dem selben Baujahr. Andererseits gibt es aber zu gegebenem Kennzeichen höchstens ein Auto mit diesem Kennzeichen. Das Attribut Kennzeichen wird daher auch Schlüssel der Tabelle genannt. Formulieren Sie in der Sprache der Logik, dass das Attribut Kennzeichen Schlüssel der Relation R ist. 13

14 Lösung von Aufgabe 20. a 1, a 2 Typ b Kennzeichen c 1, c 2 Farbe d 1, d 2 Baujahr a 1, b, c 1, d 1 R a 2, b, c 2, d 2 R a 1, b, c 1, d 1 = a 2, b, c 2, d 2. Aufgabe 21. Eine Relation R heißt antisymmetrisch, wenn Ist diese Formel äquivalent zu a b arb bra a = b a b arb bra? Geben Sie einen Beweis oder finden Sie ein Gegenbeispiel. Lösung von Aufgabe 21. Die Formeln sind nicht äquivalent. Für R = {1, 1} ist die erste Formel wahr, die zweite aber falsch. Aufgabe 22. Wieviele unterschiedliche Relationen R A B gibt es für A = {1, 2} B = {1, 2, 3}? Lösung von Aufgabe 22. Die Relationen R A B sind genau die Teilmengen von A B. Die Menge aller Teilmengen von A B ist P A B. Damit existieren Relationen auf {1, 2} und {1, 2, 3}. P A B = 2 A B = = 2 6 = 64 Aufgabe 23. Ein aktuelles Thema in der Informatik ist das Semantic Web, insbesondere die Verbesserung von Suchmaschinen. Derzeitige Suchmaschinen basieren im Wesentlichen darauf, Dokumente zu suchen, in denen ein gegebenes Wort vorkommt. Problematisch hierbei ist, dass ein 14

15 Wort unterschiedliche Bedeutungen haben kann Zweideutigkeiten. So kann z.b. das Wort Bremse sowohl ein Insekt als auch ein Fahrzeugteil bezeichnen. Interessiert man sich also für Maßnahmen gegen Insektenstiche und gibt das Wort Bremse in eine Suchmaschine ein, ist die Wahrscheinlichkeit groß, dass man viele Dokumente bekommt, die einen gar nicht interessieren. Weiterhin können unterschiedliche Worte die selbe Bedeutung haben Synonyme. Die Worte Handy und Mobiltelefon haben die gleiche Bedeutung. Möchte man sich also über Mobiltelefone informieren und gibt das Wort Mobiltelefon in eine Suchmaschine ein, entgehen einem alle Dokumente, in denen das Wort Handy statt Mobiltelefon verwendet wurde. Sei nun Syntax = Menge aller Worte der Deutschen Sprache Semantik = Menge aller Dinge, die man durch Worte beschreiben kann. Sei weiterhin R Syntax Semantik die Relation, die die Beziehung zwischen Worten und ihrer Bedeutung herstellt, d.h. R = {x, y eine Bedeutung von Wort x ist y }. Elemente von R sind z.b. Bremse, das Insekt Bremse Bremse, das Fahrzeugteil Bremse Handy, das tragbare schnurlose Telefon Mobiltelefon, das tragbare schnurlose Telefon Formulieren Sie durch prädikatenlogische Ausdrücke die o.g. problematischen Eigenschaften der Relation R, dass ein und das selbe Wort mehrere Bedeutungen haben kann unterschiedliche Worte die selbe Bedeutung haben können. Mit anderen Worten: R ist weder rechtseindeutig noch linkseindeutig. Transformieren Sie die Formeln so dass einmal nur Existenzquantoren und einmal nur Allquantoren darin vorkommen. Lösung von Aufgabe 23. Formulierung mit Existenzquantoren. x Syntax y 1, y 2 Semantik y 1 y 2 xry 1 xry 2 x 1, x 2 Syntax y Semantik x 1 x 2 x 1 Ry x 2 Ry Um zu Allquantoren zu kommen, muss man vor und hinter die Existenzquantoren eine Negation setzen. Alternativ kann man auch den Ansatz 15

16 machen, dass man zuerst formuliert, dass R rechts- bzw. linkseindeutig ist und die Formel als Ganzes negiert. x Syntax y 1, y 2 SemantikxRy 1 xry 2 y 1 = y 2 x 1, x 2 Syntax y Semantikx 1 Ry x 2 Ry x 1 = x 2 Aufgabe 24. Eine Relation R heißt rechtseindeutig wenn gilt x, y 1, y 2 xry 1 xry 2 y 1 = y 2. Analog heißt R linkseindeutig, wenn gilt x 1, x 2, y x 1 Ry x 2 Ry x 1 = x 2. Definieren Sie eine endliche Relation R N N, die weder rechtsnoch linkseindeutig ist. Definieren Sie eine unendliche Relation R N N, die weder rechtsnoch linkseindeutig ist. Lösung von Aufgabe 24. R = {1, 1, 1, 2, 2, 1, 2, 2} R = N 2 Aufgabe 25. Im Internet findet man heute sehr viel unseriöse oder falsche Information. Als Lösung zu diesem Problem wurde das sog. Web of Trust vorgeschlagen. Die Idee dabei ist, dass eine Organisation x explizit ihr Vertrauen in eine andere Organisation y aussprechen kann, d.h. x sagt, dass sie sicher ist, dass die von y veröffentlichten Informationen wahr sind. Auf diese Weise entsteht ein Netwerk von Vertrauensbeziehungen, daher der Name Web of Trust. Weiterhin gilt, dass eine Organisation x einer Organisation z vertraut, falls es eine für x vertrauenswürdige Organisation y gibt, die ihrerseits z vertraut. Formulieren Sie die zuletzt genannte Eigenschaft der Vertrauensbeziehung in der Sprache der Prädikatenlogik. Verwenden Sie hierfür eine Menge A aller Organisationen und die Vertrauensrelation R A A mit R = {x, y x vertraut y}. Folgt aus o.g. Eigenschaft, dass Vertrauen symmetrisch ist? Geben Sie einen ausführlichen Beweis oder finden Sie ein Beispiel einer Relation R, die o.g. Eigenschaft besitzt aber nicht symmetrisch ist. Folgt aus o.g. Eigenschaft, dass Vertrauen transitiv ist? Geben Sie einen ausführlichen Beweis oder finden Sie ein Beispiel einer Relation R, die o.g. Eigenschaft besitzt aber nicht transitiv ist. 16

17 Lösung von Aufgabe 25. x, z y xry yrz xrz. R muss nicht symmetrisch sein. Sei z.b. A = {1, 2} und R = {1, 2}. Dann erfüllt R o.g. Eigenschaft, ist aber nicht symmetrisch. R ist transitiv. Man kann das auf zwei Arten beweisen, zuerst die längere Variante. Zu zeigen: Wenn dann Annahme: Zu zeigen: x, z y xry yrz xrz a, b, c arb brc arc. x, z y xry yrz xrz a, b, c arb brc arc. Seien a, b, c beliebig aber fest. Annahme Zu zeigen: arb, brc arc. Aus der Annahme folgt durch Spezialisierung x = a und z = c y ary yrc arc Da arb und brc ist die Aussage y ary yrc wahr man kann für y ja b nehmen. Mit Modus Ponens folgt dann arc. Und nun die kürzere Variante. Der Anfang ist gleich. Annahme: Zu zeigen: x, z y xry yrz xrz R ist transitiv. Die Formel der Annahme wird nun unter Anwendung der bekannten Regeln äquivalent umgeformt. x, z y xry yrz xrz x, z y xry yrz xrz x, y, z xry yrz xrz 17

18 Die somit erhaltene Formel besagt, dass R transitiv ist. Die Web of Trust Regel besagt somit nichts anderes, als dass Vertrauen transitiv ist. Aufgabe 26. Sei A eine Menge von Menschen und R A A die Relation R = {x, y x, y A und x vertraut y } Jeder Mensch aus A vertraut sich selbst und hat außerdem noch einen weiteren Menschen aus A, der ihm vertraut. Formulieren Sie diese Aussage in der Sprache der Prädikatenlogik. Folgt hieraus, dass sich alle Menschen aus A gegenseitig vertrauen? Geben Sie einen kurzen Beweis oder finden Sie ein Gegenbeispiel. Lösung von Aufgabe 26. Aufgabe 27. x A xrx y A x y yrx Ein Gegenbeispiel ist A = {1, 2, 3, 4} und R = {1, 2} 2 {3, 4} 2. Ist die Schnittmenge zweier transitiver Relationen immer eine transitive Relation? Ist die Vereinigungsmenge zweier transitiver Relationen immer eine transitive Relation? Geben Sie zu jeder Aussage einen ausführlichen Beweis oder ein Gegenbeispiel. Lösung von Aufgabe 27. Die Schnittmenge zweier transitiver Relationen ist immer eine transitive Relation. Zu zeigen: R, S Relation transitivr transitivs transitivr S Seien R, S beliebige Relationen. Zu zeigen transitivr transitivs transitivr S. Annahme: R und S sind transitiv. Zu zeigen: R S ist transitiv. Annahme Zu zeigen a, b, c arb brc arc a, b, c asb bsc asc. a, b, c ar Sb br Sc ar Sc. 18

19 Seien a, b, c beliebig aber fest. Zu zeigen ar Sb br Sc ar Sc. Annahme: Zu zeigen: ar Sb, ar Sc. br Sc Definition der Schnittmenge. Annahme arb, asb, brc, bsc. Zu zeigen arc, asc. Aus der Transitivität von R und S folgt arb brc arc asb bsc asc. Mit modus ponens folgt arc und asc. Die Vereinigungsmenge zweier transitiver Relationen ist nicht immer eine transitive Relation. Seien zwei transitive Relationen. Dann ist eine nicht transitive Relation. R = {1, 2} S = {2, 3} R S = {1, 2, 2, 3} Aufgabe 28. Sei R A A eine Halbordnung auf A. Beweisen Sie ausführlich, dass R keine Zyklen hat, d.h. dass es keine Elemente x 1, x 2,..., x n A gibt mit x 1 x n so dass Lösung von Aufgabe 28. x 1 Rx 2, x 2 Rx 3,..., x n 1 Rx n und x n Rx 1. Sei R A A eine Halbordnung auf A. Zu zeigen x 1,..., x n A x 1 x n x 1 Rx 2 x 2 Rx 3... x n 1 Rx n x n Rx 1. Negation hinter Quantoren ziehen. Zu zeigen: x 1,..., x n A x 1 x n x 1 Rx 2 x 2 Rx 3... x n 1 Rx n x n Rx 1. 19

20 Sei x 1,..., x n A beliebig aber fest. Zu zeigen: x 1 x n x 1 Rx 2 x 2 Rx 3..., x n 1 Rx n x n Rx 1. Gesetz von de Morgan. Zu zeigen: x 1 = x n x 1 Rx 2 x 2 Rx 3..., x n 1 Rx n x n Rx 1. Aussagenlogische Umformung. Zu zeigen: x 1 Rx 2 x 2 Rx 3..., x n 1 Rx n x n Rx 1 x 1 = x n. Wenn-dann Aussage. Annahme Zu zeigen: x 1 = x n. x 1 Rx 2 x 2 Rx 3..., x n 1 Rx n x n Rx 1. Aus der Transitivität von R folgt x 1 Rx n. Da x 1 Rx n und x n Rx 1 folgt aus der Antisymmetrie dass x 1 = x n. Aufgabe 29. Eine Relation R heißt reflexiv auf M, wenn x x M xrx. Um zu zeigen, dass eine gegebene Relation R nicht reflexiv auf M ist, genügt es ein Gegenbeispiel zu finden, d.h. ein Objekt x so dass x M xrx. Überlegen Sie sich, warum das so ist indem Sie eine Formel für die Aussage R ist nicht reflexiv auf M konstruieren und so lange umformen bis rauskommt es gibt ein x so dass x M und nicht xrx. Lösung von Aufgabe 29. Äquivalente Umformung ergibt: Aufgabe 30. Bei der Menge handelt es sich um eine Relation, da x x M xrx x x M xrx x x M xrx x x M xrx. R = N N R A B 20

21 z.b. für oder auch A = N 2 und B = N 2 A = N und B = N. Nennen Sie drei Elemente der Relation und beweisen Sie ausführlich, d.h. unter ausschließlicher Benutzung der Beweisregeln im Skript, dass R reflexiv auf = N ist. Lösung von Aufgabe 30. Beispiele aus R sind Beweis der Reflexivität von R. 3, 2, 1, 2, 3, 3, 5, 7, 1, 1, 1, 1. Zu zeigen: x x = N x, x N N. Sei x beliebig aber fest. Zu zeigen: x = N x, x N N. Annahme: Zu zeigen: x = N. x, x N N, Definition Kartesisches Produkt. Zu zeigen: x N und x N. Definition von = N : = N = {1, 1, 2, 2, 3, 3...} = {p a a N p = a, a}. Aus x = N folgt somit a a N x = a, a. Sei a so dass a N und x = a, a. Zu zeigen a, a N und a, a N. Dies folgt direkt aus der Definition von N und N. 21

22 Aufgabe 31. Sei R A A eine Relation und = A die Gleichheitsrelation auf A. Beweisen Sie ausführlich, dass die Relation reflexiv auf A ist. Lösung von Aufgabe 31. Zu zeigen: R = A A R A A x A x, x R = A. Seien A, R A A und x A beliebig aber fest. Zu zeigen: x, x R = A. Da x A folgt x, x = A und damit x, x R = A. Aufgabe 32. Die Relation R sei definiert durch R = {x, y x N y N z N x < N z z < N y. Ist R reflexiv auf N, symmetrisch bzw. transitiv? Beweisen Sie Ihre Antwort. Lösung von Aufgabe 32. R ist nicht reflexiv auf N. So ist z.b. 1, 1 R, da es kein z N gibt mit 1 < N z und z < N 1. R ist nicht symmetrisch. So ist z.b. 1, 3 R aber 3, 1 R. R ist transitiv. Zu zeigen: x, y, z xry yrz xrz. Sei x, y, z beliebig aber fest. Zu zeigen: xry yrz xrz. Annahme: xry und yrz. Zu zeigen xrz. Definition von R. Annahme: Zu zeigen: x N, y N, a N x < N a a < N y y N, z N, b N y < N b b < N z x N, z N, c N x < N c c < N z. 22

23 Dass x N und z N folgt direkt aus der Annahme. Seien a, b N so dass x < N a, a < N y, y < N b, b < N z. Aus der Annahme folgt unter Verwendung der Transitivität von < N dass x < N y, y < N z. Folglich gilt für die Wahl c = y dass x < N c c < N z. Man hätte für c genauso gut auch a oder b nehmen können. Aufgabe 33. Die Kleiner Relation auf N ist definiert durch < N = {x, y x, y N z N x + z = y}. Beweisen Sie ausführlich, dass < N transitiv ist. Lösung von Aufgabe 33. Zu zeigen: x, y, z x < N y y < N z x < N z. Seien x, y, z beliebig aber fest. Zu zeigen: x < N y y < N z x < N z. Annahme: x < N y y < N z. Zu zeigen: x < N z. Definition von < N. Annahme: Zu zeigen: x, y N a N x + a = y y, z N b N y + b = z. x, z N c N x + c = z. Dass x, z N folgt direkt aus der Annahme. Es ist also ein c N zu konstruieren mit x + c = z. Seien a, b N so dass x + a = y, y + b = z. Folglich ist x + a + b = z. Mit c = a + b gilt somit c N und x + c = z. 23

24 Aufgabe 34. Gilt für jede Relation R dass die Relation S = {x, y z xrz zry}. transitiv ist? Geben Sie einen ausführlichen Beweis oder finden Sie ein Gegenbeispiel. Lösung von Aufgabe 34. Ein Gegenbeispiel liefert die Nachfolgerrelation auf N: R = {x, y x N y N y = x + 1}. In diesem Fall ist S = {x, y x N y N y = x + 2}. Diese Relation ist nicht transitiv, da z.b. 1, 3 S und 3, 5 S, aber 1, 5 S. Aufgabe 35. Definieren Sie durch eine prädikatenlogische Formel wann eine Relation antisymmetrisch ist. Welche der folgenden Relationen sind antisymmetrisch? R = {a, b a, b Z, ab = 1} R = {a, b a, b Z, ab = 1} R = {a, b a, b Z, ab = 4}. Lösung von Aufgabe 35. Eine Relation R heißt antisymmetrisch wenn Die Relation a, b arb bra a = b. R = {a, b a, b Z, ab = 1} ist antisymmetrisch. Der wenn-teil arb und bra ist nur dann erfüllt, wenn a = b = 1 oder a = b = 1. In diesem Fall ist auch der dann-teil erfüllt. Die Relation R = {a, b a, b Z, ab = 1} ist nicht antisymmetrisch. Ein Gegenbeispiel ist 1R 1, 1R1 aber 1 1. Die Relation R = {a, b a, b Z, ab = 4} ist nicht antisymmetrisch. Ein Gegenbeispiel ist 1R4, 4R1 aber

25 Aufgabe 36. Nennen Sie zwei Elemente der Menge N \ N = N. Lösung von Aufgabe 36. 3, 2, 1, 1 5, 1, 2, 2. Aufgabe 37. Geben Sie einen ausführlichen Beweis oder finden Sie ein Gegenbeispiel für folgende Aussage: Für alle Mengen A, B ist die Relation R = A B transitiv. Lösung von Aufgabe 37. Zu zeigen: A, B transitiva B. Seien A, B beliebig aber fest. Zu zeigen: Zu zeigen: transitiva B. x, y, z x, y A B y, z A B x, z A B. Seien x, y, z beliebig aber fest. Zu zeigen: x, y A B y, z A B x, z A B. Annahme: x, y A B und y, z A B. Zu zeigen: x, z A B. Annahme: x A, y B, y A, z B. Zu zeigen: x A, z B. Dies folgt direkt aus der Annahme. Aufgabe 38. Finden Sie zwei Mengen A, B so dass die Relation R = A 2 B 2 nicht transitiv ist. Geben Sie eine kurze Begründung, weshalb R in Ihrem Beispiel nicht transitiv ist. 25

26 Lösung von Aufgabe 38. Zum Beispiel Damit ist Es gilt dann A = {1, 2}, B = {2, 3}. R = {1, 1, 1, 2, 2, 1, 2, 2, 2, 3, 3, 2, 3, 3}. 1, 2 R und 2, 3 R aber 1, 3 R. Aufgabe 39. Definieren Sie durch eine Formel der Prädikatenlogik wann eine Relation antisymmetrisch ist. Entscheiden Sie ob die Relation R = {1, 1, 2, 1, 2, 2, 3, 2, 3, 3} antisymmetrisch ist. Begründung ist nicht erforderlich, eine falsche Antwort gibt aber Punktabzug. Lösung von Aufgabe 39. R heißt antisymmetrisch wenn Die Relation ist antisymmetrisch. a, b arb bra a = b. Aufgabe 40. Sei R eine Relation mit der Eigenschaft a, b, c arb brc arc. Beweisen Sie ausführlich, dass hieraus folgt x xrx. Lösung von Aufgabe 40. Annahme: Zu zeigen: a, b, c arb brc arc. x xrx. Sei x beliebig aber fest. Zu zeigen: xrx. Aus der Annahme folgt durch Spezialisierung mit a = b = c = x xrx xrx xrx. 26

27 Aussagenlogische Umformung. Annahme: xrx xrx. Aussagenlogische Umformung: xrx xrx. Aussagenlogische Umformung: xrx. Aufgabe 41. Beweisen Sie ausführlich, dass jede Teilmenge einer antisymmetrischen Relation wiederum eine antisymmetrische Relation ist. Lösung von Aufgabe 41. Zu zeigen R, S antisymmetrischr S R antisymmetrischs. Seien R, S beliebig aber fest. Zu zeigen: antisymmetrischr S R antisymmetrischs. Annahme: antisymmetrischr, S R Zu zeigen: antisymmetrischs. Definition Antisymmetrie. Annahme: x, y xry yrx x = y. Zu zeigen: a, b asb bsa a = b. Seien a, b beliebig aber fest. Zu zeigen: asb bsa a = b. Annahme Zu zeigen: Da S R folgt asb, bsa. a = b. arb, bra. 27

28 Mit Spezialisierung x = a und y = b folgt arb bra a = b. Moduls Ponens ergibt a = b. Aufgabe 42. Die Relation R = {1, 1} ist eine reflexive Relation auf der Menge {1}. Ist R auch eine reflexive Relation auf der Menge N? Lösung von Aufgabe 42. R = {1, 1} ist keine reflexive Relation auf N da z.b. 2 N aber 2, 2 R. Aufgabe 43. Zeigen Sie, dass die Teilmengenrelation auf der Menge aller Mengen reflexiv und transitiv ist aber nicht symmetrisch. Lösung von Aufgabe 43. Seien A, B und C beliebige Mengen. Da A A, ist reflexiv. Da z.b. {1} aber {1}, ist nicht symmetrisch. Da aus A B und B C folgt A C, ist transitiv. Aufgabe 44. Begründen Sie: Ist R eine reflexive Relation auf A und S eine beliebige Relation auf A, dann ist R S reflexiv auf A. Gilt das auch für symmetrisch und transitiv? Finden Sie ein Gegenbeispiel für R, S und A wo das nicht so ist. Lösung von Aufgabe 44. Wenn R reflexiv ist, dann ist x, x R für alle x A. Somit auch x, x R S für alle x A, d.h. R S ist reflexiv. Sei R = und S eine beliebige nicht symmetrische Relation. Dann ist R symmetrisch und R S nicht symmetrisch. Sei R = und S eine beliebige nicht transitive Relation. Dann ist R transitiv und R S nicht transitiv. die Gleichheitsre- Aufgabe 45. Sei = N die Gleichheitsrelation auf N und = N 2 lation auf N 2. Finden Sie ein Objekt x für das gilt x = N 2 x = N 2. Finden Sie ein Objekt y für das gilt y = N 2 y = N 2. Lösung von Aufgabe 45. x = 2, 2, 3, 3, y = 2, 3, 2, 3. 28

Finden Sie eine Relation R und eine Menge A so dass

Finden Sie eine Relation R und eine Menge A so dass Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze

Mehr

Übungen zu Logik und Künstliche Intelligenz Blatt 8

Übungen zu Logik und Künstliche Intelligenz Blatt 8 Heilbronn, den 14.5.2010 Prof. Dr. V. Stahl WS 10/11 Übungen zu Logik und Künstliche Intelligenz Blatt 8 Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden

Mehr

Aufgabe 3. Sei A eine Menge von Zahlen und neg das Tripel. neg = (A, A, R) A = N A = Z A = R A = R \ {0} mod : N 0 N N 0

Aufgabe 3. Sei A eine Menge von Zahlen und neg das Tripel. neg = (A, A, R) A = N A = Z A = R A = R \ {0} mod : N 0 N N 0 Funktionen Aufgabe 1. Finden Sie 3 Beispiele von Funktionen und 3 Beispiele von partiellen Funktionen, die nicht total sind. Es sollten auch mehrstellige Funktionen darunter sein. Aufgabe 2. Zeigen Sie,

Mehr

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3} Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben

Mehr

Logik und Künstliche Intelligenz

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

Mehr

Injektiv, Surjektiv, Bijektiv

Injektiv, Surjektiv, Bijektiv Injektiv, Surjektiv, Bijektiv Aufgabe 1. Geben Sie einen ausführlichen Beweis für folgende Aussage: Wenn f A B surjektiv ist und R A A A eine reflexive Relation auf A ist, dann ist R B = {( f(x), f(y)

Mehr

Vorkurs Mathematik für Informatiker

Vorkurs Mathematik für Informatiker Vorkurs Mathematik für Informatiker 5. Relationen Thomas Huckle, Kilian Röhner Technische Universität München 9.10.2017 Relationen Mit Relationen können wir Beziehungen zwischen je zwei Dingen ausdrücken.

Mehr

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir

Mehr

Normalformen boolescher Funktionen

Normalformen boolescher Funktionen Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion

Mehr

Paare und Kartesische Produkte

Paare und Kartesische Produkte Paare und Kartesische Produkte Aufgabe 1. Stellen Sie das Tripel (a, b, c) als Paar und als Menge dar. Hinweis: Verwenden Sie Farben. Lösung von Aufgabe 1. (a, b, c) = ((a, b), c) Paar Darstellung (a,

Mehr

6. Induktives Beweisen - Themenübersicht

6. Induktives Beweisen - Themenübersicht 6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise

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

3. 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. 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

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

Vorlesung 4. Tilman Bauer. 13. September 2007

Vorlesung 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)

Mehr

Übungen zu Logik und Künstliche Intelligenz mit Musterlösungen 1 Blatt 11

Übungen zu Logik und Künstliche Intelligenz mit Musterlösungen 1 Blatt 11 Heilbronn, den 18.6.2010 Prof. Dr. V. Stahl WS 10/11 Übungen zu Logik und Künstliche Intelligenz mit Musterlösungen 1 Blatt 11 Aufgabe 1. Schreiben Sie auf wann ein Tripel (A, B, R) eine partielle Funktion,

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 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

Mehr

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

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

Mehr

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

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

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

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

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

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

Mehr

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

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

Mehr

Logik: aussagenlogische Formeln und Wahrheitstafeln

Logik: aussagenlogische Formeln und Wahrheitstafeln FH Gießen-Friedberg, Sommersemester 2010 Lösungen zu Übungsblatt 1 Diskrete Mathematik (Informatik) 7./9. April 2010 Prof. Dr. Hans-Rudolf Metz Logik: aussagenlogische Formeln und Wahrheitstafeln Aufgabe

Mehr

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

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

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

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

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

Mehr

Einführung in die Theoretische Informatik

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

Mehr

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

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

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

Mehr

Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau

Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Mathematisches Beweisen Mathematische ussagen - haben oft

Mehr

Logische Strukturen 7. Vorlesung

Logische Strukturen 7. Vorlesung Logische Strukturen 7. Vorlesung Martin Dietzfelbinger 18. Mai 2010 Kapitel 2 Prädikatenlogik Was ist das? Logik und Strukturen Natürliches Schließen Normalformen Herbrand-Theorie Prädikatenlogische Resolution

Mehr

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

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

Mehr

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

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

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

Mehr

Tutorium: Diskrete Mathematik

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

Mehr

2 Lösungen zu Kapitel 2

2 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

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

Vorkurs Mathematik für Informatiker

Vorkurs Mathematik für Informatiker Vorkurs Mathematik für Informatiker 6. Ordnungsrelationen Thomas Huckle, Kilian Röhner Technische Universität München 9.10.2017 Graphen Graph besteht aus Knoten (Ecken) und Kanten (Verbindungen zwischen

Mehr

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

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

Mehr

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

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

Mehr

3. Relationen Erläuterungen und Schreibweisen

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

Mehr

Grundbegriffe der Informatik

Grundbegriffe 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

Mehr

Grundlagen der linearen Algebra und analytischen Geometrie

Grundlagen der linearen Algebra und analytischen Geometrie Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre

Mehr

Grundbegriffe der Wahrscheinlichkeitstheorie

Grundbegriffe der Wahrscheinlichkeitstheorie KAPITEL 1 Grundbegriffe der Wahrscheinlichkeitstheorie 1. Zufallsexperimente, Ausgänge, Grundmenge In der Stochastik betrachten wir Zufallsexperimente. Die Ausgänge eines Zufallsexperiments fassen wir

Mehr

KAPITEL 4. Posets Hasse Diagramm

KAPITEL 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.

Mehr

Relationen und Funktionen

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

Mehr

Injektiv, Surjektiv, Bijektiv

Injektiv, Surjektiv, Bijektiv Injektiv, Surjektiv, Bijektiv Aufgabe 1. Geben Sie einen ausführlichen Beweis für folgende Aussage: Wenn f A B surjektiv ist und R A A A eine reflexive Relation auf A ist, dann ist R B = {( f(x), f(y)

Mehr

Die Folgerungsbeziehung

Die Folgerungsbeziehung Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation

Mehr

modulo s auf Z, s. Def

modulo 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

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist

Mehr

1.3 Relationen und Funktionen

1.3 Relationen und Funktionen 1.3. RELATIONEN UND FUNKTIONEN 1 1.3 Relationen und Funktionen Es gibt eine Konstruktion (Übungsaufgabe!) einer Klasse (a, b) mit der Eigenschaft (a, b) = (c, d) a = c b = d. Diese Klasse (a, b) heißt

Mehr

2 Mengen, Abbildungen und Relationen

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

Mehr

Skriptum EINFÜHRUNG IN DIE ALGEBRA

Skriptum EINFÜHRUNG IN DIE ALGEBRA Skriptum EINFÜHRUNG IN DIE ALGEBRA 1 Günter Lettl SS 2016 1. Algebraische Grundbegriffe 1.1 Verknüpfungen Definition 1. Es sei M eine nicht leere Menge. a) Eine Verknüpfung (oder (binäre) Operation) auf

Mehr

Grundbegriffe der Informatik

Grundbegriffe 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

Mehr

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

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

Mehr

1.9 Beweis durch Kontraposition

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

Mehr

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

Kapitel 1: Grundbegriffe

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

Mehr

Kapitel 1. Grundlagen Mengen

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

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

Kapitel 1. Grundlagen

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

Mehr

Einführung in die Mengenlehre

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

Mehr

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

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

Mehr

4 Elementare Mengentheorie

4 Elementare Mengentheorie 4 Elementare Mengentheorie 4 Elementare Mengentheorie 4.1 Mengen [ Partee 3-11, McCawley 135-140, Chierchia 529-531 ] Die Mengentheorie ist entwickelt worden, um eine asis für den ufbau der gesamten Mathematik

Mehr

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

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

Mehr

Musterlösung MafI 1 - Blatt 5

Musterlösung MafI 1 - Blatt 5 Musterlösung MafI 1 - Blatt 5 Titus Laska Aufgabe 1 (Relationen). Die drei Relationen R, S, T N N sind jeweils auf Reflexivität, Symmetrie und Antisymmetrie zu untersuchen. Lösung. Erinnerung. Sei R A

Mehr

Allgemeingültige Aussagen

Allgemeingültige Aussagen Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt

Mehr

Formale 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 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

Mehr

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)

Mathematik-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

Mehr

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015 Informatik Vorkurs: Etwas Mathematik Werner Struckmann WS 2014/2015 Etwas Mathematik: Was machen wir? 1. Aussagen, Logik 2. Mengen, Relationen, Funktionen 3. Zahlenmengen, Rechnen 4. Beweise 5. Dualzahlen:

Mehr

Grundbegriffe der Informatik

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

Mehr

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012 Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.0 Aufgabe : Entscheiden Sie in dieser Aufgabe, ob die Aussagen wahr oder falsch sind. Begründungen sind nicht erforderlich. Ein korrekt gesetztes

Mehr

Höhere Mathematik für die Fachrichtung Physik

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

Mehr

1.2 Klassen und Mengen

1.2 Klassen und Mengen 14 1.2 Klassen und Mengen Als undefinierten Grundbegriff verwenden wir den Begriff der Klasse. Dieser ist allgemeiner als der Mengenbegriff und wird in der Algebra zur Definition sogenannter Kategorien

Mehr

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

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

Mehr

Einführung in die Programmierung

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

Mehr

Relationen können als spezielle Mengen verstanden werden.

Relationen können als spezielle Mengen verstanden werden. 4.3 Relationen Relationen können als spezielle Mengen verstanden werden. Hierfür muss zunächst der Begriff eines weiteren mengentheoretischen Objektes der des geordneten n-tupels eingeführt werden. Johannes

Mehr

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

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

Mehr

Induktive Definitionen

Induktive Definitionen Induktive Definitionen Induktive Definition: Konstruktive Methode zur Definition einer Menge M von Objekten aus Basisobjekten mittels (Erzeugungs-) Regeln Slide 1 Rekursion über den Aufbau: Konstruktive

Mehr

Formale Methoden 2 (Lehrstuhl I Logik in der Informatik)

Formale Methoden 2 (Lehrstuhl I Logik in der Informatik) Formale Methoden 2 Gaetano Geck (Lehrstuhl I Logik in der Informatik) Blatt 3 Beispiellösung WS 2015/16 Aufgabe 1 [Wiederholung: Relationen] 3 Punkte Begründe jeden deiner Lösungsvorschläge. a) Wir definieren

Mehr

Mathematische Grundlagen

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

Mehr

Einfache Parkettierungen

Einfache Parkettierungen Einfache Definitionen: Unter einer Parkettierung (auch Pflasterung oder Parkett genannt) verstehen wir eine überlappungsfreie Überdeckung der Ebene durch Polygone. Ein Polygon (auch Vieleck oder n-eck

Mehr

Abbildungseigenschaften

Abbildungseigenschaften Abbildungseigenschaften.5. Injektivität Injektivität (injektiv, linkseindeutig) ist eine Eigenschaft einer mathematischen Funktion. Sie bedeutet, dass jedes Element der Zielmenge höchstens einmal als Funktionswert

Mehr

Bemerkungen zur Notation

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

Mehr

f(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv?

f(x) = x f 1 (x) = x. Aufgabe 2. Welche der folgenden Funktionen sind injektiv, surjektiv, bijektiv? Umkehrfunktionen Aufgabe 1. Sei A = {1, 2, 3, 4}. Definieren Sie eine bijektive Funktion f A A und geben Sie ihre Umkehrfunktion f 1 an. Lösung von Aufgabe 1. Zum Beispiel f, f 1 A A mit f(x) = x f 1 (x)

Mehr

A B = {(a,b) a A, b B}

A B = {(a,b) a A, b B} Binäre Relationen Def: A, B zwei Mengen. Das kartesische Produkt von beiden ist A B = {(a,b) a A, b B} Eine MengeR A B heißt (zweistellige) Relation. Anstatt (a,b) R schreibt man oft auch arb. 1 SindR,S

Mehr

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken

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 1 Mengen 2 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen Mehrstellige Relationen 3 Abbildungen 4

Mehr

y x x y ( 2x 3y + z x + z

y x x y ( 2x 3y + z x + z Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete, Abbildungen, Aussagenlogik Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/32 Überblick Alphabete

Mehr

Logik I. Symbole, Terme, Formeln

Logik I. Symbole, Terme, Formeln Logik I Symbole, Terme, Formeln Wie jede geschriebene Sprache basiert die Prädikatenlogik erster Stufe auf einem Alphabet, welches aus den folgenden Symbolen besteht: (a) Variabeln wie zum Beispiel v 0,v

Mehr

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

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

Mehr

De Morgan sche Regeln

De Morgan sche Regeln De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

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

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

Mehr

Ein Vergleich dreier aussagenlogischer Semantiken

Ein Vergleich dreier aussagenlogischer Semantiken Ein Vergleich dreier aussagenlogischer Semantiken Alexander Zimmermann Abstract In this article we compare three different semantic theories for a propositional language, namely a valuation-semantic, a

Mehr

4. Funktionen und Relationen

4. 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

Mehr

Logik Vorlesung 7: Grundlagen Prädikatenlogik

Logik Vorlesung 7: Grundlagen Prädikatenlogik Logik Vorlesung 7: Grundlagen Prädikatenlogik Andreas Maletti 5. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil

Mehr