WS 2009/10. Diskrete Strukturen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "WS 2009/10. Diskrete Strukturen"

Transkript

1 WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München

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

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

4 Grafische Darstellung einer binären Relation R µ A B. Ein Punkt für jedes Element von A und für jedes Element von B Ein Pfeil von a nach b gdw. arb Grafische Darstellung einer binären Relation R µ A A. Ein Punkt für jedes Element von A Ein Pfeil von a nach b gdw. arb 4

5 Eine binäre Relation R A A (A 1 = A 2 = A) ist reflexiv wenn für alle a 2 A gilt: (a,a) 2 R symmetrisch wenn für alle a,b 2 A gilt: wenn (a,b) 2 R, dann (b,a) 2 R asymmetrisch wenn für alle a,b 2 A gilt: wenn (a,b) 2 R, dann (b,a) R antisymmetrisch wenn für alle a,b 2 A gilt: wenn (a,b) 2 R und (b,a) 2 R dann a=b transitiv wenn für alle a,b,c 2 A gilt: wenn (a,b) 2 R und (b,c) 2 R dann (a,c) 2 R

6 Beispiele von binären Relationen: 6 " R " " " " " auf : reflexiv, transitiv, asymmetrisch auf : reflexiv, transitiv, antisymmetrisch auf : reflexiv, transitiv, symmetrisch auf : reflexiv, transitiv, symmetrisch

7 Äquivalenzrelationen Ein Relation auf einer Menge M, die reflexiv, transitiv, und symmetrisch ist, wird Äquivalenzrelation genannt. Definiert die Ähnlichkeit gewisser Eigenschaften Die Teilmengen R a = {b M (a,b) R} der Menge M werden Äquivalenzklassen der Äquivalenzrelation genannt; Objekte die äquivalent zu a sind. Die Äquivalenzklassen bilden eine Partition von M. 7

8 Äquivalenzrelationen Beispiel: Sei M die Menge der Studierenden in der Vorlesung Diskrete Strukturen. Die Relation gehen in dieselbe Übungsgruppe ist dann eine Äquivalenzrelation. Die Äquivalenzklasse eines Studierenden ist seine Übungsgruppe. 8

9 Äquivalenzrelationen Beispiel: Die Relation "hat dieselben Eltern wie" auf M ist reflexiv (jeder Mensch hat dieselben Eltern wie er selbst), symmetrisch (wenn a dieselben Eltern hat wie b, dann hat auch b dieselben Eltern wie a) und transitiv (wenn a dieselben Eltern hat wie b und b dieselben Eltern hat wie c, dann hat auch a dieselben Eltern wie c). Die Äquivalenzklassen dieser Relation auf der Menge der Menschen sind die Geschwister. 9

10 Ordnungen Eine reflexive, antisymmetrische und transitive Relation heißt partielle Ordnung. Andere Namen für eine partielle Ordnung: Halbordnung, partially ordered set, poset. Eine partielle Ordnung heißt totale Ordnung, falls alle Elemente miteinander vergleichbar sind, d.h für zwei Elemente a,b der Grundmenge ist arb oder bra erfüllt. 10

11 Ordnungen Beispiele: Die Relation über den natürlichen Zahlen ist eine totale Ordnung. A sei eine beliebige Menge und 2 A die Potenzmenge. Dann ist (2 A, ) eine partielle Ordnung. 11

12 Ordnungen Beispiel: M sei eine Menge von Schülern, die eine Reihe von Aufgaben zu lösen haben. Für zwei Schüler x,y sei x y erklärt durch y hat alle Aufgaben, die x gelöst hat, auch gelöst. Diese Struktur ist noch keine partielle Ordnung (man nennt sie eine Quasiordnung sie ist reflexiv und transitiv). 12

13 Ordnungen Beispiel: Sei R={(a,b) 2 N N j b teilt a} Die graphische Darstellung ohne reflexive und transitive Kanten heißt Hasse-Diagramm. 13 Die Relation R stellt eine partielle Ordnung dar.

14 Urbild und Bild einer Relation Definition: Sei R A B eine binäre Relation. Dann heißt {a A es gibt b B mit (a,b) R} das Urbild von R und {b B es gibt a A mit (a,b) R} das Bild der Relation R. 14

15 Inverse einer Relation Definition: Sei R A B eine binäre Relation. Dann heißt R -1 := {(b,a) (a,b) R} die Inverse Relation zu R. 15

16 Relationenprodukt 16 Definition: Seien R A B und T B C binäre Relationen. Dann heißt R T := { (a,c) A C es gibt b mit (a,b) R und (b,c) T } das Produkt der Relationen R und T. Es wird oft auch als RT bezeichnet.

17 Relationenprodukt Theorem: Das Relationenprodukt ist assoziativ und distributiv über und. Beweis als Hausaufgabe! 17

18 Komposition von Relationen Definition: Sei R A A eine binäre Relation. Dann heißt R 0 := {(a,a) a A} (=: Id A Identität ) R n+1 := R n R für n N 0 Beispiel: Sei Kind die Relation {(k,v) k ist Kind von v} Dann bezeichnet Kind 2 die Enkel-Relation. 18

19 Abschluss von Relationen Definition: Sei R A A eine binäre Relation. Der reflexive (symmetrische, transitive) Abschluss (auch als reflexive, symmetrische bzw. transitive Hülle bezeichnet) ist die kleinste (im mengentheoretischen Sinn) Relation, die R enthält und reflexiv (symmetrisch, transitiv) ist. 19

20 Abschluss von Relationen Die transitive Hülle von R wird gewöhnlich mit R + bezeichnet. Die reflexive transitive Hülle von R wird gewöhnlich mit R* bezeichnet. 20

21 Reflexive Hülle (R µ A A) Es gilt: R refl = R Id A Beispiele: Die reflexive Hülle von < ist. Die reflexive Hülle von ist selbst. Allgemein: die reflexive Hülle einer reflexiven Relation ist die Relation selbst. 21

22 Transitive Hülle (R A A) Es gilt: R + = n 1 R n Wir werden diese Aussage später in der Vorlesung sorgfältig beweisen. 22

23 Transitive Hülle Beispiele: Sei R = {(x,y) y = x + 1 x,y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann ist R + die Größer-Relation auf N. Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 23

24 Definition: Für zwei Mengen A, B ist eine Funktion eine Abbildung von A nach B (f : A B), die jedem Element a A genau ein Element f(a) B zuordnet. d.h., für alle a A ist {b B (a,b) R} = 1. Wir schreiben dann a f(a). Eine Funktion ist somit eine spezielle Relation, 24 die aus genau einem Element (a,f(a)) jedes Element aus A besteht. AxB für

25 Graphische Darstellung von Funktionen a f b = f(a) A B 25 f

26 Definition: Eine n-stellige Operation über der Menge A ist eine Funktion von der Menge der geordneten n-tupel von Elementen von A auf A. Mengenvereinigung und Durchschnitt ( und ) sind binäre Operationen auf der Potenzmenge einer Menge. 26

27 Konstruktion von Funktionsoperationen Eine beliebige Operateion ( dot ) über B ist gleichzeitig auch Operation über Funktionen f :A B. z.b.: Gegeben sei eine beliebige binäre Operation : B B B und Funktionen f,g: A B, dann ist (f g): A B die Funktion a f(a) g(a). 27

28 Konstruktion von Funktionsoperationen Beispiel: Mit der Addition und der Multiplikation als binäre Operationen über R können wir auch Funktionen f,g: R R addieren bzw. multiplizieren: (f g): R R, mit (f g)(x) = f(x) g(x) (f g): R R, mit (f g)(x) = f(x) g(x) 28

29 Die Komposition von Funktionen (siehe auch Komposition von Relationen): Die Operation ( ) setzt aus zwei Funktionen g: A B und f: B C eine neue Funktion zusammen, indem f auf das Resultat von g angewendet wird. Wir schreiben: (f g): A C, wobei (f g)(a) := f(g(a)). Da g(a) B, ist f(g(a)) definiert und C. Der Operator (wie, aber im Gegensatz zu +,, ) ist nicht kommutativ; im Allgemeinen gilt: f g g f. 29

30 Graphische Darstellung der Komposition (f g)(a) a g(a) g(a) f(g(a)) f(g(a)) g f A B C 30 f g

31 Bilder und Urbilder von Funktionen Gilt a f(a), dann wird f(a) als Bild von a unter f bezeichnet. 31

32 Bilder und Urbilder von Funktionen Gilt a f(a), dann wird f(a) als Bild von a unter f bezeichnet. Gegeben f: A! B und A T µ A. Dann ist das Bild von A T unter f die Menge aller Bilder (unter f) der Elemente von A T : f(a T ) = {f(a) a 2 A T } 32

33 Bilder und Urbilder von Funktionen Das Urbild f -1 (b) eines Elements b 2 B T ist definiert als f -1 (b) := {a A j f(a) = b} Für eine Menge B T B gilt: f -1 (B T ) := f -1 (b). 33

34 Graphische Darstellung von Funktionen f -1 (b) a = f -1 (b) f(a) b = f(a) A f -1 B 34 f

35 Eine Funktion f: A B heißt 35 injektiv, wenn alle Elemente aus A unterschiedliche Bilder haben, wenn also für alle b B gilt: f -1 (b) 1. surjektiv, wenn jedes Element aus B ein Bild von mindestens einem Element aus A ist, wenn also für alle b B gilt: f -1 (b) 1.

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

37 Bijektivität Eine Funktion f: A B ist bijektiv, oder reversibel, 37 oder invertierbar, genau dann wenn sie injektiv und surjektiv ist, wenn also für alle b B gilt: f -1 (b) = 1. Für Bijektionen f:a B existiert eine eindeutige inverse Funktion von f (f -1 :B A) für die gilt: f -1 f = I A wobei I A die Identitäts-Funktion bezeichnet (I A (a) = a für alle a 2 A).

38 Einige spezielle Funktionen In der diskreten Mathematik haben wir es häufig mit den folgenden Funktionen über den reelen Zahlen zu tun. Die floor Funktion ( untere Gaußklammer ) : R Z, wobei x ( floor of x ) die größte ganze Zahl x bedeutet, also x := max({i Z i x}) 38 Die ceiling Funktion ( obere Gaußklammer ) : R Z, wobei x ( ceiling of x ) die kleinste ganze Zahl x bedeutet, also x := min({i Z i x})

39 Einige spezielle Funktionen Reele Zahlen fall to their floor oder rise to their ceiling. Wenn x Z: -x - x und -x - x 39 Wenn x Z: x = x = x

40 Unendliche Kardinalität Unter Verwendung dessen, was wir im letzten Kapitel über Funktionen gelernt haben, können wir nun den Begriff der Kardinalität (sogar für unendliche Mengen) formalisieren. Wir können damit sogar zeigen, dass unendliche Mengen in unterschiedlichen Größen der Unendlichkeit erscheinen. 40

41 Definition: Zwei (möglicherweise unendliche) Mengen A und B, haben die gleiche Kardinalität ( A = B ) genau dann wenn eine Bijektion (bijektive Funktion) von A nach B existiert. Man sagt auch, dass A die gleiche Mächtigkeit wie B hat. Bemerkung: Sind A und B endlich, dann existiert eine solche Funktion genau dann wenn A und B dieselbe Anzahl von Elementen haben. 41

42 Definition: Eine Menge B ist mindestens so mächtig wie A, wenn es eine injektive Abbildung von A in B gibt. B ist mächtiger als A, wenn es eine injektive Abbildung von A in B, aber keine injektive Abbildung von B in A gibt. Es gilt (Schöder-Bernstein): 42 Wenn A mindestens so mächtig wie B ist und B mindestens so mächtig wie A, dann haben A und B die gleiche Mächtigkeit.

43 Abzählbarkeit vs. Überabzählbarkeit Eine beliebige Menge S ist abzählbar, wenn S endlich ist oder S = N. Andernfalls ist S überabzählbar. Intuitiv: eine Menge ist abzählbar, wenn ihre Elemente aufgelistet werden können. Dagegen kann keine unendliche Liste alle Elemente einer überabzählbaren Menge enthalten. 43

44 Beispiel abzählbare Mengen: Theorem: Die Menge Z ist abzählbar. Beweis: Definiere f: Z N, wobei f(i) = 2i für i 0 und f(i) = -2i 1 für i < 0. Da f bijektiv ist, ist Z abzählbar. 44

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

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

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

Mehr

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 Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

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

Mehr

Kapitel 2 Mathematische Grundlagen

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

Mehr

Grundlagen der Mathematik

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

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

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

Mehr

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

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

3. Relationen Erläuterungen und Schreibweisen

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

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

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

Mehr

Theoretische Informatik

Theoretische Informatik Mathematische Grundlagen Patrick Horster Universität Klagenfurt Informatik Systemsicherheit WS-2007-Anhang-1 Allgemeines In diesem einführenden Kapitel werden zunächst elementare Grundlagen kurz aufgezeigt,

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

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II.

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II. Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen

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

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

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

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Technische Universität München

Technische Universität München Stand der Vorlesung Kapitel 2: Auffrischung einiger mathematischer Grundlagen Mengen, Potenzmenge, Kreuzprodukt (Paare, Tripel, n-tupel) Relation: Teilmenge MxN Eigenschaften: reflexiv, symmetrisch, transitiv,

Mehr

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Geordnete Mengen Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist eine Ordnungsrelation auf eine geordnete Menge., dann nennt man Die Namensgebung

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

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

1.1 Mengen und Abbildungen

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

Mehr

Vorkurs Mathematik Abbildungen

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

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

Vorlesung. Funktionen/Abbildungen

Vorlesung. Funktionen/Abbildungen Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni.

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni. Mengenlehre Yanhai Song songy@in.tum.de Proseminar Mathematische Modellierung Fakultät für Informatik Technische Universität München 12.Juni.2001 Zusammenfassung Die Mengenlehre gehört zu den vier Teilgebieten

Mehr

A B A und B w w w w f f f w f f f f. A B A oder B (A B) w w w w f w f w w f f f

A B A und B w w w w f f f w f f f f. A B A oder B (A B) w w w w f w f w w f f f Kapitel 1 Zum Aufwärmen 1.1 Aussagen Eine Aussage im üblichen Sinn ist nicht unbedingt eine Aussage im mathematischen Sinn. Aussagen wie Mathe ist doof sind keine Aussagen im mathematischen Sinn, weil

Mehr

4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper

4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper 4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

3 ist eine Primzahl zugeordnet, während der Zahl 4 die Eigenschaft

3 ist eine Primzahl zugeordnet, während der Zahl 4 die Eigenschaft Kapitel 7 Relationen Ω bezeichne die Menge aller Aussagen. 7.1 Grundbegriffe 7.1.1 Definition. Sei n: N, und X 1,...,X n Datentypen. Dann heißt jede Konstruktion P vom Typ ein n-stelliges Prädikat. P :

Mehr

Topologische Räume und stetige Abbildungen Teil 2

Topologische Räume und stetige Abbildungen Teil 2 TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des

Mehr

1.4 Äquivalenzrelationen

1.4 Äquivalenzrelationen 8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,

Mehr

Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Ordnungsrelationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv,

Mehr

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11 Mathematik für Informatiker I Christoph Eisinger Wintersemester 2010/11 Musterlösungen zum Hausübungsblatt 3 Aufgabe 1 Zu überpüfen sind jeweils folgende Eigenschaften: 1. Reflexivität: x R x x S 2. Symmetrie:

Mehr

$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $

$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $ $Id: gruppen.tex,v 1.13 2012/04/24 15:25:02 hk Exp $ $Id: ring.tex,v 1.11 2012/04/24 15:35:17 hk Exp $ 2 Gruppen 2.3 Zyklische Gruppen Wir hatten am Ende der letzten Sitzung bewiesen, dass in einer endlichen

Mehr

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX Graphentheorie 1 Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Graphentheorie 1 Slide 1/19 Agenda Hausaufgaben Graph-Äquivalenz SetlX Diskrete Strukturen Graphentheorie

Mehr

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für

Mehr

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Kapitel 1 Mathematische Objekte In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Objekte wie Tupel, Mengen, Relationen und Funktionen. Außerdem erklären wir die

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

Naive Mengenlehre. ABER: Was ist eine Menge?

Naive Mengenlehre. ABER: Was ist eine Menge? Naive Mengenlehre Im Wörterbuch kann man unter dem Begriff Menge etwa die folgenden Bestimmungen finden : Ansammlung, Konglomerat, Haufen, Klasse, Quantität, Bündel,... usf. Die Mengenlehre ist der (gegenwärtig)

Mehr

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich

3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich Kapitel 3: Abbildungen Seite 32 Kap 3: Abbildungen Kap. 3.1: Abbildungen (Funktion), Bild und Urbild Der Begriff der Abbildung ist wie auch der Begriff der Menge von fundamentaler Bedeutung für die Mathematik.

Mehr

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:

Mehr

Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist.

Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2 Verbände Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2.1 Verbandsdefinition. Beispiele 2.1.1 Definition (Verband): Sei

Mehr

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 1. ALPHABETE, WÖRTER, SPRACHEN. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2011

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK 1. ALPHABETE, WÖRTER, SPRACHEN. Prof. Dr. Klaus Ambos-Spies. Sommersemester 2011 EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK Prof. Dr. Klaus Ambos-Spies Sommersemester 2011 1. ALPHABETE, WÖRTER, SPRACHEN Theoretische Informatik (SoSe 2011) 1. Alphabete, Wörter, Sprachen 1 / 25 Vorbemerkung:

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

17 R E L AT I O N E N

17 R E L AT I O N E N 17 R E L AT I O N E N 17.1 äquivalenzrelationen 17.1.1 Definition In Abschnitt 11.2.1 hatten wir schon einmal erwähnt, dass eine Relation R M M auf einer Menge M, die reflexiv, symmetrisch und transitiv

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

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

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

Mehr

2. Machen Sie sich klar, dass jede denkbare Festsetzung fur die noch fehlenden\ Dierenzen durch Werte in N 0 unschone\ Konsequenzen hat.

2. Machen Sie sich klar, dass jede denkbare Festsetzung fur die noch fehlenden\ Dierenzen durch Werte in N 0 unschone\ Konsequenzen hat. 3 Die ganzen Zahlen 3.1 Historisches Die { bisher noch nicht erklarte { Subtraktion ist in N 0 nicht uneingeschrankt durchfuhrbar. Die negativen Zahlen wurden noch zu Zeiten von Rene Descartes als falsche\

Mehr

Brückenkurs Mathematik

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

Mehr

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

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

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Susanna Pohl Vorkurs Mathematik TU Dortmund 10.03.2015 Mengen und Relationen Mengen Motivation Beschreibung von Mengen Mengenoperationen

Mehr

1 Mengen. 1.1 Definition

1 Mengen. 1.1 Definition 1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene

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

Mathematik für Informatiker 1 Tutorium

Mathematik für Informatiker 1 Tutorium Mathematik für Informatiker 1 Tutorium Malte Isberner 9.1.2014 M. Isberner MafI1-Tutorium 9.1.2014 1 / 12 Thema heute Thema heute: Verbände M. Isberner MafI1-Tutorium 9.1.2014 2 / 12 Verbände Was ist ein

Mehr

2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen

2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr

2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin

2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin Die Menge der ganzen Zahlen von Peter Franzke in Berlin Das System der natürlichen Zahlen weist einen schwerwiegenden Mangel auf: Es gibt Zahlen mn, derart, dass die lineare Gleichung der Form mx n keine

Mehr

Analysis I. Vorlesung 4. Angeordnete Körper

Analysis I. Vorlesung 4. Angeordnete Körper Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 4 Angeordnete Körper Zwei reelle Zahlen kann man ihrer Größe nach vergleichen, d.h. die eine ist größer als die andere oder es handelt sich

Mehr

Kapitel 2 MENGENLEHRE

Kapitel 2 MENGENLEHRE Kapitel 2 MENGENLEHRE In diesem Kapitel geben wir eine kurze Einführung in die Mengenlehre, mit der man die ganze Mathematik begründen kann. Wir werden sehen, daßjedes mathematische Objekt eine Menge ist.

Mehr

3 Vollständige Induktion

3 Vollständige Induktion 3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon

Mehr

4. Relationen. Beschreibung einer binären Relation

4. Relationen. Beschreibung einer binären Relation 4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B

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

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

Notizen zu Transformationen und Permutationen. T (A) = {f : A A}

Notizen zu Transformationen und Permutationen. T (A) = {f : A A} Transformationen Notizen zu Transformationen und Permutationen Ist A eine Menge, so ist die Menge T (A) = {f : A A} bezüglich der Komposition (Hintereinanderausführung) als Operation und der identischen

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

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

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

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich Name: Vorname:

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich  Name: Vorname: Mengenlehre ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 21. August 2016 Inhaltsverzeichnis 1 Mengenlehre 1 1.1 Die Menge im mathematischen

Mehr

2 Modellierung mit Wertebereichen

2 Modellierung mit Wertebereichen 2 Modellierung mit Wertebereichen Mod-2.1 In der Modellierung von Systemen, Aufgaben, Lösungen kommen Objekte unterschiedlicher Art und Zusammensetzung vor. Für Teile des Modells wird angegeben, aus welchem

Mehr

Natürliche, ganze und rationale Zahlen

Natürliche, ganze und rationale Zahlen Natürliche, ganze und rationale Zahlen Zunächst haben die zum Zählen verwendeten natürlichen Zahlen 0, 1, 2, 3,... nichts mit dem reellen Zahlen zu tun. Durch die ausgezeichnete reelle Zahl 1 (Maßeinheit!)

Mehr

Kapitel 3. Natürliche Zahlen und vollständige Induktion

Kapitel 3. Natürliche Zahlen und vollständige Induktion Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine

Mehr

Einführung in Sprache und Grundbegriffe der Mathematik

Einführung in Sprache und Grundbegriffe der Mathematik Einführung in Sprache und Grundbegriffe der Mathematik Markus Junker Mathematisches Institut Albert Ludwigs Universität Freiburg Wintersemester 2010/11, Version vom 22. Dezember 2010 Vorbemerkung Wozu

Mehr

Diskrete Mathematik. Marcel Erné Fakultät für Mathematik und Physik

Diskrete Mathematik. Marcel Erné Fakultät für Mathematik und Physik Diskrete Mathematik Marcel Erné Fakultät für Mathematik und Physik Vorlesung für Studierende des Bachelor- und Master-Studienganges Mathematik Sommersemester 2011 0. Natürliche Zahlen und endliche Mengen

Mehr

Mengen und Abbildungen

Mengen und Abbildungen 1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine

Mehr

Mengen und Abbildungen

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

Mehr

2.2 Konstruktion der rationalen Zahlen

2.2 Konstruktion der rationalen Zahlen 2.2 Konstruktion der rationalen Zahlen Wie wir in Satz 2.6 gesehen haben, kann man die Gleichung a + x = b in Z jetzt immer lösen, allerdings die Gleichung a x = b im allgemeinen immer noch nicht. Wir

Mehr

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer

Mehr

1 Funktionen. 1.1 Definitionen und Bezeichnungen

1 Funktionen. 1.1 Definitionen und Bezeichnungen 1 1 Funktionen 1.1 Definitionen und Bezeichnungen Eine Funktion f ist eine eindeutige Abbildung einer Menge X in eine andere Y. Ist x X, dann ist f(x) y Y das Bild des Elementes x. x heißt das Urbild des

Mehr

Musterlösung 11.Übung Mathematische Logik

Musterlösung 11.Übung Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich. 3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es

Mehr

Mathematik I. Arbeitsblatt 2. Aufwärmaufgaben

Mathematik I. Arbeitsblatt 2. Aufwärmaufgaben Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Arbeitsblatt 2 Aufwärmaufgaben Aufgabe 2.1. Welche bijektiven Funktionen f : R R (oder zwischen Teilmengen von R) kennen Sie aus der Schule? Wie

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

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Einführung Gruppen, Beispiele, Konjugationsklassen

Einführung Gruppen, Beispiele, Konjugationsklassen Einführung Gruppen, eispiele, Konjugationsklassen Fabian Rühle 21.10.2015 Inhaltsverzeichnis 1 Definition von Gruppen und einfache eispiele 1 2 Die zyklische Gruppe n 2 3 Die Diedergruppe D n 3 4 Die Permutationsgruppe

Mehr

Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Die natürlichen Zahlen Für eine beliebige Menge S definiert man den Nachfolger S + durch S + := S {S}.

Mehr

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N =

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr

Gruppe. Unter einer Gruppe (G, ) versteht man eine Menge G, auf der eine binäre Operation definiert ist:

Gruppe. Unter einer Gruppe (G, ) versteht man eine Menge G, auf der eine binäre Operation definiert ist: Gruppe Unter einer Gruppe (G, ) versteht man eine Menge G, auf der eine binäre Operation definiert ist: : G G G, d.h. jedem Elementepaar (a, b): a, b G ist ein Element a b G zugeordnet. Gruppe 1-1 Gruppe

Mehr

Vorkurs für. Studierende in Mathematik und Physik. Einführung in Kryptographie Kurzskript 2015

Vorkurs für. Studierende in Mathematik und Physik. Einführung in Kryptographie Kurzskript 2015 Vorkurs für Studierende in Mathematik und Physik Einführung in Kryptographie Kurzskript 2015 Felix Fontein Institut für Mathematik Universität Zürich Winterthurerstrasse 190 8057 Zürich 11. September 2015

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