Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz

Größe: px
Ab Seite anzeigen:

Download "Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz"

Transkript

1 Mathemati 1 nach der Vorlesung Mathemati für Physier 1 Wiebe Sebastian Ritz

2 2

3 Inhaltsverzeichnis 1 Einleitung 5 2 Mengen Liste der Zahlenbereiche Rechenregeln für Mengen Abbildungen(vgl. Buch Kap.1.B Injet-, Surjet- und Bijetivität Abbildungen und Funtionen(vgl Buch 1.B Refferiert aus Kapitel 1.B Refferiert aus Kapitel 1.B Nachtrag zu Abbildungen Zusatz aus dem Buch Kap 1.B Die natürlichen Zahlen Einführung des Summenzeichens Einführung des Produtzeichens A B Endliche Mengen B.6; 2.B Rechenregeln(2.B Satz über die Grundaufgaben der Kombinatori B Polynomialsatz(vgl Buch 2.B

4 4 INHALTSVERZEICHNIS

5 Kapitel 1 Einleitung Dieses Sript wird parallel zur Vorlesung erstellt. Sollten Fehler gefunden werden, so bitte eine an Sebastian.Ritz@rub.de. Wäre nett wenn die Angaben dann mit Seiten- und Zeilennummer gemacht würden. Des Weiteren ist dieses Sript natürlich nicht immer auf dem atuellen Stand der Vorlesung, da es von einem Studenten, der nebenher auch noch andere Fächer hören muss erstellt wird. Wer also dem Latex mächtig önnte sich nach Möglicheit auch an die eine oder andere Mitschrift setzen und sie vielleicht texen Dieses Doument ann dann gerne an die o.g. Adresse geschict werden. Die in dieser Vorlesung verwendete Literatur ist: Storch / Wiebe - Band 1 Kerner / van Wahl - Mathemati für Physier - Springer Verlag 5

6 6 KAPITEL 1. EINLEITUNG

7 Kapitel 2 Mengen Definition Beispiel: Eine Menge M ist jede Zusammenfassung von Objeten zu einer Gesamtheit. Die Objete, die zu A gehören heißen die Elemente von A. a A bedeutet: a ist Element von A a / A bedeutet: a ist nicht Element von A. Z 2 Menge der gerade Zahlen 3 / Z2;4 Z2 Wie beschreibt man Mengen: aufzählende Schreibweise -1,11,-1,1 nach beschreibender Eigenschaft {x R x 2 1} Definition: A,B Mengen: AB: jedes Element von A ist Element von B und umgeehrt A und B enthalten die gleichen Elemente. 7

8 8 KAPITEL 2. MENGEN 2.1 Liste der Zahlenbereiche Tabelle 2.1: Zahlenbereiche N:{0, 1, 2, 3, 4, 5,...} N :{1, 2, 3, 4...} Z:{ 2, 1, 0, 1, 2} Q:{ a b a, b Z; b 0} R C Menge der natürlichen Zahlen. Menge der positiven nat. Zahlen Menge der ganzen Zahlen Menge der rationalen Zahlen Menge der reellen Zahlen Menge der omplexen Zahlen Definition: A B heißt: A ist Teilmenge von B B A(B umfaßt A Beweis: AB A B und B A Definition: : die leere Menge. Die Menge die eine Elemente enthält {x R x 2 1} Dies ist nur ein Beispiel die leere Menge ann jedes Element nicht enthalten sie ist schließlich leer. Definition: Seien A,B Mengen 1. A B : {x x Aund x B} Durchschnitt von A und B 2. A B: {x x Aoder x B} Vereinigung von A und B 3. A-B:(A\ B : {x A und x / B} Differenzmenge von A und B 4. (A: {B B A}Menge aller Teilmengen von A Potenzmenge von A 5. AxB: {(a, b a A, b / B} Kartesisches Produt von A und B Dabei (a,ab(a,b aa und bb. Das Bedeutet im lartext {1, 2} {2, 1}, aber (1,2 (2, Rechenregeln für Mengen A,B,C seien Mengen. 1. A a, A, A 2. A BB A, A BB A 3. (A B CA (B C (A B CA (B C 4. A (B C(A B (A C A (B C(A B (A C 5. A-(B C(A-B (A-C A-(B C(A-B (A-C

9 2.3. ABBILDUNGEN(VGL. BUCH KAP.1.B Abbildungen(vgl. Buch Kap.1.B Definition: A,B seien Mengen Eine Abbildung f:a B (von A nach B ist eine Zuordnungs(vorschrift die jedem Element von A genau ein Element von B zuordnet. Für a A bezeichnet f(a das eindeutig bestimmte Element von A, dass a zugeordent ist bei f. f(a ist das Bild von a unter f. {b B b f(a für ein a A} heisst das Bild von A unter f. Beispiel: 1. f:r R mit f(xx 2 für x 2 R ist eine Abbildung(nicht injetiv, da f(-11 2 (-1 2 f : x x 2 Bild f {y R y x 2 für ein x R} {y R y 0} R+ R 0 nicht negative reelle Zahlen ( f:r R f(x : Quadratwurzel aus x ist eine Abbildung Eine Abbildung ist erst eine Abbildung in der Form wenn man diese Beschreibung ergänzt in der Form: f(x x dasjenige y 0 mit y 2 x 3. f:r+ R mit f(x: x ist eine Abbildung(außerdem ist diese Abbildung nicht surjetiv, da es in -5 ein x R+ gibt mit x 5. Sie ist injetiv. Funtion ist eine Abbildung in einem Zahlenbereich(R oder C. 2.4 Injet-, Surjet- und Bijetivität (vgl. Buch Kap. 1.B.4 Definition f:a B ist eine Abbildung 1. f heißt injetiv wenn: zu jedem b B höchsten ein a A mit f(ab existiert a,a A Elemente mit f(af(a sind, denn dann ist stets aa 2. f heißt surjetiv wenn: zu jedem b B wenigsten ein b mit f(ab existiert. Bild fb 3. f heißt bijetiv, wenn: zu jedem b B genau ein a A mit f(ab existiert in diesem Fall ist f sowohl injetiv als auch surjetiv

10 10 KAPITEL 2. MENGEN 2.5 Abbildungen und Funtionen(vgl Buch 1.B f : A B ist eine Abbildung Graph: Γ(f {(x, f(x x A} A B Wenn A A : f(a {f(a a A Beispiel: f(x : x 2 Dann ist f([1, 2] [1, 4] f R R mit [a, b] : {f(a a A } (2.2 B B mit f 1 (B {a A f(a A } Bild von A unter f Urbild von B unter f. Beispiel: f 1 ([1, 4] [1, 2] [ 2, 1] (2.3 Ist f : A B bijetiv so bedeutet dies, dass f sowohl injetiv als auch surjetiv ist. Dies bedeutet dann, dass zu jedem Element b B genau ein Element a A mit f(a b existiert. In dieser Situation definiert die Umehrabbildung f 1 B A, dadurch, dass man b B dieses eindeutig bestimmte a A zuordnet. Definition: Ist f : A B bijetiv, so ist f 1 : B A, durch f 1 (b a, wo a das eindeutig bestimmte a und f(a b ist. Beispiel: f R+ R+ ist bijetiv mit dem Umehrfeld f 1 (y y f(x x 2 y R+ 2.6 Refferiert aus Kapitel 1.B.9 f : A B, g B C seien Abbildungen. Dann sieht die Hintereinanderschaltung oder die Kompositionen folgendermaßen aus: (g fa C durch (g f(a : (f(ag für a A (2.4 Beispiel: f(x : x 2 und g(f(x : sin x (g f(x g(f(x g(x 2 sin(x 2 (f g(x f(g(x f(sin x sin 2 a 2.7 Refferiert aus Kapitel 1.B.11 Definitionsgemäß sind zwei Abbildungen f : a B und f : A B gleich f f, wenn für alle a A : f(a f(a Obige beiden gleichungen sind offenbar gleich, denn h (g f (h g f

11 2.8. NACHTRAG ZU ABBILDUNGEN 11 Beweis: Sei a A beliebig. (h (g f(a h(g f(a h(g(f(a ((h g f(a (h g(f(a h(g(f(f(a Beispiel Die Abbildung 1 id A A A mit id A (a a heisst Graph id A (Die Identität von A 2 fa B bijetiv mit Umehrbruch f 1 B A f f id A wegen (f f 1 f(f 1 (w f f Nachtrag zu Abbildungen Wie haben gesehen: Ist f : A B bijetiv mit Umehrbruch f 1 B A. so gilt f f 1 id A und f 1 f id A Umgeehrt gilt: Wann ist f surjetiv? Tabelle 2.2: default Satz 1.B.10 Beweis: fa B und g B B seien Abbildungen mit f g id B und g f id A f injetiv: Annahme sei f(a f (a g(f(a g(f(a (g f(a id a für den ersten Teil und (g f(a id A für den zweiten Teil der Gleichung Sei b B. Für a:b(b gilt dann f(a f(g(b (f g(b id B (B b f bijetiv Es gilt die Umehrabbildung f 1 B A f 1 (f g f 1 id B f 1 außerdem gilt (f 1 f g id A g g Aus obigen beiden Aussagen folgt dann f 1 g Aussagen über g folgen aus Symmetriegründen. Zusatz:(1 f A B bijetiv f 1 A und (f 1 1 f 2.9 Zusatz aus dem Buch Kap 1.B.14 Es ist angeraten um die Komplexität des Nachfolgenden zu verstehen sich das o.g. Kapitel anzusehen. f A B, g B C bijetiv g f : A C bijetiv Außerdem gilt die Umehrabbildung: (g f 1 f 1 g 1 (2.5

12 12 KAPITEL 2. MENGEN Beweis mit(1.b.10 (g f (f 1 g 1 g (f f 1 g 1 g id B g 1 g g 1 id C 2.10 Die natürlichen Zahlen N{0,1,2,3,...} 2.A.1:Definition: 1.Version Ist M N eine Teilmenge von N und gilt n 0 N und gilt immer dann, wenn n M ist, ist auch n+1 M M {n 0, n 0 + 1,...} {n N n n 0 } 2. Version (vollständige Indution Sei A eine Aussage über natürliche Zahlen n. Für ein n 0 N gelte: Indutionsanfang Die Aussage muss für n 0 gelten Indutionsschluß (von n auf n+1 Immer dann, wenn die Aussage für n( n 0 gilt, so auch für n+1 Beispiel: A(n sei die Aussage n n(n+1 2 vgl(2.a.2 (gilt für alle n 1 Indutionsanfang: n 0 1 line Seite 1, rechte Seite 1 ( Somit ist dieser Anfang gültig Indutionsschluß n n + 1 Diese Aussage gilt für n, d.h. es sei 1,2,... n n (n+1 2 Zu zegen ist n (n+1 ((n Beweis: n + (n + 1 n(n (n + 1 (n + 1( n (n (n + 1 n+1((n Die Aussage gilt für alle n n Einführung des Summenzeichens a 1, a 2..., a K seinen Elemente aus R oder C Sonderfälle sind: n n+1 a : a 1 + a a n a 1 ( j a : a i + a i+1 + a j, woj i i i a i +i

13 A.4 13 j a + i m j+i i 1 +i a leere Summe0 m a ( Einführung des Produtzeichens Dies verhält sich nahezu analog zu dem Summenzeichen A.4 n a a 1 a 2... a n usw. (2.8 i Ausnahme: i 1 a leeres Produt 1 (2.9 i Sei M + eine Teilmenge von N M enthält ein leinstes Element, d.h. eine natürliche Zahl m B mit m 0 m (für allem M. Beweis: Wir machen einen Indutionsbeweis über n für die folgenden Aussagen: Enthält m eine natürliche Zahl n, so enthält m auch ein leinster Element n + 1 M ist leinstes Element von M n0 Enthält M die Zahl 0, so enthält M ein leinstes Element, nämlich die Zahl 0. Diese ist sogar allen Elementen von N. n n+1 Indutionsvoraussetzung (siehe oben Indutionsbehauptung: Enthält M ein Element n+1, so enthält auch ein leinstes Element Beweis: 1.Fall Enthält M ein Element n+1 M enthält sogar ein Element 1 M enthält ein leinstes Element 2.Fall M enthält ein Element n+1 M enthält n+1 und eine leinere T natürliche Zahl Wegen M enthält aber M irgendein n

14 14 KAPITEL 2. MENGEN B Endliche Mengen Definition: M heißt endliche Menge mit n N : Es gibt eine bijetive Abbildung f : Nn M Nn:{1,2,3,...,n}{ N 1 n} Dann hat M die Form M {x ij,..., x n } mit x i + x j für i j Rechenregeln: M,N endlich M N M + N falls M N M N M + N M N MxN M N Bemerungen Sei M endliche Menge, f : M M sei eine Abbildung, Dann gilt finjetiv f surjetiv f bijetiv Beweis: n{x ij,..., x n } M {x ij,..., x n } f injetiv f(x i,... f(x n sind paarweise verschieden alle Elemente von M ommen als bild vor f surjetiv B.6; 2.B.8 Seien,n N; α R wir definieren: 1.! j1 j Insbesondere 0!1 ( α 2. : α(α 1... (α +1! Dies ist der sogenannte Binomialoeffizient Insbesondere ( gilt: α ( α 1 α 1 α ( n n(n 1(n 2...(n +1 n!!!(n! Rechenregeln(2.B.9 1. ( + 1! ( + 1! ( ( n n 2. für 0 n n Beweis: ( n n! (n!n (n! (2.10

15 B.6; 2.B.8 15 n! (2.11 n!(n! ( n (2.12 ( n 0 für n ( Die Regel vom Pascalschen Dreiec: ( ( ( α + 1 α α + n n 1 wobei 1 (2.14 Beweis: ( α ( α + 1 ( α + 1 (α (α ! α(α 1... (α + 1! α(!(α ( ( + 1! (2.15 (2.16 Abbildung 2.1: Pascal sches Dreiec 4. ( n ist für alle, n N eine natürliche Zahl ( 0 Beweis: Indution über n n 0 ist 1 für n0 ansonsten 0 n ( n + 1 n n + 1 ( n ( n N ( Satz über die Grundaufgaben der Kombinatori M {x i ;... ; x n } Menge mit M n I {x i ;... ; x n } Menge mit I

16 16 KAPITEL 2. MENGEN 1. Die Anzahl der Abbildungen f : I M ist : n n n... n ( Die Anzahl der injetiven Abildungen: f : I M ist n(n 1... (n + 1 ( Die Anzahl der bijetiven Abbildungen f ist: I f ist K( 1... ( + 1! ( Die Anzahl der Teilmengen M ist: 2; 2; 2; 2; n ( (Hierzu siehe ( 2.B.8 Die Anzahl der Teilmengen M, die genau Elemente n enthält ist. Beweis: Es gibt genau n(n 1... (n + 1 Abbildungen f{1,..., } M {x i,... x n } Je! davon führen zur selben Menge {f(1,... f(} die gesuchte anzahl ist dann: ( (n(n 1... (n + 1 n (2.22! B.16 (a + b n n 0 ( n a n b (2.23 Wir folgern: n ( n n 1 n 1 (1 + 1 n 2 n ( Tabelle 2.3: Randbemerung (a + b 2 a 2 + 2ab + b 2 (a b 2 a 2 2ab + b 2 (a b n n ( ( 1 n 0 a n b (2.25

17 2.15. POLYNOMIALSATZ(VGL BUCH 2.B Polynomialsatz(vgl Buch 2.B.17 (a a r n m N ( n Dabei haben wir für m (M 1,..., m r N r definiert: ( n m : die Summe der einzelnen N-Zahlen Beweis: a m (2.26 a : (a 1,..., a r, a m : a m1 1 a m a mr r und außerdem ( n : : m 1,..., m r n! m 1!, m 2!..., m r! (Multinomialoeffezienz (2.27 (a 1 + dots + a r n (a a r (a a r... a m a mr (2.28 m N r Der Summand a m a mr r taucht dabei oft auf, wie ich m 1 mal den summanden a 1, m 2 -mal den Summanden a 2 usw. auswähle. Dies ist: ( ( ( ( n n m1 n m1 m 2 n m1... m... r 1 m1 m 2 m 2 m r n! m 1!(n m 1! ürzen ( n m (n m 1! m 1!(n m 1 m 2! (n m 1... m r 1! m r!0! n m 1!... m r! Dieser Beweis ist auch über vollständige Indution durchzuführen: n0 Indutionsanfang (a + b 0 1, 0 ( 0 0 (2.29 a 0 b 1 (2.30 n n + 1 (a + b n+1 (a + b(a + b n (a + b a n+1 + n ( n 1 a n+1 b + n 1 ( n 0 n 0 ( n a n b a n b +1 + b +1 (2.31 Letzten endes läuft obige Gleichung, u.a. durch indexwechsel( + 1, d.h. 1 auf folgende heraus: a n+1 + n (( n 0 ( n 1 a n+1 b + b +1 (2.32

18 18 KAPITEL 2. MENGEN (( n Hinweis: ( n 1 ( n + 1 Pascalsches Dreiec: n+1 ( n a n+1 b (2.33

19 Index Abbildung, 9, 10 Bijetivität, 9 Bild, 9 Differenzmenge, 8 Durchschnitt, 8 ganze Zahlen, 8 Indution, 12 Injetivität, 9 omplexe Zahlen, 8 Literatur, 5 natürliche positive Zahlen, 8 natürlichen Zahlen, 8 Pascal sches Dreiec, 15 Potenzmenge, 8 Produt, 13 rationale Zahlen, 8 reellen Zahlen, 8 Summe, 12 Surjetivität, 9, 11 Umehrabbildung, 10, 11 Umehrbruch, 11 Vereinigung, 8 Zuordnung, 9 19

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def.

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def. 4 NATÜRLICHE ZAHLEN UND VOLLSTÄNDIGE INDUKTION 15 der Eigenschaften von N streng begründen, was hier aber nicht geschehen soll. (Statt Zahlen önnen die a n auch Elemente irgendwelcher Mengen sein.) Über

Mehr

2 Vollständige Induktion

2 Vollständige Induktion Vollständige Indution Wir unterbrechen jetzt die Disussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Indution ennenzulernen. Wir setzen voraus, dass die natürlichen Zahlen

Mehr

Die Zahlbereiche N, Z, Q

Die Zahlbereiche N, Z, Q Die Zahlbereiche N, Z, Q Ausgangspunt: N = {1,, 3...} Menge der natürlichen Zahlen schrittweise Konstrution 1 := { }, := {, { }}, 3 := {, { }, {, { }}}... (also: n + 1 := n {n} J.v. Neumann 193 N wird

Mehr

2n n + 2. n + (1 + j) 1. 2n + 2 = 1. 2n + 2. (n + 1) + j + 2 1

2n n + 2. n + (1 + j) 1. 2n + 2 = 1. 2n + 2. (n + 1) + j + 2 1 Aufgabe Die strenge Monotonie zeigen wir mittels vollständiger Indution. Indutionsanfang: Trivialerweise ist f streng monoton wachsend. Indutionsschritt: Wir nehmen an, es sei gezeigt, dass für ein gewisses

Mehr

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik Kapitel 2 Natürliche und ganze Zahlen, vollständige Indution und Kombinatori 2.1 N, Z (Gruppe; Ordnungsrelation Jeder hat eine intuitive Vorstellung von der Menge der natürlichen Zahlen N : {1, 2, 3...

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 015/01 0.11.015 Höhere Mathemati für die Fachrichtung Physi Lösungsvorschläge zum. Übungsblatt

Mehr

Binomialkoeffizient. Für n, k N 0 mit n k definiert man den Binomialkoeffizienten. ( ) n n! n(n 1)(n 2) (n k + 1) Binomialkoeffizient 1-1

Binomialkoeffizient. Für n, k N 0 mit n k definiert man den Binomialkoeffizienten. ( ) n n! n(n 1)(n 2) (n k + 1) Binomialkoeffizient 1-1 Binomialoeffizient Für n, N 0 mit n definiert man den Binomialoeffizienten n! n(n 1)(n 2) (n + 1) = =. (n )!! 1 ( 2)( 1) Binomialoeffizient 1-1 Binomialoeffizient Für n, N 0 mit n definiert man den Binomialoeffizienten

Mehr

Teil 1. Mathematische Grundlagen

Teil 1. Mathematische Grundlagen Teil 1 Mathematische Grundlagen 5 6 1.1 Aussagenlogi Aussage und Axiom Aussage: sprachlicher Ausdruc mit eindeutigem Wahrheitswert w ( wahr ) bzw. f ( falsch ) A : Beschreibung Axiom: grundlegende nicht

Mehr

1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für

1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für 1 Natürliche Zahlen und vollständige Indution Die ganzen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwer. (L. Kronecer) Wir setzen das System N der natürlichen Zahlen 1; ; 3;::: als beannt

Mehr

$Id: reell.tex,v /11/11 12:32:08 hk Exp $

$Id: reell.tex,v /11/11 12:32:08 hk Exp $ Mathemati für Physier I, WS 203/204 Montag. $Id: reell.tex,v.23 203// 2:32:08 h Exp $ Die reellen Zahlen.5 Potenzen mit rationalen Exponenten Wir behandeln gerade die Bernoulli-Ungleichung +x) n +nx gültig

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati Prof. Dr. Oliver Matte Max Lein Zentralübung 15. Abzählbareit Mathemati für Physier 2 Analysis 1) Wintersemester 2010/2011 Lösungsblatt 3 29.10.2009) i)

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

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 018/019 5.10.018 Höhere Mathemati für die Fachrichtung Physi Lösungsvorschläge zum. Übungsblatt

Mehr

4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align

4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align 4. Die elementaren Zählfuntionen 4.1 Untermengen Definition 165 (Binomialoeffizienten) align ( ) n := 1 n N 0 0 ( ) n := 0 n

Mehr

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest.

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest. Analysis, Woche Zahlen A. Elementares Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest... Logische Symbole Seien A und B Aussagen. So eine Aussage ist zum Beispiel: Gras

Mehr

Technische Universität München. Aufgaben Montag WS 2011/12

Technische Universität München. Aufgaben Montag WS 2011/12 Technische Universität München Andreas Wörfel Ferienurs Analysis 1 für Physier Aufgaben Montag WS 2011/12 Aufgabe 1 Ne Menge Mengen a Zeigen Sie: A B A B B Zeige: A B A B B x (A B x A B x B, also: (A B

Mehr

$Id: reell.tex,v /11/15 13:12:24 hk Exp $

$Id: reell.tex,v /11/15 13:12:24 hk Exp $ $Id: reell.tex,v.8 200//5 3:2:24 h Exp $ 4 Die reellen Zahlen 4.3 Das Vollständigeitsaxiom Wir hatten das Supremum einer Menge M R als die leinste obere Schrane von M definiert, sofern eine solche überhaupt

Mehr

0 Mengen und Abbildungen, Gruppen und Körper

0 Mengen und Abbildungen, Gruppen und Körper 0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor

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

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

3 Werkzeuge der Mathematik

3 Werkzeuge der Mathematik 3.1 Mengen (18.11.2011) Definition 3.1 Die Menge heißt leere Menge. :=»x M x x Definition 3.2 Es seien N und M Mengen. Wir definieren: und analog M N : (x M x N). N M : (x N x M). Wir sagen M ist Teilmenge

Mehr

Mengenlehre. Aufgaben mit Lösungen

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

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik 60 Kapitel 4 Grundlagen der Kombinatori Einer der Schwerpunte der Kombinatori ist das Abzählen von endlichen Mengen. Wir stellen zunächst einige Grundregeln des Abzählens vor, die wir gelegentlich auch

Mehr

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen Kapitel 1 Mengen und Abbildungen 1.1 Mengen Die Objekte der modernen Mathematik sind die Mengen. Obwohl die Logik einen axiomatischen Zugang zur Mengenlehre bietet, wollen wir uns in dieser Vorlesung auf

Mehr

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

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

Mehr

Lösungshinweise zu den Hausaufgaben:

Lösungshinweise zu den Hausaufgaben: J. Hörner B. Kabil B. Krinn. Gruppenübung zur Vorlesung Höhere Mathemati Wintersemester 0/0 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshinweise zu den Hausaufgaben: Hausübungen Teil, empfohlener Bearbeitungszeitraum:

Mehr

Beweis des Binomischen Satzes

Beweis des Binomischen Satzes Beweis des Binomischen Satzes Ein Beispiel für mathematische Beweisführung Oliver Müller 21. Februar 25 1 Vorwort Dieser Text soll hilfreich beim Erlernen der mathematischen Beweisführung über vollständige

Mehr

3. Funktionen. 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3]

3. Funktionen. 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3] 13 3. Funktionen 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3] Definition 1. A und B seien Mengen. a Eine Abbildung (oder Funktion f von A nach B (Schreibweise: f: A B ist eine Vorschrift, die jedem x A genau

Mehr

B Grundbegriffe zu Mengen und Abbildungen

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

Mehr

3. Für beliebiges A bezeichnet man die Menge A A manchmal auch mit A 2 (in Worten:

3. Für beliebiges A bezeichnet man die Menge A A manchmal auch mit A 2 (in Worten: 35 4 Paarungen 4. Produktmengen Die Mengen {x, y} und {y, x} sind gleich, weil sie die gleichen Elemente enthalten. Manchmal legt man aber zusätzlich Wert auf die Reihenfolge der Elemente. Die Objekte

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

Analysis I Marburg, Wintersemester 1999/2000

Analysis I Marburg, Wintersemester 1999/2000 Skript zur Vorlesung Analysis I Marburg, Wintersemester 1999/2000 Friedrich W. Knöller Literaturverzeichnis [1] Barner, Martin und Flohr, Friedrich: Analysis I. de Gruyter. 19XX [2] Forster, Otto: Analysis

Mehr

4. Funktionen und Relationen

4. Funktionen und Relationen 4. Funktionen und Relationen Nikolaus von Oresmes Richard Dedekind (1831-1916) René Descartes 1596-1650 Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 4: Funktionen und Relationen 4.1 Funktionen:

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

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

Kommentare und Lösungen zur Aufgabe 2 in Serie 1

Kommentare und Lösungen zur Aufgabe 2 in Serie 1 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen 9. Otober 2018 Kommentare und Lösungen zur Aufgabe 2 in Serie 1 Ich habe zwei Lösungsversuche zur Aufgabe 2 in Serie 1 erhalten. Die erste führt nicht

Mehr

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:

Mehr

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

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

Vorlesung Mathematik WS 08/09. Friedel Bolle. Vorbemerkung

Vorlesung Mathematik WS 08/09. Friedel Bolle. Vorbemerkung Vorlesung Mathemati WS 08/09 Vorbemerung Weshalb Mathemati für Öonomen? Das werden Sie selbst sehen im Grundstudium in - Miroöonomie - Statisti - Maroöonomie - BWL: Prodution und dazu in einer Reihe von

Mehr

Einschub: Summen, Produkte und Potenzen.

Einschub: Summen, Produkte und Potenzen. Einschub: Summen, Produte und Potenzen. Allgemeine Summen und Produte. n b := b m +b m+1 + +b n (fallsm n) =m n =m b := 0 (fallsm > n, leere Summe) n =m b := b m b m+1... b n (fallsm n) n =m b := 1 (fallsm

Mehr

«a n k b k. (4) (a + b) n = Der allgemeine binomische Lehrsatz

«a n k b k. (4) (a + b) n = Der allgemeine binomische Lehrsatz 2.2.3 Der allgemeine binomische Lehrsatz Mit Hilfe dieser neuen Begriffe und Symbole önnen wir eine allgemeingültige Formel für den Ausdruc (a + b) n angeben. Es gilt: Lemma 2. [Binomischer Lehrsatz] Sind

Mehr

Vorkurs Mathematik. Vorlesung 5. Verknüpfungen

Vorkurs Mathematik. Vorlesung 5. Verknüpfungen Prof. Dr. H. Brenner Osnabrüc WS 2009/2010 Vorurs Mathemati Vorlesung 5 Vernüpfungen Die Addition und die Multipliation auf den natürlichen Zahlen und die Hintereinanderschaltung von Abbildungen auf einer

Mehr

Skript und Übungen Teil II

Skript und Übungen Teil II Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen

Mehr

Kombinatorik. ÖMO-Fortgeschrittenen-Kurs an der TU Graz. Jan Pöschko. 6. März Grundlegendes 2. 2 Zählen mit Binomialkoeffizienten 3

Kombinatorik. ÖMO-Fortgeschrittenen-Kurs an der TU Graz. Jan Pöschko. 6. März Grundlegendes 2. 2 Zählen mit Binomialkoeffizienten 3 Kombinatori ÖMO-Fortgeschrittenen-Kurs an der TU Graz Jan Pöscho 6. März 009 Inhaltsverzeichnis Grundlegendes Zählen mit Binomialoeffizienten 3 3 Inlusions-Exlusions-Prinzip 4 4 Schubfachschluss 6 Zählen

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

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 Disrete Struturen und Logi WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Disrete Struturen und Logi Gesamtübersicht Organisatorisches Einführung Logi & Mengenlehre Beweisverfahren

Mehr

Die Binomialreihe. Sebastian Schulz. Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung Prof. Dr.

Die Binomialreihe. Sebastian Schulz. Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung Prof. Dr. Die Binomialreihe Sebastian Schulz Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 008/09, Leitung Prof. Dr. Eberhard Freitag Zusammenfassung: Diese Ausarbeitung beschäftigt sich mit der

Mehr

aus A folgt B ). Sie ist falsch, wenn die Aussage A wahr ist und die Aussage B falsch. Ansonsten ist sie wahr. Wichtig ist auch die Aussage A B (

aus A folgt B ). Sie ist falsch, wenn die Aussage A wahr ist und die Aussage B falsch. Ansonsten ist sie wahr. Wichtig ist auch die Aussage A B ( 3 1. Die reellen Zahlen Die reellen Zahlen sind die Zahlen, mit denen wir gewöhnlich rechnen. Sie enthalten Elemente wie e, π oder 5 3. In diesem Kapitel geht es darum, ihren axiomatischen Aufbau und die

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

Mehr

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge 2.1 Natürliche Zahlen 2.1.1 Menge der natürlichen Zahlen Der Ausgangspunt für den Aufbau der Zahlenbereiche ist die Menge N = {0,1,2,3,...} der natürlichen Zahlen 0, 1, 2, 3, 4,... 2.1.2 Indutionsprinzip

Mehr

Kombinatorik und Urnenmodelle

Kombinatorik und Urnenmodelle Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für

Mehr

n n!

n n! Frage: Auf wieviele Arten lässt sich das Wort Binomialoeffizient lesen? Binomialoe inomialoef nomialoeff omialoeffi ialoeffizi aloeffizie loeffizien oeffizient Das ist ein Sript! Dennoch ann man hier sehen,

Mehr

Mathematischer Vorkurs MATH

Mathematischer Vorkurs MATH Mathematischer Vorkurs MATH (01.09.2014 19.09.2014) AOR Dr. Andreas Langer WS 2014-2015 Mathematischer Vorkurs TU Dortmund Seite 1 / 254 Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund

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

Spektraltheorie. 1. Übungsblatt - Lösungsvorschlag PD Dr. Peer Kunstmann M.Sc. Michael Ullmann

Spektraltheorie. 1. Übungsblatt - Lösungsvorschlag PD Dr. Peer Kunstmann M.Sc. Michael Ullmann 804208 PD Dr Peer Kunstmann MSc Michael Ullmann Spetraltheorie Übungsblatt - Lösungsvorschlag Aufgabe Gegenbeispiele Finden Sie Gegenbeispiele zum Satz vom abgeschlossenen Graphen, falls wir i nur, als

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

Abzählende Kombinatorik

Abzählende Kombinatorik Kapitel Abzählende Kombinatori Die in diesem Kapitel behandelte abzählende Kombinatori untersucht endliche Struturen und beschäftigt sich mit den Möglicheiten Objete anzuordnen oder auszuwählen Die abzählende

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

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016 MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung

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

Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1. 1 Grundlagen 2. 2 Der Graph einer Funktion 4. 3 Umkehrbarkeit 5

Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1. 1 Grundlagen 2. 2 Der Graph einer Funktion 4. 3 Umkehrbarkeit 5 Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1 Inhaltsverzeichnis 1 Grundlagen 2 2 Der Graph einer Funktion

Mehr

Grundlagen der Mengenlehre

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

Mehr

17 Lineare Abbildungen

17 Lineare Abbildungen Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:

Mehr

Fourierreihen. Definition. Eine Funktion f(x) heißt periodisch mit der Periode T, wenn f(x + T ) = f(x)

Fourierreihen. Definition. Eine Funktion f(x) heißt periodisch mit der Periode T, wenn f(x + T ) = f(x) Fourierreihen Einer auf dem Intervall [, ] definierten Funtion f(x) ann ein (approximierendes) trigonometrisches Polynom (Fourier-Polynom) der Gestalt S n (x) = a + n a cos x + n b sin x zugeordnet werden.

Mehr

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt Dr. M. Weimar 02.05.2016 Elemente der Stochasti (SoSe 2016) 5. Übungsblatt Aufgabe 1 (4 Punte) Beweisen sie, dass die Potenzmenge P(A) einer beliebigen endlichen Menge A genau P(A) 2 A Elemente enthält!

Mehr

LA 1 WS 08/09 Zettel 1

LA 1 WS 08/09 Zettel 1 LA 1 WS 08/09 Zettel 1 Nils Mahrt 31. Oktober 2008 1. Aufgabe Sei f : X Y eine Abbildung. (a) Für A X ist zu zeigen, dass A f 1 (f(a)) ist. Sei also x A, dann ist zu zeigen, dass x f 1 (f(a)). Es gilt,

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

3 Ein wenig Kombinatorik

3 Ein wenig Kombinatorik 3 Ein wenig Kombinatori Definition i) Zu jedem n N definiere 1 2 3 n Saubere Definition ist indutiv 1! 1 (Konvention: 0! 1) (n +1)!(n +1) ii) Für n N und (N {0}) mit0 n setze!(n )! 1 2 n (n +1) (n +2)

Mehr

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung: Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

1 Die natürlichen Zahlen und vollständige Induktion

1 Die natürlichen Zahlen und vollständige Induktion 1 Die natürlichen Zahlen und vollständige Indution 1.1 Einführung Mit Æ bezeichnen wir die Menge der natürlichen Zahlen Æ = {1,2,3,...}. Manche Autoren lassen die natürlichen Zahlen auch mit der Null beginnen,

Mehr

3 Folgen, Reihen und stetige Funktionen

3 Folgen, Reihen und stetige Funktionen Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine

Mehr

Klausur - Analysis 1

Klausur - Analysis 1 Prof. Dr. László Széelyhidi Analysis I, WS 22 Klausur - Analysis Lösungen Aufgabe. i Punt Definieren Sie, wann x n eine Cauchyfolge ist. Lösung : x n heisst Cauchyfolge wenn es zu jedem ε > ein N N gibt,

Mehr

Mengen. Welche dieser Mengen sind paarweise gleich, ungleich? Begründung!

Mengen. Welche dieser Mengen sind paarweise gleich, ungleich? Begründung! Hinweis: Auf den Übungsblättern in diesem Semester wird es grundsätzlich die drei Aufgabentypen Vorbereitungsaufgabe, Tutoraufgabe und Hausaufgabe geben. Die als Vorbereitung bezeichneten Aufgaben dienen

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 33 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

1. Die reellen Zahlen

1. Die reellen Zahlen 3 1. Die reellen Zahlen 1.1. Undefinierte Begriffe. Wir verwenden eine Reihe von Begriffen ohne mathematisch genaue Definition: Eine Aussage nennen wir etwas, von dem wir sagen önnen, ob es wahr ist oder

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

Analysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012

Analysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012 Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Faultät II Institut für Mathemati Unter den Linden 6, D-0099 Berlin Prof. Andreas Griewan Ph.D. Dr. Thomas M. Surowiec Dr. Fares Maalouf

Mehr

Kapitel 2. Zahlenbereiche

Kapitel 2. Zahlenbereiche Kapitel 2. Zahlenbereiche 2.2. Primzahlen Definition: Eine natürliche Zahl m N heißt Teiler von n N, falls ein N existiert mit n = m Man schreibt dann auch m n. Jede Zahl besitzt offensichtlich die beiden

Mehr

8 Gruppen und Körper

8 Gruppen und Körper 8 Gruppen und Körper (8.) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres Element a?b aus G zuordnet, so dass die folgenden

Mehr

Vorlesung 3: Logik und Mengenlehre

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

Mehr

$Id: funktion.tex,v /11/17 16:00:21 hk Exp $ $Id: komplex.tex,v /11/17 16:17:18 hk Exp $

$Id: funktion.tex,v /11/17 16:00:21 hk Exp $ $Id: komplex.tex,v /11/17 16:17:18 hk Exp $ $Id: funktion.tex,v 1.29 2017/11/17 16:00:21 hk Exp $ $Id: komplex.tex,v 1.23 2017/11/17 16:17:18 hk Exp $ 2 Funktionen Wir beschäftigen uns gerade mit dem Begriff der Umkehrfunktion einer Funktion f :

Mehr

Kombinationen und Permutationen

Kombinationen und Permutationen 10 Kombinationen und Permutationen In den nächsten beiden Kapiteln wird die Abzählungstheorie der lassischen Abbildungstypen mit Nebenbedingungen entwicelt. Sie beschäftigt sich onret mit der Frage, auf

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

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme 2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x

Mehr

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

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

Mehr

4. Übung zur Mathematik für Physiker, Informatiker und Ingenieure I Lösungshinweise

4. Übung zur Mathematik für Physiker, Informatiker und Ingenieure I Lösungshinweise Universität Würzburg Institut für Mathemati Dr. G. Dirr PD Dr. K. Hüper, S. Mutzbauer Winterersemester 2009/2010 Würzburg, den 12.11.2009 4. Übung zur Mathemati für Physier, Informatier und Ingenieure

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Nützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen:

Nützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen: Nützlich bei Disretisierungen von Problemen sind Gausslammern, die reellen Werten ganzzahlige zuordnen: Definition 57 (floor, ceiling.. r R : floor(r := r := max{z Z z r} 2. r R : ceiling(r := r := min{z

Mehr

Kapitel II. Algebraische Grundbegriffe

Kapitel II. Algebraische Grundbegriffe Kapitel II. Algebraische Grundbegriffe 1 Ringe und Körper Für das Rechnen in Z haben wir in Kap. I, 1 Regeln aufgestellt, welche auch in Q und R gelten. Damit werden Z, Q und R zu Ringen im folgenden Sinn:

Mehr

Vorkurs Mathematik. Arbeitsblatt 5. Verknüpfungen

Vorkurs Mathematik. Arbeitsblatt 5. Verknüpfungen Prof Dr H Brenner Osnabrüc WS 2009/2010 Vorurs Mathemati Arbeitsblatt 5 Vernüpfungen Aufgabe 51 Betrachte die ganzen Zahlen Z mit der Differenz als Vernüpfung, also die Abbildung Z Z Z, (a, b) a b Besitzt

Mehr

Lösungsvorschlag zu den Hausaufgaben der 3. Übung

Lösungsvorschlag zu den Hausaufgaben der 3. Übung FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff 30.0.204 Lösungsvorschlag zu den Hausaufgaben der 3. Übung Aufgabe : (6 Punte) Welche der folgenden Tupel sind Maßräume? Beweisen Sie Ihre Behauptung. {

Mehr

( 1) k k 2. k=0. n n(n + 1) ( 1) k k 2 + ( 1) n+1 (n + 1) 2. k=0. + ( 1) n+1 (n + 1) 2 n(n + 1) + (n + 1) 2 )

( 1) k k 2. k=0. n n(n + 1) ( 1) k k 2 + ( 1) n+1 (n + 1) 2. k=0. + ( 1) n+1 (n + 1) 2 n(n + 1) + (n + 1) 2 ) Musterlösung zum 9. Blatt 8. Aufgabe: Sei n eine natürliche Zahl. Vermuten Sie eine Formel für ( ) k k und beweisen Sie diese durch vollständige Induktion. Lösung: Für jede natürliche Zahl n sei a n =

Mehr

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.

Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3

Mehr

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen 1. Mengentheoretische Grundbegriffe Cantors (1845 1918) naiver Mengenbegriff : Slide 1 Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen Objekten unserer Anschauung oder unseres

Mehr