Mathematische Grundlagen der Computerlinguistik
|
|
- Claus Haupt
- vor 7 Jahren
- Abrufe
Transkript
1 Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014
2 Table of Contents 1 2 3
3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum Mengen sind, heißt Mengenfamilie. treten oft in einer Form auf, bei der die einzelnen Elemente der Mengenfamilie durch einen geeigneten Index durchnummeriert sind. werden somit oft in der Form {A i i I } dargestellt.
4 Beispiele Es sei A 1 = {4}, A 2 = {2, 5}, A 3 = {8, 9}. Dann kann die Mengenfamilie M = {{4}, {2, 5}, {8, 9}} in der Form {A i i {1, 2, 3}} dargestellt werden. Für jedes n N sei A n := {k N k < n}. Dann ist M := {A n n N} eine Mengenfamilie. Wie sieht die Mengenfamilie M := {A n n N} aus?
5 Table of Contents 1 2 3
6 Auf sind spezielle Operationen definiert, die wiederum an die einfachen Mengenoperationen der letzten Folien erinnern. Zur Definition dieser Operationen werden die Quantoren und benötigt. Somit können die Rechenregeln nicht mehr vollständig auf aussagenlogische Tautologien zurückgeführt werden.
7 I Definition A sei eine Mengenfamilie. Die Menge A := {x B A : x B} heißt von A. Hat A die Form A = {A i i I } wird A auch in der Form i I A i notiert. Warum ist B in der Definition ein Großbuchstabe? Was soll das andeuten?
8 II Nochmals die Definition der : A := {x B A : x B} Das kann man in etwa so paraphrasieren: Die über A ( A) ist definiert (:=) als die Menge ({) der x mit der Eigenschaft ( ) es existiert eine Menge B aus A ( B A) für die gilt (:) x ist Element von B (x B). Was sind die Elemente der Ergebnismenge? Wie sieht die Ergebnismenge aus?
9 Beispiele Sei A = {A 1, A 2 } und A 1 = {1, 3, 4}, A 2 = {1, 2, 4, 9}. Die smenge von A = {1, 2, 3, 4, 9}. Abbildung : Schachteldarstellung Berechnen Sie i {1,2,3,4}A i mit A i = {x N i x i + 1}!
10 I Definition Sei A eine Mengenfamilie. Die Menge A := {x B A : x B} heißt von A. Hat A die Form A = {A i i I } wird A auch in der Form i I A i notiert. Warum ist B in der Definition ein Großbuchstabe? Was soll das andeuten?
11 II Nochmals die Definition des s: A := {x B A : x B} Das kann man in etwa so paraphrasieren: Der über A ( A) ist definiert (:=) als die Menge ({) der x mit der Eigenschaft ( ) für alle Mengen B aus A ( B A) gilt (:) x ist Element von B (x B). Was sind die Elemente der Ergebnismenge? Was ist die Eigenschaft der Elemente der Ergebnismenge?
12 Beispiele Sei A = {A 1, A 2 } und A 1 = {1, 3, 4}, A 2 = {1, 2, 4, 9}. Dann ist A = {1, 4}. Abbildung : Schachteldarstellung Berechnen Sie i {1,2,3}A i mit A i = {x N x i 2 }!
13 Eigenschaften {{{ }}} = {{ }} {, { }} = { } Sei A n = {0, 1, n}. Dann ist n NA n = N. Sei A n = {0, 1, n}. Dann ist n NA n = {0, 1}. Die Beispiele sollen verdeutlichen, dass im Falle von endlichen A = {A 1, A 2,..., A n } die A identisch mit der der Elemente A 1 A 2 A n ist. Dasselbe gilt für den. Die Bedeutung der Definitionen von und über liegt darin, dass es möglich ist, die Operatoren auf unendlichen Mengen anzuwenden.
14 en von Mengen Definition Sei M eine Menge. Eine Mengenfamilie P heißt eine oder Zerlegung von M genau dann, wenn gilt: 1 Jedes Element von P ist eine nichtleere Teilmenge von M. 2 P = M 3 Je zwei verschiedene Elemente von P sind disjunkt. Geben Sie eine mathematischere Definition von Punkt 1 an! Geben Sie eine mathematischere Definition von Punkt 3 an! Was ist die Intuition der smenge?
15 Beispiele Für jede nichtleere Menge M sind u.a. {M} und {{m} m M} stets en von M. {{1, 3, 4}, {2, 6}, {5}} ist eine von {1, 2, 3, 4, 5, 6}. Es sei A n = {n, n + 1}. Dann ist Q := {A n n N} keine Zerlegung von N. P := {A 2n n N} dagegen ist eine Zerlegung von N:
16 Definition Eine Menge P := {M M A} heißt die von A. In der P(A) einer Menge A liegen also alle Teilmengen der Menge A. Für die einer Menge A wird oft auch das Symbol 2 A verwendet 1. Die einer Menge A enthält also immer: die leere Menge die Menge A selbst alle anderen möglichen Teilmengen dieser Menge 1 Eine Erklärung für diese Schreibweise kommt später.
17 n I P( ) = { } P({1}) ={, {1}} P({1, 2}) ={, {1}, {2}, {1, 2}} P({1, 2, 3}) ={, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}} P({ }) = {, { }} Wie viele Mengen enthält die einer Menge mit n Elementen?
18 n II Lemma über die Anzahl der Elemente einer Es sei A eine endliche Menge mit n Elementen. Dann hat P(A) genau 2 n Elemente. Beweis: Um das Lemma zu beweisen, benötigen wir das Beweisprinzip der vollständigen Induktion.
19 Das Beweisprinzip der vollständigen Induktion Wenn man eine Eigenschaft ϕ, die für eine beliebige Anzahl von n N gilt, beweisen will, reicht es folgende Aussagen zu verifizieren: 1 Die Eigenschaft ϕ gilt für n = 0 (Induktionsanfang). 2 Falls die Eigenschaft ϕ auf eine beliebige natürliche Zahl k 0 zutrifft (Induktionsannahme), so auch auf k + 1 (Induktionsschritt).
20 Beispiel für vollständigen Induktion I Zu beweisen sei, dass für die Summe der ersten n natürlichen Zahlen n i=1 i gilt: n n(n + 1) i = 2 i=1 (1) 1 Induktionsanfang: n = 1; es gilt: 1 = 1(1+1) 2 = 2 2 = 1. 2 Induktionsschritt: (1) gilt für beliebiges n; beweise für n + 1 : n+1 i=1 = (n+1)(n+2) 2.
21 Beispiel für vollständigen Induktion II n+1 i = n + (n + 1) = (2) i=1 = n(n + 1) 2 + (n + 1) = (3) = n(n + 1) + 2(n + 1) 2 = (4) = (n + 1)(n + 2) 2 = n+1 i=1 (5)
22 Beispiel für vollständigen Induktion III Zu beweisen sei, dass für n > 0 der Ausdruck 7 n 1 stets durch 6 teilbar ist (ohne Rest). Es gilt somit 7 n 1 = 6k. 1 Induktionsanfang: n = 1; = 6; 6 ist teilbar durch 6. 2 Induktionsschritt: Beweise für n + 1 : 7 n+1 1 = (7 n 7) 1 (7 n 7) 1 = (7(7 n )) 1 7 n 1 ist durch 6 teilbar (IA); Es gilt somit: 7 n = 6k + 1; (7(7 n )) 1 = (7(6k + 1)) 1 (7(6k + 1)) 1 = 42k k = 42k k + 6 = 6(7k + 1) 6(7k + 1) ist immer durch 6 teilbar.
23 Vollständige Induktion I Warum können wir mittels des Induktionanfangs und des Induktionsschritt schließen, dass alle natürlichen Zahlen eine Eigenschaft ϕ haben? Wir wissen, dass man jede beliebige natürliche Zahl n ausgehend von der 0 durch eine endliche Zahl von Nachfolgerschritten erreichen kann: 0 1, 1 2,..., n 1 n, n n Wir müssen also die Annahme für 0 nachprüfen. Dann für 1. Dann für Dann für n
24 Vollständige Induktion II Das in der vorigen Folie dargestellte explizite Hochangeln von Zahl zu Zahl ist offenkundig überflüssig. Mit dem Beweis für die Richtigkeit einer Eigenschaft ϕ für n + 1 kann man zeigen, dass die gewählte Strategie immer klappt. Unter Annahme der Prämisse, dass die Eigenschaft ϕ für n bereits gilt, können wir dann ϕ für n + 1 zeigen. Warum kann man die Prämisse so einfach annehmen?
25 Vollständige Induktion III Dieses Vorgehen wird oftmals auch als sog. Leiterprinzip veranschaulicht: Leiterprinzip Wenn man die unterste Stufe einer Leiter erreichen kann und wenn der Sprossenabstand so eingerichtet ist, dass man von jeder beliebigen Sprosse eine weitere, höhergelegene Sprosse erreichen kann, dann ist klar, dass man jede Sprosse der Leiter erreichen kann.
26 n III Lemma über die Anzahl der Elemente einer Es sei A eine endliche Menge mit n Elementen. Dann hat P(A) genau 2 n Elemente. Beweis: Induktionsanfang: n = 0. In diesem Fall gilt A = und es folgt P(A) = { }. Somit gilt 1 = 2 0 = 2 n Induktionsschritt: Ist etwas komplizierter. Wichtig für den Beweis ist: Es gilt trivialerweise immer n für n N. Damit ist jede Menge mit n + 1 Elementen nicht leer.
27 n IV Induktionsschritt: Es sei A eine Menge mit n + 1 Elementen. Wir nehmen irgendein beliebiges Element a A aus A heraus und erhalten A 0 := A \ {a}. A 0 enthält somit genau n Elemente. Wir teilen A in zwei Mengen P 1 und P 2 auf: P 1 := {M A a M}. P 2 := {M A a M}. Es gilt für P 1 und P 2 : P 1 und P 2 sind disjunkt: P 1 P 2 = P 1 P 2 = P(A) P 1 = P(A 0 )
28 n V P 1 und P 2 sind disjunkt und ihre entspricht wiederum der von A. Somit entspricht die Größe von P(A) der Summe der beiden Mengen P 1 und P 2. A 0 enthält genau n Elemente. Somit gilt: P(A 0 ) = P 1 hat genau 2 n Elemente (Induktionsannahme). P 1 und P 2 enthalten beide die selbe Anzahl von Elementen. Somit gilt dass P(A) genau 2 k + 2 k = 2 2 k = 2 k+1 Elemente enthält.
29 Table of Contents 1 2 3
30 tl;dr sind Mengen, die selbst wiederum aus Mengen bestehen. Die einer Mengenfamilie M ist die Menge aller Elemente, die Element einer der Submengen von M sind. Der einer Mengenfamilie M ist die Menge aller Elemente, die Element aller Submengen von M sind. en einer Menge stellen dar, deren Elemente allesamt paarweise disjunkt sind. Die einer Menge ist eine Mengenfamilie, die alle Teilemengen der ursprünglichen Menge enthalten. Vollständige Induktion ist ein wichtiges Beweismittel um Eigenschaften zu beweisen die für beliebige Anzahlen von (natürlichen) Zahlen gelten sollen.
Mathematische Grundlagen der Computerlinguistik I. Mengen und Mengenoperationen (Teil 2)
Mathematische Grundlagen der Computerlinguistik I Mengen und Mengenoperationen (Teil 2) Exzerpt aus dem Skript von Prof. Dr. Klaus U. Schulz Michaela Geierhos M.A. Centrum für Informations- und Sprachverarbeitung
MehrMathematische 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
MehrMathematische Grundlagen der Computerlinguistik
Mengen und Mengenoperationen (Teil III) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents Vereinigung und Durchschnitt über Mengenfamilien Gesetze 1 Gesetze für Operationen
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 10. Juni 2014 Table of Contents 1 2 Äquivalenz Der Begriff der Äquivalenz verallgemeinert den Begriff der Gleichheit. Er beinhaltet in einem zu präzisierenden
MehrIndexmengen. Definition. n n n. i=1 A i := A 1... A n
Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1
MehrVollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg
Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen
MehrMathematische Grundlagen der Computerlinguistik
überblick Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Allgemeines Termine Übung und Skript Plan Table of Contents 1 Allgemeines Termine Übung und Skript Plan 2 Allgemeines Termine
MehrÜberblick. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Boolsche Algebra
Überblick 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 72 / 179 Beweisprinzip der vollständigen Induktion
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 4: Wörter (und vollständige Induktion) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/29 Überblick Wörter Wörter Das leere Wort Mehr zu
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrMengenlehre und vollständige Induktion
Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen
MehrWS 20013/14. Diskrete Strukturen
WS 20013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Mengen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrKapitel 1.1. Aussagenlogik: Syntax. Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1
Kapitel 1.1 Aussagenlogik: Syntax Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1 Übersicht 1.1.1 Die Sprache der Aussagenlogik 1.1.2 Explizite vs. implizite Definitionen 1.1.3
MehrVorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 Ähnlich wie Funktionen besitzen Relationen charakteristische Eigenschaften. Diese Eigenschaften definieren wie
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrInduktion und Rekursion
Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel
Mehr4.6 Beweistechniken Die meisten mathematischen Behauptungen sind von der Form
4.6 Beweistechniken Die meisten mathematischen Behauptungen sind von der Form A B bzw. (A 1 A k ) B. Um A B zu beweisen, können wir zeigen: 1 Unter der Annahme A können wir B zeigen (direkter Beweis).
MehrMathematische Grundlagen der Computerlinguistik
kartesische Produkte und und Funktionen (Teil I) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents kartesische Produkte und 1 kartesische Produkte und 2 Darstellung
MehrMathematische Grundlagen der Computerlinguistik I. Mengen und Mengenoperationen (Teil 1)
Mathematische Grundlagen der Computerlinguistik I Mengen und Mengenoperationen (Teil 1) Exzerpt aus dem Skript von Prof. Dr. Klaus U. Schulz Michaela Geierhos M.A. Centrum für Informations- und Sprachverarbeitung
MehrGrundlagen der Mathematik
Universität Hamburg Winter 016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 6 Grundlagen der Mathematik Präsenzaufgaben (P9) Die Ordnung der natürlichen Zahlen I Wir hatten in der Vorlesung
MehrLösungen zur Übungsserie 1
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 26. Oktober 2017 1/35 Abbildungen Boolesche Algebra Summen- und Produktzeichen Definition
MehrKapitel 6. Elementare Kombinatorik und Abzählbarkeit. Elementare Kombinatorik und Abzählbarkeit
und Abzählbarkeit Kapitel 6 und Abzählbarkeit Peter Becker (H-BRS) Mathematische Grundlagen Wintersemester 2016/17 253 / 288 und Abzählbarkeit Inhalt Inhalt 6 und Abzählbarkeit Abzählbarkeit Peter Becker
MehrÜberblick. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Boolsche Algebra 3.3 Induktion und Rekursion
Überblick 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Boolsche Algebra 3.3 Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 92 / 708 Beweisprinzip der vollständigen Induktion
Mehr2. Grundlagen. A) Mengen
Chr.Nelius: Zahlentheorie (SoSe 2019) 5 A) Mengen 2. Grundlagen Eine Menge ist durch Angabe ihrer Elemente bestimmt. Man kann eine Menge aufzählend oder beschreibend definieren. Im ersten Falle werden
MehrInstitut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 4
Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 08.11.2018 Dr. Markus Lange Analysis 1 Aufgabenzettel 4 Abgabe bis 14. November 2018, 19:00 Uhr Erinnerung: Die Anmeldung für den Übungsschein
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
MehrZahlenmengen. Bemerkung. R Menge aller Dezimalbrüche: reelle Zahlen, C = {a + i b : a, b R} mit i 2 = 1 komplexe Zahlen.
Zahlenmengen N = {0, 1,, 3,...} natürliche Zahlen, Z = {...,, 1, 0, 1,,...} ganze Zahlen, Q = {p/q : p Z, q N \ {0}} rationale Zahlen, R Menge aller Dezimalbrüche: reelle Zahlen, C = {a + i b : a, b R}
MehrGrundlegendes der Mathematik
Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig
MehrGrundlagen 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
MehrZahlentheorie. Stefan Takacs Linz, am 2. Juni 2004
Zahlentheorie Anna Rieger 0355556 Stefan Takacs 0356104 Daniela Weberndorfer 0355362 Linz, am 2. Juni 2004 Zusammenfassung Die vorliegende Arbeit über die grundlegenden Sätze der Zahlentheorie beschäftigt
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrTheorie der Informatik
Theorie der Informatik 2. Beweistechniken Malte Helmert Gabriele Röger Universität Basel 18. Februar 2015 Beweis Beweis Ein Beweis leitet die Korrektheit einer mathematischen Aussage aus einer Menge von
Mehrb liegt zwischen a und c.
2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =
Mehraus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!
Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch
MehrKapitel 1. Grundlegendes
Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0
MehrVollständige Induktion
Angenommen, wir wollen zeigen, dass eine Aussage P(n) für alle n N wahr ist. Anders ausgedrückt: Es gilt n N : P(n) Hierzu können wir die Technik der vollständigen Induktion verwenden. Wir zeigen, dass
MehrVorkurs Mathematik. Prof. Udo Hebisch WS 2017/18
Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig
MehrAufgaben zur Verbandstheorie
TU Bergakademie Freiberg WS 2005/06 Institut für Diskrete Mathematik & Algebra Prof. Dr. Udo Hebisch Aufgaben zur Verbandstheorie 1. Für ein beliebiges n IN sei X n die Menge aller Teiler von n. Definiert
MehrDiskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)
WS 2015/16 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
Mehr1 Übersicht Induktion
Universität Koblenz-Landau FB 4 Informatik Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender 0.11.01 (v1.3) 1 Übersicht Induktion 1.1 Allgemeines Unter einem induktiven Vorgehen versteht
Mehr2. Symmetrische Gruppen
2. Symmetrische Gruppen 15 2. Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht. Wir wollen nun eine neue wichtige Klasse von Beispielen
MehrMathematische Grundlagen der Computerlinguistik
Centrum für Informations- und Sprachverarbeitung (CIS) 13. Juni 2014 Table of Contents 1 2 Hüllen Wie bereits beim Übergang von Quasi-Ordnungen zu partiellen Ordnungen gesehen ist es oftmals sinnvoll von
MehrElementare Beweistechniken
Elementare Beweistechniken Beispiel: Satzform (Pythagoras) Voraussetzung: Gegeben sei ein beliebiges rechtwinkeliges Dreieck, die Länge der Hypothenuse sei c und die Längen der anderen Seiten seien a und
MehrMengenoperationen, Abbildungen
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Z6 Rechengesetze für Mengenoperationen Lineare Algebra 1 WS 2006/07 en Blatt 3 06.11.2006 Mengenoperationen,
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 12. November 2014 Darstellung natürlicher Zahlen durch Mengen 1. Wie können wir natürliche Zahlen durch Mengen darstellen? Idee 0 = und
MehrEin fundamentales mathematisches Beweisprinzip p ist die vollständige Induktion: Sei p : Falls
Beweisprinzip der vollständigen Induktion Ein fundamentales mathematisches Beweisprinzip p ist die vollständige Induktion: Sei p : Falls ein totales Prädikat. 1. p(0) (Induktionsanfang) und 2. für beliebiges
MehrKapitel 3: Boolsche Algebra
Kapitel 3: Boolsche Algebra 1. Mengen 2. Relationen und Abbildungen 3. Boolsche Algebra 4. Induktion und Rekursion Prof. Dr. Peer Kröger: EiP (WS 18/19) Teil 2: Mathematische Grundlagen 3. Boolsche Algebra
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrVollständige Induktion
Schweizer Mathematik-Olympiade smo osm Vollständige Induktion Aktualisiert: 1 Dezember 01 vers 100 Eine der wichtigsten Beweistechniken der Mathematik überhaupt ist die (vollständige) Induktion Wir nehmen
MehrUniversität Innsbruck WS 2013/2014. Brückenkurs. Formale Konzepte. 3. Auflage. Harald Zankl. 15. Januar 2014
Universität Innsbruck WS 013/014 Brückenkurs Formale Konzepte 3. Auflage Harald Zankl 15. Januar 014 Institut für Informatik Innsbruck, Österreich Inhaltsverzeichnis 1 Definition, Satz, Beweis 1.1 Aufgaben................................
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 4 Die Ableitungsbeziehung Definition 4.1. Es sei Γ L V eine Ausdrucksmenge in der Sprache der Aussagenlogik zu einer
MehrGrundbegriffe der Informatik Tutorium 2
Grundbegriffe der Informatik Tutorium 2 Tutorium Nr. 16 Philipp Oppermann 9. November 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrA N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung )
Institut für Analysis und Scientific Computing TU Wien W. Auzinger WS 05/6 A N A L Y S I S I F Ü R T P H, U E (03.088). Übungstest (FR, 6..05) (mit Lösung ) Aufgabe. a ) Wandeln Sie die periodische Dezimalzahl
MehrElemente der Mathematik - Winter 2016/2017
4 Elemente der Mathematik - Winter 2016/2017 Prof. Dr. Peter Koepke, Regula Krapf Lösungen Übungsblatt 7 Aufgabe 29 (8 Punkte). Für eine Menge M ist die Potenzmenge von M definiert als P(M) := {X X M},
Mehr2.1 Direkter Beweis. Theorie der Informatik. Theorie der Informatik. 2.1 Direkter Beweis. 2.2 Indirekter Beweis
Theorie der Informatik 18. Februar 2015 2. Beweistechniken Theorie der Informatik 2. Beweistechniken 2.1 Direkter Beweis Malte Helmert Gabriele Röger 2.2 Indirekter Beweis Universität Basel 18. Februar
MehrSkript 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
MehrLösungsskizzen zur Präsenzübung 04
Lösungsskizzen zur Präsenzübung 04 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 2015/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 23. November 2015 von:
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrGrundbegri e der Graphentheorie: Eckengrad, Wege und Kreise, Zusammenhang
raphen- und Berechenbarkeitstheorie rundbegri e der raphentheorie: Eckengrad, Wege und Kreise, Zusammenhang 0.1 raphen Ein raph ist ein aar = (V, E) disjunkter Mengen mit E [V ]2, wobei [V ]2 die Menge
MehrRechenregeln für Summen
Rechenregeln für Summen Im Umgang mit Summen sind gewisse Regeln zu beachten. 1 Summe gleicher Summanden Betrachten wir folgende Summe: x Hier enthält x keinen Summationsindex, d.h. es wird x einfach n-mal
MehrElemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise
Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 15. November 2010 http://www.mathematik.uni-trier.de/
MehrMengenlehre. Aufgaben mit Lösungen
Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................
Mehr2. 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: das Bild von ) unter der Funktion ist gegeben durch
% 1.3 Funktionen Seien und Mengen nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. Bezeichnungen: : Definitionsbereich : Bildbereich (Zielmenge) von Der Graph einer Funktion: graph!
MehrÜbungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie
Dr. Christoph Luchsinger Übungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie Allgemeine Masse Herausgabe des Übungsblattes: Woche 13, Abgabe der Lösungen: Woche 14 (bis Freitag, 16.15 Uhr), Besprechung:
Mehr1 Aufbau des Zahlensystems
1 Aufbau des Zahlensystems 1.1 Die Menge N der natürlichen Zahlen 1.1.1 Definition Die mathematischen Eigenschaften dieser durch das Abzählen von Gegenständen motivierten Zahlenmenge lassen sich auf die
MehrFormale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23
Formale Methoden II SS 2005 Universität Bielefeld Teil 3, 12. Mai 2005 Gerhard Jäger Formale Methoden II p.1/23 Logische Folgerung Definition 6 (Folgerung) Eine Formel ϕ folgt logisch aus einer Menge von
MehrBeispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q.
Beispiel 27 (Beweis durch Widerspruch) Wir nehmen an, dass die zu zeigende Aussage falsch ist und führen diese Annahme zu einem Widerspruch. Satz 28 3 ist irrational, d. h. 3 / Q. Beweis: Widerspruchsannahme:
MehrEinführung, III: Verschiedenes
Einführung, III: Verschiedenes.1 Summennotation... 22.2 Regeln für Summen, Newtons Binomische Formeln... 22. Doppelsummen... 2.4 Einige Aspekte der Logik... 2.5 Mathematische Beweise.... 24.6 Wesentliches
MehrIm allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.
Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil
Mehr8. Übungsblatt zur Mathematik I für Chemiker
Fachbereich Mathematik PD Dr. P. Ne WS 007/008 6.1.007 8. Übungsblatt zur Mathematik I für Chemiker Zur Erinnerung, die Formel für die Taylorreihe um die Stelle x 0 lautet f(x) n0 f (n) (x 0 ) (x x 0 )
MehrGrundlagen der theoretischen Informatik
Grundlagen der theoretischen Informatik Kurt Sieber Fakultät IV, Department ETI Universität Siegen SS 2013 Vorlesung vom 30.04.2013 Grenzen regulärer Sprachen Wie beweist man, dass eine Sprache nicht regulär
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil
MehrKapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik
Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /
MehrWahrscheinlichkeitsrechnung
Grundstudium Mathematik Wahrscheinlichkeitsrechnung Bearbeitet von Dominique Foata, Aime Fuchs 1. Auflage 1999. Taschenbuch. xv, 383 S. Paperback ISBN 978 3 7643 6169 3 Format (B x L): 17 x 24,4 cm Gewicht:
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
MehrSatz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent.
Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine Teilmenge des nichttrivialen
MehrMathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15
Mathematisches Argumentieren und Beweisen Beweisarten Besipiele Hagen Knaf, WS 2014/15 Im Folgenden sind einige der in der Vorlesung besprochenen Beispielbeweise für die verschiedenen Beweisarten aufgeführt
MehrMengen. G. Cantor,
Mengen Unter einer Menge verstehen wir eine Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denken zu einem Ganzen. G. Cantor, 1845-1918 Herbert Klaeren WSI
MehrKapitel 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
MehrKapitel 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
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 08/9 c Dr. K. Rothe Analysis I für Studierende der Ingenieurwissenschaften Hörsaalübung mit Beispielaufgaben zu Blatt Mengen Darstellung durch: a) Aufzählung
MehrDer mathematische Beweis
Der mathematische Beweis Im Studium wird man wesentlich häufiger als in der Schule Beweise führen müssen. Deshalb empfiehlt es sich, verschiedene Beweisverfahren intensiv zu trainieren. Beweisstruktur
MehrB 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
MehrVorkurs: 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