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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 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 5 Intervalle, Metrik und Topologie für R 6 Polynome mit reellen Koeffizienten C 1

2 1 Axiomatische Charakterisierung der reellen Zahlen R 1.2 Partielle und lineare Ordnung 1.3 Obere und untere Schranke, beschränkte Menge 1.4 Maximum und Minimum 1.6 Supremum und Infimum 1.8 Ordnungsvollständigkeit 1.10 Regeln für < 1.11 Gruppe 1.13 Körper 1.14 Angeordneter Körper 1.15 R als angeordneter, vollständiger Körper Die reellen Zahlen R werden dadurch beschrieben werden, daß wir ein Axiomensystem für die Menge R mit den Verknüpfungen + und sowie für die Ordnung angeben. Dieses Axiomensystem ist als ein System von Sätzen anzusehen, die immer vorausgesetzt werden, und auf die wir uns als einziges bei der Herleitung der Resultate der Analysis I IV berufen werden. Von den reellen Zahlen werden wir nun fordern, daß sie partiell, ja sogar linear geordnet sein sollen. Ein Beispiel für eine partiell geordnete Menge, die jedoch in der Regel nicht linear geordnet ist, wird geliefert durch: 1.1 Beispiel Sei X eine nicht-leere Menge. Sei M := P(X) die Potenzmenge von X, d.h. die Menge aller Teilmengen von X. Es sei die Teilmengenrelation, d.h. wir schreiben für zwei Mengen a, b genau dann a b, wenn jedes Element von a auch Element von b ist. Dann gilt für alle a, b, c M: a a; a b b a a = b; a b b c a c. Ist X = {p} eine einelementige Menge, so sind nur und X Teilmengen von X, d.h. Elemente von M. Man hat dann: a b oder b a für alle a, b M. [1] 1 C 1

3 Axiomatische Charakterisierung der reellen Zahlen In diesem Fall ist M versehen mit der Relation eine linear geordnete Menge im Sinne der Definition 1.2. Enthält jedoch X mindestens zwei verschiedene Elemente p 1 p 2, dann gilt weder {p 1 } {p 2 } noch {p 2 } {p 1 }. Die Relation ist daher eine partielle jedoch keine lineare Ordnung für M im Sinne der folgenden Definition. In dieser Definition ist nun M eine ganz beliebige nicht-leere Menge und irgendeine Relation zwischen den Elementen von M. 1.2 Partielle und lineare Ordnung Sei eine Relation über einer nicht-leeren Menge M. Dann heißt eine partielle Ordnung über M, wenn für alle a, b, c M gilt: (O1) a a (O2) a b b a a = b (O3) a b b c a c (Reflexivität) (Antisymmetrie) (Transitivität). Ist eine partielle Ordnung über M, so heißt M eine partiell geordnete Menge. Ist eine partielle Ordnung über M und ist ferner folgendes erfüllt: (O4) für alle a, b M gilt: a b oder b a, so heißt eine lineare oder totale Ordnung. M heißt in diesem Fall eine linear oder total geordnete Menge. Unser Beispiel 1.1 liefert, wenn wir für die Teilmengenrelation wählen, ein Beispiel für eine partielle Ordnung. Besitzt X mindestens zwei Elemente, so ist, wie wir gesehen haben, jedoch keine lineare Ordnung für M = P(X). Bezeichnet man weiterhin die Teilmengenrelation mit, dann gilt für jede Teilmenge T von M : (1) t X für alle t T ; (2) X M; (1) t für alle t T ; (2) M. X ist also eine obere Schranke und eine untere Schranke für T im Sinne der Definition 1.3. Ist T = {p 1 }, so ist auch {p 1 } untere und obere Schranke von T. Untere und obere Schranken sind also in der Regel nicht eindeutig bestimmt. 1.3 Obere und untere Schranke, beschränkte Menge Sei eine partielle Ordnung über M und T M. s heißt obere Schranke von T, wenn gilt: (1) t s für alle t T ; (2) s M. Besitzt T eine obere Schranke, so heißt T nach oben beschränkt. C 1 [1] 2

4 Kapitel I Reelle Zahlen s heißt untere Schranke von T, wenn gilt: (1) s t für alle t T ; (2) s M. Besitzt T eine untere Schranke, so heißt T nach unten beschränkt. (iii) T heißt beschränkt, wenn T nach oben und unten beschränkt ist. Betrachten wir wieder das Beispiel 1.1 mit einer mindestens zweielementigen Menge X. Dann ist T 1 := {, {p 1 }, {p 2 }, {p 1, p 2 }} M (mit p 1, p 2 X und p 1 p 2 ) eine Menge, die eine obere Schranke, nämlich {p 1, p 2 }, besitzt, die zu T 1 gehört. Ferner ist eine untere Schranke, die zu T 1 gehört. Hingegen besitzt T 2 := {{p 1 }, {p 2 }} keine untere bzw. obere Schranke, die zu T 2 gehört. T 1 hat also ein Minimum und Maximum, während T 2 weder ein Minimum noch Maximum im Sinne der folgenden Definition besitzt. 1.4 Maximum und Minimum Sei eine partielle Ordnung über M und T M. s heißt größtes Element von T oder auch Maximum von T, wenn gilt: (1) t s für jedes t T ; (2) s T. s heißt kleinstes Element von T oder auch Minimum von T, wenn gilt: (1) s t für jedes t T ; (2) s T. Insbesondere ist also erklärt (T := M) was unter einem kleinsten bzw. größten Element von M zu verstehen ist. Für diesen Fall (d.h. T = M) ist also obere Schranke von M (untere Schranke von M) dasselbe wie Maximum von M (Minimum von M). Beispiel 1.1 hat gelehrt, daß dies für beliebige Teilmengen in der Regel nicht der Fall ist. Dieses Beispiel zeigt auch, daß obere und untere Schranke in der Regel nicht eindeutig bestimmt sind. Maxima und Minima sind jedoch, sofern sie überhaupt existieren, eindeutig: 1.5 Eindeutigkeit des Maximums und des Minimums Sei eine partielle Ordnung über M und T M. Dann besitzt T höchstens ein Maximum und höchstens ein Minimum. Existiert das Maximum, so wird es mit max(t ) bezeichnet. Existiert das Minimum, so wird es mit min(t ) bezeichnet. Beweis. Seien s 1, s 2 zwei Maxima von T. Es ist zu zeigen: s 1 = s 2. [1] 3 C 1

5 Axiomatische Charakterisierung der reellen Zahlen Nach Definition des Maximums (siehe 1.4(2)) gilt zunächst: s 1, s 2 T und deshalb ist, da Bedingung (1) von 1.4 für s 2 und für s 1 gelten muß: s 1 s 2 und s 2 s 1. Da eine partielle Ordnung über M ist, folgt hieraus s 1 = s 2 (benutze (O2) von 1.2). Entsprechend beweist man die Eindeutigkeit des Minimums. Eine Abschwächung des Begriffes Maximum führt zum Begriff Supremum. Eine Abschwächung des Begriffes Minimum führt zum Begriff Infimum. 1.6 Supremum und Infimum Sei eine partielle Ordnung über M und T M. s heißt kleinste obere Schranke oder Supremum von T, wenn gilt: (1) s ist obere Schranke von T ; (2) s s für jede obere Schranke s von T. Existiert dieses Supremum, so ist es eindeutig bestimmt und wird mit sup(t ) bezeichnet. s heißt größte untere Schranke oder Infimum von T, wenn gilt: (1) s ist untere Schranke von T ; (2) s s für jede untere Schranke s von T. Existiert dieses Infimum, so ist es eindeutig bestimmt und wird mit inf(t ) bezeichnet. Bezeichnet man die Menge aller oberen Schranken von T mit O, so ist s genau dann ein Supremum, wenn gilt: s t für jedes t O, und es ist s O, also genau dann, wenn s das kleinste Element der Menge der oberen Schranken ist. Insbesondere ist daher sup(t ), sofern es existiert, nach 1.5 eindeutig bestimmt. Bezeichnet man die Menge aller unteren Schranken von T mit U, so ist s genau dann ein Infimum, wenn gilt: t s für jedes t U, und es ist s U, also genau dann, wenn s das größte Element der Menge der unteren Schranken ist. Insbesondere ist daher inf(t ), sofern es existiert, nach 1.5 eindeutig bestimmt. C 1 [1] 4

6 Kapitel I Reelle Zahlen 1.7 Supremum und Maximum Sei eine partielle Ordnung über M und T M. Dann gilt: T besitzt genau dann ein Maximum, wenn T ein zu T gehörendes Supremum besitzt. In diesem Fall ist max(t ) = sup(t ). T besitzt genau dann ein Minimum, wenn T ein zu T gehörendes Infimum besitzt. In diesem Fall ist min(t ) = inf(t ). Beweis. Es gilt t max(t ) für jedes t T (siehe 1.4(1)), also ist max(t ) eine obere Schranke von T. Da max(t ) T ist (siehe 1.4(2)), ist max(t ) s für jede obere Schranke s von T. D.h. sup(t ) existiert, und es ist max(t ) = sup(t ). Sei umgekehrt sup(t ) T. Es ist t sup(t ) für jedes t T (siehe 1.6(1)). Aus beidem zusammen folgt, es existiert max(t ) (siehe 1.4), und es ist sup(t ) = max(t ). beweist man analog zu. Wir zeigen nun mit Beispiel 1.1, daß nicht jedes Supremum einer Menge T zu T gehören muß, also nicht jedes Supremum notwendigerweise ein Maximum sein muß. Sei also wieder M = P(X) mit einer mindestens zweielementigen Menge X. Dann besitzt wie wir schon gesehen haben nicht jede Teilmenge T von M ein Maximum. Daher reicht es zu zeigen (1) s := t T t ist Supremum von T. Beweis. Zunächst ist jedes t T M = P(X) eine Teilmenge von X. Also ist auch die Vereinigungsmenge s aller dieser t eine Teilmenge von X und gehört daher insbesondere zu M. Ferner ist t s für jedes t T. Also ist s eine obere Schranke von T. Ist nun s eine beliebige obere Schranke von T, so gilt nach Definition t s für alle t T. Also ist auch s s. Also ist s das Supremum von T, d.h. es gilt (1). Entsprechend zeigt man (2) t T t ist Infimum von T. Gehört also t T t zu T, so ist es das Maximum von T. Gehört t T t zu T, so ist es das Minimum von T. (1) zeigt insbesondere, daß M := P(X) mit der partiellen Ordnung eine ordnungsvollständige Menge im Sinne der folgenden Definition ist. [1] 5 C 1

7 Axiomatische Charakterisierung der reellen Zahlen 1.8 Ordnungsvollständigkeit Sei eine partielle Ordnung über M. Dann heißt (M, ) ordnungsvollständig, wenn gilt: Jede nicht-leere nach oben beschränkte Teilmenge von M besitzt ein Supremum. Ist (M, ) ordnungsvollständig, dann besitzt auch jede nicht-leere nach unten beschränkte Teilmenge von M ein Infimum. Beweis. Sei also (M, ) als ordnungsvollständig vorausgesetzt und T M nach unten beschränkt. Dann ist U := {u M : u ist untere Schranke von T }. Zu zeigen ist, U besitzt ein Maximum. Wir zeigen hierzu: (1) sup(u) existiert; (2) sup(u) U, also max(u) = 1.7 sup(u). Zu (1): Da T ist, und jedes Element von T eine obere Schranke von U ist, ist U nach oben beschränkt. Also existiert sup(u) wegen der Ordnungsvollständigkeit von M. Zu (2): Sei t T. Dann gilt u t für jedes u U nach Definition von U. Also ist sup(u) t, und somit sup(u) eine untere Schranke von T. Daher ist sup(u) U nach Definition von U. Die hier als Ordnungsvollständigkeit bezeichnete Eigenschaft wird manchmal auch als beschränkte Ordnungsvollständigkeit bezeichnet. Ist a b, so ist der Fall a = b nach (O1) ausdrücklich mit eingeschlossen. Will man den Fall a = b ausschließen, so kann man a < b durch a b und a b definieren. 1.9 Von abgeleitete Schreibweisen Sei eine partielle Ordnung über M und a, b M. Man schreibt auch: a b für b a; a < b für die zusammengesetzte Aussage a b und a b; (iii) a > b für b < a. Damit erhält man folgende Rechenregeln: C 1 [1] 6

8 Kapitel I Reelle Zahlen 1.10 Regeln für < Sei eine partielle Ordnung über M und < die gemäß 1.9 abgeleitete Relation. Dann erhält man für a, b, c M: Es gilt höchstens eine der drei Beziehungen: a < b, a = b, b < a; (a < b b < c) a < c. Ist eine lineare Ordnung, so gilt zusätzlich: (iii) Es gilt genau eine der drei Beziehungen: a < b, a = b, b < a. Beweis. Ist a = b, dann kann nach Definition 1.9 von < weder a < b noch b < a gelten. Zu zeigen bleibt: a < b und b < a können nicht gleichzeitig gelten. Andernfalls wäre a b und b a, also a = b (siehe (O2) von 1.2), was wegen a < b unmöglich ist. Sei (1) a < b b < c gültig. Dann gilt a b und b c, also auch a c (siehe (O3) von 1.2)). a = c führte wegen (1) zu c < b und b < c. Dies ist aber wegen unmöglich. Also ist a c und daher insgesamt a < c. (iii) Sei also eine lineare Ordnung. Wegen reicht es zu zeigen: Es gilt mindestens eine der drei Beziehungen a < b, a = b, b < a. Sei nun a b, d.h. es sei nicht a = b. Da eine lineare Ordnung ist, gilt a b oder b a (siehe (O4) von 1.2). Wegen a b ist a < b oder b < a (siehe Definition 1.9). In Beispiel 1.1 ist also a < b gleichbedeutend mit a = b. Die Begriffe kleinstes bzw. größtes Element von T werden wir nicht nur auf die reellen Zahlen, sondern häufig auch auf Beispiel 1.1 anwenden. Ist eine lineare Ordnung, so veranschaulicht man sich die abgeleitete Relation < immer auf einer Geraden. a < b bedeutet dann dasselbe wie a liegt links von b. Sind a, b zwei verschiedene Punkte, so liegt nach 1.10 (iii) also entweder a links von b oder b links von a besagt bei dieser Sprechweise: liegt a links von b und b links von c, so liegt auch a links von c. a b c [1] 7 C 1

9 Axiomatische Charakterisierung der reellen Zahlen Da es bei partiellen Ordnungen, die keine linearen Ordnungen sind, Elemente gibt, die nicht miteinander vergleichbar sind, d.h. für die weder a < b noch b < a gilt, ist in einem solchen Fall eine Veranschaulichung auf einer Geraden nicht möglich. Ist X := {p 1, p 2 } in Beispiel 1.1, so stellt man die von abgeleitete Relation <, d.h. =, etwa folgendermaßen dar: {p 1, p 2 } {p 1 } {p 2 } Aus der linearen Algebra übernehmen wir die Begriffe Gruppe und Körper Gruppe Eine Menge G versehen mit einer Verknüpfung heißt Gruppe, wenn gilt: (G1) (G2) (G3) (a b) c = a (b c) für alle a, b, c G (Assoziativität). Es gibt ein Element e G mit e a = a für alle a G. Ein solches Element e heißt neutrales Element. Zu jedem a G existiert ein Element a G mit a a = e. Ein solches Element a heißt inverses Element zu a. Eine Gruppe (G, ) heißt kommutativ oder abelsch, wenn gilt (G4) a b = b a für alle a, b G. In der linearen Algebra wird bewiesen: 1.12 Eindeutigkeit des neutralen und des inversen Elementes Sei (G, ) eine Gruppe. Dann gilt: Es gibt genau ein neutrales Element e G, und es gilt ferner a e = a für alle a G. Zu jedem a G gibt es genau ein inverses Element, das mit a 1 bezeichnet wird. Für a 1 gilt ferner a a 1 = e. C 1 [1] 8

10 Kapitel I Reelle Zahlen Mit Hilfe des Gruppenbegriffs läßt sich besonders prägnant der Begriff des Körpers einführen. Ein Körper wird manchmal auch ausführlicher kommutativer Körper genannt Körper Eine Menge K versehen mit zwei Verknüpfungen + und heißt Körper, wenn gilt: (K1) (K2) (K, +) ist eine kommutative Gruppe. Das neutrale Element bzgl. der Addition + wird Nullelement genannt und mit 0 bezeichnet. (K \ {0}, ) ist eine kommutative Gruppe. Das neutrale Element bzgl. der Multiplikation wird Einselement genannt und mit 1 bezeichnet. (K3) Es gilt für alle a, b, c K : a (b + c) = (a b) + (a c). Es werden die üblichen Konventionen für das Rechnen in Körpern verwandt: Das zu a inverse Element bzgl. + wird mit a bezeichnet. Man schreibt a b statt a + ( b). Statt a b schreibt man auch ab, statt a b 1 auch a b oder a : b. Man verwendet die übliche Vereinbarung: Punktrechnung geht vor Strichrechnung. Daher schreibt man z.b. a b + a c an Stelle von (a b) + (a c). Die Körpereigenschaften alleine reichen zur Charakterisierung der reellen Zahlen bei weitem nicht aus. So zeigt man in der linearen Algebra, daß es Körper gibt, die nur aus zwei Elementen bestehen. Die nun in 1.14 eingeführten angeordneten Körper enthalten wie wir später sehen werden unendlich viele Elemente. Ein Körper mit einer linearen Ordnung, die mit der Addition und Multiplikation verträglich ist, heißt angeordneter Körper: 1.14 Angeordneter Körper Eine Menge K versehen mit zwei Verknüpfungen +, und einer Relation heißt ein angeordneter Körper, wenn gilt: (iii) (K, +, ) ist ein Körper. (K, ) ist eine linear geordnete Menge. Für alle a, b, c K gilt: (A) a b a + c b + c, (M) (a b 0 c) ac bc. Die von der Schule her bekannten rationalen Zahlen Q, die in 3 noch einmal genau eingeführt werden, liefern ein Beispiel für einen angeordneten Körper. Zur axiomatischen Charakterisierung des Körpers der reellen Zahlen benötigt man also noch wenigstens eine weitere Eigenschaft. Diese Eigenschaft ist die Ordnungsvollständigkeit. [1] 9 C 1

11 Axiomatische Charakterisierung der reellen Zahlen Zum Ausgangspunkt der Vorlesungen Analysis I IV werden wir den folgenden Existenz- und Eindeutigkeitssatz machen. Diesen Satz werden wir jedoch nicht beweisen. Er liefert die am Beginn des Paragraphen gesuchte axiomatische Charakterisierung der reellen Zahlen R als angeordneter, vollständiger Körper Ein angeordneter Körper (K, +,, ) heißt vollständig, wenn (K, ) ordnungsvollständig ist. Es gibt einen angeordneten Körper, der vollständig ist. Je zwei angeordnete, vollständige Körper sind isomorph, d.h. sind K 1, K 2 zwei angeordnete Körper, die vollständig sind, so gibt es eine bijektive Abbildung i von K 1 auf K 2, so daß für alle a, b K 1 gilt: i(a + b) = i(a) + i(b), i(a b) = i(a) i(b), a b i(a) i(b). Der nach + bis auf Isomorphie eindeutig bestimmte angeordnete vollständige Körper wird mit R bezeichnet. Seine Elemente werden reelle Zahlen, er selbst Körper der reellen Zahlen genannt. Wegen der Eindeutigkeit des Körpers der reellen Zahlen sind wir berechtigt, auch von dem Körper der reellen Zahlen zu sprechen und ihn mit dem Symbol R zu belegen. Da wir es bei angeordneten Körpern, und somit insbesondere bei R, mit linear geordneten Mengen zu tun haben, halten wir noch eine andere Charakterisierung des Supremums und Infimums für linear geordnete Mengen fest: 1.16 Supremum und Infimum in linear geordneten Mengen Sei eine lineare Ordnung über M und T M. Dann ist s das Supremum von T, wenn gilt: (1) s ist obere Schranke von T ; (2) s < s s ist keine obere Schranke von T. Dann ist s das Infimum von T, wenn gilt: (1) s ist untere Schranke von T ; (2) s < s s ist keine untere Schranke von T. Beweis. Aus 1.6(2) folgt 1.16(2). Ist 1.16(2) erfüllt und s obere Schranke von T, so kann nicht s < s sein. Da aber eine lineare Ordnung ist, muß s s (siehe 1.10(iii)) sein. Also gilt 1.6(2). Für linear geordnete Mengen sind also die Bedingungen 1.6(2) und 1.16(2) äquivalent. Dieses beweist. folgt entsprechend. C 1 [1] 10

12 Kapitel I Reelle Zahlen Einen genetischen Aufbau des Körpers R der reellen Zahlen findet man z.b. in E. Landau: Grundlagen der Analysis, Chelsea A. Oberschelp: Aufbau des Zahlensystems, Vandenhoeck & Ruprecht, Göttingen Einen Überblick über die verschiedensten Zahlbereiche gibt der Band: Grundwissen Mathematik 1, Zahlen, Herausgeber: Ebbinghaus et al., 2. Auflage, Springer Der hier beschrittene Weg, die reellen Zahlen axiomatisch einzuführen, wurde von dem wohl größten Mathematiker dieses Jahrhunderts, Hilbert ( ), propagiert. Russell hat hierzu gemeint, die Vorzüge, die dieses Vorgehen hat, sind denen ähnlich, die der Diebstahl vor ehrlicher Arbeit hat: Man eignet sich mühelos die Früchte fremder Leistung an. Wir werden nun mit diesem axiomatischen Aufbau starten. In den folgenden beiden Paragraphen werden wir zunächst Eigenschaften für alle angeordneten Körper und damit insbesondere für R beweisen. Die R charakterisierende Vollständigkeit kommt erst ab 4 zum tragen. [1] 11 C 1

4 Das Vollständigkeitsaxiom und irrationale Zahlen

4 Das Vollständigkeitsaxiom und irrationale Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen 4.2 R ist archimedisch geordnet 4.5 Q liegt dicht in R 4.7 Existenz von Wurzeln nicht-negativer reeller Zahlen In diesem Paragraphen werden wir zum ersten

Mehr

2 Rationale und reelle Zahlen

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

Mehr

Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die kontinuierlich ablaufende Zeit.

Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die kontinuierlich ablaufende Zeit. Kapitel 4 Reelle Zahlen 4.1 Die reellen Zahlen (Schranken von Mengen; Axiomatik; Anordnung; Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die

Mehr

Reelle Zahlen, Gleichungen und Ungleichungen

Reelle Zahlen, Gleichungen und Ungleichungen 9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN 24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN x 2 = 0+x 2 = ( a+a)+x 2 = a+(a+x 2 ) = a+(a+x 1 ) = ( a+a)+x 1 = x 1. Daraus folgt dann, wegen x 1 = x 2 die Eindeutigkeit. Im zweiten Fall kann man für a 0 schreiben

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

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de

Mehr

Lineare Algebra 6. Übungsblatt

Lineare Algebra 6. Übungsblatt Lineare Algebra 6. Übungsblatt Fachbereich Mathematik M. Schneider 16.05.01 Konstantin Pertschik, Daniel Körnlein Gruppenübung Aufgabe G19 Berechnen Sie das inverse Element bzgl. Multiplikation in der

Mehr

Neben der Addition tritt nun die Multiplikation als weitere Struktureigenschaft

Neben der Addition tritt nun die Multiplikation als weitere Struktureigenschaft Kapitel 3 Rationale Zahlen 31 Die rationalen Zahlen (Körper, Abzählbarkeit) Was ist mit der Gleichung z q = w in Z? Für gegebene z, w Z ist diese Gleichung in der Menge der ganzen Zahlen im Allgemeinen

Mehr

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

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

Kapitel III. Aufbau des Zahlensystems

Kapitel III. Aufbau des Zahlensystems Kapitel III. Aufbau des Zahlensystems 1 Addition und Multiplikation natürlicher Zahlen Wir wollen erklären, wie man natürliche Zahlen addiert und multipliziert und dabei nur den Begriff das Zählens verwenden.

Mehr

Musterlösung zu Blatt 6, Aufgabe 2

Musterlösung zu Blatt 6, Aufgabe 2 Musterlösung zu Blatt 6, Aufgabe 2 I Aufgabenstellung Es sei F = R N der Raum aller reellen, mit N induzierten Folgen. Weiter bezeichne N alle Nullfolgen, K alle konvergenten Folgen und B alle beschränkten

Mehr

Kapitel 1. Körper und Zahlen. 1.1 Mengen

Kapitel 1. Körper und Zahlen. 1.1 Mengen Kapitel 1 Körper und Zahlen 11 Mengen 12 Das Prinzip der vollständigen Induktion 13 Körper 14 Geordneter Körper 15 Reelle Zahlen 16 Komplexe Zahlen 11 Mengen Dieser Abschnitt gibt eine kurze Einführung

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Sei G eine Gruppe. Zeige, dass ( 1 ) 1 = Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Arbeitsblatt 3 Die Pausenaufgabe Aufgabe 3.1. Formuliere die binomischen

Mehr

Weitere Eigenschaften

Weitere Eigenschaften Weitere Eigenschaften Erklärung der Subtraktion: x y := x + ( y) (5) Die Gleichung a + x = b hat die eindeutig bestimmte Lösung x = b a. Beweis: (a) Zunächst ist x = b a eine Lösung, denn a + x = a + (b

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

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

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

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

Stefan Ruzika. 24. April 2016

Stefan Ruzika. 24. April 2016 Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 2: Körper 24. April 2016 1 / 21 Gliederung 1 1 Schulstoff 2 Körper Definition eines Körpers

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

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

Mehr

Axiomatische Beschreibung der ganzen Zahlen

Axiomatische Beschreibung der ganzen Zahlen Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen

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

1 Algebraische Strukturen

1 Algebraische Strukturen Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

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

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

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

2.9 Die komplexen Zahlen

2.9 Die komplexen Zahlen LinAlg II Version 1 3. April 2006 c Rudolf Scharlau 121 2.9 Die komplexen Zahlen Die komplexen Zahlen sind unverzichtbar für nahezu jede Art von höherer Mathematik. Systematisch gehören sie zum einen in

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

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

Die reellen Zahlen nach Dedekind

Die reellen Zahlen nach Dedekind Die reellen Zahlen nach Dedekind Dustin Lazarovici 25. November 2013 Die Idee der ZAHL entspringt der Beobachtung von Verhältnissen und der ungeheuren Denkleistung, diese Verhältnisse als unabhängig von

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch. Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):

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

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

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen

Mehr

4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9

4. 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 )

Mehr

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

Konstruktion der reellen Zahlen 1 von Philipp Bischo

Konstruktion der reellen Zahlen 1 von Philipp Bischo Konstruktion der reellen Zahlen 1 von Philipp Bischo 1.Motivation 3 1.1. Konstruktion von R im allgemeine 3 2.Voraussetzung 3 2.1Die Menge Q zusammen mit den beiden Verknüpfungen 3 2.2Die Rationalen Zahlen

Mehr

Einführung in die Analysis

Einführung in die Analysis Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel

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

5. Gruppen, Ringe, Körper

5. Gruppen, Ringe, Körper 5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie Prof. Dr. Sebastian Iwanowski DM4 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 4: Zahlentheorie Beutelspacher 5 Lang 7, Biggs 20, 22, 23 (jeweils teilweise,

Mehr

Zahlen und elementares Rechnen (Teil 1)

Zahlen und elementares Rechnen (Teil 1) und elementares Rechnen (Teil 1) Dr. Christian Serpé Universität Münster 6. September 2010 Dr. Christian Serpé (Universität Münster) und elementares Rechnen (Teil 1) 6. September 2010 1 / 40 Gliederung

Mehr

Die reellen Zahlen. Wir haben N Z Q mit. Z = Menge der ganzen Zahlen (Gruppe bzgl. +) Q = Menge der rationalen Zahlen (Körper bzgl.

Die reellen Zahlen. Wir haben N Z Q mit. Z = Menge der ganzen Zahlen (Gruppe bzgl. +) Q = Menge der rationalen Zahlen (Körper bzgl. 3 Die reellen Zahlen Wir haben N Z Q mit Z = Menge der ganzen Zahlen (Gruppe bzgl. +) Q = Menge der rationalen Zahlen (Körper bzgl. + und ) eingeführt, um Gleichungen der Form m + x = n bzw. m y = n mit

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

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

3 Vom Zählen zur Induktion

3 Vom Zählen zur Induktion 7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

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

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit

Mehr

Algebraische Kurven. Holger Grzeschik

Algebraische Kurven. Holger Grzeschik Algebraische Kurven Holger Grzeschik 29.04.2004 Inhaltsübersicht 1.Einführung in die Theorie algebraischer Kurven 2.Mathematische Wiederholung Gruppen, Ringe, Körper 3.Allgemeine affine Kurven 4.Singuläre

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

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006 Prof. E.-W. Zink Institut für Mathematik Humboldt-Universität zu Berlin Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester 2005-06 vom 15. Januar 2006 2te, korrigierte und erweiterte

Mehr

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010 Mathematische Grundlagen Lernmodul 4 Reelle Zahlen Stand: Oktober 200 Autoren: Prof. Dr. Reinhold Hübl, Professor Fakultät für Technik, Wissenschaftliche Leitung ZeMath, E-Mail: huebl@dhbw-mannheim.de

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 II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen

Mehr

Kapitel 4. Folgen Körper der reellen Zahlen. Wir kennen schon den Körper Q der rationalen Zahlen: : a, b Z, b 0}. Q = { a b

Kapitel 4. Folgen Körper der reellen Zahlen. Wir kennen schon den Körper Q der rationalen Zahlen: : a, b Z, b 0}. Q = { a b Kapitel 4. Folgen 4.1. Körper der reellen Zahlen Wir kennen schon den Körper Q der rationalen Zahlen: Q = { a b : a, b Z, b 0}. Die natürliche Ordnung auf Q ist eine totale Ordnung. Überdies gilt folgendes

Mehr

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra A. Filler Folie 1 /15 Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra 2. Die reellen Zahlen A. Filler Humboldt-Universität zu Berlin, Institut für Mathematik Sommersemester 2016

Mehr

Lösungen zur Mathematik für Informatiker I

Lösungen zur Mathematik für Informatiker I Lösungen zur Mathematik für Informatiker I Wintersemester 00/03 Prof Dr H Lenzing Blatt 7 Sei M Ihre Matrikelnummer mit den Ziffern m, m, m 3, m 4, m 5, m 6, m 7 Aufgabe 6 ( Bonuspunkt): Wir betrachten

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

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

7. Ringe und Körper. 7. Ringe und Körper 49

7. Ringe und Körper. 7. Ringe und Körper 49 7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich

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

1.4 Homomorphismen und Isomorphismen

1.4 Homomorphismen und Isomorphismen Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,

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

1.4 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

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

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

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 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 )

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

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

1 Modulare Arithmetik

1 Modulare Arithmetik $Id: modul.tex,v 1.11 2012/04/16 19:15:39 hk Exp $ $Id: gruppen.tex,v 1.11 2012/04/17 10:30:56 hk Exp $ 1 Modulare Arithmetik 1.3 Restklassen Wir waren gerade damit beschäftigt eine Beispiele zum Rechnen

Mehr

$Id: mengen.tex,v /11/16 20:09:23 hk Exp $ $Id: komplex.tex,v /11/16 20:12:23 hk Exp hk $

$Id: mengen.tex,v /11/16 20:09:23 hk Exp $ $Id: komplex.tex,v /11/16 20:12:23 hk Exp hk $ $Id: mengen.tex,v.7 2008//6 20:09:23 hk Exp $ $Id: komplex.tex,v.2 2008//6 20:2:23 hk Exp hk $ I. Grundlagen 3 Mengen und Abbildungen 3.4 Vollständige Induktion und endliche Mengen Wir wollen noch ein

Mehr

Vorkurs: Mathematik für Informatiker

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

Mehr

Lösung zur Übung für Analysis einer Variablen WS 2016/17

Lösung zur Übung für Analysis einer Variablen WS 2016/17 Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei

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

Kongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe

Kongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe 2. Kongruenzen und Restklassenringe Kongruenzen Definition: Wir sagen a ist kongruent zu b modulo m schreiben a b mod m, wenn m die Differenz b-a te Beispiel: Es gilt 2 19 mod 21, 10 0 mod 2. Reflexivität:

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2016 Einführung in die mathematische Logik Vorlesung 12 Wir haben bisher nur von Axiomensystemen im Sinne einer beliebigen Ausdrucksmenge Γ L S gesprochen, die im Allgemeinen

Mehr

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

8 Konvergenzkriterien und Häufungswerte von Folgen in R

8 Konvergenzkriterien und Häufungswerte von Folgen in R 8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

1.2 Eigenschaften der ganzen Zahlen

1.2 Eigenschaften der ganzen Zahlen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 13 1.2 Eigenschaften der ganzen Zahlen Dieser Abschnitt handelt von den gewöhlichen ganzen Zahlen Z und ihren Verknüpfungen plus und mal. Man kann die natürlichen

Mehr

2. Teilbarkeit. Euklidischer Algorithmus

2. Teilbarkeit. Euklidischer Algorithmus O. Forster: Einführung in die Zahlentheorie 2. Teilbarkeit. Euklidischer Algorithmus 2.1. Wir benutzen die folgenden Bezeichnungen: Z = {0, ±1, ±2, ±3,...} Menge aller ganzen Zahlen N 0 = {0, 1, 2, 3,...}

Mehr

1 Algebraische Grundbegriffe

1 Algebraische Grundbegriffe 1 Algebraische Grundbegriffe Eine Algebra besteht aus einer Trägermenge S sowie eineroder mehreren Operationen. Eine Operation ist dabei eine k-stellige Abbildung, d.h. es gilt für eine Operation f f S

Mehr

= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0.

= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0. Def 4 Eine Menge K mit zwei Abbildungen + : K K K und : K K K (heißen Addition und Multiplikation; wir werden a b bzw a+b statt (a,b), +(a,b) schreiben) ist ein kommutativer Ring, falls: (R1) (K, +) ist

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