Einführung in die Mathematik (Vorkurs 1 )

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Einführung in die Mathematik (Vorkurs 1 )"

Transkript

1 Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2015/16 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1

2 Inhaltsverzeichnis 1 Aussagenlogik 4 2 Beweistypen 10 3 Vollständige Induktion 12 4 Mengen 17 5 Abbildungen 23 2

3 Was Sie über N nicht vergessen haben sollten Wir beginnen mit einer kleinen Wiederholung über natürliche Zahlen 2. Mit dem Symbol N bezeichnen wir die Menge der natürlichen Zahlen, also N := {1, 2, 3, 4,... }. Der Doppelpunkt auf der linken Seite des Gleichheitszeichen bedeutet übrigens, dass hier die linke Seite, also das Symbol N, definiert wird. Das setzt natürlich vorraus, dass wir die rechte Seite schon verstehen können. Ich hoffe jeder weiß was mit der Schreibweise {1, 2, 3, 4,... } gemeint ist. Mit N 0 bezeichnen wir die Menge {0, 1, 2, 3,... }. Wir sagen die natürliche Zahl a teiltdie natürliche Zahl b, falls es eine natürliche Zahl k gibt, so dass ak = b. Wir sagen auch a ist ein Teiler von b und schreiben a b. Z.B teilt 4 die 12, denn 4 3 = 12. Wir schreiben also Falls es keine natürliche Zahl k für die ak = b gilt gibt, ist a kein Teiler von b. Z.B. ist 5 kein Teiler von 12. Wir schreiben 5 b. Zahlen für die 2 ein Teiler ist, nennen wir gerade Zahlen. Alle anderen natürlichen Zahlen nennen wir ungerade Zahlen. Definition 0.1 Eine natürliche Zahl n heißt Primzahl, wenn sie ungleich Eins ist und nur durch Eins und durch sich selbst teilbar ist. Die Zahl 2 ist also eine Primzahl, denn jeder Teiler müsste kleiner als 2 aber ungleich Drei sein. Da 2 die 3 nicht teilt, ist auch 3 eine Primzahl. Wegen 4 = 2 2 ist 4 keine Primzahl. In Ihrem Studium werden Sie an verschiedenen Stellen sehen, dass Primzahlen eine fundamentale Bedeutung in der Mathematik haben. Im Augenblick benötigen wir die Menge der Primzahlen nur, um einfache Beispiele zur Aussagenlogik diskutieren zu können. 2 Was natürliche Zahlen sind, scheint intuitiv klar und aus der Schule ausreichend bekannt. Tatsächlich machen wir es uns hier ein bischen einfach. Im Studium der Mathematik wird man noch eine axiomatische Einführung der natürlichen Zahlen bekommen. Das führt aber schon über den Vorkursstoff hinaus 3

4 1 Aussagenlogik Die formale Logik stellt die Regeln bereit, nach denen mathematische Aussagen schlüssig und eindeutig formuliert und begründet werden können. Mathematische Aussagen sind immer genau eines von beiden, wahr oder falsch. Jede mathematische Aussage hat also einen eindeutig bestimmten Wahrheitswert, w (für wahr) oder f (für falsch) 1. Die Sätze:Heute ist Montag und Morgen ist Mittwoch sind beides Aussagen. Je nachdem an welchem Tag Sie den Satz lesen sind diese Aussagen wahr oder falsch. Der Satz Heute ist Montag und morgen ist Mittwoch ist in jedem Falle falsch, aber trotzdem eine Aussage. Der Satz Wie ist das Wetter heute ist in obigen Sinne keine Aussage. Ein bischen kniffliger ist die Frage, ob der Satz Dieser Satz ist eine Aussage die falsch ist in obigen Sinne eine Aussage ist (probieren Sie mal, ob der Satz eine wahre oder eine falsche Aussage sein kann). Beispiel 1.1 Nun ein paar Beispiele zu Aussagen mit zahlentheoretischem Inhalt: A: 2015 Ist eine Primzahl B: Jede Primzahl ist ungerade C: Jede gerade Zahl größer oder gleich 4 ist das Produkt aus mindestens zwei Primzahlen D: Jede gerade Zahl größer oder gleich 4 ist die Summe aus genau zwei Primzahlen Aussage A ist falsch, da 2015 z.b. das Produkt der Zahlen 5 und 403 ist. 2 ist gerade und eine Primzahl, also ist Aussage B falsch. Auch Aussage C ist richtig. Aber wie beweist man das? Aussage D ist die sogenannte Goldbachsche Vermutung an der sich die Mathematiker schon seit 1742 die Zähne ausbeißen. Trotzdem, D ist entweder wahr oder falsch und damit eine Aussage. 1 Die Logik der Mathematik ist somit zweiwertig. Es gibt auch mehrwertige oder sogar unscharfe (Fuzzy-)Logik, die in der Technik eine gewisse Rolle spielt (Fuzzy-Regelung... ); diese ist aber zur Grundlegung der Mathematik eher ungeeignet (... obwohl es inzwischen schon Gebiete wie Fuzzy-Topologie, Fuzzy-Analysis, Fuzzy-Wahrscheinlichkeitstheorie usw. gibt!). 4

5 1 Aussagenlogik Aus einfachen Aussagen gewinnt man durch logische Verknüpfungen kompliziertere Aussagen 2. (a) Konjunktion ( und ), Schreibweise: A B. Beispiel: Seien A und C die Aussagen aus Beispiel 1.1. Dann bedeutet die Aussage A C : 9 ist eine Primzahl und 2 ist eine Primzahl Das ist eine neue Aussage (und zwar eine falsche). Der Wahrheitswert der neuen Aussage A B ist durch folgende Tabelle (eine sogenannte Wahrheitstafel) definiert: A B A B w w w w f f f w f f f f Durch die folgende Wahrheitstafel werden weitere logische Verknüpfungen definiert. A B A A B A B A B A B w w f w w w w w f f f w f f f w w f w w f f f w f f w w (b) Disjunktion oder, Schreibweise: A B Bemerkung: Das logische oder,, ist nicht, wie meist in der Umgangssprache, als entweder-oder gemeint 3, sondern als einschließendes Oder. 2 Die Aussagenlogik ist kein reines Konstrukt der Mathematik; sie existiert in der Natur! In der Schaltungstechnik werden logische Operationen durch geeignete Schaltkreise realisiert. Dabei bedeutet falsch bzw. wahr: A wahr: Der A-Schalter ist geschlossen, d.h. Strom kann fließen. A falsch: Der A-Schalter ist offen, d.h. Strom kann nicht fließen. Durch eine Reihenschaltung von mehreren Schaltern lassen sich damit Und-Verknüpfungen realisieren, durch eine Parallelschaltung Oder-Verknüpfungen. Die Und, Oder und Nicht- Elemente können mittels Halbleitertechnik realisiert werden; damit können binäre logische Aussagen im Prinzip auch experimentell überprüft (besser: erfahren ) werden. 3 Ein exklusives Oder (entweder oder) kann durch definiert werden. A B := (A B) ( A B). 5

6 1 Aussagenlogik Beispiel: Betrachte die Aussagen C 1 : Die Zahl 2 ist gerade und die Aussage C 2 : Die Zahl 2 ist eine Primzahl. Die Aussage C 1 C 2 : Die Zahl 2 ist gerade oder eine Primzahl ist wahr, da mindestens eine der beiden Aussagen C 1, C 2 wahr ist. Tatsächlich sind sowohl C 1 als auch C 2 wahr. (c) Negation ( nicht A ), Schreibweise: A. Beispiel: Die Negation von C ist C : 2 ist keine Primzahl. Die Negation von Alle Studenten wissen, dass es unendlich viele Primzahlen gibt ist Es gibt mindestens einen Studenten, welcher nicht weiß, dass es unendlich viele Primzahlen gibt. Die Aussage B ist Nicht jede Primzahl ist ungerade. Achtung: ein typischer Anfängerfehler wäre B mit Jede Primzahl ist gerade gleichzusetzen. Das kann schon deshalb nicht richtig sein, da ja entweder B oder B richtig sein muss. (d) Implikation ( A impliziert B, aus A folgt B), Schreibweise: A B Bemerkung: Eine Implikation A B ist stets wahr, wenn A falsch ist! Aus einer falschen Aussage kann man alles folgern! Beispiel: Die verknüpfte Aussage A D : Ist 9 eine Primzahl, dann gibt es unendlich viele Primzahlzwillinge 4 ist also wahr, obwohl wir nicht wissen, ob die Aussage D wahr ist. (e) Äquivalenz ( A ist äquivalent zu B, A genau dann, wenn B), Schreinweise: A B Beispiel: Sei q eine natürliche Zahl. Die Aussage q ist eine gerade Primzahl und die Aussage q ist 2 sind äquivalent. Sie sind entweder beide wahr (nämlich wenn q tatsächlich 2 ist) oder beide falsch. Mit Hilfe der Wahrheitstafel kann man nun Regeln verifizieren. Z.B. stellt man fest, dass die Aussage A B genau dann wahr ist, wenn B A wahr ist. Die sogenannte Kommutativität von ist also durch die Tabelle A B A B B A w w w w w f f f f w f f f f f f gezeigt. Analog geht man bei der Verifikation weiterer Regeln vor. Regel 1.2 (a) Kommutativität: A B B A A B B A. 4 Primzahllzwillinge sind Paare von Primzahlen, welche sich nur um 2 unterscheiden, also 3 und 5 oder 11 und 13. 6

7 1 Aussagenlogik (b) Assoziativität: A (B C) (A B) C A (B C) (A B) C. (c) Distributivität: A (B C) (A B) (A C) A (B C) (A B) (A C). (d) Doppelte Negation: ( A) A. (e) de Morgansche Regeln: (A B) A B (A B) A B. (f) Kontraposition: (A B) ( B A). (g) Syllogismus: ((A B) (B C)) (A C). Mathematische Aussagen hängen oft von Variablen ab. Zum Beispiel hängt die Aussage A(n) : n ist größer als 2n von der Variable n ab. Dabei sind die Variablen meist durch Annahme eines gewissen Definitionsbereiches eingeschränkt. In obigem Beispiel etwa sei n eine beliebige natürliche Zahl. Wir nehmen hier schon mal die Bezeichnung n N für n ist ein Element der natürlichen Zahlen vorweg. Wir schreiben n N : A(n) für Für alle natürlichen Zahlen n gilt die Aussage A(n). Das Symbol ist der sogenannte Allquantor. Wir schreiben n N : A(n) statt Es existiert eine natürliche Zahl n, so dass die Aussage A(n) gilt. Das Symbol ist der sogenannte Existenzquantor. Beispiel 1.3 Die folgenden Aussagen seien für ganze Zahlen n bzw. m erklärt. 7

8 1 Aussagenlogik Die Aussage A(n) : n ist größer als 2n ist für alle natürlichen Zahlen n falsch. Wir könnten also schreiben n N : A(n). Sei nun B(n) die Aussage n 2 > n. Für gewisse n ist diese Aussage wahr (etwa für n = 3). Wir können also schreiben n N : B(n). Beachten Sie, dass bei der Negation einer Aussage die Quantoren und ihre Rollen vertauschen, d.h. es gilt ( n N : A(n)) n N : A(n). Oder in Worten ausgedrückt: Ist A(n) nicht für alle n richtig, dann gibt es mindestens ein n, so dass A(n) falsch ist. Analog gilt ( n N : A(n)) n N : A(n). Beispiel 1.4 Die Aussage C(n, m): n ist größer als m hängt von den natürlichen Zahlen n und m ab. Die Aussage D : Für jede natürliche Zahl m gibt es eine natürliche Zahl n so dass n größer als m ist kann man abkürzend schreiben D : m N n N : C(m, n). Wir stellen zunächst fest, dass D etwas völlig anderes ist wie E : n N m N : C(m, n). In Worten: Es gibt eine natürliche Zahl m, so dass für jede natürliche Zahl n die Ungleichung n > m gilt. Eine Aussage kann sich also ändern, wenn man die Reihenfolge von Quantoren vertauscht. Aussage D ist wahr, Aussage E ist falsch. E ist aber auch nicht die Negierung von D. Die ergibt sich durch D : m N n N : C(m, n). In Worten: Es existiert eine natürliche Zahl m so dass für jede natürliche Zahl n die Ungleichung n m gilt. Übung: Es sei C(m, n) eine Aussage, welche von Parametern n und m (jeweils natürliche Zahlen) abhängig sind. Desweiteren sei: A 1 : n N m N : C(m, n) A 2 : m N n N : C(m, n) A 3 : n N m N : C(m, n) A 2 : m N n N : C(m, n) 8

9 1 Aussagenlogik a) Finden Sie geeignete Beispiele für Aussagen C(m, n) welche belegen, dass Die Aussagen A 1, A 2, A 3 und A 4 verschieden sind. b) Gelten Implikationen zwiwschen den Aussagen A 1, A 2, A 3 und A4? Warnung: Die Symbole,,,,, und sind oft sehr nützlich, etwa wenn man verschachtelte logische Ausdrücke negieren will. Keinesfalls sollten sie aber im Sinne stenographischer Abkürzungen in einem mathematischen Text (z.b. bei der Bearbeitung von Übungsblättern, Klausuraufgaben oder Bachelorarbeiten) verwendet werden. Ein mathematischer Text sollte immer aus vollständigen Sätzen bestehen. 9

10 2 Beweistypen Gegeben seien zwei Aussagen A und B. Man will nun beweisen, dass aus der Aussage A die Aussage B folgt. Wir müssen also zeigen, dass die Aussage B wahr ist, falls A wahr ist. Beispiel: Sei q eine natürliche Zahl. Die Aussage A sei q ist eine gerade Primzahl und B sei q ist kleiner als 5. Wir wollen zeigen, dass die Aussage A B : Ist q eine gerade Primzahl, so ist sie kleiner als 5 wahr ist, also dass die Aussage A die Aussage B impliziert. Wir stellen nun die folgenden drei Beweistechniken vor: Direkter Beweis: Man nehme an, dass A wahr ist und folgere durch eine Kette logischer Schlüsse, dass B wahr ist. Beispiel: Aus A folgt zunächst die Aussage C : q ist 2, denn 2 ist eine Primzahl, und jede andere gerade Zahl ist durch zwei teilbar und daher keine Primzahl. Aus C wiederum folgt B, denn 2 ist kleiner als 5. Beweis durch Kontraposition: Hier nutzt man, die Kontrapositionsregel, d.h. die Tatsache, dass A B genau dann wahr ist, wenn B A wahr ist. Wir verneinen also B und zeigen, dass hieraus A folgt. Beispiel: Es gelte also B, d.h., q ist größer oder gleich 5. Dann ist q auch ungleich 2. Da alle Primzahlen außer zwei ungerade sind, ist q ungerade oder keine Primzahl. Es gilt also A. Widerspruchsbeweis: Hier nutzt man, dass A B äquivalent ist zu A B. Die Negation dazu ist wiederum A B. Um nun zu zeigen, dass A B wahr ist, zeigt man, dass A B falsch ist. Beispiel: Die Aussage A B ist q eine gerade Primzahl größer oder gleich 5. Als gerade Zahl ist q ein Vielfaches von 2 und damit keine Primzahl. Ein Widerspruch. Die beiden Beweistypen Kontaposition und Widerspruchsbeweis nennt man indirekter Beweis. Viele Übungsaufgaben lassen sich mit einer Kombination der drei folgenden Fragetypen formulieren. Beweisen Sie: aus A folgt B: Dies ist die Standardsituation, wie sie in Abschnitt 2 beschrieben ist. 10

11 2 Beweistypen Beweisen Sie, dass A und B äquivalent sind: Um eine Äquivalenz zu zeigen, muß man beide Implikationen A B und B A zeigen. Beispiel 2.1 Wir beweisen, dass die Aussagen A: n ist gerade und die Aussage B: n 2 ist gerade äquivalent sind. Zunächst zeigen wir A B: Ist n gerade, so gibt es eine natürliche Zahl k, so dass n = 2k. Damit ist auch n 2 = 4 k 2 = 2 2k 2 gerade. Nun zeigen wir B A. Hier probieren wir einen indirekten Beweis: Wir nehmen an, n ist nicht gerade, also ungerade. Dann gibt es eine natürliche Zahl k, so dass n = 2k 1. Dann ist n 2 = 4k(k 1) + 1 ungerade. Wir haben damit A B gezeigt. Wir wissen aber schon, dass das äquivalent zu B A ist (Kontraposition). Beweisen oder widerlegen Sie Aussage A: In Übungsblättern und Klausuren werden Sie häufig mit einer Aussage konfrontiert, von der Sie zunächst nicht wissen, ob sie wahr oder falsch ist. Falls Sie ein Gegenbeispiel zur Aussage finden, ist die Aufgabe gelöst, denn ein Gegenbeispiel ist ein Beweis. Nämlich dafür, dass eine Aussage falsch ist. Das besagte Gegenbeispiel müssen sie aber genau ausführen, d.h. begründen, warum dieses Beispiel die zu untersuchende Aussage wiederlegt. Falls die Aussage wahr ist, müssen sie einen Beweis finden. In der Regel sind solche Aufgaben so konzipiert, dass ein Student mit etwas Überblick weiß, ob die Aussage zu beweisen oder zu widerlegen ist. Beispiel: Beweisen oder widerlegen Sie die folgende Aussage: Für jede natürliche Zahl m gibt es eine natürliche Zahl n, so dass n + m = nm Wer es probiert, wird schnell ein Gegenbeispiel finden. Die richtige Antwort ist also: Die Aussage ist falsch. Z.B. für m = 1 gibt es kein solches n, denn für jede natürliche Zahl n gilt n + 1 > n 1. Achtung: Ein Beispiel ist kein Beweis! Für gewisse natürliche Zahlen m gibt es ein n, so dass n + m = nm. Z.B. für m = 2 wähle man n = 2. Dieses Beispiel liefert aber keinerlei Erkenntnis darüber, ob obige Aussage insgesamt wahr oder falsch ist. 11

12 3 Vollständige Induktion Die Vollständige Induktion ist eine sehr wichtige Beweismethode, welche wir in allen mathematischen Disziplinen benutzen werden. Betrachten Sie die Aussagen und A := Für alle n N ist die Zahl 2 2n + 1 eine Primzahl B := Für alle n N ist die Zahl 2 2n 1 durch drei teilbar Sind die Aussagen wahr? Man könnte vermuten, dass A wahr ist, denn man rechnet leicht nach, dass 2 2n + 1 für n = 1, 2, 3 eine Primzahl ist. Mit etwas Aufwand sieht man auch das eine Primzahl ist. Es gilt aber = , und diese Zahl ist durch 641 teilbar. Die Aussage A ist hiermit also widerlegt. Die Aussage B ist allerdings wahr. Wieder könnte man anfangen, die Aussage für möglichst viele natürliche Zahlen n zu testen. Im Gegensatz zu oben werden Sie kein Gegenbeispiel finden. Die Aussage ist damit aber noch nicht beweisen, da Sie ja, egal wie schnell Ihr Computer ist, nur für endlich viele n testen können. Die Vollständige Induktion ist nun eine Methode, die es ermöglicht Aussagen wie B zu beweisen. Prinzip der vollständigen Induktion: Für jede natürliche Zahl n N sei eine Aussage B(n) gegeben. Es gelte: 1) B(1) gilt, d.h. die Aussage stimmt für n = 1 2) B(n) B(n + 1) gilt, d.h. falls die Aussage für eine Zahl n N wahr ist, so ist sie auch für die Zahl n + 1 wahr. Dann stimmt die Aussage B(n) für alle n N. Die Voraussetzung, dass B(1) wahr ist, nennt man Induktionsanfang. Die Implikation B(n) B(n + 1) ist trivialerweise wahr, wenn B(n) falsch ist. Interresant ist also nur der Fall, wenn B(n) wahr ist. Dazu nehmen wir einfach an, dass B(n) für ein abstraktes n wahr ist. Diese Annahme nennt man Induktionsannahme oder Induktionsvoraussetung. Im sogenannten Induktionsschluß muss man nun zeigen, dass aus B(n) auch B(n + 1) folgt 1. Bitte gewöhnen Sie sich gleich an, alle drei Schritte, also Induktionsanfang, Induktionsvoraussetung und Induktionsschluß für den Leser Ihrer Lösungen kenntlich zu machen. 1 Tipp: Wer beim Induktionsschluß die Induktionsannahme nicht benutzt hat, hat ziemlich sicher etwas falsch gemacht. 12

13 3 Vollständige Induktion Wer Prinzip der vollständigen Induktion zum ersten mal sieht sollte sich nun ersteinmal klar machen, warum dieses Prinzip intuitiv richtig ist. Gilt die Aussage B(1) dann folgt ja nach 2), dass die Aussage B(2) gilt. Daraus folgt dann, wieder mit 2), dass B(3) gilt und daraus, dass B(4) gilt, und so weiter 2. Viele wichtige Sätze und Rechenregeln, lassen sich durch vollständige Induktion beweisen. Wir zeigen nun einige Beispiele dafür. Exkurs: Zunächst führen wir folgende wichtige Schreibweise für Summen ein. Für Zahlen a 1,..., a n schreiben wir für die Summe a 1 + a a n in Zukunft n k=1 a k. Statt schreiben wir also 9 k=1 k. Hier ist also a k = k und n = 9. Noch ein Beispiel zu dieser Schreibweise. Für die natürliche Zahl k sei a k durch a k = k 2 definiert. Dann bedeutet 7 k=1 a k dasselbe wie 7 k=1 k2 oder wie Aber nochmal zum Fall a k = k. Hier gilt: Satz 3.1 Für alle natürlichen Zahlen n N gilt n n(n + 1) k =. 2 k=1 Beweis: Wir beweisen die Aussage mit Hilfe der Vollständigen Induktion. Wir betrachten also die von einer natürlichen Zahl n abhängigen Aussage n k=1 k = n(n+1). Um die Struktur des Beweises sichtbarer zu machen nennen 2 wir diese aussage A(n). (Induktionsanfang:) Zunächst müssen wir zeigen, dass die Aussage A(1) wahr ist. Das ist leicht, denn für die linke Seite der zu beweisenden Gleichung erhält man 1 k=1 k = 1 und für die linke Seite erhält man = 1. Nun müssen wir zeigen, dass A(n) A(n + 1) wahr ist, d.h., wir zeigen, dass falls A(n) wahr ist, also n k=1 k = n(n+1) gilt, so muss auch n+1 2 k=1 k = n+1(n+2) 2 gelten. (Induktionsannahme:) Sei n k=1 k = n(n+1) für eine natürliche Zahl n. 2 (Induktionsschluß:) Dann gilt n+1 k = k=1 = n k=1 k + n + 1 Induktionsannahme = n(n + 1) + 2(n + 1) 2 Die Aussage A(n) A(n + 1) ist also wahr. = n(n + 1) 2 (n + 1)(n + 2) 2 + n Wir benutzen also nur die Eigenschaft der natürlichen Zahlen, dass man jede natürliche Zahl erreicht, wenn man von der Eins ausgehend oft genug eine Eins addiert. Diese Eigenschaft der natürlichen Zahlen kann man übrigens nicht beweisen. Vielmehr ist diese Eigenschaft ein Axiom, also eine Annahme. Mathematiker bemühen sich, die Mathematik auf möglichst wenigen Axiomen aufzubauen. Genauers darüber lernen Sie im späteren Studium der Mathematik. 13

14 3 Vollständige Induktion Exkurs 2: Auch für das zweite Beispiel führen führen wir eine wichtige Schreibweise ein. Für Zahlen a 1,..., a n schreiben wir für das Produkt a 1 a 2 a n in Zukunft n k=1 a k. Für schreiben wir also 8 k=1 k. Satz 3.2 Für die natürliche Zahl x 1 und alle natürlichen Zahlen n N gilt n (1 + x 2k 1 ) = 1 x2n 1 x. k=1 Beweis: Wir beweisen die Aussage mit Hilfe der Vollständigen Induktion. Wir betrachten also die Aussage n k=1 (1 + x2k 1 ) = 1 x2 n. Diese Aussage bezeichnen wir mit A(n). 1 x Induktionsanfang: Zunächst müssen wir zeigen, dass die Aussage A(1) wahr ist. Wieder ist dieser Schritt leicht, denn für n = 1 erhält man für die linke Seite: und für die rechte Seite: 1 (1 + x 20 ) = 1 + x k=1 1 x 21 1 x = (1 + x)(1 x) (1 x) = 1 + x. Nun müssen wir zeigen, dass A(n) A(n+1) wahr ist. Induktionsannahme: Sei A(n) wahr für ein n N, d.h. n k=1 (1 + x2k 1 ) = 1 x2 n. Induktionsschluß: 1 x Dann gilt n+1 (1 + x 2k 1 ) = (1 + x 2n ) k=1 n (1 + x 2k 1 ) k=1 Induktionsannahme = (1 + x 2n ) 1 x2n 1 x (1 + x 2n )(1 x 2n ) = 1 x 1 (x 2n ) 2 = 1 x 1 x 2n +2 n = 1 x 1 x 2n+1 = 1 x Die Aussage A(n) A(n + 1) ist also wahr. 14

15 3 Vollständige Induktion Beispiel 3: Wir hatten ja am Anfang dieses Kapitels behauptet, dass die Zahl 2 2n 1 für jedes n N durch drei teilbar ist. Versuchen Sie einmal, diese Aussage zu beweisen. Beispiel 4: Für n N betrachten wir ein aus 2 n mal 2 n Einzelquadraten bestehendes Quadrat, welchem wir ein beliebiges Einzelquadrat entnehmen. (Die Skizze zeigt einen Fall für n = 3). Zeigen Sie, dass es für alle n N möglich ist, jedes durch Herausnahme eines Kästchens reduzierte 2 n 2 n -Quadrat mit Fliesen der Form vollständig zu parkettieren. (Fliesen dürfen dabei gedreht und versschoben werden, aber weder dürfen Fliesen zerschnitten werden, noch dürfen sie sich gegenseitig überdecken.) Beweis: Versuchen Sie es zunächst selber. Aus dem Prinzip der vollständigen Induktion lassen sich leicht verallgemeinerte Induktionsprinzipien ableiten: Z.B. gilt: Korollar 3.3 Sei n 0 Z = {0, ±1, ±2,... } fest gewählt. Um eine Aussage B(n) für alle n Z mit n n 0 zu beweisen, reicht es zu zeigen: 1) B(n 0 ) gilt 2) Für beliebiges n Z mit n n 0 gilt: Falls B(n) richtig ist, so auch B(n + 1). Beweis: Setze C(n) := B(n 0 n + 1) und wende das Prinzip der vollständigen Induktion auf C(n) an. Wer das Prinzip der vollständigen Induktion begriffen hat sieht ein, dass hier nichts neues passiert. Wir fangen nur an einer anderen Stelle mit der Induktion an. Als Konsequenz haben wir die Aussage nicht für alle Zahlen n N oder n Z bewiesen, sondern nur für diejenigen, die größer als der Startwert n 0 sind. 15

16 3 Vollständige Induktion Beispiel 4: Wir zeigen, für alle n 4 gilt die Abschätzung 2 n < n!. Der Ausdruck n! steht hierbei für die sogenannte Fakultät von n, also dem Produkt n! := n k=1 k = 1 2 n. Für die Zahlen n = 1, 2, 3 gilt 2 1 = 2 > 1! = 1, 2 2 = 4 > 2! = 2 bzw. 2 3 = 8 > 3! = 6 die Aussage 2 n < n! ist also für diese Zahlen falsch. Wir beginnen nun eine vollständige Induktion ab n = 4. Induktionsanfang: Für n = 4 ist die Ungleichung richtig, denn 2 4 = 16 und 4! = 24. Induktionsannahme: Sei 2 n < n! für ein n 4. Induktionsschluß: Dann ist 2 n+1 = 2 2 n Induktionsannahme < 2 n! < (n + 1)n! = (n + 1)!. Somit ist die Aussage für alle n 4 gezeigt. Man kann sich noch viele weitere Varianten der vollständigen Induktion überlegen. Besonders nützlich ist die folgende: Korollar 3.4 Es sei B(n) eine Aussage, abhängig von einem Parameter n N. Es gelte: 1) B(1) und B(2) ist wahr. 2) Für beliebiges n N mit gilt: Falls B(n 1) und B(n) wahr ist so ist auch B(n + 1) wahr. dann ist B(n) für alle n N wahr. Beispiel 5: Es sein a und b reelle Zahlen mit a 0 und b 0, mit der Eigenschaft, das a b + b a eine natürliche Zahl ist. Wir zeigen, dass auch ( a b )n +( b a )n für jedes n N eine natürliche Zahl ist. Dazu betrachten wir die Aussage B(n): ( a b )n + ( b a )n N. Induktionsbeginn: Ist klar, da ( ) a 0+ ( b 0 b a) = 2 N. da nach Vorraussetzung a + b N. b a Induktionsannahme: Es gelte B(n) und B(n 1) für ein n N Induktionsschluß: Insbesondere gelte nach Induktionsannahme ( a b )n 1 + ( b a )n 1 N und ( a b )n + ( b a )n N. Also ist auch ) n+1 ( ) ( a (a ) n ) ( (a ) ) n 1 = N. ( a b ) n+1+ ( b a b + b a }{{} N ) ( n b + b a }{{} N ) ( n 1 b + b a } {{ } N 16

17 4 Mengen Der Begriff Menge soll hier mit Bedacht nicht präzise definiert werden. Intuitiv kann man eine Menge als Zusammenfassung derjeniger Objekte (Elemente der Menge genannt) einer universellen Klasse vorstellen, die durch bestimmte Eigenschaften ausgezeichnet sind. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Wir sagen auch: x gehöre zu M oder x liegt in M. Ist x kein Element von M, so schreiben wir x / M. Eine Menge kann durch Aufzählung ihrer Elemente erklärt werden, z.b. ist M = {a, b, c, d} die Menge aus den Elementen a, b, c und d. Meist werden Mengen aber durch Angabe einer Eigenschaft beschrieben. Schreibweise: M = {x x hat Eigenschaft E} oder M = {x : x hat Eigenschaft E}. Beispiel 4.1 (1) Die Menge der natürlichen Zahlen N := {1, 2, 3, 4, 5, 6,...}. (2) Die Menge der natürlichen Zahlen einschließlich 0: (3) Die Menge der geraden Zahlen (4) Die Menge der Primzahlen N 0 := {0, 1, 2, 3, 4, 5, 6,...}. 2N := {2, 4, 6,...}. P := {p N p = p 1 p 2 für p 1, p 2 N mit p 1 < p 2 impliziert p 1 = 1 < p 2 }, Mengen haben aber nicht unbedingt etwas mit Zahlen zu tun. Zum Beispiel werden wir später mit Mengen von Mengen, Mengen von Abbildungen usw. arbeiten. 17

18 4 Mengen Zwei Mengen M und N sind gleich, d.h. M = N, wenn sie dieselben Elemente haben. Die Aussage M = N ist also definiert durch die Aussgae x M x N. Eine Menge M heißt Teilmenge von N, d.h. M N, falls jedes Element von M zu N gehört. Hier sei betont, dass die Bezeichnung M N auch erlaubt, dass M = N ist 1. Will man ausdrücken, dass M eine echte Teilmenge von N ist, d.h. M N und M N, gilt schreibt man M N. Zusammenfassend gilt also M = N : (x M x N) M N : (M = N) M N : (x M x N) M N : (x M x N) Um zu zeigen, dass eine Menge M Teilmenge einer anderen Menge N ist, muß man zeigen, dass für jedes Element x M auch x N gilt. Um zu zeigen, dass zwei Mengen M und N gleich sind, beweist man zunächst M N und dann N M. Die Menge := {x M x x} heißt leere Menge. Sie ist eindeutig bestimmt und hängt nicht von M ab. Die leere Menge M ist Teilmenge jeder Menge; enthält selbst kein Element. Die Potenzmenge 2 M von M ist die Menge aller Teilmengen von M : Beispiel M = {N N M}. 2 {0,1} = {, {0}, {1}, {0, 1}}, 2 = { }, 2 2 = {, { }}. Ist M eine Menge mit endlich vielen Elementen, so bezeichnen wir die Anzahl der Elemente von M mit M. Es gilt nun folgender Zusammenhang: Satz 4.3 Hat M endlich viele Elemente, so hat 2 M genau 2 M viele Elemente. Beweis: siehe Übung. Im folgenden stellen wir einige wichtige Operationen mit Mengen vor: 1 Das ist leider nicht einheitlich in der Literatur. In manchen Büchern und Vorlesungen werden die Symbole (statt ) bzw. (statt und ) benutzt. 18

19 Die Vereinigung Die Vereinigung 4 Mengen M N := {x x M x N} zweier Mengen M, N besteht sowohl aus den Elementen von M als auch aus denen von N. Beispiel 4.4 {1, 2} {2, 3} = {1, 2, 3}. Sei allgemeiner S eine Menge, deren Elemente selbst Mengen sind. Die Vereinigung der Mengen aus S ist die Menge M := {x M S mit x M}. M S M S M ist also die Menge der Elemente, die mindestens einem M S angehören. Oft wird das Mengensystem indiziert, d.h., jedem Element von S wird ein eindeutiger Index i aus einer Indexmenge I zugeordnet, d.h., S = {M i i I}. Wir schreiben M i := {x i I mit x M i }. i I Beispiel 4.5 Sei I = N und M i := {i, i + 1,..., 2i} für i N. Dann ist M i = N. i I Beweis: Da jede der Mengen M i Teilmenge von N ist, gilt i I M i N. Wir müssen also noch zeigen, dass auch N i I M i gilt. Sei also n ein beliebiges Element aus N, dann ist n M n. Folglich ist n i I M i. Da n beliebig war, gilt N i I M i. Der Durchschnitt Der Durchschnitt zweier Mengen M und N M N := {x x M x N} ist die Menge aller Elemente, die sowohl zu M als auch zu N gehören. Beispiel 4.6 2N P = {2}. 19

20 4 Mengen Allgemeiner ist M S M := {x M S gilt x M} der Durchschnitt einer nichtleeren Menge S von Mengen. Er besteht aus den Elementen, die zu allen M S gehören. Oder mit Indexschreibweise M i := {x i I ist x M i }. i I Beispiel 4.7 Sei I die Indexmenge I = N und M i := {n N i < n < 4i}. Dann ist M i =. Beweisen Sie diese Gleichheit, ähnlich wie in Beispiel 4.5. Das Komplement i I Das Komplement einer Menge N in M (oder die Differenz von M und N) ist die Menge M/N := {x x M und x / N} M\N besteht aus allen Elementen von M, die nicht zu N gehören. Zum Beispiel besteht N \ 2N genau aus den ungeraden Zahlen. Kartesisches Produkt Das geordnete Paar ( Tupel ) zweier Objekte x, y ist das Objekt (x, y) mit der Eigenschaft (x, y) = (x, y ) x = x und y = y. Insbesondere ist (x, y) (y, x) falls x y. Formal kann man (x, y) als Menge definieren vermöge (x, y) := {{x}, {x, y}}. Man zeigt dann leicht (Übungsaufgabe), dass die obige Eigenschaft erfüllt ist. Das kartesische Produkt zweier Mengen M, N ist die Menge M N := {(x, y) x M und y N}. Beispiel 4.8 Die Menge N N besteht aus den Paaren (a, b) mit a N und b N. Also N N = {(1, 1), (1, 2), (2, 1),... }. n-faches kartesisches Produkt M 1 M n := {(x 1,..., x n ) x 1 M 1 x n M n }. 20

21 4 Mengen Dabei werden die n-tupel (x 1,..., x n ) rekursiv durch (x 1,..., x n ) := ((x 1,..., x n 1 ), x n ) definiert mit der Eigenschaft (x 1,..., x n ) = (y 1,..., y n ) x 1 = y 1,..., x n = y n. Wir halten nun folgende wichtige Zusammenhänge fest. (a) M\M =, M\ = M. (b) M M = M, M M = M. (c) Kommutativität: (d) Assoziativität: M N = N M, M N = N M. (M N) L = M (N L), (M N) L = M (N L). (e) Distributivität: (M N) L = (M L) (N L), (M N) L = (M L) (N L). (M N) L = (M L) (N L). (M N) L = (M L) (N L) (f) Für die Teilmengen M, N einer Menge X gilt: (1) X\(X\M) = M. (2) X\(M N) = (X\M) (X\N) X\(M N) = (X\M) (X\N) } de Morgansche Regel (3) Allgemeiner gilt sogar X\ M S M = M S (X\M) X\ M S M = M S (X\M) } de Morgansche Regel 21

22 4 Mengen Wie beweist man solche Regeln? Wir führen dies am Beispiel der zweiten de Morganschen Regel einmal vor: Beweis von X\(M N) = (X\M) (X\N) (i) Zunächst zeigen wir X\(M N) (X\M) (X\N). Sei also x X\(M N). Dann ist x X aber x / M N. Demnach ist x weder Element von N noch Element von M. Also ist x sowohl in X\M wie auch in X\N und damit auch im Schnitt dieser beiden. (ii) Nun zeigen wir X\(M N) (X\M) (X\N). Ist x (X\M) (X\N), dann ist x sowohl in X\M wie auch in X\N. Damit ist x weder in M noch in N und damit in X\(M N). Versuchen Sie jetzt mal, eine der anderen beiden Eigenschaften zu beweisen. Zum Beispiel, dass jedes Element aus (M 1 M 2 ) N auch in (M 1 N) (M 2 N) liegt, und das jedes Element aus (M 1 N) (M 2 N) auch in (M 1 M 2 ) N liegt. 22

23 5 Abbildungen Eine Abbildung f einer Menge M in eine Menge N ist eine Vorschrift, die jedem Element x M jeweils ein eindeutig bestimmtes Element y = f(x) N zuordnet. y = f(x) heißt Wert von f an der Stelle x. M heißt Definitionsbereich, N der Wertebereich von f. Schreibweise: f : M N, x f(x) Beispiel 5.1 Oft werden Abbildungen durch Terme definiert, z.b.: Ein anderes Beispiel ist f : N N, z z 2. g : N N, n g(n) und g(n) sei die kleinste Primzahl größer als n. Im zweiten Beispiel ist nicht unbedingt klar, ob die Abbildung g wohldefiniert ist, d.h. ob jedem Wert aus dem Definitionsbereich auch ein eindeutiger Wert aus dem Bildbereich zugeordnet wird. Gibt es zu jedem n N immer eine eindeutige kleinste Primzahl die größer ist als n? Die Frage kann man bejahen, wenn man weiß, dass es unendlich viele Primzahlen gibt. Zwei Abbildungen f 1 : M 1 N 1, f 2 : M 2 N 2 heißen gleich wenn gilt (i) M 1 = M 2, N 1 = N 2 (ii) f 1 (x) = f 2 (x) für alle x M 1 = M 2. Ist beides erfüllt schreiben wir f 1 = f 2. Beispiel 5.2 Betrachten Sie die Abbildungen f : N N, z 2z, g : N 2N, z 2z und h : N N, h(z) := Anzahl der Elemente der Menge {z + 1, z + 2,..., 3z}. Obwohl f(z) = g(z) für alle z N gilt, ist f g. Andererseits sind die Abbildungen f und h gleich. Wir führen nun eine Reihe wichtiger Bezeichnungen ein: Definition 5.3 a) Der Graph einer Abbildung f : M N ist die Menge Γ f := {(x, f(x)) x M} M N. 23

24 5 Abbildungen b) Das Bild einer Teilmenge A M unter f : M N ist die Teilmenge f(m) heißt Bildmenge von M. f(a) := {f(x) x A}. c) Das Urbild einer Menge B N ist die Teilmenge f 1 (B) := {x M f(x) B}. d) Sei A eine Teilmenge von M. Dann nennt man die Einschränkung von f auf A. Beispiel 5.4 Es sei f : N N, n f A : A N, x f(x) { 1 falls n 4, n 2 falls n < 4. Weiter sei P N die Menge der Primzahlen. Das Bild von P unter f ist f(p) = {4, 9}, denn f(2) = 4, f(3) = 9 und f(n) = 1 für alle n 4. Das Urbild von P N unter f ist f 1 (P) =, denn f(n) ist für kein n N eine Primzahl. Es gelten die folgenden Regeln für Bild- und Urbildmengen. Satz 5.5 Für jede Abbildung f : M N und Teilmengen A, A 1, A 2 M, B 1, B 2 N gilt: (a) (b) (c) (d) (e) f 1 (B 1 B 2 ) = f 1 (B 1 ) f 1 (B 2 ) f 1 (B 1 B 2 ) = f 1 (B 1 ) f 1 (B 2 ) f(a 1 A 2 ) = f(a 1 ) f(a 2 ) f(a 1 A 2 ) f(a 1 ) f(a 2 ) A f 1 (f(a)) 24

25 5 Abbildungen Beweis: Wir zeigen hier nur eine der Aussagen, dafür sehr ausführlich. Der Rest ist Übung für Sie. Sei zunächst x f 1 (B 1 B 2 ), d.h. f(x) B 1 B 2. Ist f(x) B 1 so ist x f 1 (B 1 ). Ist f(x) B 2 so ist x f 1 (B 2 ). In beiden Fällen gilt x f 1 (B 1 ) f 1 (B 2 ) und damit f 1 (B 1 B 2 ) f 1 (B 1 ) f 1 (B 2 ). Wir müssen also noch f 1 (B 1 B 2 ) f 1 (B 1 ) f 1 (B 2 ) zeigen. Ist x f 1 (B 1 ) f 1 (B 2 ), dann ist f(x) in B 1 oder in B 2. Es gilt also f(x) B 1 B 2 und damit x f 1 (B 1 B 2 ). Bemerkung: Liest man die Aussagen (d) und (e), dann fragt man sich sofort, ob denn nicht auch Gleichheit anstelle der Inklusion gilt. Überlegen Sie sich Beispiele, welche belegen, dass die Gleichheiten im Allgemeinen nicht gelten. Definition 5.6 Eine Abbildung f : M N heißt (a) injektiv, wenn für alle x 1, x 2 M gilt f(x 1 ) = f(x 2 ) x 1 = x 2. Eine äquivalente Definition ist, dass das Urbild f 1 ({y}) für jedes y N höchstens ein Element hat. (b) surjektiv, wenn f(m) = N. Eine äquivalente Definition ist, dass das Urbild f 1 ({y}) für jedes y N mindestens ein Element hat. (c) bijektiv, wenn f injektiv und surjektiv ist. Eine äquivalente Definition ist, daß das Urbild f 1 ({y}) für jedes y N genau ein Element hat. Beispiel 5.7 Betrachten Sie die Abbildungen f : Z Z, z z 2 und g : N N, g(z) = z 2. f ist weder injektiv (denn f( 1) = f(1)) noch surjektiv (denn für alle z Z ist f(z) 1). Die Abbildung g ist injektiv, denn g(z 1 ) = g(z 2 ) impliziert z 1 = z 2. g ist aber nicht surjektiv, denn g(n) ist echt kleiner als der Wertebereich N. Für alle z N gilt z.b. g(z) 3. Definition 5.8 Es seien f : P N und g : M P Abbildungen. Die Abbildung f g : M N ist definiert durch f g(x) := f(g(x)), x M und heißt Verknüpfung von g mit f oder Komposition von g mit f oder Hintereinanderausführung von g mit f. Bildet f eine Menge auf sich selbst ab, also f : M M so bezeichnet man f f f... f }{{} n fache Verknüpfung auch mit f n. Beispiel 5.9 Wir betrachten f : N N, n 3n und g : N N, n n 2. Dann ist f g : n 3n 2 aber g f : n (3n) 2 = 9n 2. Insbesondere sehen wir in diesem Beispiel, dass f g etwas anderes ist als g f. Weite ist f 2 : N N, n 9n. Insbesondere ist f 2 (n) = 9n etwas anderes als (f(n)) 2 = (3n) 2 = 9n 2. 25

26 5 Abbildungen Definition 5.10 Es sei M eine Menge. die Abbdildung id M : M M, x x heißt Identität (auf M). Satz 5.11 Genau dann ist f : M N bijektiv, wenn es eine Funktion g gibt, welche f g = id N und g f = id M erfüllt. Dieses g ist eindeutig und wird als Umkehrabbildung oder Inverse von f bezeichnet. Wir schreiben f 1 statt g. Beweis: Da f surjektiv ist, so hat die Gleichung f(m) = n für jedes n N eine Lösung m n. Da f injektiv ist, ist diese Lösung eindeutig. Also ist die Abbildung g : N M, m n n ist wohldefiniert. Für alle m M gilt g(f(m)) = m und für alle n N gilt f(g(n)) = n. Es gilt also f g = id N und g f = id M. Umgekehrt folgt aus f g = id N die Surjektivität von f, denn zu jedem n N gibt es ein m M mit f(m) = n, nämlich m = g(n). Aus g f = id M folgt die Injektivität, denn aus f(m 1 ) = f(m 2 ) folgt m 1 = g(f(m 1 )) = g(f(m 2 )) = m 2. Achtung: Eine Umkehrfunktion f 1 ist nur für bijektive Abbildungen definiert. Das Urbild f 1 (A) existiert für jede Abbildung f : M N und jede Teilmenge A N. Beispiel 5.12 Die Abbildung f : N 2N, n 2n ist bijektiv. Die Umkehrabbildung ist f 1 : 2N N, n 1 2 n. Die Abbildung g : 2N 2 N, M N \ M ist auch bijektiv (können Sie das zeigen?). Was ist hier die Umkehrabbildung? 26

Einführung in die Mathematik (Vorkurs 1 )

Einführung in die Mathematik (Vorkurs 1 ) Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2011 Dr. J. Jordan und Dr. F. Möller Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagenlogik

Mehr

Einführung in die Mathematik (Vorkurs 1 )

Einführung in die Mathematik (Vorkurs 1 ) Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2008/09 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagen und Beweise

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

Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017

Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017 Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017 Dr. Florian Möller 5. September 2016 Inhaltsverzeichnis 1 Grundlagen 2 1.1 Natürliche und ganze Zahlen.................................

Mehr

Grundbegriffe und Beweismethoden der Mathematik (Vorkurs)

Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Dr. Florian Möller 16.09.2014 Inhaltsverzeichnis 0 Grundlagen 2 0.1 Natürliche und ganze Zahlen............................ 2 0.2 Ungleichungen

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht

Mehr

3 Vollständige Induktion

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

Mehr

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

Mathematik 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 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

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

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

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

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

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

1 Loesungen zu Analysis 1/ 1.Uebung

1 Loesungen zu Analysis 1/ 1.Uebung Loesungen ausgewaehlter Beispiele zu Analysis I, G. Bergauer, Seite 1 1 Loesungen zu Analysis 1/ 1.Uebung 1.1 Einleitung Gegeben Mengen X, A mit A X. Sei die Menge durch A = {a X : a erfuellt B} gegeben,

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken

Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Vorbereitungskurs Mathematik zum Sommersemester 2015 Aussagen, Logik und Beweistechniken Susanna Pohl Vorkurs Mathematik TU Dortmund 09.03.2015 Aussagen, Logik und Beweistechniken Aussagen und Logik Motivation

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

Grundlegendes der Mathematik

Grundlegendes 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

Mehr

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1.

definieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 22 Kapitel 1 Aussagen und Mengen 1.1 Aussagen Wir definieren eine Aussage A als einen Satz, der entweder wahr w) oder falsch f) also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 2 ist eine

Mehr

Brückenkurs Mathematik 2015

Brückenkurs Mathematik 2015 Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass

Mehr

Vorkurs Mathematik Einführung in das mathematische Denken. Übungsaufgaben

Vorkurs Mathematik Einführung in das mathematische Denken. Übungsaufgaben Justus-Liebig-Universität Gießen Fachbereich 07 Mathematisches Institut Vorkurs Mathematik Einführung in das mathematische Denken Übungsaufgaben PD Dr. Elena Berdysheva Aufgabe 1. Schreiben Sie folgende

Mehr

Analyis I - Grundlagen

Analyis I - Grundlagen Elementare Aussagenlogik October 23, 2008 Elementare Aussagenlogik Definition Eine Aussage im Sinne der Aussagenlogik ist eine sprachliche Aussage, bei der klar entschieden werden kann, ob sie wahr oder

Mehr

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

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

Mehr

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

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Grundlagen der Mathematik Lösungsskizzen 2 Präsenzaufgaben (P2) Wir betrachten drei Teilmengen der natürlichen Zahlen: - A = {n

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

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

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

Mehr

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

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

Mehr

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

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen 1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen . Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!

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

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

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

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

Mehr

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

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

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

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Kapitel 1: Aussagen, Mengen

Mehr

Logik/Beweistechniken

Logik/Beweistechniken Mathematikvorkurs bei Marcos Soriano Logik/Beweistechniken erstellt von: Daniel Edler -II- Inhaltsverzeichnis 1 Logik/Beweistechniken 1 1.1 Allgemeine Vorgehensweise......................... 1 2 Konjunktion/Disjunktion

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

Elementare Mengenlehre

Elementare Mengenlehre Vorkurs Mathematik, PD Dr. K. Halupczok WWU Münster Fachbereich Mathematik und Informatik 5.9.2013 Ÿ2 Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen der Mathematik (Zahlen,

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 3 Grundlagen der Mathematik Präsenzaufgaben (P4) Wir betrachten die Menge M := P({1, 2, 3, 4}). Dann gilt 1 / M,

Mehr

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015 2 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra 5 1.1 Elementare

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs 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

Mehr

Grundlagen. Kapitel Mengen

Grundlagen. Kapitel Mengen Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte

Mehr

Kapitel 1 Grundbegriffe der Mengenlehre und der Logik

Kapitel 1 Grundbegriffe der Mengenlehre und der Logik Wolter/Dahn: Analysis Individuell 3 Kapitel 1 Grundbegriffe der Mengenlehre und der Logik In diesem Abschnitt werden einige Grundbegriffe der Mengenlehre und grundlegende 1/0/0 Prinzipien der mathematischen

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

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge

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

Grundlagen der Mathematik

Grundlagen 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

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

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!

aus 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

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

Vorkurs Mathematik Abbildungen

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

Mehr

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

Mathematische Grundlagen I Logik und Algebra

Mathematische Grundlagen I Logik und Algebra Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Große Übung #2 Phillip Keldenich, Arne Schmidt 10.11.2016 Organisatorisches Fragen? Checkliste: Anmeldung kleine Übungen Anmeldung Mailingliste Dies ersetzt nicht die Prüfungsanmeldung!

Mehr

Mengen und Abbildungen

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

Mehr

1.2 Klassen und Mengen

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

Mehr

Aufgabenblatt 1: Abgabe am vor der Vorlesung

Aufgabenblatt 1: Abgabe am vor der Vorlesung Aufgabenblatt 1: Abgabe am 17.09.09 vor der Vorlesung Aufgabe 1. a.) (1P) Geben Sie die Lösungsmenge der folgenden Gleichung an: 6x + y = 10. Zeichnen Sie die Lösungsmenge in ein Koordinatensystem. b.)

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

Vorlesung. Beweise und Logisches Schließen

Vorlesung. Beweise und Logisches Schließen Vorlesung Beweise und Logisches Schließen Der folgende Abschnitt dient nur zur Wiederholung des Stoffes der ersten Vorlesung und sollten nur genannt bzw. Teilweise schon vor der Vorlesung angeschrieben

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

Logik, Mengen und Abbildungen

Logik, Mengen und Abbildungen Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,

Mehr

Lineare Algebra, Teil I

Lineare Algebra, Teil I Lineare Algebra, Teil I (Folien zur Vorlesung) Joachim Stöckler Auszüge aus dem Vorlesungsskript von Prof. Rudolf Scharlau aus dem WS 2009/10 werden auf den Folien verwendet. Für die Bereitstellung dieses

Mehr

Kapitel 1. Grundlegendes

Kapitel 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

Mehr

Mengenoperationen, Abbildungen

Mengenoperationen, 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,

Mehr

Grundbegriffe der Mathematik - Blatt 1, bis zum

Grundbegriffe der Mathematik - Blatt 1, bis zum Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente 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},

Mehr

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q.

Beispiel 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:

Mehr

Vorkurs Mathematik 2016

Vorkurs Mathematik 2016 Vorkurs Mathematik 2016 WWU Münster, Fachbereich Mathematik und Informatik PD Dr. K. Halupczok Skript VK1 vom 8.9.2016 VK1: Logik Die Kunst des Schlussfolgerns Denition 1: Eine Aussage ist ein sprachliches

Mehr

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4) FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :

Mehr

mathe plus Aussagenlogik Seite 1

mathe plus Aussagenlogik Seite 1 mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs Mathematik. Dienstag Freitag Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................

Mehr

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober

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

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

Grundlagen der linearen Algebra und analytischen Geometrie

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

Mehr

b liegt zwischen a und c.

b 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 =

Mehr

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

Vollständige 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

Mehr

: das Bild von ) unter der Funktion ist gegeben durch

: 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!

Mehr

13 Auswahlaxiom und Zornsches Lemma

13 Auswahlaxiom und Zornsches Lemma 13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

Kapitel 2 MENGENLEHRE

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

Mehr

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 015/016 30.10.015 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 1. Übungsblatt

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

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

A N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung )

A 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

Mehr

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16 Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre

Mehr

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein Mengen 1.2 9 1.2 Mengen 7 Der Begriff der Menge wurde am Ende des 19. Jahrhunderts von Georg Cantor wie folgt eingeführt. Definition (Cantor 1895) Eine Menge ist eine Zusammenfassung M von bestimmten,

Mehr

Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge zum 1. Übungsblatt

Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge zum 1. Übungsblatt Karlsruhe Institut für Technologie (KIT) Institut für Analysis Prof. Dr. W. Reichel Dr. S.Wugalter WS 2017/18 Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge

Mehr

Universität Innsbruck WS 2013/2014. Brückenkurs. Formale Konzepte. 3. Auflage. Harald Zankl. 15. Januar 2014

Universität 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................................

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

5 Der Transzendenzgrad

5 Der Transzendenzgrad $Id: trgrad.tex,v 1.6 2009/05/11 14:48:57 hk Exp $ 5 Der Transzendenzgrad Wir stellen nun einige der Tatsachen über die Mächtigkeit von Mengen zusammen, die Ihnen wahrscheinlich aus den ersten Semester

Mehr

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

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

Mehr

Kapitel 1 Die natürlichen und die ganze Zahlen

Kapitel 1 Die natürlichen und die ganze Zahlen Kapitel 1 Die natürlichen und die ganze Zahlen Inhalt 1.1 1.1 Vollständige Induktion z.b. z.b. 1+ 1+ 2 + 3 +...... + n = n(n+1)/2 1.2 1.2 Die Die Peano-Axiome Ein Ein Axiomensystem für für die die natürlichen

Mehr