falsch zugelassen. Als typische Bezeichnungen für Aussagen verwenden wir Buchstaben A, B, C,..., für die Wahrheitswerte wahr und f für falsch.

Größe: px
Ab Seite anzeigen:

Download "falsch zugelassen. Als typische Bezeichnungen für Aussagen verwenden wir Buchstaben A, B, C,..., für die Wahrheitswerte wahr und f für falsch."

Transkript

1 1 Elementare Logik 1. Aussagenlogik Unter einer Aussage verstehen ir einen grammatikalisch korrekten Satz, dem ein Wahrheitsert zugeiesen erden kann. Als Wahrheitserte sind dabei ausschließlich ahr und alsch zugelassen. Als typische Bezeichnungen ür Aussagen verenden ir Buchstaben A, B, C,..., ür die Wahrheitserte die Buchstaben ür ahr und ür alsch. Beispiel. Die olgenden Sätze sind korrekt gebildet: A: 9 ist eine Primzahl B: 1729 ist die Summe zeier Kubikzahlen C: ist eine Primzahl D: Jede gerade Zahl, die größer als Zei ist, ist die Summe zeier Primzahlen Aber sind sie auch Aussagen? Oenbar ist A alsch. B lässt sich leicht überprüen: es ist 1729 = = Es ist klar, dass man auch C mit etas mehr Mühe ebenalls nachprüen kann (tatsächlich ist C ahr), aber as ist mit D? Die Antort kennt kein Mensch, aber dennoch ist die Aussage enteder ahr oder alsch. Ein Satz kann durchaus einen Wahrheitsert haben, auch enn ir ihn vielleicht nicht kennen! Andererseits sind zum Beispiel Fragesätze keine Aussagen. Schieriger ird es mit Sätzen der Art Dieser Satz ist alsch, denn elchen Wahrheitsert ir ihm auch zueisen ollen, idersprechen ir uns selbst. Ein solches Paradoxon ist also nach unserer Auassung keine Aussage und ir gar nicht erst zum Aussagenkalkül zugelassen. Wir erden uns auch im esentlichen au mathematische Aussagen beschränken, um Schierigkeiten mit mehrachen Bedeutungen von Wörtern aus dem Weg zu gehen. Aus gegebenen Aussagen kann man durch geeignete logische Operationen neue Aussagen bilden. Dabei gibt man mit Hile einer Wahrheitstael an, elchen Wahrheitsert die neue Aussage haben soll. Die Negation einer Aussage A ist die Aussage nicht A, bezeichnet durch die symbolische Schreibeise A, mit der Wahrheitstael A A Hier stehen in der ersten Spalte die möglichen Wahrheitserte ür A und in der zeiten die dazugehörigen Werte der Aussage A. 1

2 1. AUSSAGENLOGIK 2 Die Disjunktion der Aussagen A, B ist die Aussage A oder B, symbolisch abgekürzt durch A B. Sie ird beschrieben durch die Wahrheitstael A B A B oder auch (In der zeiten Tael steht in der Position (a, b) des quadratischen Felds der Wahrheitsert der Aussage A B, enn A den Wahrheitsert a und B den Wert b hat). Die Aussage A B ist also genau dann ahr, enn enigstens eine der beiden Aussagen A, B ahr ist. Dies ist das mathematische oder und nicht das ausschließende enteder oder der Umgangsssprache. Dieses hätte eine andere Wahrheitstael, nämlich B A A B enteder A oder B bz. B A Die Konjunktion zeier Aussagen A, B ist die Aussage A und B, abgekürzt geschrieben als A B ; sie ist gegeben durch die Wahrheitstael A B A B bz. B A Besonders ichtig ist die Implikation, also die Aussage aus A olgt B oder A impliziert B oder enn A dann B, in Kurzschreibeise A B, mit zugehöriger Wahrheitstael A B A B Man nennt dann die Aussage A die Voraussetzung oder Prämisse und B die Behauptung oder Conclusio. Die Aussage A B ist also genau dann alsch, enn A alsch und B ahr ist. Inbesondere kann man aus einer alschen Voraussetzung alles schließen! Die Äquivalenz zeier Aussagen, geschrieben A B und gesprochen genau dann A, enn B, ist erklärt durch (A B) (B A), hat also die Wahrheitstael bz. B A A B A B bz. B A

3 1. AUSSAGENLOGIK 3 Disjunkion, Konjunktion, Implikation und Äquivalenz verknüpen Aussagen, daher nennt man sie auch Junktoren. Verendet man mehrere Operationen hintereinander, so muss man Klammern setzen: A (B C) ist nicht das gleiche ie (A B) C. Dabei gilt allerdings die Konvention, dass das Negationssymbol am stärksten bindet, so dass eta A B zu lesen ist als ( A) B. Satz 1.1. Sei A eine Aussage. Dann gelten die olgenden Regeln: 1. ( A) A (Regel von der doppelten Verneinung) 2. A A (Regel vom ausgeschlossenen Dritten; tertium non datur) 3. (A A) (Regel vom ausgeschlossenen Widerspruch) Beeis. 1. Wie betrachten die Wahrheitstaeln dieser Aussage ür die beiden möglichen Werte von A. Da die Spalten A und ( A) gleich sind, sind auch die Aussagen A und ( A) äquivalent: A A ( A) Für 2. und 3. stellt man est, dass unabhängig vom Wahrheitsert von A die im Satz behauptete Aussage stets den Wert hat: A A A A A A A A (A A) Aber as ist überhaupt ein Beeis? Wenn Sie Mathematiker ragen, erden die meisten ohl zunächst so etas murmeln ie Ein Beeis ist die Herleitung von Aussagen aus als ahr angenommenen Aussagen mittels der Regeln der Aussagenlogik. Ein Beeis ist somit eine mechanischen Anendung von logischen Operationen aus unserem Baukasten. Die Praxis sieht anders aus: ollte man jeden Beeis au diese Weise auschreiben, ürden Beeise nicht nur sehr lang, sondern auch so komplex, dass sie kaum noch nachzuvollziehen sind. Daher erden viele Abkürzungen akzeptiert, ie eta das Auslassen von Argumenten, die man schon etliche Male ausgeührt hat. Damit gelangt man zu der eitverbreiteten Auassung, ein Beeis sei, as die Mehrheit aller Mathematiker als Beeis akzeptiert (as schon ein enig selbstreerentiell erscheint... ). Dahinter liegt jedoch ieder die erste Antort verborgen: als Beeis ird nur akzeptiert, ovon man sicher ist, dass es prinzipiell au eine Kette mechanischer logischer Operationen zurückgeührt erden kann. Instruktiv ist dabei die Geschichte des Kepler-Problems und des daraus entstandenden QED-Projekts. Eine Aussage, die aus der Verknüpung mehrerer Aussagen hervorgeht und ür alle möglichen Wahrheitserte der verknüpten Aussagen ahr ist, nennt man eine Tautologie. Die erste Aussage des obigen Satzes ist eine solche Tautologie; eitere Beispiele sind: Satz 1.2. Seien A, B, C Aussagen. Dann gilt: A B B A (a) A B B A (Kommutativgesetz) (A B) C A (B C) (b) (Assoziativgesetz) (A B) C A (B C) A (B C) (A B) (A C) (c) (Distributivgesetz) A (B C) (A B) (A C) (A B) A B (d) (Regeln von de Morgan) (A B) A B (e) (A B) A B () (A B) A B

4 2. PRÄDIKATENLOGIK 4 (g) (A B) B A (Kontrapositionsgesetz) Beeis. Alle Behauptungen sind leicht durch Wahrheitstaeln zu zeigen; ir ühren das hier ür (c) und (e) vor, der Rest bleibt als Übung. Aus der Gleichheit der letzten beiden Spalten der Tael A B C A B A C B C A (B C) (A B) (A C) olgt das erste Distributivgesetz, das zeite sieht man analog. Die Tael A B A A B A B zeigt (e). Aus Teil (g) des Satzes olgt, dass man die Behauptung aus A olgt B beeisen kan, indem man die äquivalente Behauptung ist B alsch, so auch A beeist. Mit der Regel vom ausgeschlossenen Dritten ergibt sich auch die Zulässigkeit der Methode des indirekten Beeises, die man auch ie olgt ormulieren kann: (A B) ( (A B) A ) d.h. enn ir die Aussage B aus der Aussage A olgern ollen, können ir dies tun, indem ir die Annahme es gilt A, aber nicht B zum Widerspruch ühren. 2. Prädikatenlogik Ot ill man Aussagen ormulieren, in denen eine oder mehrere Variable vorkommen; einen solchen Satz nennt man eine Aussageorm. Dabei vesteht man unter einer Variablen eine Leerstelle in einem logischen Ausdruck, in die ein konkretes Objekt eingesetzt erden kann. Es düren aber nur solche Objekte eingesetzt erden, die die Aussageorm zu einer sinnvollen Aussage machen; man sagt, die Objekte stammen aus einem zulässigen Objektbereich oder auch Grundbereich (dies erden ir mit Mengenlehre etas präzisieren). Zum Beispiel ist A(x): x ist eine Primzahl eine Aussageorm; A(3) ist ahr und A(4) ist alsch, hingegen ist A(1,5) keine sinnvolle Aussage: der Grundbereich dieser Aussageorm sind die natürlichen Zahlen. Eine Aussageorm A(x) mit nur einer Variablen beschreibt eine Eigenschat, die das einzusetzende Objekt x haben soll. Dadurch bekommt x ein sogenantes Prädikat, eshalb man die Lehre von den Aussageormen auch Prädikatenlogik nennt. Zu einer gegebenen Aussageorm A(x) kann man Aussagen bilden ie ür alle x gilt A(x), geschrieben x A(x) oder xa(x) oder es gibt ein x, so dass A(x) gilt, geschrieben x A(x) oder xa(x) oder A(x) x A(x) Da diese Zusätze es existiert und ür alle die Aussageorm quantiizieren, nennt man den Allquantor und den Existenzquantor. Die Notation ist in der Literatur nicht einheitlich; häuiger indet man (ein au den Kop gestelltes A ) und (ein gespiegeltes E ); die Symbole und x

5 2. PRÄDIKATENLOGIK 5 scheinen jedoch, in Anlehnung an und, passender. Wir erden der Mehrheit olgen und und verenden. Ot sieht man auch das Symbol (den durchgestrichenen Existenzquantor) mit der Bedeutung es existiert kein. Satz 2.1. Sei A(x) eine Aussageorm. Dann gilt ( x A(x) ) x A(x) ( x A(x) ) x A(x) (Also könnte man au einen der beiden Quantoren verzichten... ) Ot gebrauchte Schreibeisen sind x, y A(x, y) statt x y A(x, y) ( x mit B(x) ) A(x) statt x ( B(x) A(x) ) ( x mit B(x) ) A(x) statt x ( A(x) B(x) ) Ein typisches Beispiel ür diese abkürzende Schreibeise ist ε > 0 δ > 0 ( x y < δ (x) (y) < ε ) Auch bei quantiizierten Aussagen muss man eventuell Klammern setzen. Dabei olgt man der Konvention, dass Quantoren Vorrang vor Junktoren haben. Eine Variable, die unmittelbar nach einem Quantor autaucht, ist durch diesen gebunden, andere Variablen sind rei. Die Bindung der Variablen endet nach der ersten Aussageorm, es sei denn, man hat Klammern gesetzt. Zum Beispiel endet die Wirkung des Existenzquantors in x x < 0 y x xy = 0 mit der ersten Formel ( x < 0 ), in der zeiten Formel ist x ieder rei (ür den zulässigen Objektbereich Zahlen bedeutet der obige Ausdruck in Worten: es gibt eine negative Zahl, und zu jeder Zahl gibt es eine eitere, so dass das Produkt der beiden Zahlen Null ist ). Nur Variablen, die rei sind, sind überall in der Formel als Namen ür die jeeils gleichen Objekte zu verstehen. Beispiel. Die Aussagen (i) x A(x) B und (ii) x ( A(x) B ) sind verschieden: die erste bedeutet gilt ür jedes x die Aussage A(x), so gilt auch die Aussage B, hingegen (ii) ür jedes x gilt: A(x) impliziert B. Zur Übung überlege man sich: ( x ( B(x) A(x) )) x ( B(x) A(x) ) und ( x ( B(x) A(x) )) x ( B(x) A(x) ) Zum Schluss dieses Abschnitts noch einige Bemerkungen zum Beeisen. An Beeismethoden (von denen schon ein paar erähnt urden) stehen zur Verügung: 1. Der direkte Beeis: Ist A eine Aussage, deren Wahrheit eststeht, und ist die Aussage A B ebenalls ahr, so ist auch B ahr. (Diese Methode ist auch unter dem Namen modus ponens bekannt.) 2. Sind die Implikationen A B und B C ahr, so ist auch die Implikation A C ahr. 3. Das Kontrapositionsgesetz: (A B) ( B A) 4. Der indirekte Beeis: Um die Implikation A B zu zeigen, genügt es, die Implikation (A B) C ür eine alsche Aussage C zu zeigen.

6 2. PRÄDIKATENLOGIK 6 5. Der Existenzbeeis: Um eine Aussage der Form x A(x) zu beeisen, reicht es, ein einziges x anzugeben, so dass die Aussage A(x) ahr ist. Das ist aber ot anspruchsvoller als es aussieht, denn man muss ein solches x erst einmal inden. Manchmal ist es viel einacher, solche Existenzaussagen indirekt zu beeisen! Beispiele. 1. Es gibt eine rationale Zahl, die die Gleichung x 2 + 5x 14 = 0 erüllt : Das ist oenbar eine ahre Aussage, und der Beeis besteht schlicht im Nachrechnen, dass zum Beispiel x = 2 eine solche Lösung ist: = = 0. Wie man diese Lösung geunden hat, spielt keine Rolle! 2. Anders sieht es bei der Aussage jede Lösung der Gleichung x 2 + 5x 14 = 0 ist eine rationale Zahl : Hier muss man alle Lösungen inden (es sind x = 2 und x = 7, und beide sind rationale Zahlen). 3. x Q x 2 = 2 : Wie soll man zeigen, dass es etas nicht gibt? Mit einem Widerspruchsbeeis, also indem man die Annahme, es gäbe ein solches x, ad absurdum ührt! Man nehme also an, es gäbe eine rationale Zahl x = p q, deren Quadrat 2 ist. Dabei kann man davon ausgehen, dass p und q keinen gemeinsamen Teiler haben, denn ansonsten können ir den Bruch solange kürzen, bis dies der Fall ist. Es olgt ( p ) 2 p 2 2 = = q q 2, also p2 = 2q 2. Folglich ist p 2 gerade, und dann muss auch p gerade sein, eta p = 2r. Aber dann ist 2q 2 = (2r) 2 = 4r 2, also ist q 2 = 2r 2 gerade und damit auch q gerade. Also haben p und q beide den Teiler 2, as ausgeschlossen ar, und man hat den geünschten Widerspruch. Es gibt einige typische Fehler, die beim Argumentieren immer ieder gemacht erden. Einer davon ist besonders scher auszurotten, da er in den Schule geradezu vorexerziert ird, nämlich die Umkehrung der Beeislast : ot ird, um eine behauptete Gleichung (vermeintlich) zu beeisen, mit eben dieser Gleichung gestartet, um diese dann so lange umzuormen, bis man zu einer oensichtlich richtigen Gleichung ie eta 0 = 0 gelangt. Umgekehrt muss man es machen! (Wie man einen Beeis auschreibt hat nur marginal etas damit zu tun, ie man darau gekommen ist.) Beispiel. Behauptung: ür alle reellen Zahlen x und a gilt die Gleichung x2 2ax + a 2 + a = x. Beeis : Ziehe au beiden Seiten der Gleichung a ab: x2 2ax + a 2 = x a und quadriere beide Seiten: x 2 2ax + a 2 = (x a) 2 Die rechte Seite ist nach der zeiten binomischen Formel gleich der rechten, also stimmt die Behauptung. Aber as ist ür x = a? Da steht links a 2 2a a + a 2 + a = 0 + a = a, aber rechts steht a. Ist also stets a = a? Das ist oensichtlich Unsinn; in dem Beeis ist also etas aul: Quadrieren ist keine Äquivalenzumormung, d.h. aus p 2 = q 2 olgt nicht p = q. Daher ist die Ausgangsgleichung nicht äquivalent zur oenbar ür alle x und a ahren letzten Gleichung, sondern impliziert sie nur. Ebenso gravierend ist der leider ebenso häuige Beeis durch Beispiel. Etas subtiler, aber genauso alsch ist der Beeis durch ehlendes Gegenbeispiel, der immerhin so notorisch ist, dass er es in jede gängige Liste von Fehlschlüssen geschat hat, unter dem schönen Namen argumentum ad ignorantiam. Auch nicht zu empehlen ist die petitio principi, die Voregnahme des Grundes, d.h. die Inanspruchnahme eines Arguments, das selber des Beeises bedar (mit dem Zirkelschluss als besonders häuiger Variante), oder die ignoratio elenchi, die irrelevante Schlussolgerung.

7 2 Elementare Mengenlehre 1. Mengen Cantor 1 versuchte 1895, den Mengenbegri so zu assen: Deinition 1.1. Eine Menge ist eine Zusammenassung von bestimmten, ohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen. Diese Mengendeinition soll hier zugrunde gelgegt erden, obohl sie nicht ohne Probleme ist, denn sie lässt Widersprüche zu, ie die Russelsche Antinomie: Ein Barbier ist jemand, der alle rasiert, die sich nicht selbst rasieren. (Aber er rasiert den Barbier?) Aus diesem Grund urde die axiomatische Mengenlehre entickelt, d.h. man postuliert die Exsistenz geisser Objekte, die man Mengen nennt, und stellt dann Regeln au, mittels derer man Mengen aus Mengen konstruieren kann. Die Objekte, die zu einer Menge M zusammengeaßt erden, nennt man die Elemente von M. Wir schreiben x M ür x ist ein Element von M, x M ür (x M), d.h. x ist kein Element von M Beispiel. Die olgenden Zahlenmengen erden sehr ot gebraucht und haben daher Standardbezeichnungen: N ist die Menge der natürlichen Zahlen (einschließlich der Null), Z ist die Menge der ganzen Zahlen, Q ist die Menge der rationalen Zahlen, R ist die Menge der reellen Zahlen, (Au die Zahlenmengen soll später noch einmal eingegangen erden, aber im Augenblick setzten ir eine geisse Kenntnis von ihnen voraus.) Manche Mengen kann man durch Aulistung ihrer Elemente beschreiben: A = {a, b, c}, B = {1, 17, 33, 987}, C = {rot, blau, grün, gelb, scharz}, jedenalls enn sie nur endlich viele Elemente hat, oder auch mittels der berühmt-berüchtigten Pünktchen -Notation, ie eta M = {1, 2, 3,..., 99} N = {..., 3, 1, 1, 3, 5,...}, P = {2, 3, 5, 7, 11, 13,...}. Dabei geht man davon aus, dass die Leser aus den (endlich vielen) angegebenen Elementen schon sehen können, elche eitere Elemente noch dazugehören. Im Fall der Mengen M und N ist eine Fehlinterpretation eher unahrscheinlich, aber dass es sich bei der Menge P um die Menge aller Primzahlen handeln soll, ist eniger klar. Diese Unsicherheit kann man meist umgehen, enn man die in Frage stehende Menge durch eine Eigenschat, die ihre Elemente erüllen sollen, beschreibt, also in der Form D = {x G A(x)} 1 Georg Cantor, deutscher Mathematiker, Gemeinhin als de Begründer der Mengenlehre angesehen. 7

8 1. MENGEN 8 ür eine Aussageorm A(x) und eine Grundmenge G. So ist in den obigen Beispielen M = {n N 0 < n < 100} N = {n Z m Z 2m 1 = n} P = { p N m, n N ( (mn = p) (n = 1 m = 1) )} Es gibt genau eine Menge, die keine Elemente enthält, die leere Menge (oder auch { }). Deinition 1.2. Eine Menge N heißt eine Teilmenge der Menge M, enn jedes Element von N auch Element von M ist. Man schreibt dann N M oder M N. Zei Mengen M, N sind gleich, geschrieben M = N, enn sie die gleichen Elemente haben, also M = N (M N N N) ( (x M x N) (x N x M) ). (Dies ist der sogenannte extensionalistische Standpunkt der Mengenlehre.) Aus gegebenen Mengen kann man durch bestimmte Operationen neue Mengen bilden: 1. durch Aussonderung, das heißt durch Angabe einer Bedingung: ist M eine Menge und A(x) eine Aussageorm, so ist {x M A(x)} ieder eine Menge (siehe oben). 2. Die Vereinigung zeier Mengen A, B ist die Menge A B = {x x A oder x B}. 3. Der Durchschnitt oder Schnitt zeier Mengen A, B ist die Menge A B = {x x A und x B}. 4. Die Dierenz zeier Mengen A, B ist die Menge A B = {x A x B}, manchmal auch geschrieben als A \ B. Ist B eine Teilmenge von A, so nennt man A B auch das Komplement von B in A. 5. Die symmetrische Dierenz zeier Mengen A, B ist die Menge A B = (A B) (A B). 6. Die Potenzmenge einer Menge M ist die Menge aller Teilmengen von M: P(M) = {T T M}. 7. Das kartesische Produkt der Mengen A, B ist die Menge A B = {(x, y) x A und y B} sie ist die Menge aller geordneten Paare von Elementen von A bz. B. Ein geordnetes Paar läßt sich auch schreiben als (x, y) = {{x}, {x, y}}. Mengen können also ieder Mengen als Elemente haben, ie zum Beispiel die Potenzmenge einer Menge, oder sind M und N Mengen, so ist {M, N} ieder eine Menge (diesen Prozess nennt man Paarbildung). Zu beachten ist dabei: M {M} (!). Lemma 1.3 (Rechenregeln ür Mengen). Seien A, B und C Mengen. Dann gilt (a) A B = B A A B = B A (Kommutativgesetz)

9 2. ABBILDUNGEN 9 (b) (c) (d) (A B) C = A (B C) (A B) C = A (B C) (Assoziativgesetz) A (B C) = (A B) (A C) A (B C) = (A B) (A C) (Distributivgesetz) A (B C) = (A B) (A C) A (B C) = (A B) (A C) (De Morgan) Beeis. Alle diese Behauptungen olgen aus den entsprechenden Regeln der Aussagenlogik. (a) und (b) sind klar. Zu (c): Es gilt x A (B C) x A (x B x C) (x A x B) (x A x C) x (A B) x (A C) x (A B) (A C) Damit ist gezeigt, die beiden Mengen A (B C) und (A B) (A C) dieselben Elemente haben, also gleich sind. Die zeite Aussage veriiziert man durch analoge Argumentation. Die erste der beiden De Morganschen Regeln sieht man ie olgt: x A (B C) x A x (B C) x A ( x (B C) ) Die zeite Identität sieht man ieder analog. x A (x B x C) x A ( (x B) (x C) ) ( x A (x B) ) ( x A (x C) ) (x A x B) (x A x C) (x A B) (x A C) x (A B) (A C) 2. Abbildungen Deinition 2.1. Eine Abbildung oder Funktion zischen zei Mengen M und N ist eine Vorschrit, die jedem Element x M ein eindeutig bestimmtes Element (x) N zuordnet. Man schreibt dann : M N ür diese Abbildung und nennt M den Deinitionsbereich soie N den Wertebereich von. Häuig benutzt man auch die Notation x (x), um die Zuordnung au dem Niveau der Elemente zu beschreiben. Zur Angabe einer Abbildung gehört außer der Zuordnungsvorschrit auch die Angabe des Deinitionsbereichs M und des Wertebereichs N. Ot lassen sich Funktionen in geschlossener Form angeben, eta durch eine Rechenvorschrit, aber beileibe nicht immer. Beispiele. 1. Durch die Zuordnungsvorschrit x x 2 sind Abbildungen deiniert; diese Abbildungen sind verschieden. : R R, g : R R 0, h: R 0 R 0 2. Eine besonders einache, aber ichtige Abbildung ist die identische Abbildung id M : M M mit x x. 3. Sei L(t) der Lärmpegel einer Baustelle zum Zeitpunkt t. Die Zuordnung t L(t) ist eine Funktion, die sicherlich nicht ohne eiteres durch eine Formel beschrieben erden kann.

10 2. ABBILDUNGEN Seien M und N Mengen. Die Abbildungen pr 1 : M N M mit (x, y) x pr 2 : M N N mit (x, y) y heißen die kanonischen Projektionen. Sei nun : M N eine Funktion. Für eine Teilmenge A M nennt man die Menge Bild(A) := {(x) N x A} das Bild von A. Statt Bild(M) schreibt man auch Bild() und nennt diese Menge das Bild von. Das Urbild einer Teilmenge B N ist die Menge 1 (B) := {x M (x) B} ; diese Menge kann auch leer sein. Schließlich nennt man den Graphen der Funktion. Man prüt leicht nach: Γ := {(x, (x)) x M} M N Lemma 2.2. Sei : M N eine Abbildung. Seien A, B M und C, D N Teilmengen. Dann gilt: (a) (A B) = (A) (B) (b) (A B) (A) (B) (c) 1 (C D) = 1 (C) 1 (D) (d) 1 (C D) = 1 (C) 1 (D) (e) ( 1 (C) ) C. () A 1( (A) ). Übungsaugabe. Man überlege sich durch Beispiele, dass in (b), (e) und () Gleichheit im allgemeinen nicht gelten kann. Deinition 2.3. Seien : A B und g : B C Abbildungen, so ist ihre Komposition (oder Verkettung) die Abbildung Für eine Abbildung : M N gilt oenbar g : A C mit (g )(x) = g ( (x) ). id N = = id M. Weiterhin ist die Komposition von Abbildungen assoziativ, d.h. sind : A B, g : B C und h: C D Abbildungen, so dass die Kompositionen g und h g erklärt sind, so gilt h (g ) = (h g). Hingegen ist die umgekehrte Komposition g im allgemeinen nicht deiniert (es sei denn, A = C). Deinition 2.4. Eine Abbildung : M N heißt (a) injektiv (oder eineindeutig), enn aus (x) = (y) schon x = y olgt, (b) surjektiv, enn es zu jedem y N ein x M gibt mit (x) = y, (c) bijektiv, enn sie injektiv und surjektiv ist. Eine bijektive Abbildung nennt man auch eine Bijektion, us. Eine Abbildung : M N ist also genau dann injektiv, enn die Urbildmenge 1 (y) jedes Elements y N höchstens ein Element hat, und surjektiv genau dann, enn (M) = N ist.

11 2. ABBILDUNGEN 11 Beispiele. 1. Die Abbildung : R R mit (x) = x 2 ist eder injektiv noch surjektiv, denn es gilt ( 1) = (1), und 1 R hat kein Urbild. Hingegen ist die Abbildung g : R R 0 mit g(x) = x 2 surjektiv (denn jede nichtnegative Zahl hat eine Quadraturzel), aber nach ie vor nicht injektiv. Die Abbildung h: R 0 R 0 mit h(x) = x 2 schließlich ist bijektiv. Es kommt also nicht nur au die Abbildungsvorschrit an! 2. Die Abbildung : R R gegeben durch ist bijektiv. (x) = { 0 alls x = 0, 1 x alls x 0 Eine andere Charakterisierung injektiver und surjektiver Abbildungen ist: Lemma 2.5. Sei : M N eine Abbildung. (a) ist genau dann injektiv, enn es eine zu linksinverse Abbildung gibt, d.h. eine Abbildung g : N M gibt mit g = id M. (b) ist genau dann surjektiv, enn es eine zu rechtsinverse Abbildung gibt, d.h. eine Abbildung g : N M mit g = id N. (c) ist genau dann bijektiv, enn es eine zu inverse Abbildung gibt, d.h. eine Abbildung g : N M mit g = id M und g = id N. Die inverse Abbildung ist eindeutig bestimmt. Man schreibt dann ot 1 : (M) M ür die auch Umkehrabbildung oder Umkehrunktion genannte inverse Abbildung, aber man dar die Umkehrabbildung nicht mit der Urbildmenge verechseln, obohl dasselbe Symbol 1 verendet ird! Beeis. (a) Sei injektiv; zu konstruieren ist eine Linksinverse g. Sei ein Element x 0 M est geählt und sei y N. Wenn es ein x M gibt mit (x) = y, so ist dieses x eindeutig bestimmt, da injektiv ist. Setze also { x alls (x) = y, g(y) := x 0 alls y Bild(). Dann gilt oenbar g((x)) = x ür jedes x M. Umgekehrt: Gibt es eine rechtsinverse Abbildung g und sind x, x M mit (x) = (x ), so olgt x = g((x)) = g((x )) = x. (b) Sei surjektiv; zu konstruieren ist eine Rechtsinverse g. Nach Vorausseetzung gibt es zu jedem y N ein Urbild x y ; setze g(y) = x y. Dann gilt (g(y)) = (x y ) = y. Gibt es andererseits eine Linksinverse g, so ist g(y) ein Urbild von y unter. (c) Ist bijektiv, so hat nach (a) ein Linksinverses g l und nach (b) ein Rechtsinverses g r. Folglich gilt g r = id M (g r ) = (g l ) (g r ) = g l (( g r ) ) = g l (id N ) = g l = id M, d.h. g r ist auch linksinvers zu und damit invers zu. Die andere Richtung olgt aus (a) und (b). Die Eindeutigkeit der Inversen schließlich sieht man so: Angenommen g und h seien beide invers zu. Dann gilt h = h id N = h ( g) = (h ) g = id M g = g. Mittels Abbildungen lassen sich Mengen vergleichen; insbesondere kann man einen Begri von ihrer Größe entickeln: Deinition 2.6. Seien M und N zei Mengen. Wir nennen M und N gleichmächtig, enn es eine bijektive Abbildung ϕ: M N gibt. Eine Menge M heißt endlich, enn es ein n N gibt und eine Bijektion : {1,..., n} M, ansonsten heißt M unendlich. Ist M eine endliche Menge und ϕ: {1,..., n} M eine Bijektion, so nennen ir n die Mächtigkeit von M und schreiben n = #M. Die leere Menge hat keine Elemente, daher setzt man # = 0.

12 2. ABBILDUNGEN 12 Satz 2.7. Seien A, B endliche Mengen. Dann gilt #(A B) = #A + #B #(A B). Beeis. Die Aussage ist klar, alls eine der beiden Mengen leer ist Sei also A = {a 1,..., a n } und B = {b 1,..., b m }. 1. Sei A B =. Dann deiniert { a i ür 1 i n, ϕ: {1,..., m + n} A B, ϕ(i) = b i n ür n + 1 i n + m eine bijektive Abbildung. 2. Sei C = B (A B). Dann gilt C (A B) = und B = C (A B), also nach 1. #B = #C + #(A B). Weiterhin ist C A = und A B = A C und iederum nach 1. gilt #(A B) = #A + #C. Insgesamt olgt #(A B) = #A + #C = #A + #B #(A B). Satz 2.8. Seien X und Y endliche Mengen mit #X = #Y = n und : X Y eine Abbildung. Dann sind äquivalent: (i) ist injektiv, (ii) ist surjektiv, (iii) ist bijektiv. Beeis. Es reicht, die Äquivalenz von (i) und (ii) nachzueisen, der Rest ist Deinition. Sei X = {x 1,..., x n }. (i) = (ii): Da injektiv ist, muß das Bild von genau n Elemente haben, also schon ganz Y sein. (ii) = (i): Da surjektiv ist, gilt Y = {(x 1 ),..., (x n )} und egen #Y = n olgt, daß die Elemente (x i ) paareise verschieden sein müssen. Aber dann ist injektiv. Die Aussage des Satzes ird alsch, enn ir die Endlichkeitsvoraussetzung allen lassen. So sind zum Beispiel N und Z gleichmächtig, denn die Zuordnung { n n 2 alls n gerade ist, 1 n 2 alls n ungerade ist deiniert eine Bijektion N Z. Andererseits ist die Inklusion N Z eine injektive aber nicht surjektive Abbildung. Ein eiteres schönes Resultat besagt, dass eine Menge nicht zu ihrer Potenzmenge gleichmächtig sein kann: Satz 2.9 (Schröder-Bernstein). Ist M eine Menge, so kann keine surjektive Abbildung geben. : M P(M) Beeis. Angenommen, es gäbe doch eine solche Abbildung : M P(M). Sei dann T := {x M x (x)}. Dies ist eine sinnvolle Deinition. Da nun surjektiv sein soll, muss es ein m M geben mit (m) = T. Aber das geht nicht: äre m T, so müsste m (m) = T sein, as unsinnig ist. Falls aber m T gilt, so ist m (m), also ist m nach Deinition von T doch ein Element von T, as ieder Unsinn ist. Es ist also eder m T noch m T möglich. Dieser Widerspruch zeigt, dass die Menge T kein Urbild unter haben kann. Das hier verendete Beeisprinzip nennt man das Cantorsche Diagonalverahren.

13 3. RELATIONEN 13 Es ist ot nützlich, Elemente einer Menge durch Indizes zu kennzeichnen. Dabei gehören die Indizes iederum einer Menge an, der sogennanten Indexmenge. Formal geschieht dabei olgendes: Sei : I M eine Abbildung. Dann sagt man, die Menge Bild() ird durch die Menge indiziert; anstelle von (i) schreibt man häuig i und spricht auch von der Familie ( i ) i I oder { i } i I. Das Element i heißt dann die i-te Komponente der Familie. Solche Familien heißen auch I-Tupel (von Elementen von M). Ist I = {1, 2,..., n}, spricht man gemeinhin von n-tupeln. 2-Tupel sind dann geordnete Paare (m 1, m 2 ), 3-Tupel sind Tripel (m 1, m 2, m 3 ), us. Die Mengen-Operationen Vereinigung, Schnitt und Produkt lassen sich auch au Familien ausdehnen: sei I eine nichtleere Indexmenge und (A i ) i I eine Familie von Mengen. Dann ist A i = {x x A i ür enigstens ein i} die Vereinigung und i I A i = {x x A i ür alle i I} i I der Durchschnitt der Mengen A i, i I. Für die endliche Indexmenge I = {1, 2,..., n} schreibt man auch n n A 1... A n = A i bz. A 1... A n = i=1 ür Vereinigung bz. Schnitt. Die Menge der I-Tupel (a i ) i I von Elementen aus A := i I A i mit a i A i ist das kartesische Produkt der Mengen A i, bezeichnet mit A i. Für I = {1,..., n} ist auch i I A 1... A n = gebräuchlich. Für ein j I heißt die Abbildung die j-te Projektion. 3. Relationen n i=1 A i pr j : i I A i A j, (a i ) i I a j Deinition 3.1. Eine Relation zischen den Mengen A und B ist eine Teilmenge R A B. Bei A = B spricht man auch von einer Relation au der Menge A. Ist R eine Relation zischen A und B und ist (a, b) R, so schreibt man auch arb. Beispiele. 1. Sei A eine Menge. Gleichheit ist eine Relation, die durch die Diagonale A := {(a, a) a A} A A gegeben ist. 2. Für eine Funktion : A B deiniert ihr Graph Γ A B eine Relation; diese hat die Eigenschat, dass es zu x A genau ein y B gibt mit xry (nämlich y = (x)). Deinition 3.2. Sei A eine Menge. Eine Relation R au A heißt Ordnungsrelation, enn gilt: (i) Für alle a A gilt ara (Relexivität) (ii) Für alle a, b A gilt: arb bra a = b (Antisymmetrie) (iii) Für alle a, b, c A gilt: arb brc arc (Transitivität) Gilt zusätzlich noch (iv) Für alle a, b A gilt arb oder bra, so heißt R eine Totalordnung au A. i=1 A i

14 3. RELATIONEN 14 Ordnungsrelationen erden meist mit dem Symbol bedacht. Man schreibt dann statt a b und a b kürzer a < b soie a b anstelle von b a. Eine geordnete Menge ist ein Paar (A, ) bestehend aus einer Menge A und einer Ordnungsrelation au A; die Menge heißt total geordnet, enn eine Totalordnung ist. Man nennt zei Elemente a, b einer geordneten Menge A vergleichbar, enn a b oder b a gilt. (Aber nicht alle Elemente müssen vergleichbar sein.) Beispiele. 1. Die natürliche Ordnung ist eine Totalordnung au R und damit auch au jeder Teilmenge von R. 2. Sei M eine Menge. Dann deiniert die Inklusion eine Ordnung au der Potenzmenge P(M), die keine Totalordnung ist. 3. Sei (A i, ) i I eine Familie geordneter Mengen. Dann deiniert die Vorschrit (a i ) (b i ) a i b i ür alle i eine Ordnung au dem Produkt i A i, die sogenannte Produktordnung. Selbst enn jede der Mengen A i total geordnet ist, ist die Produktordnung im allgemeinen keine Totalordnung. 4. Seien A 1,..., A n total geordnete Mengen. Deiniere (a 1,..., a n ) lex (b 1,..., b n ) (a 1,..., a n ) = (b 1,..., b n ) oder a i b i ür das kleinste i mit a i b i. Diese Ordnung ist eine Totalordnung und heißt (aus ziemlich oensichtlichen Gründen) die lexikographische Ordnung. Ein Element a einer geordneten Menge (A, ) heißt maximal, enn a a ür jedes mit a vergleichbare Element a gilt, und ein größtes Element, enn a a ür alle a A; entsprechend sind minimale und kleinste Elemente deiniert. Schließlich nennt man eine Totalordnung au einer Menge A eine Wohlordnung, enn jede nichtleere Teilmenge ein kleinstes Element besitzt. Eine zeite, ichtige Klasse von Relationen erlaubt das Identiizieren von an sich verschiedenen Objekten, die man als äquivalent ansehen möchte: Deinition 3.3. Sei A eine Menge. Eine Relation R au A heißt Äquivalenzrelation, enn gilt: (i) Für alle a A gilt ara (Relexivität) (ii) Für alle a, b A gilt: arb bra (Symmetrie) (iii) Für alle a, b, c A gilt: arb brc arc (Transitivität) Für Äquivalenrelationen benutzt man meist das Symbol. Zei Elemente a, b heißen äquivalent, enn a b (und damit auch b a) gilt. Die Menge der zu einem a A äquivalenten Elemente nennt man die Äquivalenzklasse von a, ot bezeichnet mit [a], gelegentlich auch mit a. Es ist also [a] = {x A x a}. Da Äquivalenzrelationen symmetrisch ist, sind Äquivalenklassen nicht leer, denn es ist a [a]. Satz 3.4. Sei eine Äquivalenzrelation au der Menge A und seien a, b A. Dann sind äquivalent: (i) [a] [b] (ii) a b (iii) [a] = [b] Beeis. (i) (ii): Sei c [a] [b]. Dann gilt a c und c b, egen Transitivität also auch a b. (ii) (iii): Sei x [a]. Dann gilt x a und a b, also x b und damit x [b]. Dies zeigt [a] [b]; die andere Inklusion olgt auch, da das Argument symmetrisch ist. (iii) (i) ist klar. Damit ist der Ringschluss komplett. Es olgt, dass eine Äquivalenzrelation au einer Menge A diese Menge in paareise disjunkte Teilmengen zerlegt.

15 ANHANG: AXIOME DER MENGENLEHRE 15 Anhang: Axiome der Mengenlehre Das nacholgende Axiomensystem ird mit ZFC bezeichnet; ohne das 10. Axiom ( Choice ) nur mit ZF, nach Zermelo und Fraenkel. 1. Existenz der leeren Menge: Es gibt eine Menge, so dass ür jede Menge x gilt: x. 2. Extensionalität: Zei Mengen x, y sind genau dann gleich, enn sie die gleichen Elemente enthalten, d.h. enn gilt: α x α y. 3. Paarbildung: Seien x, y Mengen, so existiert eine Menge M, die genau x und y als Elemente hat. Man schreibt dann M = {x, y}. 4. Vereinigungsmenge: Sei X eine Menge, dann ist auch X = x X x eine Menge. 5. Potenzmenge: Sei x eine Menge, dann ist auch P(x) = {y x} eine Menge. 6. Unendlichkeitsaxiom: Es gibt eine Menge, die enthält und mit jedem Element x auch x {x}. 7. Fundierungsaxiom: Jede nichtleere Menge x enthält ein Element y mit x y =. 8. Aussonderung: Sei X eine Menge und P ein einstelliges Prädikat (eine Eigenschat). Dann ist {x X P (y)} eine Menge. 9. Ansammlung: Sei X eine Menge und P ein zeistelliges Prädikat. Wenn es zu jedem x X ein y gibt, so dass P (x, y), so existiert eine Menge Y, aus der passende y geählt erden können. 10. Ausahlaxiom: Sei X eine Menge, so dass jedes Element nichtleer ist. Dann existiert eine Funktion, die jedem x X ein Element aus x zuordnet, d.h. x X (x) x. Nützlich ist noch der Begri einer Klasse als einer Gesamtheit, die von einer Eigenschat aus dem Mengenuniversum ausgesondert erden. (Klassen lassen also de Russelsche Antinomie zu!) Mit dem Klassenbegri kann man anstelle der Ansammlung auch olgendes Axiom verenden: 9. Ersetzung: Ist F eine Funktion von einer Klasse D F in die Klasse R F, so ist das Bild jeder Menge X unter F ieder eine Menge. Das Unendlichkeitsaxion garantiert die Existenz einer Menge N mit den Elementen 0 =, 1 = { }, 2 = {, { }} = {0, 1} 3 = {, { }, {, { }} = {0, 1, 2}.

16 ANHANG: AXIOME DER MENGENLEHRE 16 Äquivalent ist zum Fundierungsaxiom olgende Formulierung. Betrachte den Baum der Menge M: die Wurzel ist M, darüber liegen alle Elemente von M, us.. Dann hat jeder Zeig endliche Länge. (Das letzte Element nennt man dann ein Blatt des Baumes.) Beispiel: M = {1, {1, 2}} (obei 0 =, 1 = { }, 2 = {, { }}, us.) {1, 2} M Denn: Angenommen es existiert ein unendlich langer Zeig. Dann gibt es eine Folge m 0 = M, m 1 m 0,..., m n m n 1,.... Aber dann ist X = {m 0, m 1, m 2,...} eine nichtleere Menge, so dass jedes Element nichtleeren Schnitt mit X hat. Bemerkungen. 1) Das Fundierungsaxiom macht die Russelsche Antinomie unmöglich: keine Menge ist Element ihrer selbst! Beeis. Sei A eine Menge mit A A. Deiniere B = {A} (Paarbildungsaxiom). Aus dem Fundierungsaxiom olgt, dass A, das einzige Element von B, leeren Schnitt mit B haben muss, d.h. A B =. Aber A A und A B impliziert A A B, ein Widerspruch. 2) Sei eine Funktion au N mit (n + 1) (n) ür alle n. Deiniere S = {(n) : n N}; dies ist eine Menge. Dann impliziert das Fundierungsaxiom (F): es existiert ein (k) mit (k) S =. Aber per Deinition von und S ist (k + 1) (k) S, ein Widerspruch. Also olgt aus (F), dass es eine solche Funktion nicht geben kann. 3) Bezeichne nun (F ) das olgende (schächere) Axiom: (F ) Es gibt keine unendlich absteigende Folge von Mengen. Dann gilt: (F ) + (Ausahlaxiom) (F). Beeis. Sei S eine Menge, so dass ür jedes s S gilt: s S. Sei g eine Ausahlunktion ür S, d.h. g(s) s. Deiniere eine Funktion ua N ie olgt: (0) = g(s) (n + 1) = g((n) S) Dann gilt (n) S ür jedes n und (n + 1) (n). 4) Das Fundierungsaxiom erlaubt die Deinition des geordneten Paares (a, b) als {a, {a, b}} (statt {{a}, {a, b}}). 5) Das Ausahlaxiom ist äquivalent zum Wohlordnungssatz: Jede Menge kann ohlgeordnet erden. Gödel 2 hat gezeigt: Es ist nicht möglich, die Widerspruchsreiheit dieses Axiomensystems ZFC zu beeisen! 2 Kurt Gödel, , einer der bedeutendsten Logiker des 20. Jahrhunderts. Seine berühmten Unvollständigkeitssätze zeigten, dass Hilberts Programm, die Widerspruchsreigeit der Mathematik zu nachzueisen, zum Scheitern verurteilt ar. Ein vollständiger Beeis des ersten Unvollständigkeitssatzes indet man auch in D. Hostadters Buch Gödel, Escher, Bach.

2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zwischen Mengen 2.4 Mengenoperationen

2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zwischen Mengen 2.4 Mengenoperationen 2. Mengen 2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zischen Mengen 2.4 Mengenoperationen 2. Mengen GM 2-1 Wozu Mengen? In der Mathematik Au dem Mengenbegri kann man die gesamte Mathematik

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

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

In der Mathematik. In der Informatik. 2. Mengen. Wozu Mengen?

In der Mathematik. In der Informatik. 2. Mengen. Wozu Mengen? 2. Mengen Wozu Mengen? 2.3 Beziehungen zischen Mengen In der Mathematik u dem Mengenbegri kann man die gesamte Mathematik aubauen: Mengen, Relationen, bbildungen, In der Inormatik Deinition: Ein lphabet

Mehr

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

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

Mehr

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

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

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

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

Mehr

Aussagen Interpretation Verknüpfen von Aussagen Tautologie und Widerspruch Äquivalenz

Aussagen Interpretation Verknüpfen von Aussagen Tautologie und Widerspruch Äquivalenz Aussagenlogik Aussagen Interpretation Verknüpen von Aussagen Tautologie und Widerspruch Äquivalenz Aussagen Aussagen Eine Aussage ist ein Satz, dem sich ein eindeutiger Wahrheitsert ahr (kurz bz. 1) oder

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

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

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

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

3 Werkzeuge der Mathematik

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

Mehr

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

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

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

(1.18) 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

2 Mengen, Abbildungen und Relationen

2 Mengen, Abbildungen und Relationen Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl

Mehr

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer

Mehr

Mathematik 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

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

5. AUSSAGENLOGIK: SEMANTIK

5. AUSSAGENLOGIK: SEMANTIK 5. AUSSAGENLOGIK: SEMANTIK 5.1 Charakteristische Wahrheitstaeln 5.2 Wahrheitsertzuordnung I 5.3 Die Konstruktion von Wahrheitstaeln 5.4 Wahrheit und Falschheit unter einer Wahrheitsertzuordnung 5.5 Wahrheitsbedingungen

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

Brückenkurs Mathematik 2018

Brückenkurs Mathematik 2018 Mathematik 2018 1. Vorlesung Logik, Mengen und Funktionen Prof. Dr. 24. September 2018 Ich behaupte aber, dass in jeder besonderen Naturlehre nur so viel eigentliche Wissenschaft angetroffen werden könne,

Mehr

Grundlagen der Programmierung

Grundlagen der Programmierung GdP2 Slide 1 Grundlagen der Programmierung Vorlesung 2 Sebastian Ianoski FH Wedel GdP2 Slide 2 Beispiel ür eine Programmveriikation Gegeben sei olgender Algorithmus: i (x>0) ((y+x) 0) then z := x y else

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

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

Mengen und Relationen

Mengen und Relationen KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede

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

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich

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

1 Grundstrukturen der Mathematik. Themen: Mathematische Logik Relationen Gruppen, Ringe, Körper

1 Grundstrukturen der Mathematik. Themen: Mathematische Logik Relationen Gruppen, Ringe, Körper 1 Grundstrukturen der Mathematik Themen: Mathematische Logik Relationen Gruppen, Ringe, Körper 1.1 Mathematische Logik Eine Formel oder ein Satz der Alltagssprache heißt Aussage, wenn sie wahr oder falsch

Mehr

Anmerkungen zu Mengen und Abbildungen

Anmerkungen zu Mengen und Abbildungen Anmerkungen zu Mengen und Abbildungen Kartesisches Produkt von n Mengen und n-stellige Relationen Sind M 1, M,, M n nichtleere Mengen, so ist ihr kartesisches Produkt erklärt als Menge aller geordneter

Mehr

Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium

Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium Gt: Vereinbarte mathematische Schreibweisen laut Fachkonerenzbeschlüssen Stand:..6 Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium Mengen Kurz und knapp Mengen Will man ausdrücken, dass

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

1.9 Beweis durch Kontraposition

1.9 Beweis durch Kontraposition 1.9 Beweis durch Kontraposition 1.9 Beweis durch Kontraposition Ein Beweis durch Kontraposition ist ein Spezialfall des indirekten Beweises. Wir betrachten zwei Aussagen A und B und wollen A B zeigen,

Mehr

Grundbegriffe aus Logik und Mengenlehre

Grundbegriffe aus Logik und Mengenlehre Prof. Dr. B. Niethammer Dr. C. Seis, R. Schubert Institut fr Angewandte Mathematik Universitt Bonn Grundbegriffe aus Logik und Mengenlehre Wir wollen im Folgenden eine kurze Einführung in die Grundbegriffe

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

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage. 1.3 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben, wahr oder falsch

Mehr

Zusatzmaterial zur Mathematik I für E-Techniker Übung 1

Zusatzmaterial zur Mathematik I für E-Techniker Übung 1 Mathematik I für E-Techniker C. Erdmann WS 011/1, Universität Rostock, 1. Vorlesungswoche Zusatzmaterial zur Mathematik I für E-Techniker Übung 1 Wiederholung - Theorie: Mengen Der grundlegende Begriff

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 1: Grundlagen der Mathematik. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 1: Grundlagen der Mathematik. Referenzen zum Nacharbeiten: FH Wedel Pro. Dr. Sebastian Ianoski DM1 Folie 1 Diskrete Mathematik Sebastian Ianoski FH Wedel Kapitel 1: Grundlagen der Mathematik Reerenzen zum Nacharbeiten: Lang 1, 2.1 Meinel 1 Dean 3, 4 Hachenberger

Mehr

B Grundbegriffe zu Mengen und Abbildungen

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

Mehr

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

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

Axiomatische Mengenlehre

Axiomatische Mengenlehre Axiomatische Mengenlehre Die Wahl von Axiomen für ein Gebiet ist nicht völlig beliebig. Zumeist steht im Hintergrund die Absicht, damit gewisse Theoreme beweisen zu können. Darüber hinaus sollte die Anzahl

Mehr

1.3 Relationen und Funktionen

1.3 Relationen und Funktionen 1.3. RELATIONEN UND FUNKTIONEN 1 1.3 Relationen und Funktionen Es gibt eine Konstruktion (Übungsaufgabe!) einer Klasse (a, b) mit der Eigenschaft (a, b) = (c, d) a = c b = d. Diese Klasse (a, b) heißt

Mehr

Diskrete Mathematik Referenzen zum Nacharbeiten:

Diskrete Mathematik Referenzen zum Nacharbeiten: DM1 Slide 1 Diskrete Mathematik Sebastian Ianoski FH Wedel Kapitel 1: Grundlagen der Mathematik Reerenzen zum Nacharbeiten: Lang 1, 2.1 Meinel 1 DM1 Slide 2 Inhaltlicher Umang dieser Vorlesung Inhaltliche

Mehr

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

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

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik FH Wedel Pro. Dr. Sebastian Ianoski GTI21 Folie 1 Grundlagen der Theoretischen Inormatik Sebastian Ianoski FH Wedel Kap. 2: Logik, Teil 2.1: Aussagenlogik FH Wedel Pro. Dr. Sebastian Ianoski GTI21 Folie

Mehr

Gliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000

Gliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000 Gliederung Mengen und operationen Relationen Funktionen Kardinalität von Mengen Mengen, Relationen, Funktionen 1 Mengen Definition (Naive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer

Mehr

Tag der Mathematik 2016

Tag der Mathematik 2016 Tag der Mathematik 016 Mathematischer Wettbeerb, Klassenstufe 11 1/13 30. April 016, 9.00 1.00 Uhr Aufgabe 1 Zeigt: Die Funktion f : R R, f(x) x, kann nicht als Summe von zei periodischen Funktionen geschrieben

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

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015

Informatik Vorkurs: Etwas Mathematik. Werner Struckmann WS 2014/2015 Informatik Vorkurs: Etwas Mathematik Werner Struckmann WS 2014/2015 Etwas Mathematik: Was machen wir? 1. Aussagen, Logik 2. Mengen, Relationen, Funktionen 3. Zahlenmengen, Rechnen 4. Beweise 5. Dualzahlen:

Mehr

Kapitel 1: Grundbegriffe

Kapitel 1: Grundbegriffe Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2

Mehr

Vorkurs: Grundlagen für das Mathematikstudium. Caroline Uhler

Vorkurs: Grundlagen für das Mathematikstudium. Caroline Uhler Vorkurs: Grundlagen für das Mathematikstudium Caroline Uhler Inhaltsverzeichnis 1 Logische Grundbegriffe 3 2 Elementare Mengenlehre 5 3 Relationen und Abbildungen 8 3.1 Produkte......................................

Mehr

3 Mengen und Abbildungen

3 Mengen und Abbildungen $Id: mengen.tex,v 1.2 2008/11/07 08:11:14 hk Exp hk $ 3 Mengen und Abbildungen 3.1 Mengen Eine Menge fasst eine Gesamtheit mathematischer Objekte zu einem neuen Objekt zusammen. Die klassische informelle

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2 D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Lösung 2 Hinweise 1. Eine Möglichkeit ist, auf diese Forderungen massgeschneiderte Relationen explizit anzugeben. Dies ist aber nicht

Mehr

N = f0; 1; 2; : : : g: [n] = f1; : : : ; ng: M = f x j x hat die Eigenschaft E g:

N = f0; 1; 2; : : : g: [n] = f1; : : : ; ng: M = f x j x hat die Eigenschaft E g: 1 Mengen Gregor Cantor denierte 1895 eine Menge als eine Zusammenfassung wohldenierter, unterscheidbarer Objekte. Eine Menge wird als neues Objekt angesehen, die Menge ihrer Objekte. Ein Objekt x aus der

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Induktion und Rekursion 3.3 Boolsche Algebra Peer Kröger (LMU München) Einführung in die Programmierung WS 14/15 48 / 155 Überblick

Mehr

10 Formale Grundlagen

10 Formale Grundlagen 95 10 Formale Grundlagen 10.1 Mengentheorie Die Aussagen hierzu sind aus [?, S.13-21] und [?, S.75-136]. In [?] sind die nötigsten Aussagen zusammengefaßt. In [?] sind insbesondere Links und Rechtsinverse

Mehr

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung) Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie

Mehr

Aufgabe 1. n b i i i i i 1 i 1. log( a ) b log a, a 0. n b b b b. log( a ) log a a... a. i 1 2 n. i 1 2 n. log( a ) log a log a...

Aufgabe 1. n b i i i i i 1 i 1. log( a ) b log a, a 0. n b b b b. log( a ) log a a... a. i 1 2 n. i 1 2 n. log( a ) log a log a... Augabe 1 n n b i i i i i 1 i 1 i log( a ) b log a, a 0 n i 1 b b b b i 1 n log( a ) log a a... a n i 1 n b b b b i 1 n log( a ) log a log a... log a i 1 n i 1 n i log( a ) b log a b log a... b log a i

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 2018/2019 18.10.2018 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum

Mehr

Teil 4. Mengen und Relationen

Teil 4. Mengen und Relationen Teil 4 Mengen und Relationen KAPITEL 10 Äquivalenzrelationen und Faktormengen 1. Äquivalenzrelationen Wir nennen eine Relation von A nach A auch eine Relation auf A. DEFINITION 10.1. SeiΡeine Relation

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

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

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

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

Mehr

Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT.

Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT. Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT. Dietmar A. Salamon ETH-Zürich 29. September 2016 Zusammenfassung Dieses Manuskript dient einer Einführung für Studierende des ersten

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

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

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 3

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 3 D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Lösung 3 Hinweise 1. Verwenden Sie in a) für die ersten beiden Gleichungen die Eindeutigkeit des additiven Inversen (Folgerung (b)) und

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

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 5 Das Lemma von Zorn Wir möchten im Folgenden zeigen, dass eine widerpruchsfreie Menge Γ L V von Aussagen nicht nur

Mehr

Informationsgewinnung

Informationsgewinnung Agenda ür heute, 9. Januar 27 ETH-Bibliothek Logische Verknüpungen als Grundlage ür die Inormationsgeinnung Vortrag von rau E. Benninger Grösste Bibliothek der Scheiz Scherpunkte im Bereich des elektronischen

Mehr

Vorlesung 2. Tilman Bauer. 6. September 2007

Vorlesung 2. Tilman Bauer. 6. September 2007 Vorlesung 2 Universität Münster 6. September 2007 Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus) für alle

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

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

Grundbegriffe Mengenlehre und Logik

Grundbegriffe Mengenlehre und Logik Grundbegriffe Mengenlehre und Logik Analysis für Informatiker und Lehramt Mathematik MS/GS/FS WS 2016/2017 Agnes Radl Mengen Georg Cantor (1895) Unter einer Menge verstehen wir jede Zusammenfassung M von

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

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017

Mehr

4 Logik 4.1 Aussagenlogik

4 Logik 4.1 Aussagenlogik 4 Logik 4.1 Aussagenlogik Mod - 4.1 Kalkül zum logischen Schließen. Grundlagen: Aristoteles 384-322 v. Chr. Aussagen: Sätze, die prinzipiell als ahr oder alsch angesehen erden können. z. B.: Es regnet.,

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 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

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

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

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

Mehr

Analysis I. Yuri Kondratiev Universität Bielefeld WS 2016/17

Analysis I. Yuri Kondratiev Universität Bielefeld WS 2016/17 Analysis I Yuri Kondratiev Universität Bielefeld WS 2016/17 ii Contents 1 Mengen und Zahlen 1 1.1 Grundbegriffe der Mengenlehre..................... 1 1.1.1 Mengen und Operationen auf den Mengen...........

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 24.11.2016 (Teil 2) 23. November 2016 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler 23. November 2016

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

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

Grundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren

Grundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik

Mehr

2 Zahlbereichserweiterungen I

2 Zahlbereichserweiterungen I 2 Zahlbereichserweiterungen I Obwohl wir in den vergangenen Kapiteln schon andere Zahlen als die natürlichen Zahlen benutzt haben, wollen wir auch auf diese noch einmal einen grundsätzlichen Blick werfen.

Mehr

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018 Diskrete Strukturen Vorlesung 7: Fixpunkte & Kardinalität 27. November 2018 Nächste Termine Modul Diskrete Strukturen Hörsaalübung (Mo. 9:15) Vorlesung (Di. 17:15) 26.11. 27.11. Fixpunkte + Kardinalitäten

Mehr

Einführung in die Mengenlehre

Einführung in die Mengenlehre Einführung in die Mengenlehre D (Menge von Georg Cantor 845-98) Eine Menge ist eine Zusammenfassung bestimmter wohlunterschiedener Objekte unseres Denkens oder unserer Anschauung zu einem Ganzen wobei

Mehr

1 Grundlagen. 1.1 Aussagen

1 Grundlagen. 1.1 Aussagen 1 Grundlagen 1.1 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben,

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

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