Formale Sprachen und Automaten

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Formale Sprachen und Automaten"

Transkript

1 Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen enthalten: Zahlen, Symbole, andere Mengen, etc. Mengen kann man dadurch charakterisieren, dass man ihre Elemente aufzählt. Menge 1 = {1, 3, 4, 6} Menge 2 = {Moses, Josua, Ruth, Samuel} Die Elemente einer Menge haben nicht notwendigerweise etwas gemein. Menge 3 = {1, 4, Josua, Ruth} Reihenfolge und Dopplung der Elemente sind egal. {1, 3, 4, 6} = {3, 6, 4, 1} {1, 3, 4, 6} = {6, 6, 1, 3, 4, 6, 4} Typeset by FoilTEX 1 Typeset by FoilTEX 2

2 Mengen 2 Mengen 3 bezeichnet die Elementbeziehung, die negierte Form davon. 1 {1, 3, 4, 6} 5 {1, 3, 4, 6} A ist eine Teilmenge von B (A B), genau dann, wenn (gdw). für alle x gilt: wenn x A, dann x B. A = B gdw. A B und B A A ist eine echte Teilmenge von B (A B), gdw. A B und A B Es gibt eine Menge ohne Element: die leeren Menge. Man schreibt { } oder. Es gibt eine Menge, die alle Elemente enthält: die universale Menge (manchmal als U geschrieben). Wenn Mengen sehr groß sind, ist es umständlich, ihre Elemente aufzuzählen. Wenn Mengen unendlich sind, ist dies praktisch sogar unmöglich. Man greift daher auf zwei alternative Darstellungen zurück. 1. Entweder, man deutet mit... an, wie die Elementfolge fortgeführt werden könnte: Menge der natürlichen Zahlen (N ) = {1, 2, 3,...} 2. Man abstrahiert von einer Eigenschaft, die alle Elemente der Menge haben: Menge der Primzahlen = {x x ist nur durch 1 und durch sich selbst teilbar} (Darstellung 1. vertraut darauf, dass der Leser die Abstraktion selber durchführt). Typeset by FoilTEX 3 Typeset by FoilTEX 4

3 Mengenoperationen Mengenoperationen 2 Es gelten folgende binäre Operationen auf Mengen: 1. Vereinigung: A B = {x x A x B} 2. Schnitt: A B = {x x A x B} 3. Komplementbildung: A B = {x x A x B} Vereinigung und Schnitt können generalisiert werden auf eine beliebige Zahl von Mengen. Sei S eine Menge von Mengen S = {x x S1 S 2... S n S 1,..., S n S} S = {x x S1 S 2... S n S 1,..., S n S} Das Komplement einer Menge A (A) ist definiert als: Ā = U A Komplementgesetze: 1. A A = U 2. (A) = A 3. A A = 4. A B = A B DeMorgans Gesetze: 1. (A B) = A B 2. (A B) = A B Typeset by FoilTEX 5 Typeset by FoilTEX 6

4 Mengenoperationen 3 Folgen Es gibt wenigstens zwei binäre Operationen auf Mengen. Die Kardinalität einer Menge A ( A ) bezeichnet die Anzahl der Elemente von A (As Mächtigkeit). A = Σ x A Die Potenzmenge von A (2 A oder P(A)) ist die Menge aller Teilmengen von A. P(A) = {x x A} Eine Folge ist eine geordnete Liste von Elementen. Folge 1 : (1,2,3,4,5) Folge 2 : (Moses, Josua, Ruth, Samuel) Folge 3 : (1, Moses, 2, Josua, 3, Ruth) Folgen sind geordnet, doppelte Elemente sind nicht redundant. (1,2,3,4,5) (3,1,2,5,4) (1,2,3,4,5) (1,1,2,3,4,4,4,5) Folgen können endlich oder unendlich sein. Eine endliche Folge nennt man ein Tupel. Ein Tupel mit k Elementen nennt man ein k-tupel. Typeset by FoilTEX 7 Typeset by FoilTEX 8

5 Folgen 2 Relationen Wenn A und B Mengen sind, dann ist das Kartesische Produkt (oder Kreuzprodukt) aus A und B (A B) definiert als die Menge aller 2-Tupel deren erstes Element aus A und deren zweites Element aus B ist. A B = {(x, y) x A y B} Das Kartesische Produkt kann auf n Stellen generalisiert werden. A 1... A n = {(x 1,..., x n ) x i A i, 1 i n} Ist eines der A i leer, so ist auch das Produkt die leere Menge. Das n-fache Kartesische Produkt, bei dem alle A i gleich A sind, schreibt man auch als A n. Eine Relation R zwischen den Mengen A und B ist eine Teilmenge von A B. Beispiel: Sei A = {a, b, c} und B = {1, 2, 3}, dann ist R 1 = {(a, 1), (a, 2), (b, 3), (c, 1), (c, 3)} eine Relation zwischen A und B. R 1 ist binär. Relationen können k-stellig sein. Sie sind dann Teilmengen des Kartesischen Produkts A 1... A k. Das Inverse einer Relation R A B, bezeichnet als R 1 B A, ist definiert als R 1 = {(b, a) (a, b) A B} Ein Pfad in einer binären Relation R ist eine Folge (a 1,..., a n ) mit n 1, so dass (a i, a i+1 ) R für i = 1,..., n 1. Typeset by FoilTEX 9 Typeset by FoilTEX 10

6 Eigenschaften von Relationen Funktionen Eine Relation R A A ist 1. reflexiv gdw.: (a, a) R für jedes a 2. transitiv gdw.: (a, b) R (b, c) R (a, c) R 3. symmetrisch gdw.: (a, b) R (b, a) R 4. asymmetrisch gdw.: (a, b) R (b, a) R 5. antisymmetrisch gdw.: (a, b) R a b (b, a) R Eine Funktion von einer Menge A nach einer Menge B ist eine binäre Relation R zwischen A und B mit folgender Eigenschaft: für jedes a A gibt es genau ein b B, so dass (a, b) R. R 1 = {(x, y) x ist ein Vater und y ist ein Kind} R 2 = {(y, x) x ist ein Vater und y ist ein Kind} R 2 ist eine Funktion, R 1 nicht. Eine Relation die reflexiv, symmetrisch und transitiv ist, nennt man Äquivalenzrelation. Typeset by FoilTEX 11 Typeset by FoilTEX 12

7 Funktionen 2 Arten von Funktionen Man schreibt eine Funktion f von A nach B oft als f : A B. 1. A ist die Domäne von f. 2. B ist der Zielbereich von f. 3. f(a) ist das Abbild von a unter f. Das Abbild einer Menge A unter f wird geschrieben als f[a]. Eine Funktion f : A B heißt 1. injektiv, gdw. für jedes b B existiert höchstens ein a A, so dass f(a) = b. 2. surjektiv, gdw. für jedes b B existiert mindestens ein a A, so dass f(a) = b. 3. bijektiv, gdw. für jedes b B existiert genau ein a A, so dass f(a) = b (f ist bijektiv gdw. f injektiv und surjektiv ist). f[a] = {f(a) a A}. Typeset by FoilTEX 13 Typeset by FoilTEX 14

8 Inverse Funktionen Funktionale Komposition Funktionen sind Relationen, haben also auch ein Inverses. Allerdings ist das Inverse einer Funktion nicht notwendigerweise wieder eine Funktion. Man schreibt das Inverse einer Funktion f : A B als f 1 : B A. Das Inverse einer bijektiven Funktion f ist immer eine bijektive Funktion f 1, die Umkehrfunktion von f. Das Inverse einer nicht-bijektiven Funktion ist niemals eine Funktion. f : A B und g : B C können komponiert werden zu einer Funktion h : A C (oder g f). h nimmt ein a A, macht damit das, was f damit getan hätte, und wendet g auf das Ergebnis von f(a) an. Für jedes a A gilt: h(a) = (g f)(a) = g(f(a)) In diesem Falle existiert nur (g f) aber nicht (f g), weil der Wertebereich von g nicht gleich der Domäne von f ist. Wenn aber f : A A und g : A A, dann existieren sowohl (g f) als auch (f g). Typeset by FoilTEX 15 Typeset by FoilTEX 16

9 Beweis durch Widerspruch Endliche und unendliche Mengen Ein wichtiges Beweisschema ist der Beweis durch Widerspruch. Beweis von Hypothese H durch Widerspruch: 1. Nimm an, es gelte die Negation von H: H 2. Leite dann unter dieser Annahme durch logische Schlußfolgerungen einen Widerspruch ab. 3. Das einzige, was in dieser Ableitung zum Widerspruch geführt haben kann, ist die Annahme, dass H gilt. 4. Daher muss H falsch sein (H kann nicht richtig sein, und eine dritte Möglichkeit gibt es nicht). 5. Wenn H falsch ist, dann ist H wahr. q.e.d. Das Schema beruht auf der Annahme, dass H/H nicht gleichzeitig wahr und falsch sein können. Mengen A und B sind gleich mächtig, wenn es eine Bijektion zwischen A und B gibt. Eine Menge A ist endlich, wenn es eine Bijektion zwischen A und {1,..., n} gibt, für eine natürliche Zahl n N. Eine Menge A ist unendlich, wenn sie nicht endlich ist. Beispiele für unendliche Mengen: die natürlichen Zahlen, die ganzen Zahlen, die Primzahlen, die reellen Zahlen,... Sind alle unendlichen Mengen gleich mächtig (d.h. kann man immer eine Bijektion zwischen solchen Mengen finden)? Typeset by FoilTEX 17 Typeset by FoilTEX 18

10 Abzählbarkeit Überabzählbare Mengen und Diagonalisierung Eine Menge A ist 1. abzählbar, wenn (a) A endlich ist, oder (b) A abzählbar unendlich ist. 2. abzählbar unendlich, wenn A gleich mächtig ist wie N (es gibt Bijektion zwischen A und N ). 3. überabzählbar, wenn A nicht abzählbar ist. Beispiele für abzählbar unendliche Mengen: 1. die geraden Zahlen 2. die ganzen Zahlen 3. die Vereinigung zweier abzählbar unendlicher Mengen Nicht alle unendlichen Mengen sind abzählbar. Dies kann man durch Cantors (Georg Cantor, ; deutscher Mathematiker) Diagonalisierungsprinzip zeigen (siehe Cantor 1890). Diagonalisierungsprinzip: Sei R A A eine binäre Relation und sei D die Diagonalisierungsmenge für A: D = {a (a, a) R}. Für jedes a A sei R a = {b b A (a, b) R}. Dann ist D verschieden von jedem R a. Das Diagonalisierungsprinzip ist anwendbar auf endliche und unendliche Mengen. Typeset by FoilTEX 19 Typeset by FoilTEX 20

11 Cantors Diagonalisierungstheorem Vollständige Induktion Theorem: Die Menge 2 N ist überabzählbar unendlich. Beweis durch Widerspruch: 1. Angenommen 2 N sei abzählbar unendlich. Dann existiert eine Bijektion von N nach 2 N (d.h., man kann jedes Element von 2 N mit einer natürlichen Zahl indizieren): 2 N = {R 0, R 1, R 2,...}. 2. Bilde die Diagonalmenge D = {n N n R n }. 3. D enthält nur natürliche Zahlen, muss also in 2 N sein. 4. Also muss es ein k N geben, so dass D = R k. 5. Das kann aber nicht sein, da D R k, für jedes k (nach Konstruktion von D). Man hat also einen Widerspruch. 6. Dann muss die Annahme, dass 2 N abzählbar unendlich ist, falsch sein. q.e.d. Hypothese: Eigenschaft P gilt für alle natürlichen Zahlen. Beweis: erfolgt üblicherweise durch das Prinzip der vollständigen Induktion. Schema der vollständigen Induktion: 1. Zeige, dass P für 0 (oder 1) gilt (Induktionsanfang). 2. Nimm an, dass P für eine beliebige natürliche Zahl n gilt (Induktionsannahme). 3. Zeige, dass P für n + 1 gilt (Induktionsschritt). Typeset by FoilTEX 21 Typeset by FoilTEX 22

12 Induktionsbeweis 1. Beispiel Induktionsbeweis 1. Beispiel, 2 Beobachtung: 1 = 1 = = 4 = = 9 = = 16 = 4 2 Zeige: Für alle natürlichen Zahlen n 1 gilt n k=1 (2k 1) = n2. Beweis (Franciscus Maurolicus, ): durch vollständige Induktion über n. Induktionsanfang (n = 1): 1 k=1 (2k 1) = 1 = 12 Induktionsvoraussetzung: Es gilt n k=1 (2k 1) = n2. Fortsetzung Induktionsschritt: n+1 k=1 (2k 1) = n k=1 (2k 1) + (2(n + 1) 1) = n k=1 (2k 1) + (2n + 1) = (wegen Voraussetzung) n 2 + 2n + 1 = (n + 1) 2 q.e.d. Typeset by FoilTEX 23 Typeset by FoilTEX 24

13 Induktionsbeweis 2. Beispiel Induktionsbeweis 2. Beispiel, 2 Zeige: P(M) = 2 n, wenn M = n. Beweis: durch vollständige Induktion über n. Induktionsanfang (n = 0): 1. Wenn M =, dann M = Dann ist P(M) = { }, denn nur die leere Menge ist Teilmenge der leeren Menge. 3. Dann ist P(M) = 1 = 2 0. Induktionsvoraussetzung: Sei M = n und es gelte P(M) = 2 n. Fortsetzung Induktionsschritt: 1. Sei M = n+1 und sei x ein bestimmtes Element in M. 2. Teile P(M) auf in (a) alle A P(M), so dass x A (b) alle B P(M), so dass x B 3. Nach Vorraussetzung ist die Anzahl der A P(M) = 2 n (alle As sind Teilmengen einer Menge mit n Elementen; x fehlt!). 4. Aus allen Bs kann man x entfernen. Das ändert die Anzahl der Bs nicht, aber danach handelt es sich auch bei den Bs um Teilmengen einer Menge mit n Elementen. Also gilt nach Voraussetzung, dass die Anzahl aller B = 2 n 5. Addiere die Anzahl der As und Bs: 2 n + 2 n = 2 n+1 q.e.d. Typeset by FoilTEX 25 Typeset by FoilTEX 26

14 Schubfachprinzip Abschlusseigenschaften Schubfachprinzip (pigeon hole principle): Wenn A und B endliche Mengen sind, und wenn A > B, dann gibt es keine injektive Funktion f : A B. Beweis: durch vollständige Induktion über B. Induktionsanfang ( B = 0): Dann existiert f : A B nicht und kann auch nicht injektiv sein. Induktionvoraussetzung: Es gibt kein injektives f : A B für B = n, wenn A > B. Induktionsschritt: Sei A > B und B = n + 1. Betrachte a A. Wenn es a A gibt, so dass a a und f(a) = f(a ), dann ist f nicht injektiv. Falls kein solches a A existiert, betrachte g : A {a} B {f(a)}, wobei g sonst wie f ist. Nach Voraussetzung ist g aber nicht injektiv. Also ist f auch nicht injektiv. q.e.d. Eine Menge B D heißt abgeschlossen unter einer Relation R D n+1 wenn für alle b 1,..., b n+1 gilt: Wenn b 1,..., b n B und wenn (b 1,..., b n, b n+1 ) R, dann gilt auch b n+1 B. Eine Eigenschaft der Form die Menge B ist abgeschlossen unter der Relation R nennt man eine Abschlusseigenschaft von B. Beispiel: N ist abgeschlossen unter Addition, Multiplikation, und Quadratur, aber nicht unter Subtraktion, Division, oder dem Ziehen der Quadratwurzel. Abschlusseigenschaften können benutzt werden, um aus kleineren Mengen größere zu konstruieren. Der reflexiv transitive Abschluss (reflexiv transitive Hülle) einer Relation R A 2 ist die Relation R = {(a, b) a, b A und es gibt einen Pfad von a nach b in R}. Typeset by FoilTEX 27 Typeset by FoilTEX 28

15 Literatur Cantor, Georg (1890): Über eine elementare Frage der Mannigfaltigkeitslehre, Deutsche Mathematiker- Vereinigung 1, Halmos, Paul (1976): Naive Mengenlehre. Vandenhoeck & Ruprecht, Göttingen. Typeset by FoilTEX 29

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

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

Theoretische Informatik

Theoretische Informatik Mathematische Grundlagen Patrick Horster Universität Klagenfurt Informatik Systemsicherheit WS-2007-Anhang-1 Allgemeines In diesem einführenden Kapitel werden zunächst elementare Grundlagen kurz aufgezeigt,

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

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

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

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Einführung in die Logik - 6 mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Modelltheoretische / Denotationelle Semantik der Prdikatenlogik Ein Modell ist ein künstlich geschaffenes

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

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Kapitel 1 Mathematische Objekte In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Objekte wie Tupel, Mengen, Relationen und Funktionen. Außerdem erklären wir die

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

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II.

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II. Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen

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

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

Grundlagen der Mengenlehre

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

Mehr

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

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

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

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

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni.

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni. Mengenlehre Yanhai Song songy@in.tum.de Proseminar Mathematische Modellierung Fakultät für Informatik Technische Universität München 12.Juni.2001 Zusammenfassung Die Mengenlehre gehört zu den vier Teilgebieten

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.

Mehr

A B A und B w w w w f f f w f f f f. A B A oder B (A B) w w w w f w f w w f f f

A B A und B w w w w f f f w f f f f. A B A oder B (A B) w w w w f w f w w f f f Kapitel 1 Zum Aufwärmen 1.1 Aussagen Eine Aussage im üblichen Sinn ist nicht unbedingt eine Aussage im mathematischen Sinn. Aussagen wie Mathe ist doof sind keine Aussagen im mathematischen Sinn, weil

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

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 25 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

3. Relationen Erläuterungen und Schreibweisen

3. Relationen Erläuterungen und Schreibweisen 3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

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

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6. Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

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

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

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für

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

1 Mengenlehre. 1.1 Grundbegriffe

1 Mengenlehre. 1.1 Grundbegriffe Dieses Kapitel behandelt Grundlagen der Mengenlehre, die in gewisser Weise am nfang der Mathematik steht und eine Sprache bereitstellt, die zur weiteren Formulierung der Mathematik sehr hilfreich ist.

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Susanna Pohl Vorkurs Mathematik TU Dortmund 10.03.2015 Mengen und Relationen Mengen Motivation Beschreibung von Mengen Mengenoperationen

Mehr

Naive Mengenlehre. ABER: Was ist eine Menge?

Naive Mengenlehre. ABER: Was ist eine Menge? Naive Mengenlehre Im Wörterbuch kann man unter dem Begriff Menge etwa die folgenden Bestimmungen finden : Ansammlung, Konglomerat, Haufen, Klasse, Quantität, Bündel,... usf. Die Mengenlehre ist der (gegenwärtig)

Mehr

Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau

Logik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Mathematisches Beweisen Mathematische ussagen - haben oft

Mehr

Mengen (siehe Teschl/Teschl 1.2)

Mengen (siehe Teschl/Teschl 1.2) Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen

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

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume

Mehr

Kapitel 2 Mathematische Grundlagen

Kapitel 2 Mathematische Grundlagen Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und

Mehr

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

Mehr

"Zahlen-Irrtum I": Es gibt nur halb so viele gerade Zahlen (2, 4, 6,.) wie Natürliche Zahlen (1, 2, 3, 4,.).

Zahlen-Irrtum I: Es gibt nur halb so viele gerade Zahlen (2, 4, 6,.) wie Natürliche Zahlen (1, 2, 3, 4,.). "ZAHLEN "Zahlen-Irrtum I": Es gibt nur halb so viele gerade Zahlen (2, 4, 6,.) wie Natürliche Zahlen (1, 2, 3, 4,.). Beide Zahlenmengen enthalten genau gleich viele Zahlen. Denn jeder Natürlichen Zahl

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

3 Mengen, Logik. 1 Naive Mengenlehre

3 Mengen, Logik. 1 Naive Mengenlehre 3 Mengen, Logik Jörn Loviscach Versionsstand: 21. September 2013, 15:53 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis

Mehr

1 Mengen. 1.1 Definition

1 Mengen. 1.1 Definition 1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene

Mehr

5 Grundlagen der Zahlentheorie

5 Grundlagen der Zahlentheorie 5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk

Mehr

Die Sprache der Mathematik

Die Sprache der Mathematik Die Sprache der Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Diese Lehrveranstaltung...... ist Pflicht für alle Studenten der Informatik und

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

2 ZAHLEN UND VARIABLE

2 ZAHLEN UND VARIABLE Zahlen und Variable 2 ZAHLEN UND VARIABLE 2.1 Grundlagen der Mengenlehre Unter einer Menge versteht man die Zusammenfassung von unterscheidbaren Objekten zu einem Ganzen. Diese Objekte bezeichnet man als

Mehr

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 9. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 9. Vorlesung 1 / 17 Themen

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

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:

Mehr

Diskrete Mathematik. Marcel Erné Fakultät für Mathematik und Physik

Diskrete Mathematik. Marcel Erné Fakultät für Mathematik und Physik Diskrete Mathematik Marcel Erné Fakultät für Mathematik und Physik Vorlesung für Studierende des Bachelor- und Master-Studienganges Mathematik Sommersemester 2011 0. Natürliche Zahlen und endliche Mengen

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

Mehr

Mathematik 1 für Informatik Inhalt Grundbegrie

Mathematik 1 für Informatik Inhalt Grundbegrie Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen

Mehr

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition

Mehr

2. Vorlesung. Die Theorie der schwarz-weissen Ketten.

2. Vorlesung. Die Theorie der schwarz-weissen Ketten. 2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen

Mehr

2 Modellierung mit Wertebereichen

2 Modellierung mit Wertebereichen 2 Modellierung mit Wertebereichen Mod-2.1 In der Modellierung von Systemen, Aufgaben, Lösungen kommen Objekte unterschiedlicher Art und Zusammensetzung vor. Für Teile des Modells wird angegeben, aus welchem

Mehr

Technische Universität München

Technische Universität München Stand der Vorlesung Kapitel 2: Auffrischung einiger mathematischer Grundlagen Mengen, Potenzmenge, Kreuzprodukt (Paare, Tripel, n-tupel) Relation: Teilmenge MxN Eigenschaften: reflexiv, symmetrisch, transitiv,

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

Brückenkurs Mathematische Grundlagen. 1 Aussagenlogik. FU Berlin, Institut für Informatik, WS 2008/09

Brückenkurs Mathematische Grundlagen. 1 Aussagenlogik. FU Berlin, Institut für Informatik, WS 2008/09 FU Berlin, Institut für Informatik, WS 2008/09 Brückenkurs Mathematische Grundlagen für Bioinformatik-, Informatik- und Nebenfach-Studenten 1 Aussagenlogik Eine logische Aussage ist ein Satz, der entweder

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

Einführung in die Mathematik (Vorkurs 1 )

Einführung in die Mathematik (Vorkurs 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 Inhaltsverzeichnis 1 Aussagenlogik 4 2

Mehr

Mengenlehre. Jörg Witte

Mengenlehre. Jörg Witte Mengenlehre Jörg Witte 25.10.2007 1 Grbegriffe Die Menegenlehre ist heute für die Mathematik grlegend. Sie spielt aber auch in der Informatik eine entscheidende Rolle. Insbesondere fußt die Theorie der

Mehr

Topologische Räume und stetige Abbildungen Teil 2

Topologische Räume und stetige Abbildungen Teil 2 TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des

Mehr

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt

Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden

Mehr

2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen

2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr

4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper

4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper 4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element

Mehr

1 Sprechweisen und Symbole der Mathematik

1 Sprechweisen und Symbole der Mathematik 1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3

Mehr

Schnupperkurs: Ausgewählte Methoden zur Aufgabenlösung

Schnupperkurs: Ausgewählte Methoden zur Aufgabenlösung Mathematisches Institut II.06.004 Universität Karlsruhe Priv.-Doz. Dr. N. Grinberg SS 05 Schnupperkurs: Ausgewählte Methoden zur Aufgabenlösung Vorlesung 3: Elementare Beweismethoden: Direkter Beweis,

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

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11 Mathematik für Informatiker I Christoph Eisinger Wintersemester 2010/11 Musterlösungen zum Hausübungsblatt 3 Aufgabe 1 Zu überpüfen sind jeweils folgende Eigenschaften: 1. Reflexivität: x R x x S 2. Symmetrie:

Mehr

ANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht

ANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht . Übung Übersicht Aufgaben zu Kapitel und 2 Aufgabe : Drei klassische Ungleichungen Aufgabe 2: ) Beweis einer Summenformel Induktion) Aufgabe : ) Teleskopsummen Aufgabe 4: Noch etwas Formelmanipulation

Mehr

4 Elementare Mengentheorie

4 Elementare Mengentheorie 4 Elementare Mengentheorie 4 Elementare Mengentheorie 4.1 Mengen [ Partee 3-11, McCawley 135-140, Chierchia 529-531 ] Die Mengentheorie ist entwickelt worden, um eine asis für den ufbau der gesamten Mathematik

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Die Menge C der komplexen Zahlen wird im Kapitel Weitere Themen behandelt.

Die Menge C der komplexen Zahlen wird im Kapitel Weitere Themen behandelt. 1 1 Funktionen 1.1 Grundlegende Zahlenmengen Georg Cantor (1845-1918) hat den Begriff der Menge eingeführt. Man versteht darunter die Zusammenfassung einzelner Dinge, welche Elemente genannt werden, zu

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

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

Strukturelle Rekursion und Induktion

Strukturelle Rekursion und Induktion Kapitel 2 Strukturelle Rekursion und Induktion Rekursion ist eine konstruktive Technik für die Beschreibung unendlicher Mengen (und damit insbesondere für die Beschreibung unendliche Funktionen). Induktion

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

1.) Rekursion und Induktion: Rechnen mit natürlichen Zahlen

1.) Rekursion und Induktion: Rechnen mit natürlichen Zahlen 1) Rekursion und Induktion: Rechnen mit natürlichen Zahlen Aufbauend auf: "Anwendungen: Sätze, Beweise, Algorithmen und Programme", "Fasern" Aufgaben: 9 > restart; Axiomatik der natürlichen Zahlen Wir

Mehr

Was bisher geschah. Darstellung von Sprachen Ausführen von Berechnungen

Was bisher geschah. Darstellung von Sprachen Ausführen von Berechnungen Was bisher geschah Alphabet, Wort, Sprache Operationen auf Wörtern: Spiegelung R, Verkettung Palindrome Relationen zwischen Wörtern: Präfix, Infix, Postfix Wortersetzungssystem S: Regeln (l r), Ersetzungsschritt

Mehr

Natürliche, ganze und rationale Zahlen

Natürliche, ganze und rationale Zahlen Natürliche, ganze und rationale Zahlen Zunächst haben die zum Zählen verwendeten natürlichen Zahlen 0, 1, 2, 3,... nichts mit dem reellen Zahlen zu tun. Durch die ausgezeichnete reelle Zahl 1 (Maßeinheit!)

Mehr

Mathematik an der Universität

Mathematik an der Universität Mathematik an der Universität Mathematik an der Universität ist anfänglich mit einigen Frustrationen verbunden, besonders dann, wenn der Übergang unvorbereitet erfolgt. Ein LK in Mathematik reicht als

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum

Mehr

Corinne Schenka Vorkurs Mathematik WiSe 2012/13. Die kleineren Zahlbereiche sind jeweils Teilmengen von größeren Zahlbereichen:

Corinne Schenka Vorkurs Mathematik WiSe 2012/13. Die kleineren Zahlbereiche sind jeweils Teilmengen von größeren Zahlbereichen: 2. Zahlbereiche Besonderheiten und Rechengesetze Die kleineren Zahlbereiche sind jeweils Teilmengen von größeren Zahlbereichen: 2.1. Die natürlichen Zahlen * + besitzt abzählbar unendlich viele Elemente

Mehr

Mathematik für Informatiker/Informatikerinnen 2

Mathematik für Informatiker/Informatikerinnen 2 Mathematik für Informatiker/Informatikerinnen 2 Koordinaten: Peter Buchholz Informatik IV Praktische Informatik Modellierung und Simulation Tel: 755 4746 Email: peter.buchholz@udo.edu OH 16, R 216 Sprechstunde

Mehr

Grundbegriffe der Mathematik

Grundbegriffe der Mathematik Grundbegriffe der Mathematik Vorlesungsskript, Wintersemester 2009/2010 Christian Clason, Florian Kainrath, Georg Propst Stand vom 26. Februar 2010 Institut für Mathematik und Wissenschaftliches Rechnen

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.

Mehr

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N =

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr