Kapitel 1. Grundlagen

Größe: px
Ab Seite anzeigen:

Download "Kapitel 1. Grundlagen"

Transkript

1 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 feststeht, ob es zur Menge gehört oder nicht. Die Objekte der Menge heissen Elemente der Menge. a A a A a ist Element der Menge A a ist nicht Element der Menge A 1

2 Die leere Menge enthält kein Element. Schreibweise:, {} Definition. Eine Menge A heisst Teilmenge der Menge B, falls jedes Element von A auch Element von B ist. Schreibweise: A B. Definition. Zwei Mengen heissen gleich, falls A B und B A gilt. Schreibweise: A = B. Falls A und B nicht gleich sind, so schreiben A B. 2

3 Verknüpfungen von Mengen Definition. Seien A und B Mengen. Die Schnittmenge A B ist definiert durch A B := {x : x A und x B}. Die Vereinigungsmenge A B ist definiert durch A B := {x : x A oder x B}. Die Differenzmenge A \ B ist definiert durch A \ B := {x : x A und x B}. A und B heissen disjunkt, falls A B = (d.h. A und B enthalten kein gemeinsames Element). 3

4 Grundgesetze bei Mengenverknüpfungen Satz. Es seien A, B, C Mengen. Dann gilt (1) A = und A = A (2) A A = A und A A = A (3) A B = B A und A B = B A (Kommutativität) (4) (A B) C = A (B C) und (A B) C = A (B C) (Assoziativität) (5) A (B C) = (A B) (A C) und A (B C) = (A B) (A C) (Distributivität) 4

5 Übung. Sei Ω eine Menge. Für eine Teilmenge A Ω definieren wir das Komplement A c : = Ω \ A. Beweisen Sie die Gesetze von de Morgan: für A Ω und B Ω gilt (A B) c = A c B c und (A B) c = A c B c. 5

6 Definition. Die Potenzmenge P(A) einer Menge A ist die Menge aller Teilmengen von A. Man beachte den Unterschied zwischen und und die Schreibweise mit den Mengenklammern { und }: 1 {1, 2}, {1} {1, 2}, {1} {1, 2}, {1} P({1, 2}). Statt P(A) schreibt man oft auch 2 A. 6

7 Gefährliche Definitionen (1) Russelsche Antinomie: Sei R die Menge aller Mengen, die sich nicht selbst als Element enthalten. Wäre R eine Menge, so müsste entweder R R oder R R gelten. Nach Definition ist aber R R genau dann wenn R R. 7

8 (2) Der Barbier von Sevilla rasiert genau diejenigen in Sevilla lebenden Männer, die sich nicht selbst rasieren. Rasiert der Barbier sich selber? M : = {x: x männlicher Einwohner in Sevilla, den der Barbier rasiert} ist keine Menge! 8

9 2. Abbildungen Definition. Seien A und B Mengen. Ist a A und b B, so heisst (a, b) ein geordnetes Paar. Zwei geordnete Paare (a, b) und (a, b ) heißen gleich, falls a = a und b = b gilt. Das kartesische Produkt A B ist die Menge aller geordneten Paare (a, b), wobei a A und b B gilt. 9

10 Beziehungen zwischen Objekten werden formal als Relationen definiert. Definition. Eine Relation zwischen zwei Mengen A und B ist eine Teilmenge R A B. Falls A = B so sprechen wir von einer Relation in A. 10

11 Definition. Eine Abbildung (oder Funktion) von der Menge A in die Menge B ist eine Relation f A B derart, dass es für alle a A genau ein b B gibt mit (a, b) f. 11

12 Übliche Schreibweise für eine Abbildung f : A B A: Definitionsbereich von f B: Bildbereich (oder Wertebereich) von f Das zu a A eindeutig gehörende b B mit (a, b) f wird meist mit f(a) bezeichnet. 12

13 Definition. Zwei Abbildungen f : A B und f : A B heißen gleich, wenn A = A und B = B und f(a) = f (a) für alle a A gilt. 13

14 Eigenschaften von Abbildungen Definition. Eine Abbildung f : A B heißt injektiv, falls aus a 1, a 2 A mit a 1 a 2 stets f(a 1 ) f(a 2 ) folgt. surjektiv, falls für alle b B ein a A existiert mit b = f(a) bijektiv, falls f injektiv und surjektiv ist. 14

15 Definition. Die identische Abbildung auf der Menge A ist definiert als id A : A A, a a Definition. Sind f : A B und g : B C Abbildungen, so definiert man deren Komposition oder Hintereinanderausführung als die Abbildung g f : A C, a g(f(a)) 15

16 Satz. Eine Abbildung f : A B ist bijektiv genau dann, wenn es eine Abbildung g : B A gibt mit g f = id A und f g = id B. 16

17 Ergänzung zum Satz: Die Abbildung g im Satz ist eindeutig bestimmt und heißt die inverse Abbildung von f. Man schreibt dafür g = f 1. Vorsicht: f 1 ist nicht zu verwechseln mit 1/f(x) = f(x) 1 für eine reellwertige Funktion f. 17

18 Definition. Sei f : A B eine Abbildung. Für X A heißt die Menge f(x) := {f(a): a X} das Bild von X unter f. Für Y B heißt die Menge f 1 (Y ) := {a A: f(a) Y } das Urbild von Y unter f. 18

19 3. Ordnungs- und Äquivalenzrelationen Eine Relation R in A ist eine Teilmenge R A A. Statt (x, y) R schreiben oft xry. Definition. Eine Relation in A heißt eine partielle Ordnung, falls folgende Eigenschaften erfüllt sind: Reflexivität: a a für alle a A Antisymmetrie: Aus a b und b a folgt a = b, für alle a, b A. Transitivität: Aus a b und b c folgt a c, für alle a, b, c A. 19

20 Definition. Eine partielle Ordnung in A heißt totale Ordnung, falls für alle a, b A gilt: a b oder b a. 20

21 Definition. Sei A eine Menge, n N, n 1. Ein n-tupel in A ist eine Abbildung Ist a k = a(k), so schreibt man meist a k heißt die k-te Komponente von a. a: {1, 2,..., n} A. a = (a 1, a 2,..., a n ) statt a. Bemerkung. (a 1,..., a n ) = (b 1,..., b n ) genau dann wenn a k = b k für alle k {1, 2,..., n}. 21

22 Definition. Unter der n-ten kartesischen Potenz der Menge A versteht man A n : = A... A: = {a: n-tupel in A}. }{{} n mal Angenommen, sei eine totale Ordnung in A. Die lexikographische Ordnung lex in A n ist folgendermassen definiert. Seien a = (a 1,..., a n ) und b = (b 1,..., b n ) A n. a lex b bedeutet, dass entweder a = b oder a k b k für den kleinsten Index k mit a k b k. Behauptung. Die lexikographische Ordnung lex ist eine totale Ordnung in A n. Beweis als Übung. 22

23 Definition. Eine Relation in A heißt Äquivalenzrelation, falls die folgenden Eigenschaften erfüllt sind: Reflexivität: a a für alle a A. Symmetrie: Aus a b folgt b a, für alle a, b A. Transitivität: Aus a b und b c folgt a c, für alle a, b, c A. 23

24 Wichtige Äquivalenzrelationen in Z. Fixiere n N, n 1. Seien a, b Z. Definition. a heißt kongruent zu b modulo n, geschrieben a n b, falls n ein Teiler von b a ist. Z.B. n = 3, 2 3 5, Man verifiziert leicht, dass n eine Äquivalenzrelation ist. 24

25 Definition. Sei eine Äquivalenzrelation in A. Die Äquivalenzklasse [a] von a ist die Menge der zu a äquivalenten Elemente in A: [a]: = [a] : = {b A: b a}. Definition. Sei A eine Menge. Eine Partition (oder Zerlegung) von A ist eine Menge P von nichtleeren Teilmengen von A sodass jedes Element von A in genau einem P P liegt. 25

26 Wir haben gesehen, dass die Menge der Äquivalenzklassen eine Partition von A ist. Die Umkehrung stimmt auch. Satz. Sei P eine Partition der Menge A. Definiere die Relation R: = {(a, b) A A: es existiert ein P P mit a P und b P }. Dann ist R eine Äquivalenzrelation in A. 26

27 Aristoteles ( vor Christus) 4. Aussagen Eine Aussage ist ein sprachliches Gebilde, das entweder wahr oder falsch ist. Verknüpfung von Aussagen. Seien A und B Aussagen. Wir definieren A B (hier A und B) ist genau dann wahr, wenn A und B beide wahr sind A B (hier A oder B) ist genau dann wahr, wenn mindestens eine der Aussagen A, B wahr ist A (lies nicht A) ist genau dann wahr, wenn A falsch ist. 27

28 Beschreibung mit Wahrheitstafeln A B A B A B f f f f f w f w w f f w w w w w 28

29 Die Implikation A B (lies wenn A, dann B) ist definiert durch A B A B f f w f w w w f f w w w Vorsicht: A B ist nach Definition immer wahr, wenn A falsch ist! 29

30 Die Äquivalenz A B (lies A äquivalent B) ist definiert durch A B A B f f w f w f w f f w w w Dies bedeutet, dass A und B logisch gleichwertig sind: A ist genau dann wahr, wenn B wahr ist. 30

31 Beispiel. (Kontrapositionsgesetz) A = B ist logisch gleichwertig zu ( B) = ( A) ist logisch gleichwertig zu ( A) B. 31

32 Methode des indirekten Beweises Um sich von der Wahrheit einer Aussage A zu überzeugen, nimmt man an, dass A falsch ist und deduziert daraus mittels logischen Schlüssen, dass eine Aussage B sowohl wahr als auch falsch ist. Da letzteres absurd ist, muss A wahr sein. 32

33 Zur Illustration: Definition. Eine Primzahl ist eine Zahl p N, p 2, deren einzige positive Teiler 1 und p sind. Primzahlen sind 2, 3, 5, 7, 11,.... Folgendes ist leicht zu zeigen: Jede Zahl n N mit n 2 wird von einer Primzahl geteilt. ( ) Wir geben nun einen indirekten Beweis für folgenden Satz. Es gibt unendlich viele Primzahlen. 33

34 Regeln beim Verknüpfen von Aussagen (vgl. Regeln beim Verknüpfen von Mengen) doppelte Negation ( A) A de Morgan (A B) ( A) ( B) (A B) ( A) ( B) Distributivität A (B C) (A B) (A C) A (B C) (A B) (A C) Prinzip vom A ( A) w ausgeschlossenen Dritten A ( A) f 34

35 Prädikate = 2 ist eine wahre Aussage x + y = y + x ist keine Aussage; sie ist weder wahr noch falsch Sei M eine Menge. Eine Aussageform (oder ein Prädikat) ist ein Satz in freien Variablen x 1,..., x n, der zu einer Aussage wird, wenn jedes x i durch ein Element in M ersetzt wird. 35

36 Um Prädikate in Aussagen umzuwandeln, benutzt man den Allquantor (für alle x M) und den Existenzquantor (es gibt ein x M) Sei P (x) ein Prädikat über der Menge M in der Variablen x. xp (x) ist genau dann wahr, wenn es ein a M gibt, sodass P (a) wahr ist xp (x) ist genau dann wahr, wenn P (a) für jedes a M wahr ist. 36

37 Negationsregel ( xp (x)) ist logisch gleichwertig zu x P (x) ( xp (x)) ist logisch gleichwertig zu x P (x) 37

38 5. Vollständige Induktion Es handelt sich hier um ein sehr mächtiges Beweisprinzip, um Aussagen der Form n N P (n) zu beweisen. 38

39 Induktionsprinzip Sei P (n) ein Prädikat über N. Induktionsverankerung: P (0) ist wahr. Induktionsschritt: Für beliebiges n N ist P (n) P (n + 1) wahr. Dann ist P (n) wahr für alle n N. 39

40 Der Beweis beruht auf dem folgenden plausiblen Axiom: Jede nichtleere Teilmenge von N hat ein kleinstes Element. 40

41 Satz. Für n N gilt die folgende Aussage P (n): (n + 1) = (n + 1)(n + 2). 2 41

42 Satz. (Summe der geometrischen Reihe) Sei q R, q 1 und n N. Dann gilt q 0 + q 1 + q q n = qn+1 1 q 1. (Zur Erinnerung q 0 : = 1, insbesondere für q = 0.) 42

43 Modifiziertes Induktionsprinzip Sei P(n) ein Prädikat über N, n 0 N. Verankerung: P (n 0 ) ist wahr Schritt: Für beliebiges n n 0 gilt: P (n) P (n + 1) Dann ist P (n) wahr für alle n n 0. 43

44 Satz. Alle natürlichen Zahlen sind gleich. Beweis. Definiere für a, b N max{a, b} := a falls a b, b falls a < b. Betrachte das folgende Prädikat P (n) a, b N ( max{a, b} = n = a = b ). P (0) is wahr. Induktionsschritt: Angenommen P (n) gilt. Seien a, b N mit max{a, b} = n + 1. Dann gilt max{a 1, b 1} = n. Nach Induktionsvoraussetzung folgt a 1 = b 1. Also gilt a = b. 44

45 6. Kardinalität endlicher Mengen Wir wollen Mengen bzgl. ihrer Größe vergleichen. N : = N \ {0} = {1, 2, 3,...} Definition. Zwei Mengen A, B heißen gleichmächtig, falls es eine Bijektion von A nach B gibt. Notation: A B. Bemerkung. erfüllt die Eigenschaften einer Äquivalenzrelation. 45

46 Definition. Eine Menge A heißt endlich, falls A = oder A {1, 2,..., n} für ein n N. Andernfalls heißt A unendlich. Lemma. Für m, n N gilt {1, 2,..., m} {1, 2,..., n} m = n. Der Beweis geht mit Induktion. Da die Aussage anschaulich evident ist, verzichten darauf, den formalen Beweis zu führen. 46

47 Aufgrund des Lemmas ist die folgende Definition sinnvoll: Definition. Die Kardinalität A einer nichtleeren endlichen Menge A ist die eindeutig bestimmte Zahl n N mit A {1, 2,..., n}. Man setzt := 0. Bemerkung. Sei A endlich. Dann A = A = 0. Folgerung 1: Seien A, B endliche Mengen. Dann A B A = B. 47

48 Seien A 1, A 2,... A r Mengen. Deren Vereinigung ist definiert als A 1 A 2... A r = {x: i {1, 2,..., r} x A i }. Man schreibt dafür auch r i=1 A i. Analog definiert man den Durchschnitt A 1 A 2... A r : = {x: i {1, 2,..., r} x A i } und schreibt dafür auch r i=1 A i. 48

49 Satz 1. Seien A 1,..., A r endliche Mengen, die paarweise disjunkt sind, (d.h. A i A j = für i j). Dann ist A 1... A r endlich und A 1... A r = A A r. 49

50 Das kartesische Produkt von Mengen A 1,..., A r ist definiert als A 1... A r : = {(a 1,..., a r ): a i A i für alle i {1, 2,..., r}} Satz 2. Sind A 1,..., A r endlich, so auch A 1 A r und es gilt A 1 A 2 A r = A 1 A 2 A r Insbesondere gilt A r = A r für A endlich. 50

51 Definition. Für Mengen A, B bezeichne B A die Menge der Abbildungen A B. Folgerung 2: Sind A, B endlich, so ist B A endlich und B A = B A 51

52 Folgerung 3: Sei A endlich. Dann ist 2 A endlich und 2 A = 2 A. 52

53 Satz. Seien A, B endlich und f : A B. (1) Ist f injektiv, so gilt A B. Ist überdies A = B, so ist f bijektiv. (2) Ist f surjektiv, so gilt A B. Ist überdies A = B, so ist f bijektiv. 53

54 1.7 Permutationen und Binomialkoeffizienten Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel: A 1... A n = A A n, falls A 1,..., A n paarweise disjunkt sind Produktregel: A 1... A n = A 1 A n Potenzregel: A B = A B Potenzmenge: 2 A = 2 A 54

55 Definition. Sei M eine endliche Menge. Permutationen Eine bijektive Abbildung ϕ: M M heißt eine Permutation von M. Wir bezeichnen die Menge der Permutationen von M mit Perm(M). Definition. (Fakultät) Die Fakultätsfunktion ist rekursiv definiert durch 0! = 1 und n! = n (n 1)! für n N, n > 0. Satz. Sei M eine endliche Menge mit M = n. Dann Perm(M) = n!. 55

56 Binomialkoeffizienten Definition. Seien k, n N. Sei M eine Menge mit M = n. Die Kardinalität von ( ) M : = {X 2 M : X = k} k heißt Binomialkoeffizient und wird mit ( n k) bezeichnet. Bemerkung. ( n k) ist also die Anzahl k-elementiger Teilmengen von M. Offensichtlich ist ( n k) unabhängig von der Wahl von M. ( n k) = 0 für k > n ( n 0) = 1, ( n n) = 1 56

57 Proposition. Für n N gilt 2 n = n k=0 ( n k). Proposition. (Symmetrie) Für k, n N mit 0 k n gilt: ( ) ( ) n n =. k n k 57

58 Satz. (Rekursionsformel) Für k, n N, k, n 1, gilt ( ) ( ) ( ) n n 1 n 1 = +. k k 1 k Aus der Rekursionsformel folgt die rekursive Berechnung von Binomialkoeffizienten mit dem Pascalschen Dreieck. 58

59 Satz. Für k, n N, 0 k n, gilt ( ) n k = n! k!(n k)! Folgerung. ( ) n k = n (n 1) (n 2) (n k + 1) k Beispiel. ( ) 6 4 = =

60 Satz. (Binomischer Lehrsatz) Seien n N und x, y R. Dann gilt n ( ) n (x + y) n = x k y n k. k k=0 60

61 Folgerung. R = Z (1) 2 n = (1 + 1) n = n k=0 ( n k). Wissen wir schon! (2) Für n 1 gilt 0 = (1 1) n = n ( ) n ( 1) k. k k=0 61

62 8. Unendliche Mengen Die Menge N ist unendlich, denn es gibt kein n N mit {1, 2,..., n} N (Beweis!) Definition. Eine Menge A heißt abzählbar unendlich, falls A N. 62

63 Beispiel. Z ist abzählbar unendlich vermöge der Bijektion n 2 falls n ungerade (nachprüfen!) f : N Z, f(n) = falls n gerade n 2 Beispiel. N N ist abzählbar unendlich. 63

64 Nicht alle unendlichen Mengen sind abzählbar! Satz. (Georg Cantor) Sei A eine Menge. Dann gibt es keine surjektive Abbildung f : A 2 A. Folgerung. 2 N ist zwar unendlich, aber nicht abzählbar unendlich. Man nennt solche Mengen überabzählbar. Bemerkung. Der Beweis verwendet die sogenannte Diagonalisierungsmethode. Diese spielt in der theoretischen Informatik eine wichtige Rolle (Stichwort Unentscheidbarkeit ). 64

65 Eine Anwendung in der Informatik: Jedes Programm, egal in welcher Programmiersprache, ist eine endliche Folge von Symbolen aus einer endlichen Menge (=Alphabet {Sonderzeichen}). Deshalb ist die Menge R := {f : N {0, 1} : f von einem Programm berechenbar} abzählbar unendlich. Nun ist {0, 1} N 2 N (vgl. Beweis von Folgerung 3) Der Satz von Cantor impliziert, dass 2 N überabzählbar ist. Deshalb ist R {0, 1} N. Folglich gibt es Abbildungen f : N {0, 1}, die nicht von einem Programm berechnet werden können. 65

66 Bemerkung. Ähnlich wie beim Satz von Cantor zeigt man, dass die Menge R der reellen Zahlen überabzählbar ist. 66

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

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

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

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

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

: das Bild von ) unter der Funktion ist gegeben durch

: das Bild von ) unter der Funktion ist gegeben durch % 1.3 Funktionen Seien und Mengen nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. Bezeichnungen: : Definitionsbereich : Bildbereich (Zielmenge) von Der Graph einer Funktion: graph!

Mehr

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

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

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

2 Mengen, Relationen, Funktionen

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

Mehr

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

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

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

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

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

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

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

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

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

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

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

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 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

(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

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

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

Formale Sprachen und Automaten

Formale Sprachen und Automaten 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

Mehr

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen

Mehr

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

Analysis für Informatiker

Analysis für Informatiker Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während

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

3. Kombinatorik und Wahrscheinlichkeit

3. Kombinatorik und Wahrscheinlichkeit 3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

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

Mehr

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

Skript und Übungen Teil II

Skript und Übungen Teil II Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen

Mehr

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

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

Mehr

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

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

Mehr

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

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

Mehr

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

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

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 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

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

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 2 Mathematische Grundlagen Skript zur Vorlesung Einführung in die Programmierung im Wintersemester 2012/13 Ludwig-Maximilians-Universität

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

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

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

Mehr

Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik

Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden

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

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

1.1 Die Türme von Hanoi Die natürlichen Zahlen Mengen und Relationen Binomialkoeffizienten... 16

1.1 Die Türme von Hanoi Die natürlichen Zahlen Mengen und Relationen Binomialkoeffizienten... 16 Kapitel 1 Natürliche Zahlen und Induktion Die Analysis beschäftigt sich mit Funktionen und ihren Eigenschaften, sie stellt Beziehungen her zwischen verschiedenen Funktionen und löst daraus resultierende

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

Mengenlehre: Mächtigkeit (Ordnung) einer Menge

Mengenlehre: Mächtigkeit (Ordnung) einer Menge Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,

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

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

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

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb. 4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel

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

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

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

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

Kapitel 1 Die natürlichen und die ganze Zahlen

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

Mehr

17 Lineare Abbildungen

17 Lineare Abbildungen Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:

Mehr

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

Bemerkungen zur Notation

Bemerkungen zur Notation Bemerkungen zur Notation Wir haben gerade die Symbole für alle und es gibt gebraucht. Dies sind so genannte logische Quantoren, und zwar der All- und der Existenzquantor. Die Formel {a A; ( b B)[(a, b)

Mehr

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick

Mehr

1.1 Mengen und Abbildungen

1.1 Mengen und Abbildungen Lineare Algebra 2005-2013 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

BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom

BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom Prof. Dr. Norbert Blum Elena Trunz Informatik V BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom 5.2.2014 Bitte beachten Sie, dass die tatsächlichen Klausuraufgaben

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

Serie 2: Relationen, Abbildungen, Mächtigkeit, Gruppen

Serie 2: Relationen, Abbildungen, Mächtigkeit, Gruppen D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 2: Relationen, Abbildungen, Mächtigkeit, Gruppen 1. Auf Z definieren wir eine Relation durch x, y Z : (x y : x y ist gerade) a) Zeigen Sie, dass

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

KAPITEL 0. Zur Vorbereitung

KAPITEL 0. Zur Vorbereitung KAPITEL 0 Zur Vorbereitung 1. Grundbegriffe aus der Mengenlehre Es soll hier kurz auf die aus der Schule teilweise bekannte elementare Mengenlehre eingegangen werden, da wir deren Schreib und Sprechweise

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

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

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch! Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil I) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents Mengen und ihre Darstellung Darstellung endlicher Mengen Darstellung unendlicher

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

Mengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge

Mengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung

Mehr

Funktionen, Mächtigkeit, Unendlichkeit

Funktionen, Mächtigkeit, Unendlichkeit Funktionen, Mächtigkeit, Unendlichkeit Nikolai Nowaczyk http://math.nikno.de, Lars Wallenborn http://www.wallenborn.net/ Frühjahrsakademie 12.04. - 14.04.2013 Inhaltsverzeichnis

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )

Mehr

Mathematik 1 für Informatiker und Bioinformatiker

Mathematik 1 für Informatiker und Bioinformatiker Mitschrieb der Vorlesung Mathematik 1 für Informatiker und Bioinformatiker Prof. Dr. Peter Hauck Wintersemester 2006/2007 Mitschrieb in L A TEXvon Rouven Walter Letzte Änderung: 10. Oktober 2010 Lizenz

Mehr

Grundlegendes der Mathematik

Grundlegendes der Mathematik Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

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

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

(P3 ) Ist M D mit d M und S(M) M, dann gilt M = D.

(P3 ) Ist M D mit d M und S(M) M, dann gilt M = D. Kapitel 2 Die natürlichen Zahlen 2.1 Peano-Systeme Definition 2.1. Ein Tripel (D, S, d) mit den Eigenschaften (P1) d D, (P2) S : D D, (P3) S(n) d für alle n D, (P4) S ist injektiv, (P5) Ist M D mit d M

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

Mengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M.

Mengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M. Mengenlehre Eine Menge ist eine Zusammenfassung bestimmter und unterschiedlicher Objekte. Für jedes Objekt lässt sich eindeutig sagen, ob es zu der Menge gehört. Die Objekte heißen Elemente der Menge.

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

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

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

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q. Beispiel 27 (Beweis durch Widerspruch) Wir nehmen an, dass die zu zeigende Aussage falsch ist und führen diese Annahme zu einem Widerspruch. Satz 28 3 ist irrational, d. h. 3 / Q. Beweis: Widerspruchsannahme:

Mehr

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

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

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen) DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen

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

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione Eigenschaften von Einführung in die Semantik, 2./3. Sitzung Mengen / / Göttingen 2. November 2006 Eigenschaften von Mengenlehre Eigenschaften von Eigenschaften von Das Konzept Menge Eine Menge ist eine

Mehr

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Kombinatorik Dr. Lucia Draque Penso Universität Ulm Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Erste Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 2 / 26 Formales Vorlesung:

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

Weitere Eigenschaften

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

Mehr

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

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