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

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017 Dr. Florian Möller 5. September 2016 Inhaltsverzeichnis 1 Grundlagen Natürliche und ganze Zahlen Ungleichungen und Abschätzungen Aussagenlogik Aussagen Operationen mit Aussagen Quantoren Beweistechniken Beweis von Implikationen Beweis von Äquivalenzen Widerlegen von Aussagen Rekursion und vollständige Induktion Rekursion Vollständige Induktion Beispiele Abarten der vollständigen Induktion Mengen Notationen Operationen mit Mengen Rechenregeln der Mengenlehre Kartesisches Produkt Abbildungen I: Bild, Urbild und Graph Bild und Urbild Abbildungen II: Injektivität, Surjektivität und Bijektivität 28 1

2 1 Grundlagen 1.1 Natürliche und ganze Zahlen Wir beginnen mit einer kleinen Wiederholung über natürliche Zahlen 1. Mit dem Symbol N bezeichnen wir die Menge der natürlichen Zahlen, also N = {1, 2, 3, 4, }. Der Doppelpunkt auf der linken Seite des obigen Gleichheitszeichen bedeutet, dass die linke Seite, also das Symbol N, durch die rechte Seite definiert wird. Das setzt natürlich voraus, dass wir die rechte Seite, also die Menge {1, 2, }, bereits kennen. Mit N 0 bezeichnen wir die Menge N 0 = {0, 1, 2, 3, }. Unter den ganzen Zahlen Z verstehen wir die Menge Z = {, 2, 1, 0, 1, 2, }. Alle diese Definitionen sind mit Vorsicht zu genießen, weil nicht klar ist, was bedeuten soll. Definition 1.1 Wir sagen, die ganze Zahl a teilt die ganze Zahl b, falls es eine ganze Zahl k gibt, so dass ak = b. Wir sagen in diesem Fall auch, dass a ein Teiler von b sei und schreiben a b. Andernfalls sagen wir, dass a kein Teiler von b sei und schreiben a b. Beispiel 1.2 Es gilt (a) 2 3, (b) 2 4, (c) 0 0, (d) 0 z für alle ganzen Zahlen z 0 und (e) z 0 für alle ganzen Zahlen z. Definition 1.3 Ganze Zahlen, die von 2 geteilt werden, nennen wir gerade Zahlen. Alle anderen ganzen Zahlen nennen wir ungerade Zahlen. Definition 1.4 Eine natürliche Zahl n heißt Primzahl, wenn sie ungleich 1 ist und nur durch ±1 und ±n teilbar ist. Die Menge der Primzahlen bezeichnen wir mit P. Beispiel 1.5 Die Zahl 2 ist eine Primzahl. Da 2 3, ist auch 3 eine Primzahl. 4 ist keine Primzahl, denn es gilt 4 = 2 2. In Ihrem Studium werden Sie an verschiedenen Stellen sehen, dass Primzahlen eine fundamentale Bedeutung in der Mathematik haben. Im Augenblick benötigen wir die Menge der Primzahlen aber nur, um Beispiele zu den folgenden Abschnitten diskutieren zu können. 1 Was natürliche Zahlen sind, scheint intuitiv klar und aus der Schule bekannt. Tatsächlich machen wir es uns hier ein bisschen einfach. Im Studium der Mathematik wird man eine gewisse Zeit darauf verwenden, sauber zu definieren, was natürliche Zahlen sind. Das führt aber schon über den Vorkursstoff hinaus. 2

3 1.2 Ungleichungen und Abschätzungen In der Schule wird vorwiegend der Umgang mit Gleichungen gelehrt. Im Studium jedoch müssen Sie an vielen Stellen souverän mit Ungleichungen umgehen können. Wir wiederholen daher in diesem Abschnitt wichtige Rechenregeln für Ungleichungen sowie einige Techniken zur Abschätzung von Termen. Die auftretenden Variablen sind alle als reelle Zahlen (allgemeiner: Elemente eines angeordneten Körpers) aufzufassen. Wir definieren die Zeichen, <, und > nicht, sondern setzen deren Bedeutung als bekannt voraus. 2 Definition 1.6 Unter einer Ungleichungskette versteht man eine Ungleichung der Form a 1 < a 2 < a 3 < < a n. Die Ungleichungskette ist erfüllt genau dann, wenn alle Ungleichungen a 1 < a 2 und a 2 < a 3 und und a n 1 < a n zugleich erfüllt sind. Satz 1.7 Die Ungleichungen a < b und a + c < b + c sind äquivalent (d.h. gleichbedeutend; Genaueres hierzu im nächsten Abschnitt). Für positive c sind äquivalent. a < b und ca < cb Für negative c sind a < b und ca > cb äquivalent. Analoge Resultate gelten für schwache Ungleichungen (d.h. statt <). Satz 1.8 Aus folgt a < b und c < d a + c < b + d. Sind beide Ungleichungen schwach, so ist auch die Ergebnis-Ungleichung schwach. Kurz: Gleichsinnige Ungleichungen dürfen addiert werden. Satz 1.9 Genau dann gilt ab > 0, wenn a und b entweder beide positiv oder beide negativ sind. Genau dann gilt ab < 0, wenn eine der Variablen positiv, die andere negativ ist. Korollar Gilt a 0, so ist a 2 > 0. Insbesondere ist 1 > 0. 2 Tatsächlich ist es nicht einfach, eine saubere mathematische Definition von < zu geben. Man kann zwar sagen, dass a < b bedeuten soll, dass b a positiv ist. Dies führt aber auf das Problem, den Begriff positiv zu definieren. Eine Lösung dieses Problems wird in der Analysis gegeben lassen Sie sich überraschen. 3 Ein Korollar (von lat. corollarium Zugabe, Geschenk) ist eine (zumeist einfache) Folgerung aus einem mathematischen Resultat. 3

4 Satz 1.11 Aus folgt 0 < a < b und 0 < c < d 0 < ac < bd. Analog für schwache Ungleichungen. Kurz: Gleichsinnige Ungleichungen dürfen miteinander multipliziert werden, wenn alle Glieder positiv sind. Satz 1.12 Einen Bruch mit positivem Zähler und positivem Nenner kann man vergrößern, indem man den Zähler vergrößert oder den Nenner verkleinert und positiv hält. Beispiel 1.13 (a) Die komplexen Zahlen C entstehen, indem man zu den reellen Zahlen ein Element i hinzufügt, das der Gleichung i 2 = 1 genügt, und dann die Grundrechenarten auf dieses Element erweitert. In C kann man Ungleichungen nicht sinnvoll definieren. Man sagt auch, dass C nicht angeordnet sei. Denn wegen Korollar 1.10 wären 1 = i 2 und 1 = 1 2 positiv, also 1 > 0 und 1 > 0. Wegen Satz 1.8 folgt dann aber 0 > 0 Widerspruch. (b) Sind b, d > 0 und gilt a b < c d, so gilt a b < a+c b+d < c d. Wir zeigen, dass das erste <-Zeichen stimmt: Das Element b(b + d) ist positiv. Daher sind die Ungleichungen a a + c < und a(b + d) < (a + c)b b b + d äquivalent. Ausmultiplizieren liefert Multiplikation mit der positiven Zahl 1 bd liefert ab + ad < ab + bc, also ad < bc. a b < c d. Die Gleichung a b < a+c ist daher äquivalent zur als wahr vorausgesetzten Ausgangsgleichung b+d und damit ebenfalls wahr. a b < c d Der Beweis der zweiten Ungleichung funktioniert analog. (c) Für alle natürlichen Zahlen n gilt Denn wir haben 3n 6 n 2 + 2n n. 3n 6 n 2 + 2n + 3 Zähler vergrößern 3n n 2 + 2n + 3 Nenner verkleinern 3n n 2 = 3 n. 4

5 2 Aussagenlogik Mit Hilfe der formalen Logik können mathematische Aussagen exakt formuliert und bewiese werden. 2.1 Aussagen Unter einer mathematischen Aussage verstehen wir ein sprachliches Gebilde, bei dem es sinnvoll ist, zu fragen, ob es entweder wahr (abgekürzt: w) oder falsch (abgekürzt: f ) ist (Prinzip der Zweiwertigkeit der mathematischen Logik 4 ). Es ist nicht erforderlich, tatsächlich sagen zu können, welcher Wahrheitswert der Aussage zukommt. Beispiel 2.1 Welche der folgenden Sätze sind Aussagen in obigem Sinne? (a) Wie ist das Wetter heute? (b) Heute ist Montag. (c) Heute ist Montag und morgen ist Mittwoch. (d) Dieser Satz ist eine falsche Aussage. Aussagen werden oft mit Großbuchstaben A, B, C bezeichnet. Beispiel 2.2 Ein paar Beispiele für Aussagen: A: 9 ist eine Primzahl. B: Jede Primzahl ist ungerade. C: Jede gerade Zahl größer oder gleich 4 ist das Produkt aus genau zwei Primzahlen. D: Jede gerade Zahl größer oder gleich 4 ist die Summe aus genau zwei Primzahlen. zu A: Die Aussage ist falsch, denn 3 3 = 9. zu B: 2 ist gerade und eine Primzahl, also ist die Aussage falsch. zu C: Es ist 8 = zwar das Produkt dreier Primzahlen, aber nicht das Produkt zweier Primzahlen. C ist also falsch. zu D: Aussage D ist die sogenannte Goldbachsche Vermutung, an der sich Mathematiker schon seit 1742 die Zähne ausbeißen. Aufgrund der Formulierung ist D jedoch eine mathematische Aussage. 2.2 Operationen mit Aussagen Aus einfachen Aussagen gewinnt man durch logische Verknüpfungen kompliziertere Aussagen. Die Wahrheitswerte der einfachen Aussagen legen dabei den Wahrheitswert der komplizierteren Aussage eindeutig fest. Die wichtigsten logischen Verknüpfungen sind: (a) Konjunktion ( und ), Schreibweise: A B. Beispiel: Seien A und B die Aussagen aus Beispiel 2.2. Dann bedeutet die Aussage A B 4 Es gibt auch mehrwertige oder sogar unscharfe (Fuzzy-)Logik, die in der Anwendung eine gewisse Rolle spielt. Diese ist aber zur Grundlegung der Mathematik eher ungeeignet. 5

6 Das ist eine neue Aussage. 9 ist eine Primzahl und jede Primzahl ist ungerade. Der Wahrheitswert der neuen Aussage A B ist durch folgende Tabelle (eine sogenannte Wahrheitstafel) definiert: A B A B w w w w f f f w f f f f Sind also A und B falsch, so ist auch A B falsch (4. Zeile der Wahrheitstafel). Durch die folgende Wahrheitstafel werden weitere logische Verknüpfungen definiert. A B A A B A B A B A B w w f w w w w w f f f w f f f w w f w w f f f w f f w w (b) Disjunktion ( oder ), Schreibweise: A B 5 Sind die Aussagen und C 2 C 1 Die Zahl 2 ist gerade. Die Zahl 2 ist eine Primzahl., gegeben, so ist C 1 C 2 eine wahre Aussage, da mindestens eine der beiden Aussagen C 1, C 2 wahr ist. Tatsächlich sind aber sowohl C 1 als auch C 2 wahr. (c) Negation ( nicht ), Schreibweise: A. Die Negation von 2 ist keine Primzahl ist 2 ist nicht keine Primzahl, also 2 ist eine Primzahl. (d) Implikation ( A impliziert B, aus A folgt B ), Schreibweise: A B (e) Achtung: Eine Implikation A B ist stets wahr, wenn A falsch ist! Aus einer falschen Aussage kann man alles folgern! So ist z. B. die Aussage wahr, weil 9 keine Primzahl ist. Ist 9 eine Primzahl, so gilt die Goldbachsche Vermutung. Äquivalenz ( A ist äquivalent zu B, A genau dann, wenn B ), Schreibweise: A B Sei q eine natürliche Zahl. Die Aussagen q ist eine gerade Primzahl und q ist 2 sind äquivalent. Sie sind entweder beide wahr (nämlich wenn q = 2 gilt) oder beide falsch (falls q 2). 5 Das logische oder,, ist kein exklusives Oder. Hier unterscheidet sich die mathematische Logik von der Umgangssprache. 6

7 Beweisverfahren für Tautologien Mit Hilfe von Wahrheitstafeln kann man Rechenregeln (sog. Tautologien) für logische Ausdrücke beweisen. Z. B. stellt man fest, dass die Aussage A B genau dann wahr ist, wenn B A wahr ist. Diese sogenannte Kommutativität von zeigt man, indem man die Tabelle A B A B B A w w w w w f f f f w f f f f f f ausfüllt und die Spalten 3 und 4 vergleicht. Man sieht, dass die Wahrheitsbelegungen in jedem möglichen Fall, also immer, übereinstimmen. Alle folgenden Tautologien lassen sich auf ähnliche Weise zeigen. (a) Kommutativität: A B B A, A B B A. (b) Assoziativität: A (B C) (A B) C, A (B C) (A B) C. (c) Distributivität: A (B C) (A B) (A C), A (B C) (A B) (A C). (d) Doppelte Negation: (e) De Morgansche Regeln: ( A) A. (A B) A B, (A B) A B. (f) Kontraposition: (A B) ( B A). Verwechseln Sie nicht die Kontraposition mit der Umkehrung des Folgepfeils! Die Aussagen A B und ( B) ( A) sind logisch äquivalent. Die Aussagen haben jedoch i. A. nichts miteinander zu tun! A B und A B (g) Syllogismus: ((A B) (B C)) (A C), (A (A B)) B. 7

8 (h) Umformulierung der Implikation (A B) ( A B). (i) Umformulierung der Äquivalenz 2.3 Quantoren (A B) ((A B) (B A)). Mathematische Aussagen hängen oft von Variablen ab. Zum Beispiel hängt die Aussage n ist größer als 2n von der Variable n ab. Oft schränkt man den Grundbereich, aus dem die Variablen stammen dürfen, ein. Man definiert sich hierzu eine Menge M und fordert, dass die Variable n in M liegen muss. Man schreibt n M hierfür. Wir werden später auf diese Notation zurückkommen. Definition 2.3 Sei A(n) eine von der Variablen n M abhängige Aussage. (a) Wir schreiben für die Aussage n M A(n) Für alle n aus der Menge M ist die Aussage A(n) wahr. Der Ausdruck n M A(n) ist also genau dann wahr, wenn A(n) für jede Belegung der Variablen n mit Werten aus M wahr ist. Man nennt den Allquantor. (b) Wir schreiben für die Aussage n M A(n) Es existiert ein n M, so dass A(n) wahr ist. Der Ausdruck n M A(n) ist also genau dann wahr, wenn mindestens ein n M existiert, so dass A(n) wahr ist. Man nennt den Existenzquantor. Beispiel 2.4 Die folgenden Aussagen seien für ganze Zahlen n bzw. m erklärt. (a) Die Aussage A(n): n ist größer als 2n ist für alle natürlichen Zahlen n falsch. Aufgrund der Zweiwertigkeit der mathematischen Logik ist dann A(n) für alle natürlichen Zahlen wahr. Es gilt also (b) Die Aussage n N A(n). B(n): n 2 > n ist für gewisse n wahr, etwa für n = 3. Somit gilt n N B(n). 8

9 Bemerkung 2.5 Bei der Negation einer quantisierten Aussage vertauschen und ihre Rollen. Es gilt ( n N A(n)) n N A(n). Oder in Worten ausgedrückt: Ist A(n) nicht für alle n richtig, dann gibt es mindestens ein n, so dass A(n) wahr ist. Analog gilt ( n N A(n)) n N A(n). Oder in Worten: Gibt es kein n, so dass A(n) gilt, so ist A(n) für alle n wahr. Beispiel 2.6 Die Aussage A Für jede natürliche Zahl m gibt es eine natürliche Zahl n, so dass n > m ist. kann man abkürzend schreiben A ist völlig verschieden von der Aussage A m N n N n > m. B n N m N n > m. B in Worten: Es gibt eine natürliche Zahl n, so dass für jede natürliche Zahl m die Ungleichung n > m gilt. Eine Aussage kann sich also ändern, wenn man die Reihenfolge von Quantoren vertauscht. Aussage A ist wahr, Aussage B ist falsch. Die Negation von A ist A m N n N (n > m). In Worten: Es existiert eine natürliche Zahl m, so dass für jede natürliche Zahl n die Ungleichung n m gilt. Achtung: Die Symbole,,,,, und sind oft sehr nützlich, etwa wenn man verschachtelte logische Ausdrücke negieren will. Keinesfalls sollten sie aber im Sinne stenographischer Abkürzungen in einem mathematischen Text (z. B. bei der Bearbeitung von Übungsblättern, Klausuraufgaben oder Bachelorarbeiten) verwendet werden. Ein mathematischer Text sollte immer aus vollständigen Sätzen bestehen. 9

10 3 Beweistechniken 3.1 Beweis von Implikationen Gegeben seien zwei Aussagen A und B. Eine Grundaufgabe der Mathematik ist es, die Implikation A B zu beweisen. Die wichtigsten Beweismethoden hierfür sind: direkter Beweis Man nehme A als wahr an (für falsches A ist die Implikation sowieso wahr) und folgere durch eine Kette logischer Schlüsse, dass auch B wahr sein muss. Kontraposition Man beweist die Aussage B A. Aufgrund der Kontrapositionsregel zeigt dies, dass auch A B wahr ist. Man verneint also B und zeigt, dass hieraus die Verneinung von A folgt. Widerspruchsbeweis Man benutzt hier die Äquivalenz von (A B) und A ( B). Um zu zeigen, dass A B wahr ist, zeigt man, dass A ( B) falsch ist. Man nimmt also an, dass A und B zugleich wahr sind. Nun führt man solange logische Schlüsse durch, bis man auf einen Widerspruch stößt. Dies zeigt, dass A ( B) falsch ist. A B ist also wahr. Die Beweistypen Kontraposition und Widerspruchsbeweis nennt man indirekte Beweise. Beispiel 3.1 Sei q eine natürliche Zahl. Ferner seien die Aussagen A q ist gerade und Primzahl und B q < 5 gegeben. Wir beweisen die Aussage A B auf verschiedene Weisen: per direktem Beweis Sei q gerade und eine Primzahl. Dann lässt sich q wegen Definition 1.3 schreiben in der Form q = 2 x mit einer natürlichen Zahl x. Da q zudem als Primzahl vorausgesetzt war, folgt x = 1, also q = 2. Also ist 2 = q < 5. per Kontraposition Die Verneinung von B ist q 5, die von A ist q ist ungerade oder keine Primzahl. Sei also q 5. Ist q ungerade, so ist A wahr. Ist q jedoch gerade, so ist 2 q. Dies zeigt, dass q keine Primzahl ist. Wieder ist A wahr. In jedem Fall gilt also B A. Damit ist aber A B gezeigt. per Widerspruchsbeweis Sei q gerade und eine Primzahl. Ferner sei q 5. Dann ist 2 q. Wegen q 5 ist dies ein Widerspruch zur Tatsache, dass q eine Primzahl ist. Daher ist A ( B) falsch. Es muss daher (A ( B)), also A B, wahr sein. 10

11 3.2 Beweis von Äquivalenzen Gegeben seien Aussagen A 1,, A n. Zu zeigen ist, dass alle diese Aussagen untereinander äquivalent sind, d.h. es ist zu zeigen, dass A i A j für alle Indizes i j gilt. direkter Beweis Man folgere durch eine Kette von Äquivalenzen, dass für je zwei Aussagen A i, A j die Aussage A i A j wahr ist. Diese Beweisstrategie kommt häufig beim Lösen von (Un-)Gleichungen vor. Beispiel 3.2 Bestimmen Sie alle natürlichen Zahlen n, die der Ungleichung genügen! 3n + 2 < 7 Es ist 3n + 2 < 7 3n < 9 n > 3. Die Ungleichung also von allen natürlichen Zahlen n 4 gelöst. Reduktion auf Implikationen Statt der Äquivalenz A B beweist man die beiden Implikationen A B und B A. Hierfür kann man Methoden aus dem vorherigen Abschnitt benutzen. Nachteil: Zeigt man die Äquivalenz von n Aussagen auf diese Weise, so muss man n(n 1) = n 2 n Implikationen beweisen. In der Praxis benutzt man daher oft das Ringschlussprinzip: Man zeigt die n Implikationen A 1 A 2, A 2 A 3, A 3 A 4,, A n A 1. Dies beweist dann die Äquivalenz aller Aussagen untereinander. (Man folge den Implikationspfeilen so lange, bis man von der Aussage A i zur Aussage A j gelangt.) Beispiel 3.3 Zeige, dass für eine natürliche Zahl n die folgenden Aussagen äquivalent sind: (a) n ist gerade. (b) n 2 ist durch 4 teilbar. (c) n 2 ist gerade. Beweis per Ringschluss: (a) (b) : Sei n gerade. Dann ist n = 2x mit einer natürlichen Zahl x. Also ist n 2 = (2x) 2 = 4x 2. Somit ist 4 n 2. (b) (c) : Sei n 2 durch 4 teilbar. Dann existiert eine natürliche Zahl x mit n 2 n 2 = 2 (2x). Also ist n 2 gerade. = 4x. Dann ist 11

12 (c) (a) ; per Kontraposition: Sei n ungerade. Dann lässt sich n darstellen in der Form mit einer natürlichen Zahl x. Es ist folglich n = 2x 1 n 2 = (2x 1) 2 = 4x 2 2x + 1 = (2x 2 x). gerade Es folgt, dass n 2 ungerade ist. 3.3 Widerlegen von Aussagen Um eine Aussage zu widerlegen, müssen Sie sie als falsch nachweisen. Dies geschieht bei Aussagen der Form Stets gilt durch die Angabe eines Gegenbeispiels, das möglichst einfach und konkret sein sollte. Beispiel 3.4 Widerlege die Aussage Für jede natürliche Zahl m gibt es eine natürliche Zahl n, so dass n + m = nm. Ein Gegenbeispiel zur Aussage ist m = 1, denn hier ergibt sich die Gleichung n + 1 = n, die von keinem natürlichen n gelöst wird. Bemerkung 3.5 Zum Widerlegen reicht ein einziges Gegenbeispiel aus. Ein Beispiel reicht allerdings i. A. nicht als Beweis! 12

13 4 Rekursion und vollständige Induktion Sowohl die vollständige Induktion als auch die Rekursion nutzen die Eigenschaft der natürlichen Zahlen aus, zu jedem Element n auch dessen eindeutigen Nachfolger n + 1 zu enthalten. Diese Eigenschaft ist kennzeichnend für die natürlichen Zahlen: Man kann N definieren als kleinste Menge, die 1 enthält und obige Nachfolgereigenschaft besitzt. (Man muss dann allerdings wissen, was 1 ist, was kleinste bedeutet und was ein Nachfolger ist.) Man sieht dann, dass jedes Element aus N außer 1 auch einen eindeutigen Vorgänger hat und dass sich jedes n N schreiben lässt in der Form 4.1 Rekursion n = n-mal Das Verfahren der Rekursion benutzt man vorwiegend zur Definition von mathematischen Ausdrücken. Definition 4.1 (Summenschreibweise) Seien x, y Z und a k Zahlen. Man setzt y a k = k=x 0 falls y < x, { a x falls x = y, { y 1 k=x a k + a y sonst. Hierdurch wird eine Kurzschreibweise für Summen definiert. Die eigentliche Rekursion verbirgt sich in der letzten Zeile der geschweiften Klammer: Das Symbol y k=x a k wird hier durch das Symbol y 1 k=1 a k definiert. Ist dieses Symbol ebenfalls unbekannt, so wird es durch y 2 k=x a k definiert. Setzt man diesen Schritt lange genug fort, so landet man bei dem Symbol x k=x a k. Dieses ist aber konkret gegeben. Beispiel 4.2 Seien a 1, a 2, a 3 beliebige Zahlen. Dann ist 3 a k = k=1 2 a k + a 3 = k=1 1 a k + a 2 + a 3 = a 1 + a 2 + a 3. k=1 Analog definieren wir für Produkte Definition 4.3 Seien x, y Z und a k Zahlen. Man setzt y k=x 1 falls y < x, { a k = a x falls x = y, { y 1 k=x a k a y sonst. Rekursionen werden auch oft benutzt, um sog. Folgen (das sind geordnete Reihen von Zahlen) zu definieren. Beispiel 4.4 Sei a eine positive Zahl. Wir setzen a 1 = a und a n+1 = 1 2 (a n + a a n ) für n N. Auf diese Weise wird eine Folge a 1, a 2, a 3, definiert. Man kann zeigen, dass a n für große n dem Wert a beliebig nahe kommt. Diese Folge lässt sich sehr einfach rekursiv definieren. Einen expliziten Term für a n anzugeben ist jedoch äußerst schwierig. Setzen wir z. B. a = 2, so ergibt sich 13

14 n = a n = a n , /2 0, /12 0, /408 2, Definition 4.5 (Fakultät) Für n N 0 setzen wir Insbesondere gilt 0! = 1. n! = n k=1 Definition 4.6 (Potenzen) Für eine Zahl a und n N 0 setzen wir Insbesondere gilt a 0 = 1 für alle a. 4.2 Vollständige Induktion a n = n k=1 Die vollständige Induktion ist eine Methode, die sich zum Beweis von Aussagen der Form eignet. Beispiel 4.7 Betrachten Sie die Aussagen k. a. n N A(n) A Für alle n N ist die Zahl 2 2n + 1 eine Primzahl. und B Sind diese Aussagen wahr? Für alle n N ist die Zahl 2 2n 1 durch 3 teilbar. Man könnte vermuten, dass A wahr ist, denn man rechnet leicht nach, dass 2 2n + 1 für n = 1, 2, 3, 4 eine Primzahl ist. Es gilt aber = = Die Aussage A ist hiermit also widerlegt. Die Aussage B ist allerdings wahr. Dies stellt uns vor ein Problem, denn egal, wie viele natürliche Zahlen n wir testen, wir werden nie einen Widerspruch erzeugen können. Andererseits können wir durch solche Tests die Aussage auch nicht beweisen, denn es gibt unendlich viele natürliche Zahlen, und wir können nicht alle überprüfen. Wie beweist man also Aussagen dieses Typs? 14

15 Prinzip der vollständigen Induktion Für jede natürliche Zahl n N sei eine Aussage A(n) gegeben. Ferner gelte: (a) A(1) ist wahr. (b) Die Aussage A(n) A(n + 1) ist für alle n N wahr, d.h. gilt die Aussage A(n) für ein n N, so ist stets auch A(n + 1) wahr. Dann stimmt die Aussage A(n) für alle n N. Man kann sich dieses Prinzip wie folgt klarmachen: Gilt die Aussage A(1), dann folgt nach (b), dass auch A(2) wahr ist. Wieder folgt mit (b), dass auch A(3) gilt. Hieraus folgt die Gültigkeit von A(4), usw. Dass die Aussage A nun für alle n N wahr ist, ergibt sich daraus, dass man jede natürliche Zahl als hinreichend hohen Nachfolger der 1 schreiben kann. Die Forderung in (a) nennt man den Induktionsanfang. Der Beweis der Implikation in (b) kann im Prinzip mit allen Beweismethoden aus dem vorherigen Abschnitt geschehen. Oft benutzt man aber folgendes Vorgehen: Man nimmt an, dass B(n) für ein festes, aber beliebiges n N wahr ist. Diese Annahme nennt man Induktionsannahme oder Induktionsvoraussetzung. Im nun folgenden Induktionsschluss zeigt man, dass aus der wahren Aussage B(n) auch B(n + 1) folgt 6. Bitte gewöhnen Sie sich an, alle drei Schritte, also Induktionsanfang, Induktionsvoraussetzung und Induktionsschluss, in Ihren Lösungen kenntlich zu machen. 4.3 Beispiele Wir stellen hier einige Induktionsbeweise vor. Satz 4.8 ( kleiner Gauß ) Für alle natürlichen Zahlen n N gilt n k = k=1 n(n + 1). 2 Beweis 1. Wir beweisen die Aussage mit vollständigen Induktion. Die zu beweisende Aussage ist A(n) Induktionsanfang A(1) ist wahr, denn Es gilt n k = k=1 1 k = 1 = k=1 n(n + 1). 2 Induktionsvoraussetzung Die Aussage A(n) sei wahr für ein n N. 6 Tipp: Wer beim Induktionsschluss die Induktionsannahme nicht benutzt hat, hat ziemlich sicher etwas falsch gemacht. 15

16 Induktionsschluss Dann ist auch A(n + 1) wahr, denn n+1 k k=1 Def. von Σ = = n k + (n + 1) Induktionsvoraussetzung n(n + 1) = + n k=1 n(n + 1) + 2(n + 1) 2 = (n + 1)(n + 2). 2 Der Term (n+1)(n+2) 2 ist dabei gerade die rechte Seite von A(n + 1). Die Aussage ist daher mit vollständiger Induktion bewiesen. Hier ein anderes Beispiel. Satz 4.9 Sei x 1 und n N. Dann gilt n k=1 Beweis 2. Wir führen den Beweis per Induktion. Ind.anf. Die Aussage gilt für n = 1, denn (1 + x 2k 1 ) = 1 x2n 1 x. n k=1 (1 + x 2k 1 ) = 1 + x 20 = 1 + x x 1 = (1 + x)(1 x) 1 x = 1 x21 1 x. Ind.vor. Die Aussage sei wahr für ein n N. Ind.schl. Dann ist die Aussage auch für n + 1 wahr, denn n+1 k=1 (1 + x 2k 1 ) Def. von Π = (1 + x 2n ) n k=1 (1 + x 2k 1 ) Ind.vor. = (1 + x 2n ) 1 x2n 1 x (1 + x 2n )(1 x 2n ) = 1 x 1 (x 2n ) 2 = 1 x 1 x 2 2n = 1 x 1 x 2n+1 = 1 x Da der Term 1 x2n+1 wieder der rechten Seite der Behauptung für n + 1 entspricht, ist die Behauptung 1 x per Induktion gezeigt. Wir kommen nun zu unserem ursprünglichen Problem zurück: Satz 4.10 Die Zahl 2 2n 1 ist für jedes n N durch drei teilbar. Beweis 3. Übungsaufgabe 16

17 4.4 Abarten der vollständigen Induktion Verallgemeinerung auf verwandte Zahlbereiche Die vollständige Induktion ist nicht auf die natürlichen Zahlen beschränkt. Man kann auch Aussagen vom Typ z Z, z z 0 A(z) mit einem festen z 0 Z beweisen. Hierzu ändert man das Induktionsprinzip wie folgt ab: Sei z 0 Z eine feste ganze Zahl. Für jede ganze Zahl z z 0 sei die Aussage A(z) gegeben. Ferner gelte: (a) A(z 0 ) ist wahr. (b) A(z) A(z + 1) ist für alle ganzen Zahlen z z 0 wahr. Dann gilt die Aussage A(z) für alle ganzen Zahlen z z 0. Hier passiert nichts Neues. Im Prinzip lassen wir die natürlichen Zahlen nur bei z 0 beginnen. Als Beispiel beweisen wir Satz 4.11 Für n 4 gilt die Abschätzung 2 n < n! Beweis 4. Ind.anf. Die Abschätzung gilt für n = 4, denn Ind.vor. Die Behauptung sei wahr für ein n = 16 < 24 = 4! Ind.schl. Dann gilt die Behauptung auch für n + 1, denn 2 n+1 = 2 2n Ind.vor. < 2 n! 2<n+1 < (n + 1) n! = (n + 1)! Verallgemeinerung auf Z Bisher haben wir Induktion nur auf solchen Mengen benutzt, die ein kleinstes Element besitzen. Man kann aber auch über Z induzieren: Für jede ganze Zahl z sei die Aussage A(z) gegeben. Ferner gelte: (a) A(0) ist wahr. (b) A(z) A(z + 1) ist für alle ganzen Zahlen z 0 wahr. (c) A(z) A( z) ist für alle natürlichen Zahlen z wahr. Dann gilt die Aussage A(z) für alle ganzen Zahlen. Wir beweisen zur Illustration der Technik Satz 4.12 Für alle ganzen Zahlen z ist z 3 z durch 3 teilbar. Beweis 5. Ind.anf. Die Aussage stimmt für z = 0, denn 3 0 =

18 Ind.vor. Die Aussage gelte für ein z 0. Ind.schl. 1 Dann gilt die Aussage auch für z + 1, denn (z + 1) 3 (z + 1) = (z 3 + 3z 2 + 3z + 1) (z + 1) = (z 3 z) + 3z 2 + 3z. Aufgrund der Induktionsvoraussetzung ist 3 z 3 z. Wegen 3z 2 + 3z = 3 (z 2 + z) ist 3 auch ein Teiler von 3z 2 + 3z. Insgesamt folgt 3 (z + 1) 3 (z + 1). Ind.schl. 2 Dann gilt die Aussage auch für z, denn ( z) 3 ( z) = (z 3 z). Da z 3 z nach Induktionsvoraussetzung von 3 geteilt wird, wird auch (z 3 z) von 3 geteilt. Insgesamt folgt die Gültigkeit der Behauptung für alle ganzen Zahlen. 18

19 5 Mengen Wir werden den Begriff der Menge nicht präzise definieren, sondern naiv mit ihm umgehen mathematisch fundierte Mengenlehre wird schnell sehr abstrakt und beweislastig und liefert im Rahmen des Vorkurses keine neuen Erkenntnisse. Für uns gilt daher: Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten m unserer Anschauung oder unseres Denkens (welche die Elemente von M genannt werden) zu einem Ganzen. Diese nette Definition ist leider widersprüchlich: Sei z. B. M die Menge aller Mengen, die nicht Element von sich selbst sind. Ist dann M ein Element von sich selbst? 5.1 Notationen Ist M eine Menge und x ein Element von M, so schreiben wir x M. Wir sagen auch: x gehört zu M oder x liegt in M. Ist x kein Element von M, so schreiben wir Stets gilt entweder x M oder x M. x M. Eine Menge kann durch Aufzählung ihrer Elemente erklärt werden, z. B. ist M = {a, b, c, d} die Menge, die genau die Elemente a, b, c und d enthält. Oft benutzt man den Platzhalter, um anzudeuten, dass eine Menge weitere Elemente enthält, die sich aus den bereits angegebenen Elementen ergeben. Meist werden Mengen aber durch Angabe einer Eigenschaft beschrieben. Schreibweise: M = {x x hat Eigenschaft E} oder M = {x x hat Eigenschaft E}. Beispiel 5.1 (a) Die Menge der natürlichen Zahlen N = {1, 2, 3, 4, 5, 6, }. (b) Die Menge der natürlichen Zahlen einschließlich 0 (c) Die Menge der geraden natürlichen Zahlen (d) Die Menge der Primzahlen N 0 = {0, 1, 2, 3, 4, 5, 6, }. 2N = {2, 4, 6, } = {n N 2 n}. P = {p N p = p 1 p 2 für p 1, p 2 N mit p 1 p 2 impliziert p 1 = 1 < p 2 }. Mengen haben aber nicht unbedingt etwas mit Zahlen zu tun. Zum Beispiel wird in der Mathematik mit Mengen von Mengen, Mengen von Abbildungen usw. gearbeitet. 19

20 Definition 5.2 Zwei Mengen M und N sind gleich, in Zeichen M = N, wenn jedes Element von M auch ein Element von N ist, und umgekehrt. Die Aussage M = N ist also definiert durch die Aussage x M x N. Beispiel 5.3 Es gilt {1, 2, 3} = {1, 1, 1, 1, 1, 2, 3}. Zwar kommt das Element 1 in der rechten Menge öfters vor, aber dies wird in der Definition der Mengengleichheit nicht überprüft. Definition 5.4 Eine Menge M heißt Teilmenge einer Menge N, in Zeichen M N, falls jedes Element von M auch zu N gehört. Insbesondere gilt M N, falls M = N. 7 Will man ausdrücken, dass M eine echte Teilmenge von N ist, d.h. dass M N und M N gilt, so schreibt man M N. Zusammenfassend gilt also M = N (x M x N) M N (M = N) M N (x M x N) M N (x M x N) (Hierbei steht für wird definiert durch.) Aus den Definitionen folgt sofort Satz 5.5 (Gleichheitskriterium für Mengen) Seien M, N Mengen. Genau dann gilt M = N, wenn M N und N M. Definition 5.6 (leere Menge) Die Menge = {} = {x M x x} heißt leere Menge. Sie ist eindeutig bestimmt und hängt nicht von der Ausgangsmenge M ab. Die leere Menge ist Teilmenge einer jeden Menge. enthält kein Element. Definition 5.7 (Potenzmenge) Sei M eine Menge. Unter der Potenzmenge 2 M von M verstehen wir die Menge 2 M = {N N M} = {N N ist Teilmenge von M} aller Teilmengen von M. Daher ist 2 M eine Menge von Mengen. Statt 2 M schreibt man für die Potenzmenge oft auch P(M), P(M) oder P(M). Beispiel 5.8 Es gelten 2 {0,1} = {, {0}, {1}, {0, 1}}, 2 = { }, 2 2 = {, { }}. 7 Dies wird leider nicht einheitlich gehandhabt. In manchen Büchern und Vorlesungen werden die Symbole (statt ) bzw. (statt ) benutzt. 20

21 5.2 Operationen mit Mengen Im Folgenden stellen wir einige wichtige Operationen mit Mengen vor. Im Wesentlichen handelt es sich hier um die Übertragung der logischen Operatoren in die Mengenlehre. Die Vereinigung Die Vereinigungsmenge M N = {x x M x N} zweier Mengen M, N besteht genau aus den Elementen, die in M oder N liegen. Beispiel 5.9 {1, 2} {2, 3} = {1, 2, 3}. Sei allgemeiner S eine Menge, deren Elemente selbst Mengen sind. Die Vereinigung der Mengen aus S ist die Menge M = {x M S x M}. M S M S M ist also die Menge der Elemente, die mindestens einem M S angehören. Oft wird das Mengensystem S indiziert, d.h. jedem Element von S wird ein eindeutiger Index i aus einer Indexmenge I zugeordnet, d.h. S = {M i i I}. Statt M S M schreibt man dann i I M i. Es gilt M i = {x i I x M i }. i I Beispiel 5.10 Sei I = N und M i = {i, i + 1,, 2i} für i I. Dann ist M i = N. i I Beweis: Da jede der Mengen M i Teilmenge von N ist, gilt auch i I M i N. Wir müssen also noch zeigen, dass auch N i I M i gilt. Sei also n ein beliebiges Element aus N. Dann ist n M n. Folglich ist n M i = M n. i I n N Da n beliebig war, gilt N i I M i. Der Durchschnitt Der Durchschnitt zweier Mengen M und N M N = {x x M x N} besteht genau aus denjenigen Elementen, die sowohl in M als auch in N liegen. Beispiel N P = {2}. 21

22 Allgemeiner ist M = {x M S x M} M S der Durchschnitt einer nichtleeren Menge S von Mengen. Er besteht genau aus den Elementen, die in allen M S liegen. In Indexschreibweise ergibt sich M i = {x i I x M i }. i I Beispiel 5.12 Sei I = N und M i = {n N i < n < 4i} für i I. Dann ist M i =. i I Wie könnte man diese Behauptung beweisen? Das Komplement Unter dem Komplement oder der Differenz einer Menge N in M versteht man die Menge M N = {x x M x N}. Man liest M N auch als M ohne N. M N besteht aus allen Elementen von M, die nicht zu N gehören. Beispiel 5.13 N 2N ist genau die Mengen der ungeraden natürlichen Zahlen. 5.3 Rechenregeln der Mengenlehre Für Mengen M, N, L, X gelten folgende Aussagen: (a) M M =, M = M. (b) M M = M, M M = M. (c) Kommutativität: (d) Assoziativität: (e) Distributivität: M N = N M, M N = N M. (M N) L = M (N L), (M N) L = M (N L). (M N) L = (M L) (N L), (M N) L = (M L) (N L). (f) Für Teilmengen M, N einer Menge X gelten: (1) (2) X (X M) = M. X (M N) = (X M) (X N) X (M N) = (X M) (X N) } (De Morgansche Regeln) 22

23 (3) Die de Morganschen Regeln gelten sogar allgemeiner für Mengensysteme: X M = (X M) M S M S X M S M = (X M) M S Solche Regeln kann man ähnlich wie in der Aussagenlogik durch Wahrheitstafeln beweisen. Wir führen dies am Beispiel der zweiten de Morganschen Regel einmal vor: Beweis von X (M N) = (X M) (X N) Auf der linken als auch rechten Seite des Gleichheitszeichens stehen Teilmengen von X. Sei also x X. Dann gilt x M x N x X (M N) x X M x X N (X M) (X N) w w f f f f w f f f w f f w f w f f f f w w w w Man entnimmt der obigen Tabelle, dass für alle x X gilt x X (M N) x (X M) (X N). Dies entspricht aber exakt der Definition der Gleichheit der beiden Mengen. 5.4 Kartesisches Produkt Das geordnete Paar oder Tupel zweier Objekte x, y ist das Objekt (x, y) mit der Eigenschaft Insbesondere ist (x, y) (y, x), falls x y. (x, y) = (x, y ) x = x und y = y. Formal kann man (x, y) als Menge definieren durch (x, y) = {{x}, {x, y}}. Man kann dann zeigen, dass die obige Eigenschaft erfüllt ist. Definition 5.14 Das kartesische Produkt zweier Mengen M, N ist die Menge M N = {(x, y) x M und y N}. Beispiel 5.15 Die Menge N N besteht aus den Paaren (a, b) mit a N und b N. Also N N = {(1, 1), (1, 2), (2, 1), }. Definition 5.16 Seien n 2 eine natürliche Zahl und M 1, M n Mengen. Unter dem kartesischen Produkt der Mengen M 1,, M n verstehen wir die Menge M 1 M n = {(x 1,, x n ) x 1 M 1 x n M n }. Dabei werden die n-tupel (x 1,, x n ) rekursiv durch (x 1,, x n ) = ((x 1,, x n 1 ), x n ) definiert. Es gilt (x 1,, x n ) = (y 1,, y n ) x 1 = y 1 x n = y n. Gilt M = M 1 = = M n, so schreibt man statt M 1 M 2 M n oft auch M n. 23

24 Beispiel 5.17 Aus der Schule kennen Sie die Menge R 3 = R R R = {(x, y, z) x, y, z R}. Man kann diese Menge mit den Punkten des Raums identifizieren. Satz 5.18 Seien M 1, M 2, N Mengen. Dann gelten die folgenden Aussagen: (a) (M 1 M 2 ) N = (M 1 N) (M 2 N). (b) (M 1 M 2 ) N = (M 1 N) (M 2 N). Beweis 6. Übungsaufgabe. 24

25 6 Abbildungen I: Bild, Urbild und Graph Eine Abbildung oder Funktion f einer Menge M in eine Menge N ist eine Vorschrift, die jedem Element x M jeweils ein eindeutig bestimmtes Element y N zuordnet. Genauer definiert man Definition 6.1 (Abbildung) Seien M, N Mengen und R M N. Wir nennen das Tupel f = (M, N, R) eine Abbildung oder eine Funktion von M nach N, wenn es zu jedem x M genau ein y N mit (x, y) R gibt. Man nennt M den Definitionsbereich von f und N den Zielbereich von f. Statt (x, y) R schreibt man auch y = f (x) und nennt y das Bild von x unter f. Statt f = (M, N, R) schreibt man auch f M N, x f (x). Beispiel 6.2 Oft werden Abbildungen durch Terme definiert, z. B. f N N, z z 2. Es gibt aber auch Funktionen, die sich nicht durch Terme beschreiben lassen: g N N, n kleinste Primzahl, die größer als n ist. Im zweiten Beispiel ist nicht klar, ob g überhaupt eine Funktion ist, d.h. ob jeder natürlichen Zahl auch ein eindeutiger Wert aus der Zielmenge zugeordnet wird. Gibt es zu jedem n N immer eine eindeutige kleinste Primzahl die größer ist als n? Die Frage kann man bejahen, wenn man weiß, dass es unendlich viele Primzahlen gibt. Da zwei Tupel genau dann gleich sind, wenn sie in ihren Einträgen übereinstimmen, folgt Definition 6.3 (Gleichheit von Abbildungen) Seien f 1 = (M 1, N 1, R 1 ) und f 2 = (M 2, N 2, R 2 ) Abbildungen. Dann gilt f 1 = f 2 genau dann, wenn M 1 = M 2 und N 1 = N 2 und R 1 = R 2 gilt. Oder anders formuliert: Zwei Abbildungen f 1 und f 2 sind genau dann gleich, wenn ihre Definitions- und Zielbereiche übereinstimmen und für alle Elemente x des Definitionsbereichs stets f 1 (x) = f 2 (x) gilt. Bitte beachten Sie: Um eine Abbildung zu definieren werden drei Angaben benötigt: Definitionsbereich, Zielbereich und die Abbildungsvorschrift, die wie oben als Term oder Menge angegeben werden kann. Beispiel 6.4 Betrachten Sie die Abbildungen f N N, z 2z, g N 2N, z 2z und h N N, h(z) = Anzahl der Elemente der Menge {z + 1, z + 2,, 3z}. Obwohl f (z) = g(z) für alle z N gilt, ist f g. Andererseits sind die Abbildungen f und h gleich. 25

26 6.1 Bild und Urbild Wir führen eine Reihe wichtiger Bezeichnungen ein: Definition 6.5 (a) Der Graph einer Abbildung f M N ist die Menge Γ f = {(x, f (x)) x M} M N. Der Graph von f stimmt also genau mit der Menge R aus der Funktionsdefinition überein. (b) Das Bild einer Teilmenge A M unter f M N ist die Menge f (A) = {f (x) x A} N. f (M) heißt Bildmenge oder Bild von f. (c) Das Urbild einer Menge B N ist die Menge f 1 (B) = {x M f (x) B} M. (d) Sei A eine Teilmenge von M. Dann nennt man f A A N, x f (x) die Einschränkung von f auf A. Beispiel 6.6 Es sei f N N, n { 1 falls n 4, n 2 falls n < 4. (a) Das Bild von P unter f ist f (P) = {1, 4, 9}, denn f (2) = 4, f (3) = 9 und f (n) = 1 für alle n P mit n 4. (b) Das Urbild von P N unter f ist f 1 (P) =, denn f (n) ist für kein n N eine Primzahl. Beispiel 6.7 Der Graph Γ einer Funktion R R ist eine Teilmenge des R 2. Identifiziert man die Elemente von Γ mit Punkten des R 2, so kann man diese in ein Koordinatensystem einzeichnen und erhält eine graphische Darstellung von f. Es gelten die folgenden Regeln für Bild- und Urbildmengen. Satz 6.8 Für jede Abbildung f M N und Teilmengen A, A 1, A 2 M, B 1, B 2 N gilt: (a) (b) (c) (d) f 1 (B 1 B 2 ) = f 1 (B 1 ) f 1 (B 2 ), f 1 (B 1 B 2 ) = f 1 (B 1 ) f 1 (B 2 ), f (A 1 A 2 ) = f (A 1 ) f (A 2 ), f (A 1 A 2 ) f (A 1 ) f (A 2 ), 26

27 (e) A f 1 (f (A)). Beweis 7. Wir zeigen hier nur Aussage (a). Die restlichen Beweise verläufen ähnlich. f 1 (B 1 B 2 ) f 1 (B 1 ) f 1 (B 2 ) : Sei x f 1 (B 1 B 2 ). Dann ist f (x) B 1 B 2. Somit liegt f (x) in B 1 oder in B 2. Daher liegt x in f 1 (B 1 ) oder in f 1 (B 2 ), also x f 1 (B 1 ) f 1 (B 2 ). f 1 (B 1 B 2 ) f 1 (B 1 ) f 1 (B 2 ) : Sei x f 1 (B 1 ) f 1 (B 2 ). Dann ist x f 1 (B 1 ) oder x f 1 (B 2 ). Dies zeigt f (x) B 1 oder f (x) B 2, also f (x) B 1 B 2. Es folgt x f 1 (B 1 B 2 ). 27

28 7 Abbildungen II: Injektivität, Surjektivität und Bijektivität Definition 7.1 (Surjektivität) Eine Funktion f X Y heißt surjektiv, falls f (X) = Y. Satz 7.2 Für eine Funktion f X Y sind äquivalent: (a) f ist surjektiv. (b) f (X) = Y. (c) Zielbereich und Bild der Funktion stimmen überein. (d) Jedes Element des Zielbereichs hat mindestens ein Urbild. Beispiel 7.3 Eine Funktion f R R ist surjektiv genau dann, wenn jede Parallele zur x-achse den Funktionsgraphen in mindestens einem Punkt schneidet. Definition 7.4 (Injektivität) Eine Abbildung f X Y heißt injektiv, wenn für alle x 1, x 2 M gilt x 1 x 2 f (x 1 ) f (x 2 ). Satz 7.5 Für eine Funktion f X Y sind äquivalent: (a) f ist injektiv. (b) x 1, x 2 X x 1 x 2 f (x 1 ) f (x 2 ). (c) x 1, x 2 X f (x 1 ) = f (x 2 ) x 1 = x 2. Mit anderen Worten: Hat ein Element y Y ein Urbild, so ist dieses Urbild eindeutig. (d) Jedes y Y hat höchstens ein Urbild. Beispiel 7.6 Eine Funktion f R R ist injektiv genau dann, wenn jede Parallele zur x-achse den Funktionsgraphen in höchstens einem Punkt schneidet. Definition 7.7 (Bijektivität) Eine Funktion f X Y heißt bijektiv, wenn sie surjektiv und injektiv ist. f ist also bijektiv genau dann, wenn jedes y Y genau ein Urbild x X besitzt. Da eine bijektive Funktion zu jedem Element des Zielbereichs genau ein Urbild besitzt, kann man eine neue Funktion definieren Definition 7.8 (Umkehrfunktion) Sei f X Y bijektiv. Dann ist auch g Y X, y eindeutiges Urbild von y unter f eine Funktion. Man nennt sie die Umkehrfunktion oder Umkehrabbildung zu f und schreibt f 1 für sie. Satz 7.9 Genau dann ist die Funktion f bijektiv, wenn sie eine Umkehrfunktion besitzt. Diese Umkehrfunktion ist durch f eindeutig bestimmt. bijektiv = es gibt eine Umkehrfunktion 28

29 Beispiel 7.10 (a) Betrachten Sie die Abbildungen f Z Z, z z 2 und g N N, z z 2. f ist nicht surjektiv, denn es gibt Elemente im Zielbereich, die kein Urbild besitzen, z. B. 1. Es ist f (Z) Z. f ist auch nicht injektiv, denn die beiden Elemente 1 und 1 aus dem Definitionsbereich haben dasselbe Bild f (1) = 1 = f ( 1). Auch g ist nicht surjektiv, denn 2 N hat kein Urbild unter g. Allerdings ist g injektiv. Denn für x 1, x 2 N mit g(x 1 ) = g(x 2 ) folgt g(x 1 ) = g(x 2 ) x 2 1 = x2 2 x 1 = x 2 x i ist positiv x 1 = x 2. Ein Element aus dem Bild von g hat also ein eindeutiges Urbild. (b) Die Funktion f N 2N, ist bijektiv. Ihre Umkehrfunktion ist gegeben durch n 2n f 1 2N N, n 1 2 n. Definition 7.11 (Komposition) Es seien f X Y und g Y Z Abbildungen. Die Abbildung g f (gelesen: g nach f ) ist dann definiert durch g f X Z, x g(f (x)). Man nennt g f die Verknüpfung von f mit g oder die Komposition von f mit g oder die Hintereinanderausführung von g und f. Damit man die Komposition g f bilden kann, ist es notwendig, dass der Zielbereich von f eine Teilmenge des Definitionsbereichs von g ist. Beispiel 7.12 (a) Betrachte f N N, n 3n und g N N, n n 2. Wir können beide Kompositionen f g und g f bilden. Es ist für n N (g f )(n) = g(f (n)) = g(3n) = 9n 2, also g f N N, n 9n 2. Analog erhält man Es gilt g f f g. f g N N, n 3n 2. (b) Sei f X Y bijektiv. Dann gilt für alle x X f 1 (f (x)) = x. Ferner haben wir für alle y Y f (f 1 (y)) = y. 29

30 Definition 7.13 Die Abbildung heißt Identität auf X. Sie ist bijektiv mit id 1 X id X X X, = id X. x x Satz 7.14 Genau dann ist f X Y bijektiv, wenn es eine Abbildung g Y X gibt, so dass gilt. g f = id X und f g = id Y Beweis 8. Die Abbildung g stellt gerade die Umkehrabbildung zu f dar. Achtung: Eine Umkehrfunktion f 1 ist nur für bijektive Abbildungen definiert. Das Urbild f 1 (A) existiert für jede Abbildung f X Y und jede Teilmenge A X. Hier werden für zwei verschiedene Dinge ähnliche Notationen benutzt! Der folgende Satz zeigt, unter welchen Umständen Abbildungseigenschaften von Funktionen unter der Verkettung erhalten bleiben. Satz 7.15 Es seien f X Y und g Y Z Abbildungen. (a) Sind f und g beide injektiv, so ist g f injektiv. (b) Sind f und g beide surjektiv, so ist g f surjektiv. (c) Sind f und g beide bijektiv, so ist auch g f bijektiv. In diesem Fall gilt Beweis 9. Wir beweisen nur Aussage (a). (g f ) 1 = f 1 g 1. Seien f und g injektiv. Wir müssen zeigen: Sind x 1, x 2 X und gilt (g f )(x 1 ) = (g f )(x 2 ), so folgt x 1 = x 2. Gelte also (g f )(x 1 ) = (g f )(x 2 ). Dann ist (g f )(x 1 ) = (g f )(x 2 ) g(f (x 1 )) = g(f (x 2 )) g ist injektiv f (x 1 ) = f (x 2 ) f ist injektiv x 1 = x 2. Dies zeigt die Behauptung. 30

Einführung in die Mathematik (Vorkurs 1 )

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

Mehr

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

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

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

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

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

Kapitel 1. Grundlagen

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

Mehr

Brückenkurs Mathematik

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

Mehr

Elementare Mengenlehre

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

Mehr

3 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

Vorkurs: Mathematik für Informatiker

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

Mehr

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

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

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

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

Vorlesung. Funktionen/Abbildungen

Vorlesung. Funktionen/Abbildungen Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Vorkurs Mathematik Abbildungen

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

Mehr

Mengen und Abbildungen

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

Mehr

1.1 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

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

1. Gruppen. 1. Gruppen 7

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

Mehr

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

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

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

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

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

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

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

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

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

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

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

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

Logik (Teschl/Teschl 1.1 und 1.3)

Logik (Teschl/Teschl 1.1 und 1.3) Logik (Teschl/Teschl 1.1 und 1.3) Eine Aussage ist ein Satz, von dem man eindeutig entscheiden kann, ob er wahr (true, = 1) oder falsch (false, = 0) ist. Beispiele a: 1 + 1 = 2 b: Darmstadt liegt in Bayern.

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

3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich

3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich Kapitel 3: Abbildungen Seite 32 Kap 3: Abbildungen Kap. 3.1: Abbildungen (Funktion), Bild und Urbild Der Begriff der Abbildung ist wie auch der Begriff der Menge von fundamentaler Bedeutung für die Mathematik.

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

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

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

Vorkurs Mathematik Teil I. Grundlagen

Vorkurs Mathematik Teil I. Grundlagen Inhalt Vorkurs Mathematik Teil I. Grundlagen 1. Aussagen 2. Mengen und Abbildungen 3. Der Aufbau des Zahlensystems 4. Gleichungen und Ungleichungen 5. Komplexe Zahlen 2 of 128 Aachen 2016 - Olaf Wittich

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

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)

Mehr

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 8. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 8. Vorlesung 1 / 25 Themen

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

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

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

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

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

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

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

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

Vorlesung. Vollständige Induktion 1

Vorlesung. Vollständige Induktion 1 WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen

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

2 Der Beweis. Themen: Satz und Beweis Indirekter Beweis Kritik des indirekten Beweises

2 Der Beweis. Themen: Satz und Beweis Indirekter Beweis Kritik des indirekten Beweises 2 Der Beweis Themen: Satz und Beweis Indirekter Beweis Kritik des indirekten Beweises Satz und Beweis Ein mathematischer Satz besteht aus einer Voraussetzung und einer Behauptung. Satz und Beweis Ein mathematischer

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

Kapitel 2 MENGENLEHRE

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

Mehr

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

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

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen

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

Folgen und endliche Summen

Folgen und endliche Summen Kapitel 2 Folgen und endliche Summen Folgen und ihre Eigenschaften Endliche arithmetische und geometrische Folgen und Reihen Vollständige Induktion Anwendungen Folgen/endliche Summen Eigenschaften Folgen

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

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

A N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung ) Institut für Analysis und Scientific Computing TU Wien W. Auzinger WS 05/6 A N A L Y S I S I F Ü R T P H, U E (03.088). Übungstest (FR, 6..05) (mit Lösung ) Aufgabe. a ) Wandeln Sie die periodische Dezimalzahl

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung

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

Aussagenlogik. Aussagen und Aussagenverknüpfungen

Aussagenlogik. Aussagen und Aussagenverknüpfungen Aussagenlogik Aussagen und Aussagenverknüpfungen Aussagen sind Sätze, von denen sich sinnvollerweise sagen läßt, sie seien wahr oder falsch. Jede Aussage besitzt also einen von zwei möglichen Wahrheitswerten,

Mehr

1 Aussagen, Mengen und Funktionen

1 Aussagen, Mengen und Funktionen 1 Aussagen, Mengen und Funktionen In diesem und dem folgenden einführenden Abschnitt sollen einige Grundregeln der mathematischen Sprech- und Ausdrucksweise vereinbart werden. Hierzu werden die wichtigsten

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777

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

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

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

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1 Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:

Mehr

Kurze Wiederholung: [Relationen und Abbildungen]

Kurze Wiederholung: [Relationen und Abbildungen] SS 2012, Lineare Algebra 1 Lösungen zum 1. Aufgabenblatt Die Lösungen wurden erstellt von: Isabel Voigt und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com

Mehr

Mathematik 1, Teil B

Mathematik 1, Teil B FH Oldenburg/Ostfriesland/Wilhelmshaven Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre

Mehr

Vertiefungskurs Mathematik

Vertiefungskurs Mathematik Vertiefungskurs Mathematik Anforderungen für das Universitäts-Zertifikat im Schuljahr 01/13 Grundvoraussetzung: Teilnahme am Vertiefungskurs Mathematik in Klasse 11. Inhaltliche Voraussetzungen: Aussagenlogik

Mehr

Vorlesung. Logik und Diskrete Mathematik

Vorlesung. Logik und Diskrete Mathematik Vorlesung Logik und Diskrete Mathematik (Mathematik für Informatiker I) Wintersemester 2008/09 FU Berlin Institut für Informatik Klaus Kriegel 1 Literatur zur Vorlesung: C. Meinel, M. Mundhenk, Mathematische

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

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

1 Vorbereitung: Potenzen 2. 2 Einstieg und typische Probleme 3

1 Vorbereitung: Potenzen 2. 2 Einstieg und typische Probleme 3 Das vorliegende Skript beschäftigt sich mit dem Thema Rechnen mit Kongruenzen. Das Skript entsteht entlang einer Unterrichtsreihe in der Mathematischen Schülergesellschaft (MSG) im Jahr 2013. Die vorliegende

Mehr

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.

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

Vollständige Induktion

Vollständige Induktion Schweizer Mathematik-Olympiade smo osm Vollständige Induktion Aktualisiert: 1 Dezember 01 vers 100 Eine der wichtigsten Beweistechniken der Mathematik überhaupt ist die (vollständige) Induktion Wir nehmen

Mehr

Lineare Algebra 6. Übungsblatt

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

Mehr

Vorkurs Mathematik Logik und Beweise

Vorkurs Mathematik Logik und Beweise Vorkurs Mathematik Logik und Beweise Axel Wagner 30. September 2012 Diese Arbeit basiert in Teilen auf dem Beweis-Vortrag von Bärbel Jansen und Winnifred Wollner, in bearbeiteter Fassung von Casper Goch.

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

Logic in a Nutshell. Christian Liguda

Logic in a Nutshell. Christian Liguda Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung

Mehr

1 Zahlentheorie. 1.1 Kongruenzen

1 Zahlentheorie. 1.1 Kongruenzen 3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern

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

Übungen Mathematik I, M

Übungen Mathematik I, M Übungen Mathematik I, M Übungsblatt, Lösungen (Stoff aus Mathematik 0) 09.0.0. Kommissar K hat 3 Tatverdächtige P, Q und R. Er weiß: (a) Wenn sich Q oder R als Täter herausstellen, dann ist P unschuldig.

Mehr

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN

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

Mehr

Schulstoff. Übungen zur Einführung in die Analysis. (Einführung in das mathematische Arbeiten) Sommersemester 2010

Schulstoff. Übungen zur Einführung in die Analysis. (Einführung in das mathematische Arbeiten) Sommersemester 2010 Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten) Sommersemester 010 Schulstoff 1. Rechnen mit Potenzen und Logarithmen 1. Wiederholen Sie die Definiton des Logarithmus

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

Mathematik für Techniker

Mathematik für Techniker Siegfried Völkel u.a. Mathematik für Techniker 7., neu bearbeitete und erweiterte uflage 16 1 Rechenoperationen Prinzip der Mengenbildung Wenn eine ussageform für die Objekte eines Grundbereichs vorliegt,

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

Wissenschaftliches Arbeiten Quantitative Methoden

Wissenschaftliches Arbeiten Quantitative Methoden Wissenschaftliches Arbeiten Quantitative Methoden Prof. Dr. Stefan Nickel WS 2008 / 2009 Gliederung I. Motivation II. III. IV. Lesen mathematischer Symbole Wissenschaftliche Argumentation Matrizenrechnung

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

Vorkurs Mathematik für Informatiker Aussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek,

Vorkurs Mathematik für Informatiker Aussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek, Vorkurs Mathematik für Informatiker -- 4 ussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek, 7..2 ussagenlogik Rechnen mit Wahrheitswerten: oder, oder Objekte, die wir untersuchen, sind jetzt

Mehr

2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen.

2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Mengenlehre 2 Mengenlehre Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Üblicherweise werden Mengen mit Großbuchstaben

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

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

Lösungen 1 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren

Lösungen 1 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren Lösungen 1 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren µfsr, TU Dresden Version vom 11. Oktober 2016, Fehler, Ideen, Anmerkungen und Verbesserungsvorschläge bitte an benedikt.bartsch@myfsr.de

Mehr