Vorkurs: Grundlagen für das Mathematikstudium. Caroline Uhler

Größe: px
Ab Seite anzeigen:

Download "Vorkurs: Grundlagen für das Mathematikstudium. Caroline Uhler"

Transkript

1 Vorkurs: Grundlagen für das Mathematikstudium Caroline Uhler

2 Inhaltsverzeichnis 1 Logische Grundbegriffe 3 2 Elementare Mengenlehre 5 3 Relationen und Abbildungen Produkte Relationen Abbildungen Natürliche Zahlen Peano Axiome Rechnen in N Wohlordnungsprinzip Primzahlen Abzählbarkeit Beweistechniken Behauptungen Beweistechniken Direkter Beweis Widerspruchsbeweis (Indirekter Beweis) Beweis der Kontraposition Beweis durch vollständige Induktion Beispiele Literatur 23 2

3 Kapitel 1 Logische Grundbegriffe Definition 1.1. Eine Aussage ist ein Satz, von dem man sinnvollerweise behaupten kann, dass er wahr (w) oder falsch (f) ist. Beispiel 1.2. (i) Aussagen sind: ist eine Quadratzahl. - Krokodile leben vorwiegend in der Arktis. - Am 6. September 2050 wird es in Zürich regnen. (ii) Keine Aussagen sind: - Wie spät ist es? - Der hier niedergeschriebene Satz ist falsch. Aus einfachen Aussagen lassen sich durch logische Verknüpfungen kompliziertere bilden. Dabei gibt man mit Hilfe von Wahrheitstafeln an, wie der Wahrheitswert der zusammengesetzten Aussage durch die Werte der Teilaussagen bestimmt ist. Definition 1.3. A (in Worten: nicht A ) heisst Negation einer Aussage A und ist genau dann wahr, wenn A falsch ist. A A w f f w Definition 1.4. (i) A B (in Worten: A und B ) heisst Konjunktion zweier Aussagen A und B und ist genau dann wahr, wenn sowohl A als auch B wahr sind. (ii) A B (in Worten: A oder B ) heisst Disjunktion zweier Aussagen A und B und ist genau dann falsch, wenn sowohl A als auch B falsch sind. A B A B A B w w w w w f f w f w f w f f f f Beispiel 1.5. Seien A und B Aussagen. Dann gilt: (i) ( A) = A. 3

4 (ii) (A B) = ( A) ( B). (iii) (A B) = ( A) ( B). Definition 1.6. (i) Die Implikation A B (in Worten: Aus A folgt B oder A impliziert B ) ist die zusammengesetzte Aussage B ( A). Dann heisst A hinreichend für B und B notwendig für A. (ii) Die Äquivalenz A B (in Worten: A gilt genau dann, wenn B gilt oder A und B sind äquivalent ) ist die zusammengesetzte Aussage (A B) (B A). Satz 1.7. (A B) ( B) A. A B A B A B w w w w w f f f f w w f f f w w Bemerkung 1.8. Die Aussage ( B) ( A) heisst Kontraposition der Aussage A B und es gilt: (A B) (( B) ( A)) Bemerkung 1.9. Weitere logische Grundbegriffe: Zeichen Bedeutung A : B A gilt definitionsgemäss, wenn B gilt a := b a ist definitionsgemäss gleich b es existiert es existiert nicht! es existiert genau ein für alle Definition {x X : E(x)} ist die Klasse aller Elemente x der Kollektion X, welche die Eigenschaft E besitzen. Beispiel (i) ( x X : E (x)) ( x X : E (x)) (ii) ( x X : ( y Y : E (x, y))) ( x X : ( y Y : E(x, y))) (iii) ( x X : ( y Y : E(x, y))) ( x X : ( y Y : E(x, y))) Bemerkung x y : E(x, y) und y x : E(x, y) sind zwei verschiedene Aussagen. 4

5 Kapitel 2 Elementare Mengenlehre Definition 2.1. Eine Menge ist eine Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen. [Cantor, 1895] Bemerkung 2.2. Dies ist keine mathematisch exakte Definition, sondern nur eine intuitive Beschreibung unserer Vorstellung. Die Mengentheorie beruht auf Axiomensystemen (ZFC: Zermelo/Fraenkel mit Auswahlaxiom). Definition 2.3. Seien X und Y Mengen. (i) X Y (in Worten: X ist Teilmenge von Y oder X ist in Y enthalten ) : ( x : x X x Y ). (ii) X = Y (in Worten: X ist gleich Y ) : (X Y ) (Y X). Satz 2.4. Seien X, Y und Z Mengen. Dann gilt: (i) X X (Reflexivität). (ii) ((X Y ) (Y Z)) (X Z) (Transitivität). Definition 2.5. (i) Die leere Menge ist die Menge, die kein Element enthält. (ii) Sei X eine Menge. Dann heisst P(X) := {M M X} Potenzmenge von X. Bemerkung 2.6. Sei X eine Menge. Dann gilt: (i) P(X), X P(X). Insbesondere ist P(X) nie leer. (ii) x X {x} P(X). (iii) Y X Y P(X). Beispiel 2.7. (i) P({a, b, c}) = {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}. (ii) P( ) = { }, P({ }) = {, { }}. Definition 2.8. Sei X eine Grundmenge, A, B X zwei Teilmengen von X. Dann heisst 5

6 (i) die Vereinigung von A und B. A B := {x X (x A) (x B)} (ii) (iii) A B := {x X (x A) (x B)} der Durchschnitt von A und B. Gilt A B =, so sind A und B disjunkt. A\B := {x X (x A) (x / B)} das (relative) Komplement von B in A. (iv) das Komplement von A. A c := X \A Bemerkung 2.9. Sei X eine Grundmenge, A, B X zwei Teilmengen von X. Dann gilt:. A\B = A B c Satz Sei X eine Grundmenge, A, B, C X drei Teilmengen von X. Dann gilt: (i) A B = B A, A B = B A (Kommutativität). (ii) A (B C) = (A B) C, A (B C) = (A B) C (Assoziativität). (iii) A (B C) = (A B) (A C), A (B C) = (A B) (A C) (Distributivität). Satz Seien A und B zwei Mengen. Dann gilt: A B A B = B A B = A. Satz Sei X eine Grundmenge, A, B X zwei Teilmengen von X. Dann gilt: (i) (A B) c = A c B c. (ii) (A B) c = A c B c. Bemerkung Russellsche Antinomie Fregesches Komprehensionsaxiom: Zu jeder Eigenschaft E von Mengen existiert die Menge M E := {x x ist Menge und E trifft zu auf x} entdeckte B. Russell, dass dieses Axiom zu Antinomien führt: Hierfür gilt offensichtlich der Widerspruch: M R := {x (x ist Menge) (x / x)}. M R M R M R / M R. Lösung für diese Antinomie: Beliebige (unbeschränkte) Komprehension führt zu Klassen. Erlaubt ist (ZFC-Axiomatik) beliebige Aussonderung aus bereits gegebenen Mengen. Dies bedeutet: Ist N eine Menge, E eine Eigenschaft, so ist eine Menge. N E := {x N E trifft auf x zu} N 6

7 Bemerkung M R heisst Russellsche Klasse und ist keine Menge. Beispiel Ein Barbier hängt in sein Fenster ein Schild mit folgender Aufschrift: Ich rasiere jeden Mann im Ort, der sich nicht selbst rasiert! Rasiert er sich selbst? 7

8 Kapitel 3 Relationen und Abbildungen 3.1 Produkte Definition 3.1. Seien A, B zwei Mengen, x, x A und y, y B. (i) (x, y) := {{x}, {x, y}} P(A B) heisst geordnetes Paar und es gilt: (x, y) = (x, y ) ((x = x ) (y = y )). (ii) Das (kartesische) Produkt von A mit B ist A B := {(x, y) P(P(A B)) x A, y B}. Bemerkung 3.2. Seien A, B zwei Mengen. Für alle x, y gilt: (x, y) A B (x A y B). Bemerkung 3.3. Sei A eine Mengen und x, y A. Dann gilt: (i) {x, y} A und {x, y} = {y, x}. (ii) (x, y) A A und im allgemeinen (x, y) (y, x). Beispiel 3.4. Sei A := {1, 2, 3}, B := {x, y}. Dann ist A B = {(1, x), (1, y), (2, x), (2, y), (3, x), (3, y)}. Satz 3.5. Seien X und Y zwei Mengen. (i) X Y = ((X = ) (Y = )). (ii) Im allgemeinen gilt: X Y Y X. 3.2 Relationen Definition 3.6. Sei M eine Menge. Eine Menge R M M heisst Relation auf M. Notation 3.7. xry : (x, y) R 8

9 Beispiel 3.8. Sei W die Menge aller englischen Wörter und R := {(w 1, w 2 ) W W w 1 und w 2 haben den gleichen Anfangsbuchstaben}. Konkret: all R at. Definition 3.9. Sei R eine Relation auf M. R heisst (i) reflexiv : ( x M gilt: xrx). (ii) symmetrisch : ( x, y M gilt: xry yrx). (iii) transitiv : ( x, y, z M gilt: xry yrz xrz). Erfüllt R jede dieser drei Eigenschaften, so heisst R Äquivalenzrelation auf M. Beispiel Die Relation R W W aus Beispiel 3.8 ist eine Äquivalenzrelation. Notation Sei R M M eine Äquivalenzrelation auf M. Wir schreiben: x R y : (x, y) R. Definition Sei R M M eine Äquivalenzrelation auf M. Die Menge [x] := {y M y R x} heisst Äquivalenzklasse von x. Ist y [x], so heisst y ein Repräsentant von [x]. Bemerkung Ist R eine Äquivalenzrelation auf M, so zerfällt M in paarweise disjunkte Äquivalenzklassen: Jedes Element liegt in genau einer dieser Äquivalenzklassen. Beispiel Die Äquivalenzrelation R W W aus Beispiel 3.8 zerfällt in 26 paarweise disjunkte Äquivalenzklassen. Definition Eine Relation R M M heisst antisymmetrisch : x, y M gilt: xry yrx x = y. Definition (i) Eine Relation R M M heisst Ordnungsrelation auf M : R ist reflexiv, transitiv und antisymmetrisch. (ii) Ist R eine Ordnungsrelation auf M, so heisst das Paar (M, R) geordnete Menge. Beispiel Sei M eine nichtleere Menge. Dann ist eine Ordnungsrelation auf P(M). R := {(M 1, M 2 ) P(M) P(M) M 1 M 2 } Definition Eine Ordnungsrelation R auf M heisst linear : x, y M gilt: xry yrx. Beispiel Sei M := R. Dann ist eine lineare Ordnungsrelation auf R. R := {(r 1, r 2 ) R R r 1 r 2 } 9

10 3.3 Abbildungen Definition Seien M, N zwei Mengen. Eine Abbildung ϕ von M nach N ist eine Vorschrift, die jedem Element von M genau ein Element von N zuordnet. Wir schreiben dafür ϕ : M N, x y = ϕ(x). Bemerkung Dies ist eine vage Definition. Was ist eine Vorschrift? Definition Seien X, Y zwei Mengen. Eine Abbildung von M nach N ist eine Teilmenge Φ M N mit folgender Eigenschaft: x M! y N mit (x, y) Φ. Notation (i) Wir schreiben ϕ : M N statt Φ M N und y = ϕ(x) statt (x, y) Φ. (ii) Abb(M, N) := {ϕ ϕ ist eine Abbildung von M nach N}. Definition Sei ϕ Abb(M, N). Dann heisst M Definitionsbereich von ϕ, N Wertebereich von ϕ und ϕ(x) Bild von x unter ϕ. Definition Sei ϕ Abb(M, N). Dann heisst (i) im(ϕ) := {y N x M mit y = ϕ(x)} Bild von ϕ. (ii) graph(ϕ) := {(x, y) M N y = ϕ(x)} Graph von ϕ. Bemerkung Es gilt: graph(ϕ) = Φ. Definition Sei ϕ Abb(M, N), A M, B N. Dann heisst (i) ϕ(a) := {y N x A mit y = ϕ(x)} Bild von A (unter ϕ). (ii) ϕ 1 (B) := {x M ϕ(x) B} Urbild von B (unter ϕ). Speziell: Für b N heisst ϕ 1 ({b}) Faser von ϕ über b. Bemerkung Seien ϕ, ψ Abb(M, N). Dann gilt: ϕ = ψ (ϕ(x) = ψ(x) x M). Beispiel (i) Die Abbildung id M : M M, x x ist die Identität (von M). (ii) Sei M N. Dann heisst die Abbildung i : M N, x x Inklusion von M in N. (iii) Seien M, N nichtleere Mengen und b N fest gewählt. Dann ist ϕ : M N, x b eine konstante Abbildung. (iv) Sei ϕ : M N eine Abbildung und es gelte A M. Dann heisst die Abbildung f A : A Y, x ϕ(x) die Restriktion von ϕ auf A. Definition Eine Abbildung ϕ : M N heisst (i) injektiv : ( x, y M gilt: ϕ(x) = ϕ(y) x = y). 10

11 (ii) surjektiv : im(ϕ) = N. (iii) bijektiv : ϕ ist injektiv und surjektiv. Beispiel (i) ϕ 1 : R R, x x 2 ist weder injektiv noch surjektiv. (ii) ϕ 2 : R 0 R, x x 2 ist injektiv, aber nicht surjektiv. (iii) ϕ 3 : R R 0, x x 2 ist surjektiv, aber nicht injektiv. (iv) ϕ 4 : R 0 R 0, x x 2 ist bijektiv. Lemma Seien ϕ : M N, ψ : N P zwei Abbildungen. Dann existiert eine Abbildung ψ ϕ : M P, definiert durch x ψ(ϕ(x)) x M, die Komposition von ψ mit ϕ. Satz Eine Abbildung ϕ : M N ist genau dann bijektiv, wenn es eine Abbildung ψ : N M gibt mit ψ ϕ = id M und ϕ ψ = id N. In diesem Fall ist ψ eindeutig bestimmt und heisst Umkehrabbildung zu ϕ. Notation Ist ϕ : M N bijektiv, so wird die eindeutig bestimmte Umkehrabbildung mit ϕ 1 : N M bezeichnet. Satz Seien ϕ : M N und ψ : N P zwei bijektive Abbildungen. Dann ist auch ψ ϕ : M P bijektiv und es gilt: (ψ ϕ) 1 = ϕ 1 ψ 1. 11

12 Kapitel 4 Natürliche Zahlen 4.1 Peano Axiome Definition 4.1. Eine Menge U heisst unendlich : ϕ : U U injektiv, nicht surjektiv. Axiom 4.2. Es gibt unendliche Mengen. Definition 4.3. (Peano Axiome) Eine Menge von natürlichen Zahlen ist ein Tripel (N, S, 0), das aus einer Menge N, einer Selbstabbildung S : N N und einem ausgezeichneten Element 0 N besteht und folgende Bedingungen erfüllt: 1) S ist injektiv, 2) 0 / S(N), 3) Ist M eine Teilmenge von N, für die gilt: i) 0 M, ii) S(M) M, so ist M = N. Proposition 4.4. Es existiert eine Menge von natürlichen Zahlen. Ist (N, S, 0) eine Menge von natürlichen Zahlen, so nennen wir die Elemente von N natürliche Zahlen, S die Nachfolgerabbildung und 0 die Null. Bemerkung 4.5. Die Peano Axiome können folgendermassen interpretiert werden: 1) Trifft man beim Zählen zwei Mal auf die gleiche Zahl, so hat man sich verzählt. 2) 0 als Ausgangspunkt des Zählens wird nie erreicht. 3) Dieses Axiom entspricht dem Prinzip der vollständigen Induktion Proposition 4.6. (Prinzip der vollständigen Induktion) Um eine Aussage A(n) für alle natürlichen Zahlen n zu beweisen, genügt es folgendes zu zeigen: 1) A(0) ist wahr (Induktionsanfang). 2) Wenn A(n) für irgendein n N wahr ist, so ist auch A(S(n)) wahr (Induktionsschluss). 12

13 Theorem 4.7. (Dedekind scher Rekursionssatz) Sei A eine Menge, a A, α : A A eine Abbildung. Dann existiert genau eine Abbildung ϕ : N A mit ϕ(0) = a und ϕ S = α ϕ. Korollar 4.8. (Einzigkeit) Seien (N, S, 0) und (N,S,0 ) zwei Mengen von natürlichen Zahlen. Dann existiert genau eine bijektive Abbildung ϕ : N N mit ϕ(0) = 0 und ϕ S = S ϕ. Also sind je zwei Mengen von natürlichen Zahlen kanonisch identifizierbar. Notation 4.9. N = {0, 1, 2,... }, wobei 1 := S(0), 2 := S(1), usw. 4.2 Rechnen in N Definition Sei M eine nichtleere Menge. Eine Verknüpfung auf M ist eine Abbildung : M M M. Notation a b := (a, b) M. Definition Eine Verknüpfung : M M M auf M heisst (i) assoziativ : ( a, b, c M gilt: (a b) c = a (b c)). (ii) kommutativ : ( a, b M gilt: a b = b a). Definition Sei H eine nichtleere Menge und eine Verknüpfung auf H. Das Paar (H, ) heisst Halbgruppe : ist assoziativ. Definition Sei (H, ) eine Halbgruppe. Ein Element e H heisst neutrales Element : a H gilt: e a = a e = a. Proposition Auf der Menge N der natürlichen Zahlen können auf eindeutige Weise zwei Verknüpfungen, die Addition + und die Multiplikation, sowie eine Ordnungsrelation definiert werden, so dass die folgenden Aussagen gelten: (i) Die Addition ist assoziativ, kommutativ und besitzt 0 als neutrales Element. (ii) Die Multiplikation ist assoziativ, kommutativ und besitzt 1= S(0) als neutrales Element. (iii) Es gilt das Distributivgesetz (iv) 0 n = 0 (v) N ist durch linear geordnet. (l + m) n = l n + m n l, m, n N. (vi) Zu n N gibt es kein k N mit n < k < n + 1. (vii) Die Ordnungsrelation ist monoton bezüglich +, das heisst m n m + l n + l m, n, l N. (viii) Die Ordnungsrelation ist monoton bezüglich, das heisst m n m l n l m, n, l N. 13

14 Satz (Euklidischer Algorithmus oder Division mit Rest) Zu m N \{0} und n N gibt es genau ein k N und genau ein l N mit 4.3 Wohlordnungsprinzip n = k m + l und l < m. Definition Sei (M, ) eine geordnete Menge. Ein Element m M heisst ein minimales Element für (M, ) : ( x M gilt: x m x = m) Bemerkung Minimale Elemente können existieren, müssen aber nicht. Wenn es sie gibt, müssen sie nicht eindeutig sein. Satz (Wohlordnungsprinzip) Die natürlichen Zahlen N sind wohlgeordnet, das heisst, jede nichtleere Teilmenge von N besitzt ein minimales Element. 4.4 Primzahlen Definition Seien a, b Z. b 0 heisst Teiler von a : q Z mit a = q b. Notation Ist b ein Teiler von a, so schreibt man b a (in Worten: b teilt a ). Definition Eine Zahl p N\{0, 1} heisst Primzahl, falls für alle a, b N gilt: p (a b) (p a oder p b). Proposition Eine Zahl p N\{0, 1} ist genau dann eine Primzahl, wenn für alle n N gilt: n p n {1, p}. Lemma Sei n N\{0, 1}. Dann gibt es eine Primzahl p mit p n, und zwar ist der kleinste Teiler p > 1 von a eine Primzahl. Proposition (Fundamentalsatz der elementaren Zahlentheorie) Jede natürliche Zahl n N\{0, 1} besitzt eine Darstellung n = p 1 p 2 p n als Produkt endlich vieler Primzahlen. Diese Primfaktorzerlegung ist bis auf die Reihenfolge der auftretenden Primzahlen eindeutig bestimmt. Proposition (Satz von Euklid) Es existieren unendlich viele Primzahlen. 4.5 Abzählbarkeit Definition Eine Menge M ist endlich : M ist nicht unendlich. Beispiel (i) N ist unendlich. (ii) Sei m N. Dann ist N m := {n N n m} endlich. 14

15 Definition Zwei Mengen M und N heissen gleichmächtig, wenn es eine bijektive Abbildung von M nach N gibt. Definition (i) Eine Menge M heisst abzählbar : M und N sind gleichmächtig. (ii) Eine Menge M heisst überabzählbar : M ist unendlich und nicht abzählbar. Beispiel (i) N, Z und Q sind abzählbar. (ii) R, C und P(N) sind überabzählbar. 15

16 Kapitel 5 Beweistechniken Beweise sind für die Mathematik existentiell. Ein Beweis besteht aus einer geschlossenen und lückenlosen Ableitung einer zuvor formulierten Behauptung aus den zugrundeliegenden Axiomen, den gegebenen Voraussetzungen und den schon bewiesenen Behauptungen. 5.1 Behauptungen Bevor man mit dem Beweisen einer Aussage beginnen kann, muss man die Behauptung verstehen. Es gibt verschiedene Arten von Behauptungen: 1) A B. A und B sind zwei Aussagen. Es ist sehr wichtig zwischen der zusammengesetzten Aussage A B und den Einzelaussagen A und B zu unterscheiden. Um zu zeigen, daß die Aussage A B immer richtig ist, können wir zwei Fälle unterscheiden. Im ersten Fall ist die Aussage A falsch. Da aber dann nach Definition 1.6 die Aussage A B immer richtig ist, egal ob die Aussage B wahr oder falsch ist, braucht man in diesem Fall nichts zu beweisen. Im zweiten Fall ist die Aussage A wahr. Dann muss aber auch die Aussage B wahr sein, um die Implikation A B wahr zu machen. Dies braucht nun einen Beweis. Das ist der Grund, warum man die Aussage A als richtig voraussetzt und unter dieser Voraussetzung dann beweist, dass die Aussage B (die Behauptung) auch richtig ist. 2) A B. Diese Aussage beweist man meist, indem man die beiden Implikationen A B und B A einzeln zeigt. 3) M = N. Die Gleichheit zweier Mengen beweist man meist, indem man die beiden Inklusionen M N und N M einzeln zeigt. 4) x M gilt A(x). Hier muss die Gültigkeit der Aussage A(x) bewiesen werden, egal welchen konkreten Wert x M annimmt. Deswegen ist hier die Voraussetzung: Sei x M ein beliebig gewähltes Element. Die Behauptung ist: Für dieses Element gilt A(x). 5) x M für das A(x) gilt. (Existenzaussage) 16

17 ist immer zu lesen als es gibt mindestens ein. Anderenfalls steht!. Eine Existenzaussage beweist man meist, indem man einen (geeignet konstruierten) konkreten Wert x 0 für x nennt und zeigt, dass A(x 0 ) gilt. 6)! x M für das A(x) gilt. (Existenz- und Eindeutigkeitsaussage) Hier muß man neben der Existenz eines x 0 M, welches A(x 0 ) erfüllt, auch zeigen, dass es keine weiteren Elemente y in M gibt, für welche A(y) gilt. Dies macht man meist, indem man annimmt, dass es ein weiteres Element y M gibt, für welches A(y) gilt und dann zeigt, dass y = x 0 gilt. 7) y x für das A(x) gilt. Um ein konkretes x zu konstruieren, darf man in diesem Fall y verwenden; x könnte also z.b. folgendermassen aussehen: x = y Beweistechniken Die Extraktion von Voraussetzung und Behauptung schafft Übersicht. Nun muss die Behauptung bewiesen werden. Dabei können verschiedene Beweistechniken behilflich sein Direkter Beweis Um eine Aussage der Form A B zu beweisen, verwendet man im direkten Beweis die Tatsache, dass gilt ((A C) (C B)) (A B). Um also die Gültigkeit des Satzes A B zu zeigen, wird die Aussage A B in bereits als richtig erkannte Teilaussagen (A C 1 ), (C 1 C 2 ),..., (C n B) zerlegt. Es ist hilfreich, in den Argumentationsschritten die Definitionen der Begriffe einzusetzen, die in den Aussagen vorkommen. Zudem dürfen in der Argumentation nur Sätze verwendet werden, die schon bewiesen wurden. Beispiel: Behauptung: Die Mengeninklusion ist transitiv. Beweis: Nach Definition der Transitivität ist folgendes zu zeigen: Seien M, N und P Mengen mit M N und N P. Dann gilt: M P. Die Aussage M P bedeutet definitionsgemäss: m : m M m P. Sei also m M ein beliebiges Element. Nach der Voraussetzung M N gilt: x : x M x N. Daraus folgt: m N. Nach der Voraussetzung N P gilt: y : y N y P. Daraus folgt m P Widerspruchsbeweis (Indirekter Beweis) Es soll die Wahrheit einer Implikation A B beweisen werden. Diese ist gegeben, wenn die Verneinung der Implikation, also die Aussage B A (vgl. Satz 1.7) falsch ist. Kann man eine Implikation ( B A) C zeigen, wobei C eine falsche Aussage ist, so muss B A falsch und somit A B wahr sein. 17

18 In der Praxis bedeutet dies: Unter der Voraussetzung A und der zusätzlichen Annahme B zieht man solange direkte Schlüsse, bis man auf einen Widerspruch C stösst. Dabei ist ein Widerspruch eine Aussage der Form Z Z. Beispiel: Behauptung: 2 ist keine rationale Zahl (oder: x 2 = 2 x ist irrational). Beweis: Annahme: 2 ist eine rationale Zahl. Dann gibt es a, b Z, so dass 2 = a/b. Wir können annehmen, dass a/b ein vollständig gekürzter Bruch ist, d.h., dass a und b teilerfremd sind. Es gilt also: 2 = a b 2 = a2 b 2 2b 2 = a 2 a 2 ist gerade a ist gerade r Z, so dass a = 2r 2b 2 = a 2 = (2r) 2 2b 2 = 4r 2 b 2 = 2r 2 b 2 ist gerade b ist gerade 2 a 2 b Das ist aber ein Widerspruch zur Annahme, dass der Bruch a/b vollständig gekürzt ist. Also ist 2 keine rationale Zahl Beweis der Kontraposition Manchmal ist es einfacher, statt der Aussage A B ihre Kontraposition B A zu beweisen. Gemäss Bemerkung 1.8 ist die Kontraposition zur gewünschten Aussage A B äquivalent. Beispiel: Behauptung: n N gilt: n 3 gerade n gerade. Beweis: Annahme: n ist ungerade. k N, so dass n = 2k + 1 n 3 = (2k + 1) 3 = 8k k 2 + 6k + 1 n 3 ist ungerade (da 8k k 2 + 6k gerade ist) 18

19 5.2.4 Beweis durch vollständige Induktion Dieses Beweisprinzip beruht auf Proposition 4.6 und kann angewendet werden, um Aussagen über die natürlichen Zahlen oder über andere abzählbare Mengen zu beweisen. Man kann aber niemals Aussagen über überabzählbare Mengen, wie z.b. Aussagen über die reellen Zahlen, mit vollständiger Induktion beweisen. Das Induktionsverfahren, um eine Aussage der Form A(n) ist wahr n N zu beweisen, besteht aus den folgenden Schritten: 1) Induktionsanfang: Zeigen Sie, dass die Aussage A(0) wahr ist. 2) Formulieren Sie die Induktionsvoraussetzung A(n). 3) Formulieren Sie die Induktionsbehauptung A(n + 1). 4) Induktionsschluss: Zeigen Sie, dass für beliebiges n N die folgende Implikation gilt: A(n) A(n + 1). In vielen Anwendungen ist es wichtig, den Induktionsanfang nicht bei 0, sondern bei einer Zahl n 0 N zu setzen. Durch die vollständige Induktion kann in diesem Fall gezeigt werden, dass A(n) für jedes n N, n n 0, gilt. Beispiel: Behauptung: n N, n 1 gilt: (2n 1) = n 2. Beweis: durch vollständige Induktion. 1) Induktionsanfang bei n 0 = 1: 1 = 1 2 2) Induktionsvoraussetzung: Sei n N, n 1, und es gelte: (2n 1) = n 2. 3) Induktionsbehauptung: (2(n + 1) 1) = (n + 1) 2 4) Induktionsschluss: (2(n + 1) 1) = (2n + 1) = [ (2n 1)] + (2n + 1) = n 2 + (2n + 1) (Induktionsvoraussetzung eingesetzt) = (n + 1) 2 Falsches Beispiel: Behauptung: n N, n 1 gilt: Wenn sich unter n Tieren ein Elefant befindet, dann sind alle diese Tiere Elefanten. Beweis: durch vollständige Induktion. 19

20 1) Induktionsanfang bei n 0 = 1: Wenn von einem Tier eines ein Elefant ist, dann sind alle diese Tiere Elefanten. 2) Induktionsvoraussetzung: Sei n N, n 1, und die Behauptung sei richtig. 3) Induktionsbehauptung: Wenn sich unter n + 1 Tieren ein Elefant befindet, dann sind alle diese Tiere Elefanten. 4) Induktionsschluss: Sei unter n + 1 Tieren eines ein Elefant. Wir stellen die Tiere so in eine Reihe, daß sich dieser Elefant unter den ersten n Tieren befindet. Nach Induktionsannahme sind dann alle diese ersten n Tiere Elefanten. Damit befindet sich aber auch unter den letzten n Tieren ein Elefant, womit diese auch alle Elefanten sein müssen. Also sind alle n + 1 Tiere Elefanten. Was ist an diesem Beweis falsch? Im Fall n + 1 = 2 kann man den Elefanten zwar so stellen, daß er bei den ersten n = 1 Tieren steht. Folglich sind alle Tiere unter den ersten n = 1 Tieren Elefanten. Aber deshalb befindet sich unter den letzten n Tieren nicht notwendigerweise ein Elefant. Der Induktionsschluß funktioniert erst für n + 1 > 2, doch die Induktionsvoraussetzung wurde nur gezeigt für n = 1. Der eigentliche Fehler des Beweises liegt also darin, daß (n + 1)/2 nicht immer größer als 1 ist. 5.3 Beispiele Das hier gelernte Handwerk reicht jedoch nicht aus, um Beweise vollständig zu führen. Kreativität ist gefragt, um die richtigen Argumente im Übergang von Voraussetzung zu Behauptung zu finden. Zudem gibt es kaum Beweise, welche nur eine Beweistechnik verwenden, sondern meist ist eine Kombination der verschiedenen Techniken gefragt. Ein Beweis ist immer eine Mischung aus Kreativität und solidem Handwerk. Im Folgenden werden wir einige Behauptungen aus den vorangegangenen Kapiteln beweisen, um die oben beschriebenen Techniken zu verdeutlichen und einzuüben. Beispiel 1: Behauptung: (Satz 3.5) Seien X und Y zwei Mengen. (i) X Y = ((X = ) (Y = )). (ii) Im allgemeinen gilt: X Y Y X. Beweis: (i) Wir müssen zwei Aussagen beweisen, nämlich die Aussage X Y = ((X = ) (Y = )) sowie deren Umkehrung. Dies deuten wir durch die Symbole und an. Wir führen einen Widerspruchsbeweis. Also nehmen wir an, X Y = und die Aussage (X = ) (Y = ) sei falsch. Die Aussage (X ) (Y ) ist richtig. (nach Beispiel 1.5) x X y Y (x, y) X Y X Y 20

21 Dies widerspricht aber der Voraussetzung X Y =. Wir beweisen die Kontraposition der Aussage ((X = ) (Y = )) X Y =. Sei also X Y. (x, y) X Y x X y Y (X ) (Y ) ((X = ) (Y = )) (ii) Wir geben ein Gegenbeispiel an: Sei X := {1, 2} und Y := {a}. Dann gilt: X Y Y X. Beispiel 2: Behauptung: (Proposition 4.26) Es gibt unendlich viele Primzahlen. Beweis: Wir führen einen Widerspruchsbeweis. Also nehmen wir an, dass es nur endlich viele Primzahlen p 1,..., p n gibt. Wir bilden die Zahl x := p 1 p 2... p n + 1. x ist keine Primzahl, da x > p j, j = 1,..., n. Primzahl, die x teilt. (nach Lemma 4.24) i {1,..., n} mit p i x k N mit p i k = x = p 1 p 2... p n + 1 p i (k p 1... p i 1 p i+1... p n ) = 1 p i 1 Dies ist aber ein Widerspruch dazu, dass p i eine Primzahl ist. Beispiel 3: Behauptung: (Proposition 4.16) Zu m N\{0} und n N gibt es genau ein k N und genau ein l N mit n = k m + l und l < m. Beweis: (a) Wir verifizieren zuerst die Existenzaussage. Dazu wählen wir m N\{0} beliebig und setzen N := {n N k, l N mit n = k m + l, l < m}. Durch vollständige Induktion werden wir nun zeigen, dass N = N gilt, was die Existenzaussage beweist. 1) Induktionsanfang: 0 N, da 0 = 0 m ) Induktionsvoraussetzung: Sei n N. k, l N mit n = k m + l, l < m. 3) Induktionsbehauptung: n + 1 N. 21

22 4) Induktionsschluss: n + 1 = (k m + l) + 1 = k m + (l + 1). Nun müssen wir zwei Fälle unterscheiden: - Fall I: Ist l + 1 < m, so ist n + 1 N. - Fall II: Ist l + 1 = m, so ist n + 1 = k m + m = (k + 1) m + 0 N. Somit gilt also N = N. (b) Um die Eindeutigkeit zu beweisen, nehmen wir an, es seien m N\{0} und k, k, l, l N mit k m + l = k m + l und l < m, l < m, gegeben. Zudem können wir annehmen, dass l l gelte. Der Fall l l kann analog behandelt werden. l l k m + l = k m + l k m + l k m k m k k Es gilt auch: l < m k m k m + l = k m + l < k m + m = (k + 1) m k < k + 1 Also erhalten wir: k k < k + 1. Nach Proposition 4.15(vi) ist dies nur für k = k möglich. Daraus folgt auch l = l und somit die Eindeutigkeit. 22

23 Kapitel 6 Literatur [1] H. Amann, J. Escher, Analysis I, Birkhäuser Verlag [2] O. Deiser, Einführung in die Mengenlehre, Springer Verlag [3] K. Fritzsche, Mathematik für Einsteiger, Spektrum Akademischer Verlag,

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

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

Mehr

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

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )

Mehr

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

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

Mehr

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

Analysis 1. Delio Mugnolo. delio.mugnolo@uni-ulm.de. (Version von 18. Dezember 2012)

Analysis 1. Delio Mugnolo. delio.mugnolo@uni-ulm.de. (Version von 18. Dezember 2012) Analysis 1 Delio Mugnolo delio.mugnolo@uni-ulm.de (Version von 18. Dezember 2012) 2 Dies ist das Skript zur Vorlesung Analysis 1, welche ich im Sommersemester 2012 an der Universität Ulm gehalten habe.

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

Theoretische Informatik

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

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

Diskrete Mathematik für Informatiker

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

Mehr

Mathematik wirklich verstehen

Mathematik wirklich verstehen Mathematik wirklich verstehen Eine Einführung in ihre Grundbegriffe und Denkweisen Von Arnold Kirsch 3. verbesserte Auflage Aulis Verlag Deubner & Co KG Köln Inhaltsverzeichnis Vorwort 11 Teil A Zahlen

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

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Stefan Lucks Diskrete Strukturen (WS 2009/10) 57 2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

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

Mehr

Logik und diskrete Strukturen

Logik und diskrete Strukturen Skript zur Vorlesung Logik und diskrete Strukturen Prof. Dr. Heiko Röglin Institut für Informatik Wintersemester 2015/16 9. Oktober 2015 Vorwort Dieses Skript ist als Begleitmaterial für die Vorlesung

Mehr

Von optimaler Partnerwahl, minimalen Schnitten und maximalen Flüssen. Schülerwoche der Bonner Mathematik 2013

Von optimaler Partnerwahl, minimalen Schnitten und maximalen Flüssen. Schülerwoche der Bonner Mathematik 2013 Von optimaler Partnerwahl, minimalen Schnitten und maximalen Flüssen Schülerwoche der Bonner Mathematik 203 3. September 203 Dr. Lisa Beck Hausdorff Center for Mathematics Universität Bonn Einleitung Ziel

Mehr

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 egelsammlung mb2014 THM Friedberg von 6 16.08.2014 15:04 Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 Sammlung von Rechenregeln, extrahiert aus dem Lehrbuch: Erhard Cramer, Johanna Neslehová: Vorkurs

Mehr

Skript zu den Vorlesungen Mathematik für Informatiker I und II. (WiSe 2009/10 und SoSe 2010)

Skript zu den Vorlesungen Mathematik für Informatiker I und II. (WiSe 2009/10 und SoSe 2010) Skript zu den Vorlesungen Mathematik für Informatiker I und II (WiSe 2009/10 und SoSe 2010) Im WiSe 2009/10 gehalten von: Prof. Dr. Barbara Baumeister Lehrstuhl für Algebra Fachbereich Mathematik Universität

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Kongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln...

Kongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln... Kongruenzrechnung Inhaltsverzeichnis 1 Einführung und Definitionen 2 1.1 Einige Beispiele aus dem Alltag..................... 2 1.2 Kongruenzrechnung im Alltag und Rechenproben........... 3 1.3 Kongruenzen

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09 Lineare Algebra I HP Butzmann Vorlesung im HWS 09 Inhaltsverzeichnis 1 Mengen und Abbildungen 2 2 Körper 15 3 Vektorräume 40 4 Basis und Dimension 53 5 Lineare Abbildungen 67 6 Matrizen 80 7 Lineare Gleichungssysteme

Mehr

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra Halbgruppen binärer Relationen auf einer 3-elementigen Menge Arbeit im Rahmen des

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen.

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen. 9-1 Funktionen 9 Natürliche Zahlen, rationale Zahlen, reelle Zahlen Hier soll ein Überblick gegeben werden, wie die reellen Zahlen ausgehend von den natürlichen Zahlen konstruiert werden Dies erfolgt in

Mehr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive

Mehr

Zahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007.

Zahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007. Zahlentheorie Daniel Scholz im Winter 2006 / 2007 Überarbeitete Version vom 7. September 2007. Inhaltsverzeichnis 1 Einleitung und Grundlagen 4 1.1 Einleitung............................. 4 1.2 Zahlensysteme..........................

Mehr

Mathematische Grundlagen Kurseinheit 1: Grundlagen

Mathematische Grundlagen Kurseinheit 1: Grundlagen Mathematische Grundlagen Kurseinheit 1: Grundlagen Autorin: Luise Unger In L A TEX gesetzt von Luise Unger c 2007 Fernuniversität in Hagen Fachbereich Mathematik (10/05) Alle Rechte vorbehalten 01141-4-01-S

Mehr

Lineare Algebra I & II. Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik

Lineare Algebra I & II. Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik Lineare Algebra I & II Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik Ausarbeitung der je vierstündigen Vorlesung im Wintersemester 1999/2000 und Sommersemester 2000 durch Thomas

Mehr

4 Kongruenz und Modulorechnung

4 Kongruenz und Modulorechnung 4 Kongruenz und Modulorechnung 39 4 Kongruenz und Modulorechnung In unserer Zeitrechnung haben wir uns daran gewöhnt, nur mit endlich vielen Zahlen zu rechnen. Es ist gerade 3 Uhr und in 50 Stunden muss

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:

Mehr

1 Aussagenlogik und Mengenlehre

1 Aussagenlogik und Mengenlehre 1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will?

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will? Mengenlehre und Logik: iederholung Repetitorium: Grundlagen von Mengenlehre und Logik 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 arum??? arum um alles in der elt muss man sich mit herumschlagen,......

Mehr

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum Analysis I III Vorlesungsskriptum WS 2005/06 WS 2006/07 R. Verfürth Fakultät für Mathematik, Ruhr-Universität Bochum Inhaltsverzeichnis Kapitel I. Aufbau des Zahlsystems 5 I.1. Die natürlichen Zahlen

Mehr

5 Relationen. Formale Grundlagen der Informatik I Herbstsemester 2012. Robert Marti

5 Relationen. Formale Grundlagen der Informatik I Herbstsemester 2012. Robert Marti Formale Grundlagen der Informatik I Herbstsemester 2012 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer Allgemeine Definition einer Relation Eine n-stellige Relation

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Primzahlzertifikat von Pratt

Primzahlzertifikat von Pratt Primzahlzertifikat von Pratt Daniela Steidl TU München 17. 04. 2008 Primzahltests in der Informatik "Dass das Problem, die Primzahlen von den Zusammengesetzten zu unterscheiden und letztere in ihre Primfaktoren

Mehr

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz Tobias Kraushaar Kaiserstr. 178 44143 Dortmund Matr.- Nr.: 122964 Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz 1. EINLEITUNG... 2 2. HAUPTTEIL... 3 2.1. Der

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Vorlesungsscriptum Sommersemester 2003 Dr Bernd Reichel 1 und Dr Ralf Stiebe 2 Fakultät für Informatik Otto-von-Guericke-Universität Magdeburg 1 Tel: +49 391 67 12851, e-mail: reichel@iwscsuni-magdeburgde,

Mehr

Skript zur Analysis I Wintersemester 2009/10 Prof. Dr. Daniel Grieser

Skript zur Analysis I Wintersemester 2009/10 Prof. Dr. Daniel Grieser Skript zur Analysis I Wintersemester 2009/0 Prof. Dr. Daniel Grieser Carl von Ossietzky Universität Oldenburg Institut für Mathematik 26 Oldenburg E-Mail: daniel.grieser@uni-oldenburg.de Die Homepage zur

Mehr

Mathematische Grundlagen der Informatik

Mathematische Grundlagen der Informatik Skriptum zur Vorlesung Mathematische Grundlagen der Informatik gehalten in WS 2015/16 von Sven Kosub 4. Februar 2016 Version v4.20 Inhaltsverzeichnis Prolog 1 1 Logik 5 1.1 Aussagen.....................................

Mehr

Beispiele für Relationen

Beispiele für Relationen Text Relationen 2 Beispiele für Relationen eine Person X ist Mutter von einer Person Y eine Person X ist verheiratet mit einer Person Y eine Person X wohnt am gleichen Ort wie eine Person Y eine Person

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische

Mehr

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010 Mathematische Grundlagen Lernmodul 4 Reelle Zahlen Stand: Oktober 200 Autoren: Prof. Dr. Reinhold Hübl, Professor Fakultät für Technik, Wissenschaftliche Leitung ZeMath, E-Mail: huebl@dhbw-mannheim.de

Mehr

Mathematik für Informatiker Band 1: Diskrete Mathematik und Lineare Algebra

Mathematik für Informatiker Band 1: Diskrete Mathematik und Lineare Algebra Gerald Teschl Susanne Teschl Mathematik für Informatiker Band 1: Diskrete Mathematik und Lineare Algebra 4. Auflage Mit 108 Abbildungen 123 Gerald Teschl Universität Wien Fakultät für Mathematik Oskar-Morgenstern-Platz

Mehr

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass. Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr

5. Aussagenlogik und Schaltalgebra

5. Aussagenlogik und Schaltalgebra 5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft

Mehr

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen,

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen, 1 Die reellen Zahlen 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen, präzise und logisch zu denken, komplexe Strukturen schnell und gründlich zu erfassen, Dinge kritisch zu hinterfragen

Mehr

Q(n) = n 0 +n 1 +n 2 +...+n k.

Q(n) = n 0 +n 1 +n 2 +...+n k. 25 2 Kongruenzen Mit Hilfe der hier definierten Kongruenz können Aussagen über Teilbarkeit einfacher formuliert und bewiesen werden, und man erhält eine Differenzierung der Zahlen, die bezüglich einer

Mehr

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

Mehr

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30 Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null) Algebra und Zahlentheorie Vorlesung Algebra und Zahlentheorie Leitfaden 1 Zahlentheorie in Z Bezeichnungen: Z := {..., 3, 2, 1, 0, 1, 2, 3,...} (ganze Zahlen) und N := {1, 2, 3,...} (natürliche Zahlen

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler)

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler) 1 Handreichung zur Mathematikvorlesung für Wirtschaftswissenschaftler) Dr.Dr. Christina Schneider 2 Hinweis Das vorliegende Manuskript versteht sich als kurze und kompakte Handreichung zu meiner Vorlesung

Mehr

Einführung in die Zahlentheorie und algebraische Strukturen

Einführung in die Zahlentheorie und algebraische Strukturen Einführung in die Zahlentheorie und algebraische Strukturen Wintersemester 2012/2013 Universität Bayreuth Michael Stoll Inhaltsverzeichnis 1. Wiederholung: Gruppen, Ringe, Körper 2 2. Teilbarkeitslehre

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

Mehr

Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein.

Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein. Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein. 3 1384788374932954500363985493554603584759389 mod 28374618732464817362847326847331872341234 Wieso kann ein

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 8: kontextfreie Grammatiken Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/37 Überblick Kontextfreie Grammatiken

Mehr

Lösungen zu Kapitel 7

Lösungen zu Kapitel 7 Lösungen zu Kapitel 7 Lösung zu Aufgabe 1: Nach Definition 7.1 ist eine Verknüpfung auf der Menge H durch eine Abbildung : H H H definiert. Gilt H = {a 1,..., a m }, so wird eine Verknüpfung auch vollständig

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Probabilistische Primzahltests

Probabilistische Primzahltests Probabilistische Primzahltests Daniel Tanke 11. Dezember 2007 In dieser Arbeit wird ein Verfahren vorgestellt, mit welchem man relativ schnell testen kann, ob eine ganze Zahl eine Primzahl ist. Für einen

Mehr

Qualitative Datenanalyse

Qualitative Datenanalyse Qualitative Datenanalyse Prof. Dr. Stefan E. Schmidt Francesco Kriegel TU Dresden Fakultät Mathematik Institut Algebra SS 2007 28. September 2008 Inhaltsverzeichnis Kapitel 1 Formale Begriffsanalyse 1

Mehr

1 Stochastische Prozesse in stetiger Zeit

1 Stochastische Prozesse in stetiger Zeit 1 Stochastische Prozesse in stetiger Zeit 1.1 Grundlagen Wir betrachten zufällige Prozesse, definiert auf einem Wahrscheinlichkeitsraum (Ω, F, P), welche Werte in einen fest gewählten Zustandsraum annehmen.

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Prof. Dr. M. v. Golitschek Institut für Mathematik Universität Würzburg Literatur: Suchen Sie doch hin und wieder die Bibliotheken

Mehr

Mathematischer Vorkurs. Für die Studiengänge. Bachelor Mathematik Bachelor Wirtschaftsmathematik Lehramt Mathematik Gymnasium und Gesamtschule

Mathematischer Vorkurs. Für die Studiengänge. Bachelor Mathematik Bachelor Wirtschaftsmathematik Lehramt Mathematik Gymnasium und Gesamtschule Mathematischer Vorkurs Für die Studiengänge Bachelor Mathematik Bachelor Wirtschaftsmathematik Lehramt Mathematik Gymnasium und Gesamtschule Dieser Vorkurs ist für andere Studiengänge nur dann geeignet,

Mehr

Die Cantor-Funktion. Stephan Welz

Die Cantor-Funktion. Stephan Welz Die Cantor-Funktion Stephan Welz Ausarbeitung zum Vortrag im Proseminar Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 2009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser

Mehr

Karl-Heinz Zimmermann. Diskrete Mathematik. Books on Demand

Karl-Heinz Zimmermann. Diskrete Mathematik. Books on Demand Diskrete Mathematik Karl-Heinz Zimmermann Diskrete Mathematik Books on Demand Prof. Dr. Karl-Heinz Zimmermann TU Hamburg-Harburg 21071 Hamburg Germany Bibliografische Information der Deutschen Bibliothek

Mehr

Diskrete Strukturen. Wilfried Buchholz. Skriptum einer 3-std. Vorlesung im Sommersemester 2009 Mathematisches Institut der Universität München

Diskrete Strukturen. Wilfried Buchholz. Skriptum einer 3-std. Vorlesung im Sommersemester 2009 Mathematisches Institut der Universität München Disrete Struturen Wilfried Buchholz Sriptum einer 3-std. Vorlesung im Sommersemester 2009 Mathematisches Institut der Universität München 1 Vollständige Indution Wir setzen hier das System Z = {..., 2,

Mehr

Algebra. für. Informatiker

Algebra. für. Informatiker Fachhochschule Aalen Fachbereich: Elektronik und Informatik Algebra für Informatiker c 2000-2001 Helga Hirtreiter Inhaltsverzeichnis Aufbau der Mathematik 1 Die Arbeitsweise der Mathematik 2 1 Mengen 3

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

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

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Grundlagen der Informationverarbeitung

Grundlagen der Informationverarbeitung Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

Grundbegriffe der Informatik Tutorium 7

Grundbegriffe der Informatik Tutorium 7 Grundbegriffe der Informatik Tutorium 7 Tutorium Nr. 16 Philipp Oppermann 16. Dezember 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Karlsruher Institut für Technologie Institut für Algebra und Geometrie Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 2 Aufgabe 1 (4 Punkte) Seien

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Höhere Mathematik. Lernt alle Aufgaben aus den beiden Testklausuren!!!

Höhere Mathematik. Lernt alle Aufgaben aus den beiden Testklausuren!!! Höhere Mathematik Universität Bremen, Wintersemester 213/214 Dozent: Prof.Dr. Michael Hortmann http://michael-hortmann.math.uni-bremen.de Lernt alle Aufgaben aus den beiden Testklausuren!!! Φ = a b = a

Mehr

Pratts Primzahlzertifikate

Pratts Primzahlzertifikate Pratts Primzahlzertifikate Markus Englert 16.04.2009 Technische Universität München Fakultät für Informatik Proseminar: Perlen der Informatik 2 SoSe 2009 Leiter: Prof. Dr. Nipkow 1 Primzahltest Ein Primzahltest

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

9. Anwendungen der Fundamentalgruppe

9. Anwendungen der Fundamentalgruppe 76 Andreas Gathmann 9. Anwendungen der Fundamentalgruppe Nachdem wir mit Hilfe von Überlagerungen nun in der Lage sind, Fundamentalgruppen zu berechnen, wollen wir in diesem abschließenden Kapitel noch

Mehr

Noethersche und artinsche Ringe

Noethersche und artinsche Ringe Noethersche und artinsche Ringe Seminar Kommutative Algebra und Varietäten Prof. Dr. K. Wingberg, Dr. J. Gärtner Vortrag 6 Yassin Mousa 05.06.2014 Im Folgenden bezeichne R immer einen kommutativen Ring

Mehr