4. Funktionen und Relationen

Größe: px
Ab Seite anzeigen:

Download "4. Funktionen und Relationen"

Transkript

1 Bestimmung der Umkehrfunktionen c) bei reellen Funktionen geometrisch durch Spiegelung des Funktionsgraphen an der Winkelhalbierenden y = x. y = x 3 y = x y = x y = (x+1)/2 y = x 1/3 y = 2x 1 Seite 27 Beispiel: a) f: R R, f(x) = x 2. injektiv: f(-1) = 1 und f(1) = 1. surjektiv: f(x) = -1 hat kein Urbild in R b) f: R + R, f(x) = x 2 c) f: R R +, f(x) = x 2.injektiv: x= f(x) eindeutig lösbar.surjektiv: siehe a) injektiv: siehe a).: f(x) 0, alle f(x) haben Urbild d) f: R + R +, f(x) = x 2..injektiv: siehe b).surjektiv: siehe c) Umkehrfunktion für d)? f -1 : R + R +,.. Seite 28

2 Wiederholung! Spezielle reelle Funktionen: Bekannt aus der Schule! Lineare Funktionen f(x) = ax + b Beispiel: f(x) = 4x 1 Polynome oder ganzrationale Funktionen f(x) = a n x n + a n-1 x n a 1 x + a 0 Beispiel: f(x) = 2x 3 x 2 + x 2 Gebrochen-rationale Funktionen, z.b. f(x) = 2x 3 / (x 2 3x) Trigonometrische Funktionen: sin x, cos x Weitere Funktionen f(x) = x etc Seite 29 Exponentialfunktionen zur Basis a: f(x) = a x mit einer Konstanten a > 0 (Basis) sind definiert für x R. Die Umkehrfunktion von f(x) = a x ist Logarithmus zur Basis a: log a x, D = (0, ). Spezialfall: f(x) = e x Exponentialfunktion zur Basis e 2,71 Die Umkehrfunktion von f(x) = e x ist der natürliche Logarithmus ln x, definiert für x (0, ). Seite 30

3 Rechenregeln: a n = a a a a; a 0 = a; a 1 = a a 1/n, n N a m/n, n,m N a x+y = a x a y, x,y R (a x ) y = a x y, x,y R a x b x = (a b) x, x R a -x = 1/a x = (1/a) x, x R a x = e x ln a, x R Wiederholung! Bekannt aus der Schule! Seite 31 Polynome: p(x) = a n x n + a n-1 x n a 1 x + a 0 Sind reelle Funktionen, die sich ausschließlich mit den Rechenoperationen Addition, Subtraktion und Multiplikation berechnen lassen. n Allgemein: p(x) = Ʃ a k x k, mit a 0, a 1,, a n R k = 0 Ist a n 0, so ist n = deg p N der Grad des Polynoms p Beispiel: p 1 (x) = x 2 + x + 2, p 2 (x) = x 3, p 3 (x) = 2x 7 4x 4 + 3x 2 1 sind Polynome vom Grad,. bzw. Seite 32

4 Definition 4.6 Eine zweistellige Relation R auf Menge M ist eine Abbildung, die jedem Paar (x,y) M x M einen Wahrheitswert {wahr, falsch} zuordnet. Schreibweise: x R y, (x,y) R Seite 33 Beispiel: Bezeichnet M die Menge der Prozeduren in einer Programmiersprache (z.b. in C++) und N die Menge der (Programmier-)Klassen, so wird durch p R c : (p wird exportiert von c) für eine Prozedur p M und eine Klasse c N eine Relation zwischen M und N erklärt. Seite 34

5 Darstellung der Relationen: 1. als Paare: R = {(x,y) M x M: x < y} Beispiel: Sei Relation R ist < und M = {0,1,2,3}, dann R = {(0,1), (0,2), (0,3), (1,2), (1,3), (2,3)} (0,0), (3,1) R, weil nicht gilt 0 < 0, 3 < 1 Seite 35 Darstellung der Relationen: 2. als Schema: R = {(x,y) N 0 xn 0 : x + y = 4} Seite 36

6 Darstellung der Relationen: 3. Als Graphen: Sei M = {A, B, C, D} R = {(A,B), (B,C), (B,D), (C, A), (C,B), (C,C), (C,D), (D,A)} A B C D Seite 37 Definition 4.7 Eine Relation R auf M heißt reflexiv, wenn jedes Element in Relation zu sich selbst steht, d.h. x M: x R x, z.b.: < ist. reflexiv, da 3 < 3 falsch ist ist. reflexiv, da 3 3 wahr ist Seite 38

7 Beispiel A B C D nur (C,C) R..reflexiv, da (A,A), (B,B), (D,D) R Wird reflexiv, wenn alle Schleifen existieren! Seite 39 Definition 4.7 (Fortsetzung) symmetrisch, wenn x,y M: aus x R y y R x, z.b: ist symmetrisch, da aus 3 5 folgt 5 3 ist symmetrisch, da aus 3 5 nicht folgt 5 3 Seite 40

8 Beispiel A B C D (B,C) R und (C,B) R.. symmetrisch: (A,C), (A,D), (B,A), (D,B), (D,C) R Seite 41 Beispiel Es gilt Kommutativgesetz in N 0 : a + b = b + a, deshalb symmetrisch: wenn 0 R 4, dann auch 4 R 0 etc. Seite 42

9 Beispiel A B C D.. Seite 43 Definition 4.7 (Fortsetzung) transitiv, wenn x,y,z M: aus (x R y) und (y R z) x R z, z.b.: ist transitiv, da aus 3 5 und 5 7 folgt: 3 7 ist.. transitiv, da aus 3 5 und 5 3 nicht folgt 3 3 Seite 44

10 Beispiel A B C D Transitivitätsbedingung für z.b. B, C, D: (B,C) R, (C,D) R folgt nicht transitiv: für z.b. A, B und D: (B,C) R und (C,A) R, aber Seite 45 Beispiel Aus 1 R 3 und 3 R 1, folgt nicht 1 R = 4 und = 4, aber transitiv Seite 46

11 Beispiel A B C D reflexiv, symmetrisch und transitiv. (A,B) R und (B,D) R, aber (A,D) R Seite 47 Einige wichtige Relationen in der Informatik sind: Äquivalenzrelationen, Ordnungen, Verbände Anwendungsgebiete: Objektorientierte Programmierung, relationalen Datenbanken, Prozessplanung etc Seite 48

12 Definition 4.8 Eine Äquivalenzrelation auf einer Menge M ist eine reflexive, symmetrische und transitive Relation auf M. Beispiel 4.6 Auf der Menge M aller Studierenden im Hörsaal wird durch x R y x und y haben denselben Geburtsmonat eine Äquivalenzrelation erklärt, deren Äquivalenzklassen gerade die verschiedenen Geburtsmonate sind. Seite 49 Beispiel 4.7 Auf der Menge Z eine Relation R definiert durch x R y haben gleichen Rest bei Division durch 3, d.h. x R y (x y) = 3k, k M. Überprüfe, ob diese Relation eine Äquivalenzrelation ist. reflexiv: (x x) = 0 = 3k; also ist durch 3 teilbar symmetrisch: wenn (x y) = 3k, dann y x= transitiv: sei (x y) = 3k 1 und (y z) = 3k 2, dann (x z) = d.h. Seite 50

13 Beispiel 4.7 (Fortsetzung) Somit x R y ( x y teilbar durch 3 ) ist eine Äquivalenzrelation. Diese Äquivalenzrelation teilt die Menge Z in 3 Äquivalenzklassen: Z = [0] [1] [2] 1) alle ganzzahligen Vielfachen der 3 (Rest 0): [0] 2) alle ganzen Zahlen, die sich mit Rest 1 durch 3 teilen lassen: [1] 3) alle ganzen Zahlen, die sich mit Rest 2 durch 3 teilen lassen: [2] Seite 51 Übung: Überprüfen, ob die Relation x R y := x y = 0 eine reflexive, symmetrische und transitive Relation auf Menge N 0. 1) Reflexivität:..Z.B. 1 R 1, da ) Symmetrie:.Wenn x R y, dann y R x. 3) Transitivität:..Z.B: 1 R 0, 0 R 2, aber 1 R 2. Somit ist R keine Äquivalenzrelation! Seite 52

14 Eine Relation R auf einer Menge M heißt antisymmetrisch, wenn x,y M: aus x R y und y R x x = y, z.b: a b : a teilt b auf M=N, oder ist antisymmetrisch Zahlenbeispiele Tafel ist nicht antisymmetrisch, da aus 3 5 und 5 3 folgt nicht, dass 3 und 5 identisch sind. Hinweis: aus R ist nicht symmetrisch folgt nicht R ist antisymmetrisch aus R ist antisymmetrisch folgt nicht R ist symmetrisch Beispiel : = sowohl symmetrisch, als auch antisymmetrisch Fazit: für verschiedene x und y sind beide Relationen: x R y und y R x nicht möglich. Wenn, dann nur eine Relation!!! Seite 53 Definition 4.9 Die Relation R heißt eine partielle Ordnung auf einer Menge M, falls R reflexiv, antisymmetrisch und transitiv ist. Beispiel: eine partielle Ordnung auf einer Menge M a) reflexiv: ja, da für alle x gilt: x x b) antisymmetrisch: ja, da gilt: wenn x y und y x dann und nur dann, wenn x = y. c) transitiv: ja, da gilt: wenn x y und y z, dann ist auch x z. Seite 54

15 Beispiel: Überprüfe, ob R ist eine Äquivalenz- oder eine partielle Ordnungsrelation auf M. M = {1, 2, 3}, R = {(1,1), (2,2), (3,3), (1,2), (1,3)} a) reflexiv:., da für alle x gilt: x R x (1,1), (2,2), (3,3) b) symmetrisch:.. (1,2) R, aber (2,1) R c) antisymmetrisch:, da gilt: wenn x R y und y R x dann und nur dann, wenn x = y. Es gibt keine Paare (y,x) mit y x, (2,1), (3,1) R a) transitiv:.., da gilt: wenn x R y und y R z, dann ist auch x R z. (1,2) R, (2,2) R (1,2) R (1,1) R, (1,3) R (1,3) R etc.!!! partielle Ordnungsrelation Seite 55 Definition 4.10 Es sei eine partielle Ordnung auf einer Menge M. Dann heißt eine totale Ordnung, wenn für alle (x,y) M x M gilt: x y oder y x. Das bedeutet, dass je zwei Elemente hinsichtlich vergleichbar sind. ist totale Ordnung auf R reflexiv antisymmetrisch transitiv Seite 56

16 Beispiel: 1. auf P (M) ist nicht total, wenn M 2 ist. reflexiv antisymmetrisch transitiv partielle Ordnungsrelation Total? entweder x y oder y x (x y) Sei M = {a,b,c}, dann P (M) = {, {a}, {b}, {c}, {a,b}, {a,c}, {b,c}, {a,b,c}}. nicht total z.b. für {b} und {c} gilt: weder {b} {c}, noch {c} {b}. 2. M = {1,2,3}, R = {(1,1),(2,2),(3,3),(1,2),(1,3)}: totale Ordnung? Nein! Per Definition: (x,y) R oder (y,x) R, aber z.b. (2,3) R und (3,2) R Seite 57 Darstellung partieller Ordnungen (auf endlichen Mengen) wird durch Hasse-Diagramme veranschaulicht. a) Sei (M, ) eine partiell geordnete Menge mit M= {1,2,3,4,6} Seite 58

17 Bemerkung: Hasse-Diagramm einer totalen Ordnung ist eine Linie. Sei (A, ) eine total geordnete Menge mit A = {1,2,3,4}. Seite 59 b) Sei (P (M), ) eine partiell geordnete Menge mit M = {1,2,3}. P (M) = {, {1}, {2}, {3}, {1,2}, {1,3}, {2,3}, {1,2,3}}. Seite 60

18 c) Tafel Sei (M, ) eine partiell geordnete Menge mit M = T(12) = = {1, 2, 3, 4, 6, 12} Seite 61 Hinweise zu Erstellung eines Hasse-Diagramms für Teil(- er)menge T(a): Primfaktorzerlegung von a durchführen: z.b. a = 12 = hat zwei Primfaktoren. Bei einem Primfaktor (z.b. 16 = 2 4 oder 3 5 oder ) ist das Hasse-Diagramm eindimensional (eine Linie). Bei zwei Primfaktoren (z.b. 15 = 3 5, 500 = etc.) ist das Hasse-Diagramm zweidimensional (Quadrat bzw. Gitter, das aus mehreren Quadraten besteht). Seite 62

19 Bei drei Primfaktoren ist das Hasse-Diagramm dreidimensional (Quader). Für a = p 1 q 1 r 1 siehe das Beispiel für T(30) in der Mitschrift. Allgemein das Hasse-Diagramm für T(a), vorbei a die Form von p 1 q1 r1 hat, hat das gleiche Hasse-Diagramm wie T(30) (einstöckiger Quader). Seite 63 Wenn einer der drei Primfaktoren eine zweite Potenz enthält, z.b. a = p 1 q2 r1, dann wird der Quader zweistöckig (siehe Übung 6.5 b)). Hasse-Diagramme für T(a), wobei in der Primfaktorzerlegung von 4 Primfaktoren oder zwei der drei Primfaktoren eine höhere Potenz als die zweite haben, sind nicht mehr überschaubar. Seite 64

20 Beispiel (Tafel): Erstellen Sie die Hasse-Diagramm für T(a):= (M, ), wobei: T(250), T(70) T(250) =... zwei Primaktoren Gitter T(70) =... drei Primfaktoren Quader Seite 65 In geordneten Mengen wird durch die Ordnungsrelation eine Anordnung ihrer Elemente vorgenommen. Definition 4.11 Sei M eine Menge und R Relation auf M. Dann heißt kϵ M kleinstes Element (bzw. größtes Element) von M, wenn für alle xϵ M gilt, dass krx (bzw. xrk) ist. Beispiel a) (M, ), M={2, 3, 4, 5}; 2 - kleinstes El.; 5- größtes El. b) (N 0, ), hat 0 als kleinstes Element und klein größtes. Seite 66

21 In partiell geordneten Mengen existieren es nicht immer bzw. ein kleinstes/größtes Element. Sei (M, ) = ({1, 2, 3, 4, 6}, ). kleinstes Element: 1, weil 1 teilt alle Zahlen aus M größtes Element: kein, da es keine Zahl Z gibt, die durch alle x M teilbar ist. Wie kann man die Menge M erweitern, so dass es ein größtes Element bzgl. gibt? Seite 67 Beispiel: Ist (M, ) eine partiell geordnete Menge, dann x M ein kleinstes Element, falls y M gilt x y. Entsprechend ist z M ein größtes Element, falls y M gilt y z. Z.B. bzgl. P (M) = {,{a}, {b}, {c}, {a,b}, {a,c}, {b,c}, {a,b,c}}.. das kleinste und. das größte Element. Seite 68

22 Betrachten wir jetzt die Teilmengen der geordneten Menge (R, ): Sei A = [a, + ) = {x R : x a}, dann.. - kleinstes Element und es existiert. größtes Element. Sei B = (a, + ) = {x R : x > a}, dann hat B.. kleinstes.. größtes Element. Dennoch ist die Zahl... in gewisser Weise optimal als untere Schranke für B, da es keine andere Zahl x gibt: x > a und x B. Für a gibt es spezieller Begriff! Seite 69 Definition 4.12 Es sei (M, R) eine geordnete Menge mit Relation R und A M eine Teilmenge, dann: 1. Ein Element b M heißt obere Schranke von A, falls für x A die Relation x R b gilt. 2. Ein Element u M heißt untere Schranke von A, falls für x A die Relation u R x gilt. Beispiel 4.8: Sei A = (a,b) eine Teilmenge von (R, ), dann ist a die untere Schranke für A und b die obere Schranke für A. Es gilt auch: x A: (a-1) x, daraus folgt, dass auch (a-1) eine untere Schranke für A ist. Es könnte mehrere untere/obere Schranken geben. Seite 70 a b

23 Definition 4.13 Es sei (M, R) eine geordnete Menge mit Relation R und A M eine Teilmenge, dann: 1. Eine obere Schranke b M heißt Supremum von A, kurz b = sup A, wenn b die kleinste obere Schranke von A ist. a 2. Eine untere Schranke u M heißt Infimum von A, kurz u = inf A, wenn u die größte untere Schranke von A ist. Im Beispiel 4.8: a = inf A; (a-1) dagegen ist nur untere Schranke. 3. Ist b A (bzw. u A), so nennen wir b = max A das Maximum (bzw. das Minimum) von A. b Seite 71 Beispiel 4.9 Sei R eine geordnete Menge: (R, ). Falls: 1. A = (a,b), dann.. = inf A;. = sup A, aber es gibt kein min A und kein max A. 2. A = (a,b], dann. = inf A; = sup A, es gib kein min A. 3. A = [a,b], dann. inf A;..= sup A. Seite 72

24 Beispiel 4.10 Sei N eine partiell geordnete Menge: (N, ). Wir betrachten die folgenden Teilmengen von (N, ): 1. A 1 = ({3,6,9}, ), dann: a) 1 und 3 sind untere Schranken von A 1. b) inf A 1 = 3 = min A 1 ; Infimum: ggt c) obere Schranken: Zahlen, die von 3,6 und 9 geteilt werden, z.b: 36, 54, 162 oder 18,. d) sup A 1 = 18. Supremum: kleinste gemeinsame Vielfache 2. A 2 = ({12,18}, ), dann: a) untere Schranken: 1,2,3,6 b) inf A 2 = 6; c) obere Schranken: 36, 72, 144 d) sup A 2 = 36. min A 2 ; max A 2 - kein Seite 73 Beispiel: Suprema und Infima lassen sich aus dem Hasse- Diagramm leicht ablesen: so sind z.b., {2} untere Schranken der Teilmenge A = {{1,2}, {2,3}} P (M). Da {2}, gilt: inf A = inf {{1,2}, {2,3}} = {2}. Infimum - Schnittmenge Das minimale Element von P(M) steht am weitesten unten und ist kleiner als jedes andere Element in der gegebenem Ordnungsrelation. Seite 74

25 Obere Schranken der Teilmenge A ={{1}, {3}} sind {1,3} und {1,2,3}. Wegen {1,3} {1,2,3} gilt: sup A = sup {{1}, {3}} = {1,3}. Supremum - Vereinigungsmenge Das maximale Element von P(M) steht am weitesten oben und ist größer als jedes andere Element von P(M) ist. Seite 75 Definition: Eine geordnete Menge V ist ein Verband, in der das Supremum und das Infimum jeder beliebigen zweielementigen Teilmenge stets existieren und sind Elemente V. Teilerverband kein Verband Beispiel: z.b. für {6,10}: Infimum ist 2 Supremum ist 30. für {b,c} existieren untere Schranken: d,e und f, aber kein Infimum, da f nicht das größte Element; und keines von d und e größte untere Schranke Seite 76

26 Übung: Sei A = {pq, q 2, qr, wobei p,q,r N - Primzahlen, p q r} und (A, ). Geben Sie, falls existieren: das kleinste Element/das größte Element; untere/obere Schranken; Infimum/Supremum an. max A kein; min A - kein untere Schranken: 1, q; obere: p q 2 r; inf A = q; sup A = p q 2 r Seite 77 Übung: Zeichnen Sie das Hasse-Diagramm für (M, ), mit M = {t N : t teilt 30}. Geben Sie min M, max M, Infimum und Supremum an. Sei A = {2, 5, 10} M. Bestimmen Sie min A, max A, untere Schranken, Infimum, obere Schranken und Supremum. min A kein; max A = 10; untere Schranke: 1; obere Schranken 10,30 Seite 78 inf A = 1, sup A = max A = 10

27 Die Begriffsbildung des Verbandes geht auf Richard Dedekind zurück. Anwendungen: - Semantik der Programmiersprachen, - logische Schaltungen - der Programmanalyse - Algorithmik. Richard Dedekind ( ) le:dedekind.jpeg Bildquelle: a.org/wiki/richard_dedekind#mediaviewer/fil Seite 79

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 86 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist

Mehr

Funktionen (Teschl/Teschl 5.2) Beispiele. Eine Funktion (oder Abbildung) f : M N,

Funktionen (Teschl/Teschl 5.2) Beispiele. Eine Funktion (oder Abbildung) f : M N, Funktionen (Teschl/Teschl 5.2) Eine Funktion (oder Abbildung) f : M N, x f (x) ordnet jedem Element x einer Menge M (Denitionsbereich) eindeutig ein Element y = f (x) einer Menge N (Werte- oder Bildbereich)

Mehr

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

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

Mehr

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist

Mehr

Mathematik I 1. Scheinklausur

Mathematik I 1. Scheinklausur Mathematik I 1. Scheinklausur 2.12.2006 Bitte beachten Sie die folgenden Hinweise: Matrikelnummer: Bearbeitungszeit: 120 Minuten Erlaubte Hilfsmittel: Keine Bei den Aufgaben 1,2,4,5,9,und 10 wird nur die

Mehr

2 Mengen, Relationen, Funktionen

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

Mehr

Grundlagen der linearen Algebra und analytischen Geometrie

Grundlagen der linearen Algebra und analytischen Geometrie Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik

Mehr

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016 MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 9. November 2017 1/34 Beispiel 3.6 Wir können die rationalen Zahlen wie folgt konstruieren:

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Reelle Zahlen, Gleichungen und Ungleichungen

Reelle Zahlen, Gleichungen und Ungleichungen 9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen

Mehr

Grundbegriffe der Mathematik - Blatt 1, bis zum

Grundbegriffe der Mathematik - Blatt 1, bis zum Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

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

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

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

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

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

Kapitel 2 Mathematische Grundlagen

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

Mehr

Funktionen (Teschl/Teschl 5.2) Beispiele. Eine Funktion (oder Abbildung) f : M N,

Funktionen (Teschl/Teschl 5.2) Beispiele. Eine Funktion (oder Abbildung) f : M N, Funktionen (Teschl/Teschl 5.2) Eine Funktion (oder Abbildung) f : M N, x f (x) ordnet jedem Element x einer Menge M (Denitionsbereich) eindeutig ein Element y = f (x) einer Menge N (Werte- oder Bildbereich)

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 26. November 2014 Was kommt nach den natürlichen Zahlen? Mehr als die natürlichen Zahlen braucht man nicht, um einige der schwierigsten

Mehr

3. Relationen Erläuterungen und Schreibweisen

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

Mehr

Tutorium: Diskrete Mathematik

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

Mehr

Diskrete Mathematik Kongruenzen

Diskrete Mathematik Kongruenzen Diskrete Mathematik Kongruenzen 31. Mai 2006 1 Inhaltsverzeichnis 1. Einleitung 2. Prime Restklassen 3. Die Sätze von Euler und Fermat 4. Lineare Kongruenzen 5. Systeme 2 Einleitung 3 Fragestellung Wie

Mehr

Kapitel 2 Mathematische Grundlagen

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

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

Endgültige Gruppeneinteilung Kohorte Innere-BP Sommersemester 2016 (Stand: )

Endgültige Gruppeneinteilung Kohorte Innere-BP Sommersemester 2016 (Stand: ) A A1a 2197120 on on A A1a 2311330 on on on on on on on A A1a 2316420 on on A A1a 2332345 on on on on on on on A A1a 2371324 on on on on on on on A A1a 2382962 on on A A1a 2384710 on on on on on on on A

Mehr

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen

Mehr

Axiomatik der reellen Zahlen

Axiomatik der reellen Zahlen Kapitel 13 Axiomatik der reellen Zahlen 13.1 Motivation Analysis beschäftigt sich mit Grenzwerten, Differentiation und Integration. Viele Phänomene in den Natur- und Ingenieurswissenschaften lassen sich

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/76 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen

Mehr

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4) FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :

Mehr

Aussagenlogik. Mengenlehre. Relationen. Funktionen. Zahlentheorie. Vollständige Induktion. Reihen. Zahlenfolgen. WS 2016/17 Torsten Schreiber

Aussagenlogik. Mengenlehre. Relationen. Funktionen. Zahlentheorie. Vollständige Induktion. Reihen. Zahlenfolgen. WS 2016/17 Torsten Schreiber Mengenlehre Aussagenlogik Relationen Zahlentheorie Funktionen Vollständige Induktion Zahlenfolgen Reihen 193 Definition einer Menge: Beziehungsjunktoren: ist Element, d.h. Wert und Format stimmen überein

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

Algebraische Strukturen und Verbände

Algebraische Strukturen und Verbände KAPITEL 4 Algebraische Strukturen und Verbände Definition 4.1. Sei M eine Menge. Eine Abbildung : M M M nennt man eine (zweistellige) Verknüpfung in M. Man schreibt dafür auch a b := (a, b) mit a, b M.

Mehr

Mathematik. FOS 11. Jahrgangsstufe (technisch) c 2003, Thomas Barmetler Stand: 23. Juli Kontakt und weitere Infos:

Mathematik. FOS 11. Jahrgangsstufe (technisch) c 2003, Thomas Barmetler Stand: 23. Juli Kontakt und weitere Infos: FOS 11. Jahrgangsstufe (technisch) c 2003, Thomas Barmetler Stand: 23. Juli 2004 Kontakt und weitere Infos: www.schule.barmetler.de Inhaltsverzeichnis 1 Wiederholung 5 1.1 Bruchrechnen.............................

Mehr

Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Zahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Die natürlichen Zahlen Für eine beliebige Menge S definiert man den Nachfolger S + durch S + := S {S}.

Mehr

13. Funktionen in einer Variablen

13. Funktionen in einer Variablen 13. Funktionen in einer Variablen Definition. Seien X, Y Mengen. Eine Funktion f : X Y ist eine Vorschrift, wo jedem Element der Menge X eindeutig ein Element von Y zugeordnet wird. Wir betrachten hier

Mehr

Grundlagen. Kapitel Mengen

Grundlagen. Kapitel Mengen Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte

Mehr

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B. SBP Mathe Grundkurs 1 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten

Mehr

SBP Mathe Grundkurs 1 # 0 by Clifford Wolf. SBP Mathe Grundkurs 1

SBP Mathe Grundkurs 1 # 0 by Clifford Wolf. SBP Mathe Grundkurs 1 SBP Mathe Grundkurs 1 # 0 by Clifford Wolf SBP Mathe Grundkurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das

Mehr

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008 Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 4

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

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

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik

Mehr

modulo s auf Z, s. Def

modulo s auf Z, s. Def 16. Januar 2007 Arbeitsblatt 5 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 21.11.06 Präsenzaufgaben: 1) Seien

Mehr

Mathematik für Informatik 3

Mathematik für Informatik 3 Mathematik für Informatik 3 - ANALYSIS - Folgen, Reihen und Funktionen - Funktionen mehrerer Veränderlicher - Extremwertaufgaben - Normen und Approximationen - STATISTIK - WAHRSCHEINLICHKEITSRECHNUNG Literaturempfehlungen:

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

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

Relationen (Teschl/Teschl 5.1)

Relationen (Teschl/Teschl 5.1) Relationen (Teschl/Teschl 5.1) Eine (binäre) Relation zwischen den Mengen M und N ist eine Teilmenge R der Produktmenge M N. Beispiele M Menge aller Studierenden, N Menge aller Vorlesungen, R : {(x, y)

Mehr

: das Bild von ) unter der Funktion ist gegeben durch

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

Mehr

(1.18) Def.: Eine Abbildung f : M N heißt

(1.18) Def.: Eine Abbildung f : M N heißt Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N

Mehr

Vorkurs Mathematik 1

Vorkurs Mathematik 1 Vorkurs Mathematik 1 Einführung in die mathematische Notation Konstanten i komplexe Einheit i 2 + 1 = 0 e Eulersche Zahl Kreiszahl 2 Einführung in die mathematische Notation Bezeichner Primzahlen, Zähler

Mehr

Seminar zum Thema Kryptographie

Seminar zum Thema Kryptographie Seminar zum Thema Kryptographie Michael Hampton 11. Mai 2017 Inhaltsverzeichnis 1 Einleitung 3 1.1 Konventionen.................................. 3 1.2 Wiederholung.................................. 3

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Relationalstrukturen Definition Sei A eine nichtleere Menge, R ist eine k-stellige

Mehr

Kapitel 3 Relationen, Ordnung und Betrag

Kapitel 3 Relationen, Ordnung und Betrag Kapitel 3 Relationen, Ordnung und Betrag Kapitel 3 Relationen, Ordnung und Betrag Mathematischer Vorkurs TU Dortmund Seite 27 / 254 Kapitel 3 Relationen, Ordnung und Betrag Definition 3.1 (Relationen)

Mehr

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

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

Mehr

Ordnungsrelationen auf Mengen. Beispiel einer Ordnungsrelation. Spezielle Elemente von Ordnungen. Spezielle Elemente von Ordnungen

Ordnungsrelationen auf Mengen. Beispiel einer Ordnungsrelation. Spezielle Elemente von Ordnungen. Spezielle Elemente von Ordnungen Ordnungsrelationen auf Mengen! Eine (partielle) Ordnungsrelation oder kurz Ordnung O auf einer Menge M ist eine Relation, die reflexiv, antisymmetrisch und transitiv ist. Beispiel: M = { 1, 2, 3 }, O =

Mehr

Bemerkungen zur Notation

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

Mehr

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

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 20 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Vorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016

Vorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Vorlesung Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Inhalt Polynome, Algebraische Strukturen Vektorrechnung Lineare Algebra Elementare

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist

Mehr

1. Aufgabe: Es seien A, B und C Aussagen. Zeigen Sie, dass die folgenden Rechenregeln richtig sind: (c) A B = A B und A B = A B.

1. Aufgabe: Es seien A, B und C Aussagen. Zeigen Sie, dass die folgenden Rechenregeln richtig sind: (c) A B = A B und A B = A B. . Aufgabe: Es seien A, B und C Aussagen. Zeigen Sie, dass die folgenden Rechenregeln richtig sind: (a) (A B) C = (A C) (B C) und (A B) C = (A C) (B C). (b) A (A B) = A und A (A B) = A. (c) (A B) = A B

Mehr

Kapitel 4 KONSTRUKTION DER REELLEN ZAHLEN

Kapitel 4 KONSTRUKTION DER REELLEN ZAHLEN Kapitel 4 KONSTRUKTION DER REELLEN ZAHLEN Fassung vom 8. Februar 2002 Claude Portenier ANALYSIS 49 4.1 Partitionen 4.1 Partitionen DEFINITION Sei X eine Menge. Eine Familie (X j ) j2j aus nicht-leeren

Mehr

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I 5. Tutorium Die Restklassenringe /n Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll

Mehr

Relationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Relationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Relationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von

Mehr

Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen sind nicht erlaubt!

Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen sind nicht erlaubt! Relationen, Funktionen und Partitionen 1. Geordnetes Paar Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen

Mehr

3. Diskrete Mathematik

3. Diskrete Mathematik Diophantos von Alexandria um 250 Georg Cantor 1845-1918 Pythagoras um 570 v. Chr Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 3: Diskrete Mathematik 3.1 Zahlentheorie: Abzählbarkeit,

Mehr

Dezimalzahlen. Analysis 1

Dezimalzahlen. Analysis 1 Dezimalzahlen Definition. Eine endliche Dezimalzahl besteht aus - einem Vorzeichen +,, oder 0 - einer natürlichen Zahl d 0 - einer endlichen Folge von Ziffern d 1,...,d l von 0 bis 9. Die Länge l kann

Mehr

Mathematik für Wirtschaftswissenschaftler

Mathematik für Wirtschaftswissenschaftler Mathematik für Wirtschaftswissenschaftler Yves Schneider Universität Luzern Frühjahr 2016 Repetition Kapitel 1 bis 3 2 / 54 Repetition Kapitel 1 bis 3 Ausgewählte Themen Kapitel 1 Ausgewählte Themen Kapitel

Mehr

4. Weitere Eigenschaften der reellen Zahlen: Geordnete Körper

4. Weitere Eigenschaften der reellen Zahlen: Geordnete Körper 40 Andreas Gathmann 4. Weitere Eigenschaften der reellen Zahlen: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

Brückenkurs Mathematik für Studierende der Chemie

Brückenkurs Mathematik für Studierende der Chemie Brückenkurs Mathematik für Studierende der Chemie PD Dr Dirk Andrae (nach Vorlagen von Dr Werner Gans vom WS 2015/2016) Institut für Chemie und Biochemie Freie Universität Berlin 20 September 2016 1 Teil:

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie Prof. Dr. Sebastian Iwanowski DM4 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 4: Zahlentheorie Beutelspacher 5 Lang 7, Biggs 20, 22, 23 (jeweils teilweise,

Mehr

Dieses Kapitel vermittelt:

Dieses Kapitel vermittelt: 2 Funktionen Lernziele Dieses Kapitel vermittelt: wie die Abhängigkeit quantitativer Größen mit Funktionen beschrieben wird die erforderlichen Grundkenntnisse elementarer Funktionen grundlegende Eigenschaften

Mehr

Serie 3: Ringe, Körper, Vektorräume

Serie 3: Ringe, Körper, Vektorräume D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 3: Ringe, Körper, Vektorräume 1. Im Folgenden sei n N und Z n bezeichne die Menge der Äquivalenzklassen von Z bezüglich der Relation: k n l n k l

Mehr

2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin

2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin Die Menge der ganzen Zahlen von Peter Franzke in Berlin Das System der natürlichen Zahlen weist einen schwerwiegenden Mangel auf: Es gibt Zahlen mn, derart, dass die lineare Gleichung der Form mx n keine

Mehr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10 Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige

Mehr

3.4 Fixpunkttheorie auf Partialordnungen

3.4 Fixpunkttheorie auf Partialordnungen 3.4 Fixpunkttheorie auf Partialordnungen Definition 3.15 (Partialordnung) Sei L eine Menge und eine binäre Relation auf L. O = L, heißt Partialordnung, falls folgende Bedingungen erfüllt sind: Reflexivität:

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und

Mehr

Zahlen und elementares Rechnen (Teil 1)

Zahlen und elementares Rechnen (Teil 1) und elementares Rechnen (Teil 1) Dr. Christian Serpé Universität Münster 6. September 2010 Dr. Christian Serpé (Universität Münster) und elementares Rechnen (Teil 1) 6. September 2010 1 / 40 Gliederung

Mehr

3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.

3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3. 3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie

Mehr

Hauptsatz der Zahlentheorie.

Hauptsatz der Zahlentheorie. Hauptsatz der Zahlentheorie. Satz: Jede natürliche Zahl n N läßt sich als Produkt von Primzahlpotenzen schreiben, n = p r 1 1 p r 2 2... p r k k, wobei p j Primzahl und r j N 0 für 1 j k. Beweis: durch

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung: Woche vom bis

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung: Woche vom bis Übungsaufgaben 3. Übung: Woche vom 27. 10. bis 31. 10. 2010 Heft Ü1: 3.14 (c,d,h); 3.15; 3.16 (a-d,f,h,j); 3.17 (d); 3.18 (a,d,f,h,j) Übungsverlegung für Gruppe VIW 05: am Mo., 4.DS, SE2 / 022 (neuer Raum).

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Geordnete Mengen Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist eine Ordnungsrelation auf eine geordnete Menge., dann nennt man Die Namensgebung

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 Rationale und reelle Zahlen 2.1 Körper Ein Körper ist eine Struktur der Form à = (K,0,1,+, mit einer Grundmenge K, zwei zweistelligen Operationen + und, für die die Körperaxiome gelten: (K1 (K, 0, +

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

3.6 Einführung in die Vektorrechnung

3.6 Einführung in die Vektorrechnung 3.6 Einführung in die Vektorrechnung Inhaltsverzeichnis Definition des Vektors 2 2 Skalare Multiplikation und Kehrvektor 4 3 Addition und Subtraktion von Vektoren 5 3. Addition von zwei Vektoren..................................

Mehr

2. Spezielle anwendungsrelevante Funktionen

2. Spezielle anwendungsrelevante Funktionen 2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für

Mehr

Mathematik 3 für Informatik im Februar/März 2016 Teil 1: Analysis

Mathematik 3 für Informatik im Februar/März 2016 Teil 1: Analysis Mathematik 3 für Informatik im Februar/März 2016 Teil 1: Analysis Funktionen, Stetigkeit Dierentialrechnung Funktionen mit mehreren Variablen Integralrechnung Dierentialgleichungen Teil 2: Wahrscheinlichkeitsrechnung

Mehr

Mathematische Strukturen

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

Mehr

Spickzettel Mathe C1

Spickzettel Mathe C1 Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr