Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG
|
|
- Paulina Junge
- vor 6 Jahren
- Abrufe
Transkript
1 Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
2 Überblick 1. Summennotation 2. Regeln für Summen, Newtons Binomische Formeln 3. Doppelsummen 4. Einige Aspekte der Logik 5. Mathematische Beweise 6. Wesentliches aus der Mengenlehre 7. Mathematische Induktion Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
3 Beispiel: Summe 6 N 1 + N 2 + N 3 + N 4 + N 5 + N 6 = N i Summationssymbol (Sigma) i Summationsindex 1 und 6 Summationsgrenzen JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
4 Beispiel: Summe 6 N 1 + N 2 + N 3 + N 4 + N 5 + N 6 = N i Summationssymbol (Sigma) i Summationsindex 1 und 6 Summationsgrenzen Summe von i = 1 bis i = 6 über N i JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
5 Allgemeine Definition Definition Seien p und q ganze Zahlen mit q p; Dann ist q a i = a p + a p+1 + a p a q i=p die Summe von i = p bis q über a i. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
6 Beispiele für Summen (a) 5 i 2 = JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
7 Beispiele für Summen (a) 5 i 2 = = = 55 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
8 Beispiele für Summen (b) 5 (5k 3) = (5 3 3) + (5 4 3) + (5 5 3) = 51 k=3 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
9 Beispiele für Summen (c) 2 j=0 1 (j + 1)(j + 3) 1 = (0 + 1)(0 + 3) + 1 (1 + 1)(1 + 3) + 1 (2 + 1)(2 + 3) = = = = JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
10 weitere Beispiele (d) n p (i) t q (i) = p (1) t q (1) + p (2) t q (2) + + p (n) t q (n) JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
11 weitere Beispiele (d) n p (i) t q (i) = p (1) t q (1) + p (2) t q (2) + + p (n) t q (n) (f) N (x ij x j ) 2 = (x 1j x j ) 2 + (x 2j x j ) (x Nj x j ) 2 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
12 weitere Beispiele (d) n p (i) t q (i) = p (1) t q (1) + p (2) t q (2) + + p (n) t q (n) (f) N (x ij x j ) 2 = (x 1j x j ) 2 + (x 2j x j ) (x Nj x j ) 2 (e) 1 j= 3 x 5 j y j = JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
13 weitere Beispiele (d) n p (i) t q (i) = p (1) t q (1) + p (2) t q (2) + + p (n) t q (n) (f) N (x ij x j ) 2 = (x 1j x j ) 2 + (x 2j x j ) (x Nj x j ) 2 (e) 1 x 5 j y j = x 5 ( 3) y ( 3) + x 5 ( 2) y ( 2) j= 3 + x 5 ( 1) y ( 1) + x 5 0 y 0 + x 5 1 y 1 = x 8 y 3 + x 7 y 2 + x 6 y 1 + x 5 + x 4 y Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
14 weitere Beispiele (Pingo 3.1) (Beispiel Preisindex) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
15 Rechenregeln für Summen n n n (a i +b i ) = a i + b i Additivität (Beispiel Tafel) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
16 Rechenregeln für Summen n n n (a i +b i ) = a i + b i Additivität n n ca i = c a i Homogenität Konstante Faktoren können vor die Summe gezogen werden (Beispiel Tafel) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
17 Rechenregeln für Summen n n n (a i +b i ) = a i + b i Additivität n n ca i = c a i Homogenität Konstante Faktoren können vor die Summe gezogen werden n c = nc Summe über Konstante Anzahl der Summanden mal Konstante (Beispiel Tafel) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
18 Beispiel: Das arithmetische Mittel oder der Mittelwert Gegeben T Zahlen: x 1, x 2,..., x T µ x = 1 T T x i Mittelwert Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
19 Beispiel: Das arithmetische Mittel oder der Mittelwert Behauptung: T (x i µ x ) = 0 d.h. die Summe der Abweichungen vom Mittelwert ist 0. Beweis: Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
20 Beispiel: Das arithmetische Mittel oder der Mittelwert Beweis: T T T (x i µ x ) = x i µ x T = x i T µ x = T µ x T µ x = 0 Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
21 Beispiel: Summe der quadratischen Abweichungen vom Mittelwert Behauptung: 1 T T (x i µ x ) 2 = 1 T T xi 2 2 µ x JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
22 Beispiel: Summe der quadratischen Abweichungen vom Mittelwert Beweis: T T (x i µ x ) 2 = (xi 2 2µ x x i + µ 2 x ) T = x 2 T T i 2µ x x i + µ 2 x T = xi 2 2µ x T µ x + T µ 2 x = T xi 2 T µ 2 x JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
23 Beispiel: Summe der quadratischen Abweichungen vom Mittelwert Beweis: T T (x i µ x ) 2 = (xi 2 2µ x x i + µ 2 x ) T = x 2 T T i 2µ x x i + µ 2 x T = xi 2 2µ x T µ x + T µ 2 x = T xi 2 T µ 2 x Teilen durch T : 1 T T i µ x ) (x 2 = 1 T T xi 2 µ 2 x Mittlere quadratische Abweichung vom Mittelwert JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
24 Nützliche Formeln Summe der Zahlen von 1 bis n: n i = n = 1 n(n + 1) 2 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
25 Nützliche Formeln Summe der Zahlen von 1 bis n: n i = n = 1 n(n + 1) 2 Summe der Quadratzahlen: n i 2 = n 2 = 1 n(n + 1)(2n + 1) 6 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
26 Nützliche Formeln Summe der Zahlen von 1 bis n: n i = n = 1 n(n + 1) 2 Summe der Quadratzahlen: n i 2 = n 2 = 1 n(n + 1)(2n + 1) 6 Summe der Kubikzahlen: n [ ] 1 2 ( n ) 2 i 3 = n 3 = n(n + 1) = i 2 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
27 Newtons binomische Formel Was passiert, wenn wir in (a + b) n die Zahl n erhöhen? (a + b) 1 = a + b (a + b) 2 = a 2 + 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a + b) 4 = a 4 + 4a 3 b + 6a 2 b 2 + 4ab 3 + b 4 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
28 Newtons binomische Formel Was passiert, wenn wir in (a + b) n die Zahl n erhöhen? (a + b) 1 = a + b (a + b) 2 = a 2 + 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a + b) 4 = a 4 + 4a 3 b + 6a 2 b 2 + 4ab 3 + b 4 Allgemein gilt für eine beliebige natürliche Zahl m: ( ) ( ) ( ) m m m (a +b) m = a m + a m 1 b ab m m 1 m b m JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
29 Binomialkoeffizient Definition: Für m = 1, 2,... und k = 0, 1, 2,..., m: ( ) m = k ( ) m (m 1)... (m k + 1) m bzw. = k! k m! k!(m k)! k! = k (k Fakultät) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
30 Binomialkoeffizient Hinweise: 0! = 1 ( m ) 1 = m ( m ) 0 = 1 ( m ) m = 1 ( m ) ( k = m ) m k z.b. ( 18 ( 16) = 18 ) 2 Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
31 Pascal sches Dreieck m k Beispiel m = 3: ( ) ( ) ( ) (a + b) 3 = a 3 + a 2 b + ab 2 + b a 3 + 3a 2 b + 3ab 2 + 1b 3 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
32 Pascal sches Dreieck m k Hinweise: ( ) ( ) m m = k m k ( ) ( ) ( ) m + 1 m m = + k + 1 k k + 1 ( ) ( ) 6 6 z.b. = = ( ) ( ) ( ) z.b. = + = JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
33 Beispiel: Einnahmen über Regionen und Monate MONAT R a 11 a a 1n E a 21 a a 2n G I... O N a m1 a m2... a mn a ij = Einnahmen in Region i im Monat j JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
34 Beispiel: Einnahmen über Regionen und Monate MONAT R a 11 a a 1n E a 21 a a 2n G I... O N a m1 a m2... a mn a ij = Einnahmen in Region i im Monat j Zeilensummen (Einnahmen in Region i über alle Monate j): n a 1j, n a 2j,..., n j=1 j=1 a mj j=1 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
35 Gesamteinnahmen Einnahmen in allen m Regionen über alle n Monate??? n n n m n a 1j + a 2j + + a mj = a ij j=1 j=1 j=1 j=1 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
36 Gesamteinnahmen Einnahmen in allen m Regionen über alle n Monate??? n n n m n a 1j + a 2j + + a mj = a ij j=1 j=1 j=1 j=1 Summe der Spaltensummen: m m m a i1 + a i a in = ( n m ) a ij j=1 ( ) m n a ij = n ( m ) a ij j=1 j=1 Es kommt nicht auf die Reihenfolge der Summation an! Pingo 3.3 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
37 Logik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
38 Aussagen Behauptungen, die entweder WAHR oder FALSCH sind, heißen Aussagen (propositions). Alle Menschen, die atmen, sind lebendig. WAHR Alle Menschen, die atmen, sind gesund. FALSCH 67 ist eine große Zahl. Ohne genaue Definition von große Zahl weder WAHR noch FALSCH JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
39 Offene Aussagen Die Aussagen x 2 1 = 0 enthält eine Variable x. Die Aussage ist WAHR für x = 1 oder x = 1. Für alle anderen Werte von x ist die Aussagen FALSCH. Aussagen, die von einer oder mehreren Variablen abhängen, heißen offene Aussagen. Solange wir keine bestimmten Werte für die Variablen einsetzen, ist eine offene Aussage weder WAHR noch FALSCH. Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
40 Implikationen Seien P und Q Aussagen, so dass aus der Wahrheit von P notwendigerweise auch die Wahrheit von Q folgt. Dann schreiben wir: und sagen: P = Q P impliziert Q Wenn P, dann Q Q folgt aus P Q, wenn P P nur dann, wenn Q Q ist eine Implikation (Folgerung) von P Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
41 Beispiel 2: Korrekte Implikationen (a) x > 2= x 2 > 4 (b) xy = 0= x = 0 oder y = 0 (c) x ist eine Quadrat = x ist ein Rechteck (d) x ist eine gesunde Person = x atmet leicht. Beachten Sie: ODER in der Mathematik einschließendes ODER. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
42 Beispiel 2: Korrekte Implikationen (a) x > 2= x 2 > 4 (b) xy = 0= x = 0 oder y = 0 (c) x ist eine Quadrat = x ist ein Rechteck (d) x ist eine gesunde Person = x atmet leicht. Beachten Sie: ODER in der Mathematik einschließendes ODER. Aussagen (a) bis (d) sind offene Aussagen. Eine Implikation P= Q bedeutet, dasss für jeden Wert einer Variablen, für den P WAHR ist, auch Q WAHR ist. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
43 Logische Äquivalenz In manchen Fällen, in denen die Implikation P= Q gilt, ist auch die umgekehrte Implikation Q= P gültig. Wir sprechen von einer logischen Äquivalenz und schreiben: P Q Wir sagen: P ist äquivalent zu Q P dann und nur dann (if and only if), wenn Q P genau dann, wenn Q Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
44 Beispiel 2: Äquivalenzrelationen? (a) x > 2 = x 2 > 4 (b) xy = 0 = x = 0 oder y = 0 (c) x ist eine Quadrat = x ist ein Rechteck (d) x ist eine gesunde Person = x atmet leicht. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
45 Beispiel 2: Äquivalenzrelationen? (a) x > 2 = x 2 > 4 (b) xy = 0 = x = 0 oder y = 0 (c) x ist eine Quadrat = x ist ein Rechteck (d) x ist eine gesunde Person = x atmet leicht. Nur (b) ist eine Äquivalenzrelation, denn aus x = 0 oder y = 0 folgt xy = 0, d.h. es gilt: xy = 0 x = 0 oder y = 0 In allen anderen Fällen gilt die Umkehrung NICHT!! JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
46 Notwendige und hinreichende Bedingung P ist hinreichend für Q bedeutet, P= Q Q ist notwendig für P bedeutet, P= Q JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
47 Notwendige und hinreichende Bedingung P ist hinreichend für Q bedeutet, P= Q Q ist notwendig für P bedeutet, P= Q Eine hinreichende Bedingung, damit x ein Rechteck ist, wäre dass x ein Quadrat ist. Eine notwendige Bedingung, damit x ein Quadrat ist, wäre dass x ein Rechteck ist. Für P Q sagen wir: P ist notwendige und hinreichende Bedingung für Q (Pingo 3.4) JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
48 Notwendige und hinreichende Bedingungen Es ist wichtig zwischen notwendigen und hinreichenden Bedingungen zu unterscheiden. Atmung ist eine notwendige Bedingung für einen Menschen, um gesund zu sein. (WAHR) Atmung ist eine hinreichende Bedingung für einen Menschen, um gesund zu sein (FALSCH) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
49 Notwendige und hinreichende Bedingungen Die Kenntnis notwendiger und hinreichender Bedingungen und ihres Unterschiedes ist eine notwendige Bedingung für das Verständnis ökonomischer Analysen. Es ist jedoch keine hinreichende Bedingung. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
50 Lösen von Gleichungen ( ) 1 (2x 1) 2 3x 2 = 2 2 4x Tafelbeispiel JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
51 Lösen von Gleichungen (2x 1) 2 3x 2 ( ) 1 = 2 2 4x 4x 2 4x + 1 3x 2 = 1 8x x 2 + 4x = 0 x(x + 4) = 0 x = 0 oder x = 4 Kette von logischen Äquivalenzen, aus der folgt, dass die Gleichung nur durch x = 0 und x = 4 und keine anderen Werte erfüllt ist. Tafelbeispiel JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
52 Mathematische Sätze als Implikationen Mathematische Sätze (Theoreme) werden als Implikationen formuliert: P = Q P: Eine oder eine Reihe von Aussagen: Voraussetzungen ( Das, was wir wissen ) Q: Eine oder eine Reihe von Aussagen: Schlüsse oder Folgerungen ( Das, was wir wissen wollen ) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
53 Direkter und indirekter Beweis P = Q Direkter Beweis: P = Q Indirekter Beweis: Nicht Q = Nicht P JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
54 Direkter und indirekter Beweis P = Q Direkter Beweis: P = Q Indirekter Beweis: Nicht Q = Nicht P P = Q ist äquivalent zu Nicht Q = Nicht P Beispiel: Wenn es regnet, wird das Gras nass. ist äquivalent zu Wenn das Gras nicht nass wird, regnet es nicht. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
55 Beispiel: Zu beweisen: (a) Direkter Beweis: x 2 + 5x 4 > 0 = x > 0 (b) Indirekter Beweis: Nicht Q = Nicht P JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
56 Beispiel: Zu beweisen: (a) Direkter Beweis: x 2 + 5x 4 > 0 = x > 0 P: x 2 + 5x 4> 0 Addition von x auf beiden Seiten: 5x> x Da x , folgt: 5x> 4 Entsprechend: x> 4/5 Q: x> 0 Pingo 3.4 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
57 Beispiel: Zu beweisen: x 2 + 5x 4 > 0 = x > 0 (b) Indirekter Beweis: Nicht Q = Nicht P Annahme: x 0 = 5x 0 = x 2 + 5x 4 0, da x 2, 5x und 4 jeweils 0 Pingo 3.4 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
58 Was ist eine Menge? Eine Menge ist die Vereinigung von Objekten zu einem Ganzen. Die Objekte heißen Elemente oder Mitglieder der Menge. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
59 Was ist eine Menge? Eine Menge ist die Vereinigung von Objekten zu einem Ganzen. Die Objekte heißen Elemente oder Mitglieder der Menge. S = {a, b, c} Menge S mit den Elementen a, b und c. Elemente schreibt man zwischen die Klammern { und }. Wenn a = 1, b = 2 und c = 3, dann ist S = {1, 2, 3} JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
60 Gleichheit zweier Mengen Zwei Mengen A und B sind gleich, wenn jedes Element von A auch ein Element von B und jedes Element von B auch ein Element von A ist. Wir schreiben dann A = B. Reihenfolge der Auflistung spielt keine Rolle: {1, 2, 3} = {3, 2, 1} = {1, 3, 2} JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
61 Definition einer Menge durch Spezifikation von Eigenschaften Beispiel: Budgetmenge eines Konsumenten Zwei Güter mit Preisen p und q pro Einheit. x und y sei die Anzahl der gekauften Einheiten. Der Wert eines Konsumbündels (x, y) ist damit px + qy. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
62 Definition einer Menge durch Spezifikation von Eigenschaften Beispiel: Budgetmenge eines Konsumenten Zwei Güter mit Preisen p und q pro Einheit. x und y sei die Anzahl der gekauften Einheiten. Der Wert eines Konsumbündels (x, y) ist damit px + qy. Wenn ein Konsument den Betrag m zum Kauf dieser Güter zur Verfügung hat, dann gilt folgende Budgetbeschränkung: px + qy m JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
63 Definition einer Menge durch Spezifikation von Eigenschaften Dadurch lässt sich eine Budgetmenge definieren: Allgemeiner: B = {(x, y) : px + qy m} S = {Typisches Mitglied: definierende Eigenschaften} JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
64 Elemente einer Menge, Teilmengen x S x / S x ist Element von S x ist NICHT Element von S JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
65 Elemente einer Menge, Teilmengen A B : A ist Teilmenge von B, wenn jedes Element von A auch in B liegt. A A: Jede Menge ist Teilmenge von sich selbst. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
66 Elemente einer Menge, Teilmengen Zwei Mengen A und B sind genau dann gleich, wenn A B und B A. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
67 Mengenoperationen Notation Name Menge besteht aus den Elementen A B A Vereinigung B die zu wenigstens einer der Mengen A und B gehören. A B A Durchschnitt B die zu A und B gehören. A \ B A minus B die zu A, aber nicht zu B gehören. (Pingo 3.6a) JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
68 Mengenoperationen Notation Name Menge besteht aus den Elementen A B A Vereinigung B die zu wenigstens einer der Mengen A und B gehören. A B A Durchschnitt B die zu A und B gehören. A \ B A minus B die zu A, aber nicht zu B gehören. A B = A B = A \ B = {x : x A oder x B} {x : x A und x B} {x : x A und x / B} (Pingo 3.6a) JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
69 Leere Menge, disjunkte Mengen Das Symbol bezeichnet die Menge, die keine Elemente enthält, die leere Menge. Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
70 Leere Menge, disjunkte Mengen Zwei Mengen A und B heißen disjunkt, wenn sie keine gemeinsamen Elemente haben. Die Mengen A und B sind genau dann disjunkt, wenn A B = Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
71 Das Komplement einer Menge Eine Ansammlung (d.h. eine Menge) von Mengen wird als Familie von Mengen bezeichnet. Jede Menge dieser Familie sei Teilmenge einer Grundmenge Ω. Komplement von A: Ω\A = C A = A C = Ã = (Tafelbeispiel) JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
72 Venn-Diagramme Venn-Diagramme: Darstellung von Mengen durch Regionen in der Ebene: JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
73 Venn-Diagramme A ( ) ( ) ( ) B C = A B A C JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
74 Venn-Diagramme Im Venn-Diagramm müssen alle möglichen Relationen zwischen den Mengen sichtbar sein: JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
75 Venn-Diagramme Venn-Diagramme: Darstellung von Mengen durch Regionen in der Ebene: JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
76 Venn-Diagramme A ( ) ( ) ( ) B C = A B A C JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
77 Venn-Diagramme Im Venn-Diagramm müssen alle möglichen Relationen zwischen den Mengen sichtbar sein: (1) (A B)\C (2) (B C)\A (3) (C A)\B (4) A\(B C) (5) B\(C A) (6) C\(A B) (7) A B C (8) C (A B C) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
78 Assoziativgesetze für Mengenoperationen A A ( ) ( ) B C = A B C = ( B C A) B C = ( A B A B C ) C = Jedoch: A ( )!!! B C ( ) A B C JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
79 Assoziativgesetze für Mengenoperationen A A ( ) ( ) B C = A B C = ( B C A) B C = ( A B A B C ) C = Jedoch: A ( )!!! B C ( ) A B C Beispiel: A = {1, 2, 3}, B = {2, 3}, C = {4, 5} JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
80 Assoziativgesetze für Mengenoperationen A A ( ) ( ) B C = A B C = ( B C A) B C = ( A B A B C ) C = Jedoch: A ( )!!! B C ( ) A B C Beispiel: A = {1, 2, 3}, B = {2, 3}, C = {4, 5} A (B C) = {1, 2, 3} {2, 3, 4, 5} = {2, 3} (A B) C = {2, 3} {4, 5} = {2, 3, 4, 5} JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
81 Formel für Summen der ersten ungeraden Zahlen? 1 = 1 = = 4 = = 9 = = 16 = = 25 = 5 2 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
82 Formel für Summen der ersten ungeraden Zahlen? 1 = 1 = = 4 = = 9 = = 16 = = 25 = 5 2 Vermutung: Summe der ersten n ungeraden Zahlen ist n (2n 1) = n 2 ( ) Formaler Beweis??? Vermutung ist richtig für n = 1, 2, 3, 4, 5. Geht das so weiter? Auch für 6 richtig? JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
83 Beweis durch mathematische (vollständige) Induktion Annahme: Formel ( ) ist richtig für eine bestimmte natürliche Zahl n = k, so dass (2k 1) = k 2 Addiere die nächste ungerade Zahl 2k + 1: (2k 1) + (2k + 1) = k 2 + (2k + 1) }{{} =(k+1) 2 Dies ist Formel ( ) für n = k + 1; Damit haben wir bewiesen: Wenn Formel ( ) gültig ist für n = k, so auch für n = k + 1. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
84 Formel ( ) gilt für alle n Vermutung: (2n 1) = n 2 (1) Wir haben gezeigt: Wenn die Formel ( ) gültig ist für n = k, so auch für n = k + 1. Wir wissen: Formel ( ) ist gültig für n = 1, also auch für n = 2. Wenn sie für n = 2 gültig ist, dann auch für n = 3, also auch für 4, 5, 6... und somit für alle natürlichen Zahlen n. Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
85 Prinzip der mathematischen Induktion Sei A(n) eine Aussage für alle natürlichen Zahlen n, und es gelte: [a] [b] ist A(1) ist wahr. Wenn die Induktionshypothese A(k) wahr ist, dann auch A(k + 1) wahr für alle natürlichen Zahlen k. Dann ist auch A(n) wahr für alle natürlichen Zahlen n. (Tafelbeispiel) Prof. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober / 48
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
MehrAlso 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
MehrTheoretische 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
Mehrder 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
MehrI. 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
MehrFormale 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
Mehr1. 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:
Mehr5.1 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
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10
MehrLogik 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:
MehrMathematik 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
MehrGrundlagen 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
MehrWas ist Mathematik? Eine Strukturwissenschaft, eine Geisteswissenschaft, aber keine Naturwissenschaft.
Vorlesung 1 Einführung 1.1 Praktisches Zeiten: 10:00-12:00 Uhr Vorlesung 12:00-13:00 Uhr Mittagspause 13:00-14:30 Uhr Präsenzübung 14:30-16:00 Uhr Übungsgruppen Material: Papier und Stift wacher Verstand
MehrMathematische 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
Mehr9. 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
MehrVorlesung Analysis I / Lehramt
Vorlesung Analysis I / Lehramt TU Dortmund, Wintersemester 2012/ 13 Winfried Kaballo Die Vorlesung Analysis I für Lehramtsstudiengänge im Wintersemester 2012/13 an der TU Dortmund basiert auf meinem Buch
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrKlausur Formale Systeme Fakultät für Informatik WS 2009/2010
Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 A1 (15) A2 (10) A3 (10) A4
Mehr5. 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
Mehrw 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
MehrÜbungsbuch Algebra für Dummies
...für Dummies Übungsbuch Algebra für Dummies von Mary Jane Sterling, Alfons Winkelmann 1. Auflage Wiley-VCH Weinheim 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 527 70800 0 Zu Leseprobe
Mehr4 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
MehrLogik 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
MehrEin 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:
MehrZusammenhänge präzisieren im Modell
Zusammenhänge präzisieren im Modell Dr. Roland Poellinger Munich Center for Mathematical Philosophy Begriffsfeld Logik 1 Mathematik und Logik Die Mathematik basiert auf logisch gültigen Folgerungsschritten
Mehr3. 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
MehrDiskrete 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
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen. I.2. I.2. Grundlagen von von Programmiersprachen.
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
MehrLösungen zur Vorrundenprüfung 2006
Lösungen zur Vorrundenprüfung 2006 Zuerst einige Bemerkungen zum Punkteschema. Eine vollständige und korrekte Lösung einer Aufgabe ist jeweils 7 Punkte wert. Für komplette Lösungen mit kleineren Fehlern
Mehr1 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
MehrGrundbegriffe 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
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrDer 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
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.
Mehr2. Vorlesung. Slide 40
2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
Mehrklar. 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
Mehr4. Relationen. Beschreibung einer binären Relation
4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrDownload. Mathematik üben Klasse 8 Terme und Gleichungen. Differenzierte Materialien für das ganze Schuljahr. Jens Conrad, Hardy Seifert
Download Jens Conrad, Hardy Seifert Mathematik üben Klasse 8 Terme und Gleichungen Differenzierte Materialien für das ganze Schuljahr Downloadauszug aus dem Originaltitel: Mathematik üben Klasse 8 Terme
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
Mehr3. 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
Mehr1 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
MehrKongruenzrechnung. 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
MehrErgänzungen 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.
MehrZahlentheorie. 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..........................
Mehr1. Terme und Gleichungen mit Klammern Leitidee L4: Funktionaler Zusammenhang: Terme und Gleichungen 1.1 Terme mit mehreren Variablen
Stoffverteilungsplan EdM 8RhPf Abfolge in EdM 8 Bleib fit im Umgang mit rationalen Zahlen Kompetenzen und Inhalte Umgang mit rationalen Zahlenim Zusammenhang 1. Terme und Gleichungen mit Klammern Leitidee
MehrTerme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)
Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden
MehrSemantic Web Technologies I!
www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!
MehrLogik 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,......
MehrSemantik von Formeln und Sequenzen
Semantik von Formeln und Sequenzen 33 Grundidee der Verwendung von Logik im Software Entwurf Syntax: Menge von Formeln = Axiome Ax K ist beweisbar Formel ϕ beschreiben Korrektkeit Vollständigkeit beschreibt
MehrEin neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt
Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Leonhard Euler 1 Wann immer in den Anfängen der Analysis die Potenzen des Binoms entwickelt
Mehr1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.
1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:
Mehr2: 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,
MehrDiskrete 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
MehrA.1 Schaltfunktionen und Schaltnetze
Schaltfunktionen und Schaltnetze A. Schaltfunktionen und Schaltnetze 22 Prof. Dr. Rainer Manthey Informatik II Bedeutung des Binärsystems für den Rechneraufbau Seit Beginn der Entwicklung von Computerhardware
MehrAnalysis 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
MehrMathematische 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
MehrWahrscheinlichkeitstheorie. Zapper und
Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten
MehrSWP Prüfungsvorbereitung
20. Juni 2011 1 Grammatiken 2 LL(1) 3 EXP 4 Datentypen 5 LP Grammatiken Angabe Erstellen Sie First- und Follow-Mengen aller Non-Terminale der folgenden Grammatik. S a S S B y B A C A A b b A x A ɛ C c
MehrWissensbasierte Systeme/ Expertensysteme. Teil 2
Wissensbasierte Systeme/ Expertensysteme Teil 2 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 2 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)
MehrReelle 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
MehrMatheBasics Teil 1 Grundlagen der Mathematik
Fernstudium Guide Online Vorlesung Wirtschaftswissenschaft MatheBasics Teil 1 Grundlagen der Mathematik Version 2016 Dieses Werk ist urheberrechtlich geschützt. Jegliche unzulässige Form der Entnahme,
MehrTheoretische Informatik
Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:
MehrEin Beitrag zu der GUHA Methode in der dreiwertigen Logik
KYBERNETIKA JAHRGANG 11 (1975), HEFT 2 Ein Beitrag zu der GUHA Methode in der dreiwertigen Logik JAN RAUCH In der vorliegenden Arbeit werden zu jedem dreiwertigen Modell (Modell mit unvollständiger Information)
MehrWie 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, )
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehr9.2. 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
MehrMathematische 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.....................................
MehrMathematik 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
MehrFormeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur
Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die
MehrGleichungen und Ungleichungen
Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls
MehrZusammenfassung. 1 Wir betrachten die folgende Signatur F = {+,,, 0, 1} sodass. 3 Wir betrachten die Gleichungen E. 4 Dann gilt E 1 + x 1
Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 7 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 1 Wir betrachten die folgende Signatur
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 11: Abstrakte Reduktionssysteme schulz@eprover.org Reduktionssysteme Definition: Reduktionssystem Ein Reduktionssystem ist ein Tupel (A, ) Dabei gilt: A
MehrSeminararbeit für das SE Reine Mathematik- Graphentheorie
Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrWS 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
MehrBevor lineare Gleichungen gelöst werden, ein paar wichtige Begriffe, die im Zusammenhang von linearen Gleichungen oft auftauchen.
R. Brinkmann http://brinkmann-du.de Seite 1 13.0.010 Lineare Gleichungen Werden zwei Terme durch ein Gleichheitszeichen miteinander verbunden, so entsteht eine Gleichung. Enthält die Gleichung die Variable
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrProlog basiert auf Prädikatenlogik
Software-Technologie Software-Systeme sind sehr komplex. Im Idealfall erfolgt die Programmierung problemorientiert, während die notwendige Übertragung in ausführbare Programme automatisch erfolgt. Prolog-Philosophie:
MehrAlgebra in den Jahrgangsstufen 5 bis 8. Lerninhalte Natürliche Zahlen. Lernziele Natürliche Zahlen. Didaktik der Algebra und Gleichungslehre
Didaktik der Algebra und Gleichungslehre Algebra in den Jahrgangsstufen 5 bis 8 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Sommersemester 2008 Vollrath: Algebra in der Sekundarstufe
MehrLernziele Matbu. ch 8
Lernziele Matbu. ch 8 Beachte auch den Refernzrahmen des Stellwerk8 www. stellwerk- check. ch LU Priorität Grobziel (aus Mathbu.ch 8) Lernziele Begriffe 2 1 Mit gebrochenen Zahlen operieren: Gebrochene
MehrMathematik 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
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrGrundbegriffe 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
MehrVorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel
Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3
MehrIGS Robert-Schuman-Schule Frankenthal
Thema: Gleichungen und Ungleichungen Zeitraum: September - November Terme Rechengesetze Umkehren von Rechenoperationen Systematisches Probieren Terme auswerten und interpretieren Terme aufstellen und für
MehrZusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen
Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 6 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Satz 1 Seien F, G Boolesche Ausdrücke
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
MehrBeispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise:
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 5.4 Prädikatenlogik mit Gleichheit Resolution 192 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N
MehrFixpunktsemantik 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
MehrDidaktik der Algebra Jürgen Roth Didaktik der Algebra 4.1
Didaktik der Algebra 4.1 Didaktik der Algebra Didaktik der Algebra 4.2 Inhalte Didaktik der Algebra 1 Ziele und Inhalte 2 Terme 3 Funktionen 4 Gleichungen Didaktik der Algebra 4.3 Didaktik der Algebra
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
Mehr3.3 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.
Mehr7. Formale Sprachen und Grammatiken
7. Formale Sprachen und Grammatiken Computer verwenden zur Verarbeitung von Daten und Informationen künstliche, formale Sprachen (Maschinenspr., Assemblerspachen, Programmierspr., Datenbankspr., Wissensrepräsentationsspr.,...)
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
Mehr