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

Größe: px
Ab Seite anzeigen:

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

Transkript

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

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

3 Formales Vorlesung: Übung: Klausuren: Literatur: Freitags 12:15 bis 13:45 Uhr im N25-H3 Freitags (gerade KW) Uhr im O28-H22 Vorleistung für die Klausur sind 50% der Übungspunkte. Bonuspunkte in übungsaufgaben zählen nur für die Vorleistung, es gibt keinen Bonus für die Klausur. Die Klausurtermine stehen auf der Homepage. Aigner, Diskrete Mathematik, Vieweg Aigner, A Course in Enumeration, Springer Tittmann, Einführung in die Kombinatorik, Spektrum Graham et al., Concrete Mathematics, Addison-Wesley Cameron, Notes on Counting Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 3 / 26

4 Beispiel 1.1 (Binomischer Lehrsatz) Für x, y R und n N 0 gilt (x + y) n = n k=0 ( ) n x k y n k (1) k wobei ( n k) der sogenannte Binomialkoeffizient n über k ist. Aus der Analysis ist bekannt, dass ( ) n k = n! k!(n k)! gilt, wobei 0! = 1 und n! = n für n N gilt. Für x = y = 1 folgt aus (1) 2 n = n k=0 ( ) n. (2) k Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 4 / 26

5 Beispiel 1.1 (Binomischer Lehrsatz, Fortsetzung) Anstatt (1) und (2) mit obiger Darstellung von ( n k) per Induktion zu beweisen, werden wir einfache Beweise mit Hilfe kombinatorischer Interpretationen kennenlernen. Dazu werden wir den Binomialkoeffizienten anders als in der Analysis als geeignete Anzahl definieren. Die Gleichung (2) ist dann äquivalent zu der offensichtlichen Aussage, dass jede Teilmenge einer Menge mit n Elementen zwischen 0 und n Elemente besitzt und das Mengen verschiedener Größe verschieden sind. Hier weitere direkte Folgerungen aus dem binomischen Lehrsatz (x + 1) n = 0 = ( 1 + 1) n = n k=0 ( ) n x k k n ( ) n ( 1) k k k=0 Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 5 / 26

6 Bemerkung 1.2 (Zählprinzip: Bijektion) Ist f : A B eine bijektive Abbildung zwischen den beiden endlichen Mengen A und B, so haben A und B gleich viele Elemente, d.h. es gilt A = B. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 6 / 26

7 Beispiel 1.3 (Potenzmenge) Sei A = {a 1,..., a n } eine n-elementige Menge und bezeichne 2 A die Potenzmenge von A, d.h. 2 A = {X : X A}. Für X 2 A definiert f (X ) = (x 1,..., x n ) mit { 0, falls ai X und x i = 1, falls a i X eine Abbildung f : 2 A {0, 1} n. Da f bijektiv ist, folgt 2 A = {0, 1} n = 2 n = 2 A. Wegen n < 2 n für n N 0 folgt, dass für keine endliche Menge A eine bijektive Abbildung f : A 2 A existiert. (Dies gilt analog auch für unendliche Mengen.) Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 7 / 26

8 Definition 1.4 (Binomialkoeffizienten) Für n, k N 0 bezeichne ( n k) die Anzahl der verschiedenen k-elementigen Teilmengen der n-elementigen Menge N = {1, 2,..., n}. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 8 / 26

9 Beispiel 1.5 (Gleichung zwischen Binomialkoeffizienten) ( Mit den Bezeichnungen [n] = {1, 2,..., n} und N ) k = {X : X N und X = k} gilt also ( ) ( ) ( ) n := N k = [n] k. k Da die Abbildung f : ( ) ( ) [n] [n] : X [n] \ X k n k eine Bijektion ist, folgt ( ) ( ) ( ) n = [n] k = [n] k = n k ( ) n. n k Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 9 / 26

10 Bemerkung 1.6 (Zählprinzip: Summenregel) Sind A und B disjunkte endliche Mengen, so gilt A B = A + B. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 10 / 26

11 Beispiel 1.7 (Binomischer Lehrsatz - Beweise von (1) und (2)) Seien x, y R und n N 0. Multipliziert man die n Faktoren (x + y) von (x + y) n aus, so entsteht eine Summe von 2 n Termen. Jeder einzelne dieser Terme ist ein Produkt der Form x k y n k für k {0,..., n}. Um einen Term der Form x k y n k zu erhalten, muss man in genau k der Faktoren (x + y) jeweils den Summanden x auswählen. Dafür gibt es per Definition des Binomialkoeffizienten genau ( n k) viele Möglichkeiten und (1) folgt sofort. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 11 / 26

12 Beispiel 1.7 (Fortsetzung) Weiter gilt 2 n = 2 [n] n ( ) [n] = k k=0 n ( ) = [n] k = k=0 n k=0 ( ) n. k Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 12 / 26

13 Beispiel 1.8 (Rekursion für Binomialkoeffizienten) Seien n N und k N 0. Die Mengen { ( ) } [n] A = X : n X und B = k { X sind disjunkt. Weiter folgt mit Hilfe der Bijektionen ( ) [n 1] f : A : X X \ {n} k 1 und ( ) [n 1] g : B : X X, k dass A = ( ) ( n 1 k 1 und B = n 1 ) k gilt. ( ) } [n] : n X k Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 13 / 26

14 Beispiel 1.8 (Fortsetzung) Daher folgt ( ) ( ) n = [n] k = A B = A + B = k ( ) n 1 + k 1 ( n 1 k ). Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 14 / 26

15 Zweite Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 15 / 26

16 Bemerkung 1.9 (Inklusion-Exklusion/Taubenschlag) Sind die Mengen A und B in der Summenregel nicht notwendigerweise disjunkt, so gilt nur noch A B A + B. Die genauere Betrachtung dieser Situation führt zum Inklusions-Exklusions-Prinzip. Für nur zwei Mengen lautet dies A B = A + B A B. Sind A und B Mengen und gilt A B < A + B, so folgt aus der Summenregel, dass A und B gemeinsame Elemente besitzen müssen. Diese Beobachtung ist ein Spezialfall des Taubenschlagprinzip oder Schubfachprinzip. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 16 / 26

17 Bemerkung 1.9 (Fortsetzung) Sei für n, m N eine Abbildung f : [n] [m] gegeben. Gilt f 1 (j) = {i [n] : f (i) = j} < n m für alle j [m], so folgt der Widerspruch n = [n] = j [m] f 1 (j) < j [m] n m = n. Da f 1 (j) für j [m] ganzzahlig ist, folgt daher die Existenz eines j [m] mit f 1 (j ) n. m Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 17 / 26

18 Beispiel 1.10 (Anwendungen des Taubenschlagprinzips) Sei n N. (i) Jede Menge A [2n] mit A n + 1 enthält zwei verschiedene Elemente x und y mit ggt(x, y) = 1. (ii) Jede Menge A [2n] mit A n + 1 enthält zwei verschiedene Elemente x und y mit x y. (iii) (Erdős-Szekeres 1935) Jede Folge (a 1, a 2,..., a n 2 +1) von n verschiedenen ganzen Zahlen besitzt eine steigende oder fallende Teilfolge mit n + 1 Zahlen, d.h. es existieren Zahlen 1 i 1 < i 2 <... < i n+1 n mit a i1 < a i2 <... < a in+1 oder a i1 > a i2 >... > a in+1. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 18 / 26

19 Beispiel 1.10 (Fortsetzung) Beweis: Zu (i): Betrachtet man f : A [n] : i i 2, so folgt die Existenz von x und y in A mit y = x + 1. Zu (ii): Betrachtet man g : A {1, 3, 5,..., 2n 1} wobei für i A die Zahl g(i) der größte ungerade Teiler von i sei, so folgt die Existenz von x und y in A mit x = u 2 r und y = u 2 s mit r < s. Zu (iii): Sei f : [n 2 + 1] N wobei für i [n 2 + 1] die Zahl f (i) die maximale Länge einer steigenden Teilfolge ist, die mit a i beginnt. Existiert keine steigende Teilfolge der Länge n + 1, so folgt die Existenz von Zahlen 1 i 1 < i 2 <... < i n+1 n mit f (i 1 ) = f (i 2 ) =... = f (i n+1 ). Nun ist a i1 > a i2 >... > a in+1. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 19 / 26

20 Definition 1.11 (k-permutation) Für eine Menge A und ein k N nennt man ein Element (a 1,..., a k ) von A k = A A mit lauter verschiedenen Einträgen eine k-permutation von A. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 20 / 26

21 Bemerkung 1.12 (Zählprinzip: Produktregel) Sind A 1,..., A n Mengen, so gilt A 1 A n = {(a 1,..., a n ) : i [n] : a i A i } = A 1 A n n = A i i=1 Wir betrachten noch eine Variante der Produktregel für k-permutationen einer festen Menge A. Es gibt A ( A 1) ( A 2) ( A k + 1) }{{} k Faktoren viele verschiedene k-permutationen von A. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 21 / 26

22 Bemerkung 1.12 (Fortsetzung) Es gibt daher insbesondere n! = n (n 1) (n n + 1) viele verschiedene n-permutationen der n-elementigen Menge [n]. Diese entsprechen den bijektiven Abbildungen von [n] in sich selbst, d.h. den Permutationen von [n]. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 22 / 26

23 Bemerkung 1.12 (Fortsetzung) Bezeichnet S n = {π : [n] [n] : π ist bijektiv} die Menge aller Permutationen von [n], so ist f : S n {(a 1,..., a n ) [n] n : i, j [n] : a i = a j i = j} }{{} Menge der n-permutationen von [n] : π (π(1), π(2),..., π(n)) eine Bijektion. Es folgt S n = n!. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 23 / 26

24 Beispiel 1.13 (Darstellung für Binomialkoeffizienten) Für n, k N betrachten wir die Abbildung f : {(a 1,..., a k ) [n] k : i, j [k] : a i = a j i = j} }{{} Menge der k-permutationen von [n] : (a 1,..., a k ) {a 1,..., a k }, ( ) [n] k die jede k-permutation von [n] auf die Menge ihrer Einträge abbildet. Da diese Einträge alle verschieden sind, liegen alle Bilder in ( [n]) k. Weiter besitzt jede Menge X in ( [n]) k genau k! Urbilder, die den k! Permutationen von X entsprechen. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 24 / 26

25 Beispiel 1.13 (Fortsetzung) Daher folgt ( ) ( ) n = [n] k k = 1 {(a 1,..., a k ) [n] k : i, j [k] : a i = a j i = j} k! n (n 1) (n k + 1) = k! n! = k!(n k)!. Wegen der Setzung 0! = 1 gilt diese Darstellung auch für k = 0. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 25 / 26

26 Beispiel 1.14 (Rekursionen - Fibonacci Zahlen) Die Fibonacci Zahlen bilden eine berühmte Folge (f n ) n N0 die durch die Rekursion ganzer Zahlen, f 0 = 0, f 1 = 1 und f n = f n 2 + f n 1 für n N mit n 2 definiert ist. Für n N 0 gilt die geschlossene Darstellung (( ) n ( f n = ) n ) 5. (3) 2 Wir werden sehen, wie man Darstellungen wie (3) systematisch mit Hilfe sogenannter erzeugender Funktionen finden und beweisen kann. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 26 / 26

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

Übungen zum Vorkurs Mathematik für Studienanfänger Ein leeres Produkt ist gleich 1, eine leere Summe 0. ***

Übungen zum Vorkurs Mathematik für Studienanfänger Ein leeres Produkt ist gleich 1, eine leere Summe 0. *** Universität Bonn Mathematisches Institut Dr. Michael Welter Übungen zum Vorkurs Mathematik für Studienanfänger 2013 Einige Zeichen und Konventionen: IN := {1, 2, 3, 4,...} Die Menge der natürlichen Zahlen

Mehr

3. Kombinatorik und Wahrscheinlichkeit

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

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 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/ws1314

Mehr

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2)

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler Kapitel 3: Die Sätze von Euler, Fermat und Wilson In diesem Kapitel wollen wir nun die eulersche -Funktion verwenden, um einen berühmten Satz von Euler zu formulieren, aus dem wir dann mehrere interessante

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

Kapitel 5 KONVERGENZ

Kapitel 5 KONVERGENZ Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz

Mehr

Diskrete Strukturen Vorlesungen 5 und 6

Diskrete Strukturen Vorlesungen 5 und 6 Sebastian Thomas RWTH Aachen, WS 2016/17 07.11.2016 09.11.2016 Diskrete Strukturen Vorlesungen 5 und 6 3 Abbildungen In diesem Abschnitt führen wir Abbildungen zwischen Mengen ein. Während Mengen von der

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Natürliche, ganze und rationale Zahlen

Natürliche, ganze und rationale Zahlen Natürliche, ganze und rationale Zahlen Zunächst haben die zum Zählen verwendeten natürlichen Zahlen 0, 1, 2, 3,... nichts mit dem reellen Zahlen zu tun. Durch die ausgezeichnete reelle Zahl 1 (Maßeinheit!)

Mehr

Kombinatorik von Zahlenfolgen

Kombinatorik von Zahlenfolgen 6. April 2006 Vorlesung in der Orientierungswoche 1 Kombinatorik von Zahlenfolgen Einige Beispiele Jeder kennt die Fragen aus Intelligenztests, in denen man Zahlenfolgen fortsetzen soll. Zum Beispiel könnten

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

Skript und Übungen Teil II

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

Mehr

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n) 2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Grundlagen der Mathematik Lösungsskizzen 2 Präsenzaufgaben (P2) Wir betrachten drei Teilmengen der natürlichen Zahlen: - A = {n

Mehr

Thema 3 Folgen, Grenzwerte

Thema 3 Folgen, Grenzwerte Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N

Mehr

5. Äquivalenzrelationen

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

Mehr

ANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht

ANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht . Übung Übersicht Aufgaben zu Kapitel und 2 Aufgabe : Drei klassische Ungleichungen Aufgabe 2: ) Beweis einer Summenformel Induktion) Aufgabe : ) Teleskopsummen Aufgabe 4: Noch etwas Formelmanipulation

Mehr

Binomialkoeffizienten

Binomialkoeffizienten Binomialkoeffizienten ) = n! Die Anzahl ( n k der k-elementigen Teilmengen einer k!(n k)! n-elementigen Menge heißt Binomialkoeffizient n über k. Wichtig sind folgende Eigenschaften, welche die Berechnung

Mehr

Analysis I - Einige Lösungen und Ergänzungen

Analysis I - Einige Lösungen und Ergänzungen Christian-Albrechts-Universität zu Kiel Mathematisch-Naturwissenschaftliche Fakultät Mathematisches Seminar Analysis I - Einige Lösungen und Ergänzungen von Dipl.-Math. Joscha Prochno Dipl.-Math. Dennis

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 8 10. November 2009 Kapitel 2. Konvergenz von Folgen und Reihen Definition 27. Eine (reelle bzw. komplexe) Zahlenfolge ist eine R- bzw. C-wertige

Mehr

Topologische Aspekte: Eine kurze Zusammenfassung

Topologische Aspekte: Eine kurze Zusammenfassung Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,

Mehr

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

Mehr

Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik

Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik Prof. Dr. Helmut Maier, Hans- Peter Reck Gesamtpunktzahl: 100

Mehr

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16 Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre

Mehr

17 Lineare Abbildungen

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

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion reeller Zahlen aus rationalen Zahlen Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen

Mehr

Vorlesung: Analysis I für Ingenieure

Vorlesung: Analysis I für Ingenieure Vorlesung: Analysis I für Ingenieure Dozent: Dr. Michael Karow Thema: unendliche Reihen Definition. Eine unendliche Reihe ist der Grenzwert einer Folge von Summen: a k = lim k a k, wobei a k C. Falls der

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen

Mehr

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

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

Mehr

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

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

Die alternierende harmonische Reihe.

Die alternierende harmonische Reihe. Die alternierende harmonische Reihe Beispiel: Die alternierende harmonische Reihe k k + = 2 + 3 4 + konvergiert nach dem Leibnizschen Konvergenzkriterium, und es gilt k k + = ln2 = 06934 für den Grenzwert

Mehr

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von

Mehr

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun

Mehr

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

Mehr

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006 Prof. E.-W. Zink Institut für Mathematik Humboldt-Universität zu Berlin Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester 2005-06 vom 15. Januar 2006 2te, korrigierte und erweiterte

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

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

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

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 3.2 Konvergenzkriterien

Mehr

Lineare Algebra I. Lösung 3.1:

Lineare Algebra I. Lösung 3.1: Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei

Mehr

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Bäume und Wälder Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Ida Feldmann 2-Fach Bachelor Mathematik und Biologie 6. Fachsemester Inhaltsverzeichnis Einleitung 1 1. Bäume

Mehr

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer

Mehr

Kapitel IV. Endliche, abzählbare und überabzählbare Mengen. IV.1 Abzählbare Mengen

Kapitel IV. Endliche, abzählbare und überabzählbare Mengen. IV.1 Abzählbare Mengen Kapitel IV Endliche, abzählbare und überabzählbare Mengen Wir haben schon einige Mengen in den Kapiteln I und II kennengelernt, etwa die Zahlenmengen N, Z, Q und R. Jede dieser Zahlenmengen enthält unendlich

Mehr

Folgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014

Folgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014 Inhalt Mathematik für Chemiker Teil 1: Analysis Vorlesung im Wintersemester 2014 Kurt Frischmuth Institut für Mathematik, Universität Rostock Rostock, Oktober 2014... Folgen und Reihen Reelle Funktionen

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

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt?

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt? 23. Januar 2007 Arbeitsblatt 11 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 16.1.07 Präsenzaufgaben: 1. Bekanntlich

Mehr

Zur Ästhetik mathematischer Beweisführung

Zur Ästhetik mathematischer Beweisführung Zur Ästhetik mathematischer Beweisführung Jens-Peter M. Zemke zemke@tu-harburg.de Institut für Numerische Simulation Technische Universität Hamburg-Harburg 23.10.2006 TUHH Jens-Peter M. Zemke Zur Ästhetik

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

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

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

Mehr

Grundkurs Mathematik I

Grundkurs Mathematik I Prof. Dr. H. Brenner Osnabrück WS 2016/2017 Grundkurs Mathematik I Vorlesung 9 In theory, theory and praxis are the same, in praxis they aren t Die Multiplikation auf den natürlichen Zahlen Zur Definition

Mehr

1.1 Mengen und Abbildungen

1.1 Mengen und Abbildungen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik

Mehr

Prüfungsaufgaben. Aufgabe 2 (TP1 Frühjahr 2006) ( ) logisch

Prüfungsaufgaben. Aufgabe 2 (TP1 Frühjahr 2006) ( ) logisch Aufgabe 1 (TP1 Februar 2007) Prüfungsaufgaben Bestimmen Sie zu den nachstehenden aussagenlogischen Aussageformen je eine möglichst einfache logisch äquivalente Aussageform. Weisen Sie die Äquivalenzen

Mehr

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

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

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

Kapitel 2 MENGENLEHRE

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

Mehr

Folglich besitzt die kanonische Faktorisierung von Permutationen der Ordnung 2 nur 2-Zykeln, also Transpositionen, als Elemente.

Folglich besitzt die kanonische Faktorisierung von Permutationen der Ordnung 2 nur 2-Zykeln, also Transpositionen, als Elemente. Stefan K. 5.Übungsblatt Algebra I Aufgabe 1 gesucht: die Elemente von S n mit der Ordnung 2 Lösung: Wir betrachten die kanonische Faktorisierung einer Permutation π S n : jede Permutation π e Sn ist bis

Mehr

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um

Mehr

Diskrete Mathematik für Informatiker

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

Mehr

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel I. Natürliche Zahlen

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel I. Natürliche Zahlen Version 12.12. Oktober 2006 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel I. Natürliche Zahlen 1 Vollständige Induktion (1.1) Beweisprinzip der vollständigen

Mehr

Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule

Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1

Mehr

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y Kombinatorik Nach [1], Chap.4 (Counting Methods and the Pigeonhole Principle). Multiplikationsprinzip Beispiel 1 Wieviele Wörter der Länge 4 kann man aus den Buchstaben A,B,C,D,E bilden,... 1. wenn Wiederholungen

Mehr

Vorkurs Mathematik Abbildungen

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

Mehr

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

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 3: Kodierung 1 Motivation 2 Exkurs Grundlagen formaler Sprachen 3 Grundlagen 4 Beispielkodierungen FM2 (WS 2014/15,

Mehr

Kapitel 4 Folgen und Reihen

Kapitel 4 Folgen und Reihen Kapitel 4 Folgen und Reihen Inhalt 4.1 4.1 Konvergenzkriterien für für Folgen 4.2 4.2 Reihen 4.3 4.3 Achilles und und die die Schildkröte Seite 2 4.1 Konvergenzkriterien für Folgen Wiederholung (vgl. (vgl.

Mehr

Brückenkurs Mathematik

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

Mehr

4. Übung zur Linearen Algebra I -

4. Übung zur Linearen Algebra I - 4. Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. WS 2009-10. Aufgabe 13 Auf dem Cartesischen Produkt Z Z werden 2 Verknüpfungen, definiert durch: Man zeige: (a

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 12 1. Dezember 2009 Kapitel 3. Differenzialrechnung einer Variablen (Fortsetzung) Satz 19. Es seien M und N zwei nichtleere Teilmengen von R,

Mehr

2. Vorlesung. Die Theorie der schwarz-weissen Ketten.

2. Vorlesung. Die Theorie der schwarz-weissen Ketten. 2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen

Mehr

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

15 Hauptsätze über stetige Funktionen

15 Hauptsätze über stetige Funktionen 15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen

Mehr

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z). 17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften

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

x 2 + y 2 = f x y = λ

x 2 + y 2 = f x y = λ Lineare Abbildungen Def Es seien (V 1,+, ) und (V 2,+, ) zwei Vektorräume Eine Abbildung f : V 1 V 2 heißt linear, falls für alle Vektoren u,v V 1 und für jedes λ R gilt: f (u + v) = f (u) + f (v), f (λu)

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

für alle a, b, x, y R.

für alle a, b, x, y R. Algebra I 13. April 2008 c Rudolf Scharlau, 2002 2008 33 1.5 Ringe Definition 1.5.1 Ein Ring ist eine Menge R zusammen mit zwei Verknüpfungen + und, genannt Addition und Multiplikation, für die folgendes

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr

Die Unlösbarkeit der Gleichung fünften Grades durch Radikale. Teilnehmer: Gruppenleiter:

Die Unlösbarkeit der Gleichung fünften Grades durch Radikale. Teilnehmer: Gruppenleiter: Die Unlösbarkeit der Gleichung fünften Grades durch adikale Teilnehmer: Max Bender Marcus Gawlik Anton Milge Leonard Poetzsch Gabor adtke Miao Zhang Gruppenleiter: Jürg Kramer Andreas-Oberschule Georg-Forster-Oberschule

Mehr

3 Vollständige Induktion

3 Vollständige Induktion 3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon

Mehr

Binomischer Lehrsatz. Gymnasium Immensee Vertiefungskurs Mathematik. Bettina Bieri

Binomischer Lehrsatz. Gymnasium Immensee Vertiefungskurs Mathematik. Bettina Bieri Binomischer Lehrsatz Gymnasium Immensee Vertiefungskurs Mathematik Bettina Bieri 24. Juli 20 Inhaltsverzeichnis Nötiges Vorwissen. Fakultät................................ Definition...........................2

Mehr

Einige Gedanken zur Fibonacci Folge

Einige Gedanken zur Fibonacci Folge Einige Gedanken zur Fibonacci Folge Im Folgenden gehe ich auf einige Aspekte von Aufgabe 4 auf Übungsblatt, d.h. auf Aufgabe 4 auf Seiten und 3 des Buches Hahn-Dzewas: Mathematik, ein. Die Aufgabe hat

Mehr

Vorlesung 2. Tilman Bauer. 6. September 2007

Vorlesung 2. Tilman Bauer. 6. September 2007 Vorlesung 2 Universität Münster 6. September 2007 Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus) für alle

Mehr

Vollständigkeit der reellen Zahlen

Vollständigkeit der reellen Zahlen Vollständigkeit der reellen Zahlen Vorlesung zur Didaktik der Analysis Oliver Passon Vollständigkeit von R 1 take home message I Wollte man mit Zahlen nur rechnen, könnte man mit den rationalen Zahlen

Mehr

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:

Mehr

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

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

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

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

Mehr

1.4 Homomorphismen und Isomorphismen

1.4 Homomorphismen und Isomorphismen Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben

Mehr