Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 6
|
|
- Katarina Koenig
- vor 6 Jahren
- Abrufe
Transkript
1 Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 6 Die Lösungshinweise dienen primär der internen Kommunikation der Lösungen zu den Übungsaufgaben. Sie sind geeignet, das Vorgehen zur Lösung zu illustrieren und die zur Lösung erforderlichen Ideen und Denkanstöße zu vermitteln. Bitte beachten Sie jedoch, dass es sich hierbei nicht um Musterlösungen handelt in dem Sinne, dass sie eine mustergültige Verschriftlichung des jeweiligen Lösungsweges darstellen. Insbesondere sind aus Platzgründen einige der Lösungswege nur abgekürzt dargestellt. Daraus leitet sich jedoch nicht ab, dass ein entsprechendes Vorgehen in der Klausur automatisch zur vollen Punktzahl führt! Aufgabe 6.1 Vollständige Induktion (Präsenzaufgabe) 1. Dem bekannten Soziologen Prof. D. Bakel ist endlich der Durchbruch gelungen. Er hat nämlich einen formalen Beweis dafür gefunden, dass alle Menschen gleich sind. Hier ist seine Argumentation: Man beweist durch vollständige Induktion über n, dass in einer nichtleeren Menge von n Menschen alle gleich sind: Induktionsanfang: n = 1. Offensichtlich ist jeder Mensch mit sich selbst identisch! Induktionsschluss: Die Behauptung gelte für ein beliebiges, aber festes n N. Eine n + 1- elementige Menschenmenge M = {m 1,..., m n+1 } unterteilt man dann in zwei Teilmengen der Größe n {m 1,.., m n } und {m 2,.., m n+1 }. Auf diese Teilmengen ist nun die Induktionsvoraussetzung anwendbar. Folglich sind in den beiden Teilmengen alle Menschen gleich. Da insbesondere Mensch m n in beiden Mengen enthalten ist, folgt aus der Transitivität von = unmittelbar, dass alle Menschen gleich sind. q.e.d. Hat der Professor Sie überzeugt, oder finden Sie hier auch wieder ein Haar in der Suppe? Lösung: Die Beweislücke ist der Induktionsschluss von n = 1 auf n + 1 = 2, denn hier gilt die Argumentation aus dem Induktionsschluss nicht. Die Unterteilung in die Mengen {m 1 } und {m 2 } ist nämlich disjunkt. Insbesondere ist in diesem Falle m n, also m 1, nicht in {m 2 } enthalten. Die Gleichheit von m 1 und m 2 kann deshalb nicht gefolgert werden.
2 2. Wir betrachten ein quadratisches Gitternetz mit 2 n 2 n Feldern, etwa für n = 4: Zeigen Sie, dass sich ein solches Gitternetz mit Winkeln des Form pflastern lässt, so dass genau ein Feld übrig bleibt, sprich ungepflastert ist. Die Winkel können dabei beliebig gedreht verwendet werden. Lösung: Die Aufgabe dient dazu, das Konzept der Verschärfung der Induktionsbehauptung (siehe Kapitel im Buch) zu illustrieren. Für einen erfolgreichen Beweis verschärfen wir die Induktionsbehauptung hier dahingehend, dass es möglich ist, ein quadratisches Gitternetz mit 2 n 2 n Feldern so zu pflastern, dass nur das linkeste unterste Feld frei bleibt. Diese verschärfte Behauptung wird mit vollständiger Induktion bewiesen. Induktionsanfang: n = 1 Für ein 2 2 Gitternetz ist die Pflasterung offensichtlich: Induktionsschluss: Sei die Behauptung bereits für quadratische 2 n 2 n Gitternetze bewiesen. Bei Vorliegen eines Gitternetzes der Größe 2 n+1 2 n+1 unterteilen wir dieses in 4 Gitternetze der Größe 2 n 2 n. Nach Induktionsvorraussetzung können diese so gepflastert werden, dass nur die jeweils linke untere Ecke frei ist. Anschaulich:
3 Durch eine Rechtsdrehung im oberen linken Quadranten und eine Linkssdrehung im unteren rechten Quadranten ergibt sich: Die Verwendung eines weiteren Pflastersteins in der Mitte der Figur schließt die Induktion. Aufgabe 6.2 Strukturelle Induktion (5 Punkte) Zeigen Sie, dass für jeden Booleschen Term t ein semantisch äquivalenter Term t existiert, der weder T noch F enthält. Führen Sie den Beweis durch strukturelle Induktion über den Aufbau von t. Lösung: Beweis durch strukturelle Induktion über den Aufbau von t. Sei t BT und die Behauptung für alle echten Teilterme von t bereits bewiesen. Dann unterscheiden wir folgende Fälle: t = T : Wir setzen t = df X X, wobei X V eine beliebige Boolesche Variable sei. Offensichtlich gilt dann unabhängig von der Belegung β: [[t ]] B = [[X X]] B = [[X]] B [[X]] B = β(x) β(x) = w = [[T]] B. t = F : Analog zum Fall t = T mit t = df X X. t = X V : Hier ist nichts zu zeigen. t = t 1 : Nach Induktionsvoraussetzung existiert ein zu t 1 semantisch äquivalenter Term t 1, der nicht die Konstanten T oder F enthält. Dieses gilt auch für t = df t 1. Offensichtlich ist t semantisch äquivalent zu t, denn es gilt: [[t]] B Def. t = [[ t 1 ]] B = [[t 1 ]] B I.V. = [[t 1]] B = [[ t 1 ]] B = [[t ]] B t = (t 1 t2) : Nach Induktionsvoraussetzung existieren semantisch äquivalente Terme t 1 t 1 und t 2 t 2, so dass weder t 1 noch t 2 die Konstanten T oder F enthalten. Dieses gilt auch für t = df t 1 t 2. Offensichtlich ist t semantisch äquivalent zu t, denn es gilt: [[t]] B Def. t = [[(t 1 t 2 )]] B = [[t 1 ]] B [[t 2 ]] B I.V. = [[t 1]] B [[t 2]] B = [[(t 1 t 2)]] B = [[t ]] B
4 t = (t 1 t2) : Analog zu (t 1 t2). Aufgabe 6.3 Verbände (3+2 Punkte) Sei M eine Menge. 1. Dann ist (Z M, ) ein Verband, wobei für f, g Z M definiert ist: 1 f g df m M.f(m) g(m). Lösung: Dass mit eine partielle Ordnung auf Z M definiert ist, folgt unmittelbar daraus, dass eine partielle Ordnung auf Z ist. Wir zeigen nun die Verbandseigenschaften. Seien f, g Z M beliebige Funktionen. Wir haben dann nachzuweisen, dass sowohl ein Infimum als Supremumm von f und g existiert. Für das Infimum definieren wir eine Funktion i : M Z durch i(m) = df min(f(m), g(m)) für alle m M und behaupten, dass i das gesuchte Infimum ist. Offensichtlich ist i eine untere Schranke von f, also i f, denn es gilt für jedes m M: i(m) = min(f(m), g(m)) f(m). Analog folgt i g. Also ist i eine untere Schranke von f und g. Sei h Z M eine beliebige untere Schranke von f und g, also eine Funktion mit h f und h g. Dann gilt für jedes m M: h(m) f(m) h(m) g(m). Damit gilt aber auch h(m) min(f(m), g(m)) für alle m M. Mit der Definition von i ist dieses gleichbedeutend mit h(m) i(m) für alle m M und somit h i. Folglich ist i die größte untere Schranke von f und g. Das Supremum von f und h ist analog definiert durch die Funktion s : M Z mit s(m) = df max(f(m), g(m)). Der Nachweis der Supremumseigenschaft ist völlig analog zum Nachweis der Infimumseigenschaft. 2. Ist (Z M, ) auch ein vollständiger Verband. Beweisen oder widerlegen Sie. Lösung: Im Falle M = ist (Z M, ) der triviale einelementige Verband, der nur aus der Abbildung mit leerem Definitionsbereich besteht. Für diesen Sonderfall ist (Z M, ) vollständig. Im Falle M ist (Z M, ) kein vollständiger Verband. Dazu betrachten wir die Menge der konstanten Funktionen F C = df {f z z Z}, wobei für z Z die konstante Funktion f z : M Z definiert ist durch f z (m) = df z für alle m M. Offensichtlich besitzt dann F C keine untere Schranke und damit erst recht kein Infimum. Für Skeptiker sei dieses hier noch einmal ganz genau begründet. Angenommen F C hätte eine untere Schranke h : M Z. Weil M nicht leer ist gibt es ein Element m M. Sei z = df h(m). Dann ist f z 1 (m) = z 1 < z = h(m). Also h f z 1 und somit h F C im Widerspruch zur Annahme. 1 Zur Erinnerung: Z M bezeichnet die Menge aller Funktionen von M nach Z.
5 Aufgabe 6.4 Verband und vollständiger Verband (Präsenzaufgabe) Eine Menge A von natürlichen Zahlen heißt coendlich, falls N \ A endlich ist. Beweisen Sie: 1. ({A P (N) A ist endlich oder coendlich},, ) ist ein algebraischer Verband. Lösung: Wir zeigen zunächst, dass die Menge M = {A P (N) A ist endlich oder coendlich} der endlich-coendlichen Teilmengen von N abgeschlossen unter und ist, d.h. für je zwei Mengen A, B M gilt A B M und A B M. M abgeschlossen unter : Seien A, B M. Ist A oder B endlich, dann ist A B endlich, folglich gilt A B M. Sind sowohl A als auch B coendlich, dann sind A und B ( ) endlich, damit auch A B. Damit ist dann A B = A B coendlich und somit in M. M abgeschlossen unter : Seien A, B M. Ist A oder B coendlich, dann ist A B coendlich, folglich gilt A B M. Sind sowohl A als auch B endlich, dann ist A B endlich, damit gilt A B M. In der Vorlesung wurde bereits gezeigt, dass (P (N),, ) ein Verband ist. Damit sind für alle Mengen in P (N), insbesondere auch für alle Mengen in {A P (N) A ist endlich oder coendlich} die Verbandsaxiome erfüllt, so dass damit folgt, dass (M,, ) ein Verband ist. 2. ({A P (N) A ist endlich oder coendlich},, ) ist kein vollständiger algebraischer Verband. Lösung: Wir zeigen, dass nicht für jede Teilmenge X M inf (X) in M existiert. Sei A = {2n n N} die Menge der geraden natürlichen Zahlen. Wir definieren Mengen B i N durch B i = N \ {2i + 1}. Für jedes i N ist B i offensichtlich coendlich. Es gilt dann inf ({B i i N}) = i NB i = A. A ist unendlich, aber nicht coendlich, somit existiert das Infimum nicht in M.
Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 7
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker Wintersemester 203/4 Übungsblatt 7 Die
MehrÜbungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 1
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
MehrMathematik für Informatiker 1 Tutorium
Mathematik für Informatiker 1 Tutorium Malte Isberner 9.1.2014 M. Isberner MafI1-Tutorium 9.1.2014 1 / 12 Thema heute Thema heute: Verbände M. Isberner MafI1-Tutorium 9.1.2014 2 / 12 Verbände Was ist ein
MehrLösung zur Übung für Analysis einer Variablen WS 2016/17
Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei
MehrVollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die kontinuierlich ablaufende Zeit.
Kapitel 4 Reelle Zahlen 4.1 Die reellen Zahlen (Schranken von Mengen; Axiomatik; Anordnung; Vollständigkeit; Überabzählbarkeit und dichte Mengen) Als typisches Beispiel für die reellen Zahlen dient die
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
MehrElemente 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
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
Mehr6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
MehrVorkurs 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
MehrDonnerstag, 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 )
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
MehrVorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
MehrLineare 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
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
MehrAufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph.
Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph. a) Es seien W 1 = (V, E 1 ), W 2 = (V, E 2 ) Untergraphen von G, die beide Wälder sind. Weiter gelte E 1 > E 2.
MehrReelle Zahlen, Gleichungen und Ungleichungen
9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen
MehrDie reellen Zahlen nach Dedekind
Die reellen Zahlen nach Dedekind Dustin Lazarovici 25. November 2013 Die Idee der ZAHL entspringt der Beobachtung von Verhältnissen und der ungeheuren Denkleistung, diese Verhältnisse als unabhängig von
Mehr24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN
24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN x 2 = 0+x 2 = ( a+a)+x 2 = a+(a+x 2 ) = a+(a+x 1 ) = ( a+a)+x 1 = x 1. Daraus folgt dann, wegen x 1 = x 2 die Eindeutigkeit. Im zweiten Fall kann man für a 0 schreiben
MehrKapitel 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
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
MehrStetige 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.
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
MehrKapitel III. Aufbau des Zahlensystems
Kapitel III. Aufbau des Zahlensystems 1 Addition und Multiplikation natürlicher Zahlen Wir wollen erklären, wie man natürliche Zahlen addiert und multipliziert und dabei nur den Begriff das Zählens verwenden.
MehrHandout zu Beweistechniken
Handout zu Beweistechniken erstellt vom Lernzentrum Informatik auf Basis von [Kre13],[Bün] Inhaltsverzeichnis 1 Was ist ein Beweis? 2 2 Was ist Vorraussetzung, was ist Behauptung? 2 3 Beweisarten 3 3.1
MehrThemen: Kubische Gleichungen, Ungleichungen, Induktion
Lo sungen zu U bungsblatt Mathematik fu r Ingenieure Maschinenbauer und Sicherheitstechniker), 1. Semester, bei Prof. Dr. G. Herbort im WiSe1/14 Dipl.-Math. T. Pawlaschyk, 05.11.1 Themen: Kubische Gleichungen,
Mehr4. Induktives Definieren - Themenübersicht
Induktives Definieren 4. Induktives Definieren - Themenübersicht Induktives Definieren Natürliche Zahlen Operationen auf natürlichen Zahlen Induktive Algorithmen Induktiv definierte Mengen Binärbäume Boolesche
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe
MehrGrundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
MehrÜbungsaufgaben zu Partielle Differentialgleichungen Blatt III vom
Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R
MehrSurjektive, 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
MehrKapitel 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
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
Mehr2. 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
MehrNatürliche, 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!)
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Beweise)
WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14
MehrLösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen
Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir
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
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
MehrÜbungen zu Grundlagen der Logik in der Informatik - WS15/16
Übungen zu Grundlagen der Logik in der Informatik - WS15/16 1 / 11 Übungen zu Grundlagen der Logik in der Informatik - WS15/16 Donnerstag 14:15-15:45, Cauerstraße 7/9, Raum 0.154-115 Freitag 14:15-15:45,
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Große Übung #2 Phillip Keldenich, Arne Schmidt 10.11.2016 Organisatorisches Fragen? Checkliste: Anmeldung kleine Übungen Anmeldung Mailingliste Dies ersetzt nicht die Prüfungsanmeldung!
MehrALLGEMEINE LÖSUNG DES 12-KUGEL-PROBLEMS. Inhaltsverzeichnis 1. Einleitung 1
ALLGEMEINE LÖSUNG DES 1-KUGEL-PROBLEMS DOMINIK BRODOWSKI Inhaltsverzeichnis 1. Einleitung 1. Beweis 1 : n 3w 3 1.1. Behauptung 1.. Teil 1.3. Teil 3. Definitionen und Hilfsbeweis 3.1. Definitionen 3.. Hilfsbeweis
MehrTheoretische Informatik SS 03 Übung 3
Theoretische Informatik SS 03 Übung 3 Aufgabe 1 a) Sind die folgenden Funktionen f : partiell oder total: f(x, y) = x + y f(x, y) = x y f(x, y) = x y f(x, y) = x DIV y? Hierbei ist x DIV y = x y der ganzzahlige
MehrDefinition 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
MehrANALYSIS 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
MehrTechnische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt
Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden
Mehr5. 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)
Mehr2 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:
MehrBeschreibungskomplexität von Grammatiken Definitionen
Beschreibungskomplexität von Grammatiken Definitionen Für eine Grammatik G = (N, T, P, S) führen wir die folgenden drei Komplexitätsmaße ein: Var(G) = #(N), Prod(G) = #(P ), Symb(G) = ( α + β + 1). α β
MehrMusterlösung 11.Übung Mathematische Logik
Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden
MehrKapitel 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
MehrMATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST
Privatdozent Dr. C. Diem diem@math.uni-leipzig.de http://www.math.uni-leipzig.de/ diem/wiwi MATHEMATIK FÜR WIRTSCHAFTSWISSENSCHAFTLER MUSTERLÖSUNG 3. TEST Es folgt eine Musterlösung zusammen mit Anleitungen
MehrTechnische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:
MehrVervollständigung Lateinischer Quadrate
Vervollständigung Lateinischer Quadrate Elisabeth Schmidhofer 01.12.2013 Inhaltsverzeichnis 1 Vorwort 3 2 Einleitung 4 2.1 Beispele.............................................. 4 3 Lateinische Quadrate
MehrDie 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.
MehrWeitere Beweistechniken und aussagenlogische Modellierung
Weitere Beweistechniken und aussagenlogische Modellierung Vorlesung Logik in der Informatik, HU Berlin 2. Übungsstunde Aussagenlogische Modellierung Die Mensa versucht ständig, ihr Angebot an die Wünsche
Mehr2 Rationale und reelle Zahlen
2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist
MehrMathematische Grundlagen der Computerlinguistik
Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum
MehrKlausur zur Vorlesung Mathematische Logik
Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik
MehrÜbung Grundbegriffe der Informatik
Übung Grundbegriffe der Informatik 15. und letzte Übung Karlsruher Institut für Technologie Matthias Janke, Gebäude 50.34, Raum 249 email: matthias.janke ät kit.edu Matthias Schulz, Gebäude 50.34, Raum
MehrEinführung in die Analysis
Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel
MehrIm allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.
Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.
MehrFachwissenschaftliche Grundlagen
Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 9. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 9. Vorlesung 1 / 17 Themen
MehrAnalysis 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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker II (Sommersemester 2004) Lösungen zu Aufgabenblatt
Mehr1. 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
MehrTheoretische Informatik SS 03 Übung 11
Theoretische Informatik SS 03 Übung 11 Aufgabe 1 Zeigen Sie, dass es eine einfachere Reduktion (als die in der Vorlesung durchgeführte) von SAT auf 3KNF-SAT gibt, wenn man annimmt, dass die Formel des
MehrUniversität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente
Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,
Mehr6 Reelle und komplexe Zahlenfolgen
$Id: folgen.tex,v.7 200//29 :58:57 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Folgenkonvergenz In der letzten Sitzung hatten wir den Begriff der Konvergenz einer reellen oder komplexen Folge gegen
MehrKapitel 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
Mehr1.1 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
Mehrmathe plus Aussagenlogik Seite 1
mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet
MehrAnalysis I - Stetige Funktionen
Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt
MehrLogik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau
Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Mathematisches Beweisen Mathematische ussagen - haben oft
MehrTopologische Begriffe
Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
MehrA 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
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt
MehrErsetzbarkeitstheorem
Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen
Mehr1.4 Äquivalenzrelationen
8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,
MehrSchülerwoche 2011 Hausdorff Center for Mathematics Wie unendlich kann die Unendlichkeit sein?
Schülerwoche 20 Hausdorff Center for Mathematics Wie unendlich kann die Unendlichkeit sein? Dr. Julie Rowlett Max Planck Institut für Mathematik 0 September 20 Unendlichkeit mithilfe von algebraischer
Mehr8 Konvergenzkriterien und Häufungswerte von Folgen in R
8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium
MehrMathematische Logik Zermelo-Fränkel Axiome der Mengenlehre
Mathematische Logik Zermelo-Fränkel Axiome der Mengenlehre Laura Casalena 28.März 2012 Dieses Skript stützt sich auf das Kapitel 3 aus Einführung in die Mengenlehre von Heinz-Dieter Ebbinghaus [1]. In
MehrKapitel 1. Körper und Zahlen. 1.1 Mengen
Kapitel 1 Körper und Zahlen 11 Mengen 12 Das Prinzip der vollständigen Induktion 13 Körper 14 Geordneter Körper 15 Reelle Zahlen 16 Komplexe Zahlen 11 Mengen Dieser Abschnitt gibt eine kurze Einführung
MehrKompaktheit 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
MehrGeordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.
Geordnete Mengen Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist eine Ordnungsrelation auf eine geordnete Menge., dann nennt man Die Namensgebung
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe
MehrEinführung in die Mathematik (Vorkurs 1 )
Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2008/09 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagen und Beweise
MehrÜbung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013
Übung zu Grundbegriffe der Informatik Simon Wacker 15. November 2013 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die
MehrAnalysis I: Übungsblatt 1 Lösungen
Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.
Mehr1. Gruppen. 1. Gruppen 7
1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.
Mehr1. Einleitung wichtige Begriffe
1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und
Mehr1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche
1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)
MehrStrukturelle Rekursion und Induktion
Kapitel 2 Strukturelle Rekursion und Induktion Rekursion ist eine konstruktive Technik für die Beschreibung unendlicher Mengen (und damit insbesondere für die Beschreibung unendliche Funktionen). Induktion
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
Mehr