7 Das Zählen von Objekten. Themen: Teile und Herrsche Zählen durch Bijektion

Größe: px
Ab Seite anzeigen:

Download "7 Das Zählen von Objekten. Themen: Teile und Herrsche Zählen durch Bijektion"

Transkript

1 7 Das Zählen von Objekten Themen: Teile und Herrsche Zählen durch Bijektion

2 Grundprinzipien des Zählens 1. Teile und Hersche: Strukturiere die zu zählenden Objekte so, dass sie in Teilklassen zerfallen, die bereits gezählt wurden. Im Allgemeinen erhält man eine rekursive Beziehung für die Anzahl der Objekte. 2. Zählen durch Bijektion: Bilde die Objekte bijektiv auf eine Menge ab, deren Anzahl bereits bekannt ist.

3 Beispiel Potenzmenge Für jede Menge A gelten die Konventionen A, A A.

4 Beispiel Potenzmenge Für jede Menge A gelten die Konventionen A, A A. Wie viele Teilmengen besitzt die Menge A n = {1, 2,...,n}?

5 Beispiel Potenzmenge Für jede Menge A gelten die Konventionen A, A A. Wie viele Teilmengen besitzt die Menge A n = {1, 2,...,n}? Beispiel: A 2 besitzt die Teilmengen,{1},{2},{1, 2}.

6 Methode 1: Teile und Herrsche Zerlege die Teilmengen von A n+1 in zwei Gruppen: Gruppe I : Teilmengen, die n+1 nicht enthalten, Gruppe II : Teilmengen, die n+1 enthalten.

7 Methode 1: Teile und Herrsche Zerlege die Teilmengen von A n+1 in zwei Gruppen: Gruppe I : Teilmengen, die n+1 nicht enthalten, Gruppe II : Teilmengen, die n+1 enthalten. Gruppe I enthält genau die Teilmengen von A n.

8 Methode 1: Teile und Herrsche Zerlege die Teilmengen von A n+1 in zwei Gruppen: Gruppe I : Teilmengen, die n+1 nicht enthalten, Gruppe II : Teilmengen, die n+1 enthalten. Gruppe I enthält genau die Teilmengen von A n. In den Teilmengen von Gruppe II können wir das Element n+1 weglassen und wir erhalten eine Teilmenge von A n. Umgekehrt können wir jede Teilmenge von A n durch Anfügen von n+1 zu einer Teilmenge von Gruppe II machen. Damit enthält auch Gruppe II genau die Teilmengen von A n.

9 Methode 1: Teile und Herrsche Zerlege die Teilmengen von A n+1 in zwei Gruppen: Gruppe I : Teilmengen, die n+1 nicht enthalten, Gruppe II : Teilmengen, die n+1 enthalten. Gruppe I enthält genau die Teilmengen von A n. In den Teilmengen von Gruppe II können wir das Element n+1 weglassen und wir erhalten eine Teilmenge von A n. Umgekehrt können wir jede Teilmenge von A n durch Anfügen von n+1 zu einer Teilmenge von Gruppe II machen. Damit enthält auch Gruppe II genau die Teilmengen von A n. Für die Zahl T n der Teilmengen von A n gilt daher T n+1 = 2T n. Mit T 1 = 2 folgt dann T n = 2 n.

10 Methode 2: Bijektion Bilde jede Teilmenge von A n auf eine 0, 1-Folge der Länge n ab: { 1 falls i A f(a) i = 0 falls i / A

11 Methode 2: Bijektion Bilde jede Teilmenge von A n auf eine 0, 1-Folge der Länge n ab: { 1 falls i A f(a) i = 0 falls i / A Beispiele: Die leere Menge wird auf die Folge (0,...,0) und A = A n auf die Folge (1,...,1) abgebildet.

12 Methode 2: Bijektion Bilde jede Teilmenge von A n auf eine 0, 1-Folge der Länge n ab: { 1 falls i A f(a) i = 0 falls i / A Beispiele: Die leere Menge wird auf die Folge (0,...,0) und A = A n auf die Folge (1,...,1) abgebildet. Offenbar bildet f die Teilmengen von A n bijektiv auf die 0, 1-Folgen ab. Daher ist die Zahl T n der Teilmengen von A n genau 2 n.

13 Aufgabe Sei A n = {1, 2,...,n}. Man bestimme die Anzahl der verschiedenen Paare (X, Y) mit X Y A n.

14 Aufgabe Sei A n = {1, 2,...,n}. Man bestimme die Anzahl der verschiedenen Paare (X, Y) mit X Y A n. Bemerkung: Gesucht ist ein einfacher Ausdruck, der nur aus zwei Zeichen besteht.

15 Aufgabe Ist A = {1, 2, 3}, so erhalten wir für die Anzahl der Paare Y = A 8, Y = {1, 2} 4, Y = {1} 2, Y = 1. Für die Gesamtzahl der Paare gilt daher = 27. Die Hypothese für die Gesamtzahl der Paare ist daher 3 n.

16 Aufgabe Für n = 0 ist dies richtig, denn (X, Y) = (, ) ist das einzige Paar.

17 Aufgabe Für n = 0 ist dies richtig, denn (X, Y) = (, ) ist das einzige Paar. Für A n = {1,...,n} sei die Zahl der Paare 3 n. Für A n+1 = {1,...,n, n+1} teilen wir die Paare (X, Y) in drei Gruppen: I: n+1 Y (also auch n+1 X) II: n+1 X (also auch n+1 Y ) III: n+1 Y, n+1 X. Klar, Gruppe I besteht aus 3 n Elementen nach Induktionsvoraussetzung.

18 Aufgabe II: n+1 X (also auch n+1 Y ) III: n+1 Y, n+1 X. In Gruppe II können wir das Element n+1 weglassen und erhalten ein Element der Gruppe I. Umgekehrt können wir einem Paar (X, Y) das Element n+1 in X und Y hinzufügen und wir erhalten ein Element aus Gruppe II. Damit hat Gruppe II genauso viele Elemente wie Gruppe I, also 3 n.

19 Aufgabe II: n+1 X (also auch n+1 Y ) III: n+1 Y, n+1 X. In Gruppe II können wir das Element n+1 weglassen und erhalten ein Element der Gruppe I. Umgekehrt können wir einem Paar (X, Y) das Element n+1 in X und Y hinzufügen und wir erhalten ein Element aus Gruppe II. Damit hat Gruppe II genauso viele Elemente wie Gruppe I, also 3 n. In Gruppe III können wir aus Y das Element n+1 herausnehmen und wir erhalten ein Element aus Gruppe I. Mit dem gleichen Schluss wie bei Gruppe II folgt, dass auch Gruppe III aus 3 n Elementen besteht. Die Gesamtzahl der Paare (X, Y) mit X Y A n+1 ist daher 3 n+1.

20 k-elementige Teilmengen Wie groß ist die Zahl f(k, n) der k-elementigen Teilmengen der Menge A n = {1, 2,...,n}?

21 k-elementige Teilmengen Wie groß ist die Zahl f(k, n) der k-elementigen Teilmengen der Menge A n = {1, 2,...,n}? Hier hilft wohl nur Teile und Herrsche. Wir zerlegen wieder die k-elementigen Teilmengen von A n+1 = {1, 2,...,n+1} in zwei Gruppen Gruppe I : k-elementige Teilmengen, die n+1 nicht enthalten.

22 k-elementige Teilmengen Wie groß ist die Zahl f(k, n) der k-elementigen Teilmengen der Menge A n = {1, 2,...,n}? Hier hilft wohl nur Teile und Herrsche. Wir zerlegen wieder die k-elementigen Teilmengen von A n+1 = {1, 2,...,n+1} in zwei Gruppen Gruppe I : k-elementige Teilmengen, die n+1 nicht enthalten. Gruppe I besteht genau aus den k-elementigen Teilmengen der Menge A n = {1, 2,...,n}, also f(k, n).

23 k-elementige Teilmengen Gruppe II : k-elementige Teilmengen, die n+1 enthalten.

24 k-elementige Teilmengen Gruppe II : k-elementige Teilmengen, die n+1 enthalten. In den Teilmengen der Gruppe II können wir das Element n+1 weglassen und erhalten eine k 1-elementige Teilmenge von A n. Umgekehrt können wir jede k 1-elementige Teilmenge von A n um das Element n+1 ergänzen und erhalten eine Teilmenge von Gruppe II.

25 k-elementige Teilmengen Gruppe II : k-elementige Teilmengen, die n+1 enthalten. In den Teilmengen der Gruppe II können wir das Element n+1 weglassen und erhalten eine k 1-elementige Teilmenge von A n. Umgekehrt können wir jede k 1-elementige Teilmenge von A n um das Element n+1 ergänzen und erhalten eine Teilmenge von Gruppe II. Wir haben damit f(k 1, n) Teilmengen in Gruppe II.

26 k-elementige Teilmengen Gruppe II : k-elementige Teilmengen, die n+1 enthalten. In den Teilmengen der Gruppe II können wir das Element n+1 weglassen und erhalten eine k 1-elementige Teilmenge von A n. Umgekehrt können wir jede k 1-elementige Teilmenge von A n um das Element n+1 ergänzen und erhalten eine Teilmenge von Gruppe II. Wir haben damit f(k 1, n) Teilmengen in Gruppe II. Wir erhalten die Rekursion f(k, n+1) = f(k, n)+f(k 1, n), f(0, n) = f(n, n) = 1.

27 Binomialkoeffizienten Für n Æ 0 sind die Binomialkoeffizienten folgendermaßen definiert ( n ) = k n! k!(n k)! für 0 k n.

28 Binomialkoeffizienten Für n Æ 0 sind die Binomialkoeffizienten folgendermaßen definiert ( n ) = k n! k!(n k)! für 0 k n. Insbesondere ( n 0 ) = n! ( n ) 0! n! = 1, = n! n n! 0! = 1.

29 Binomialkoeffizienten Es gilt ( n ) ( n ) ( n+1 ) + =, k 1 k k

30 Binomialkoeffizienten Es gilt wegen ( n ) ( k ) + = k 1 n = ( n ) ( n ) ( n+1 ) + =, k 1 k k n! k n!(n k + 1) + k!(n k + 1)! k!(n k + 1)! = n! (k 1)!(n k + 1)! + n! k!(n k)! (n+1)! ( n+1 ) k!(n+1 k)! =. k

31 k-elementige Teilmengen Damit haben wir gezeigt Satz Die Zahl der k-elementigen Teilmengen einer n-elementigen ( n ) Menge ist. k

32 Anzahl der Wege Wir betrachten das folgende Wegesystem: 3 2 (4,2) Bestimmen Sie k(m, n), das ist die Anzahl der verschiedenen Wege, die jeweils in Pfeilrichtung von (0, 0) zum Punkt (m, n) führen.

33 Anzahl der Wege Wir können einen Punkt (m, n) für m, n > 0 von links oder von unten erreichen. Damit gilt die Rekursion k(m, n) = k(m 1, n)+k(m, n 1) für m, n > 0 mit den Anfangsbedingungen k(m, 0) = k(0, n) = 1.

34 Anzahl der Wege Wir können einen Punkt (m, n) für m, n > 0 von links oder von unten erreichen. Damit gilt die Rekursion k(m, n) = k(m 1, n)+k(m, n 1) für m, n > 0 mit den Anfangsbedingungen k(m, 0) = k(0, n) = 1. Durch vollständige Induktion folgt dann leicht, dass k(m, n) = ( m+n m ) = ( m+n n ) = (m+n)!. m! n!

35 Anzahl der Wege Eine elegantere Lösung erhält man, wenn die durchlaufenen Strecken von 1 bis m+n nummeriert werden. Die waagerecht ausgerichteten Strecken definieren dann eine m-elementige Teilmenge der Menge {1,..., m + n} und umgekehrt liefert jede m-elementige Teilmenge einen anderen Weg.

36 Aufgabe Bestimmen Sie mit Hilfe der Fibonacci-Zahlen die Anzahl f n der Folgen der Länge n bestehend aus Elementen der Menge {0, 1}, so dass niemals zwei Einsen hintereinanderstehen. Beispielsweise ist die Folge erlaubt, die Folge nicht.

37 Aufgabe Bestimmen Sie mit Hilfe der Fibonacci-Zahlen die Anzahl f n der Folgen der Länge n bestehend aus Elementen der Menge {0, 1}, so dass niemals zwei Einsen hintereinanderstehen. Beispielsweise ist die Folge erlaubt, die Folge nicht. Tipp: Man unterteile die Menge dieser Folgen in zwei disjunkte Teilmengen, nämlich mit 0 bzw. 1 als letztem Folgenglied.

38 Aufgabe Sei a n die Zahl dieser Folgen, die als letzte Ziffer eine 0 besitzen und b n die Zahl der Folgen mit letzter Ziffer 1.

39 Aufgabe Sei a n die Zahl dieser Folgen, die als letzte Ziffer eine 0 besitzen und b n die Zahl der Folgen mit letzter Ziffer 1. Wir dürfen an eine Folge, die mit 1 endet, keine weitere 1 anhängen, daher a n+1 = a n + b n, b n+1 = a n, also a n+1 = a n + a n 1. Wegen a 0 = 0 und a 1 = 1 folgt a n = F n sowie a n + b n = a n + a n 1 = F n+1.

40 Aufgabe Auf wie viele Arten kann ein (n, 2)-Rechteck mit (1, 2)-Dominosteinen überdeckt werden?

41 Aufgabe Auf wie viele Arten kann ein (n, 2)-Rechteck mit (1, 2)-Dominosteinen überdeckt werden? Tipp: Man strukturiere die Überdeckungen von ihrem Ende her.

42 Aufgabe Sei a n die Zahl der Überdeckungen mit einem (1, 2)-Dominostein in der letzten Spalte des Rechtecks und b n die Zahl mit zwei übereinander liegenden Steinen in den letzten beiden Spalten.

43 Aufgabe Sei a n die Zahl der Überdeckungen mit einem (1, 2)-Dominostein in der letzten Spalte des Rechtecks und b n die Zahl mit zwei übereinander liegenden Steinen in den letzten beiden Spalten. Einer beliebigen Überdeckung von (n, 2) können wir einen (1, 2)-Stein anhängen, also a n+1 = a n + b n.

44 Aufgabe Sei a n die Zahl der Überdeckungen mit einem (1, 2)-Dominostein in der letzten Spalte des Rechtecks und b n die Zahl mit zwei übereinander liegenden Steinen in den letzten beiden Spalten. Einer beliebigen Überdeckung von (n, 2) können wir einen (1, 2)-Stein anhängen, also a n+1 = a n + b n. An eine beliebige Überdeckung der Länge n 1 können wir zwei übereinander liegende Steine hängen, also b n+1 = a n 1 + b n 1.

45 Aufgabe Sei a n die Zahl der Überdeckungen mit einem (1, 2)-Dominostein in der letzten Spalte des Rechtecks und b n die Zahl mit zwei übereinander liegenden Steinen in den letzten beiden Spalten. Einer beliebigen Überdeckung von (n, 2) können wir einen (1, 2)-Stein anhängen, also a n+1 = a n + b n. An eine beliebige Überdeckung der Länge n 1 können wir zwei übereinander liegende Steine hängen, also b n+1 = a n 1 + b n 1. Für die Gesamtzahl c n = a n + b n gilt daher c n+1 = c n + c n 1, c 1 = 1, c 2 = 2, also c n = F n+1.

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen

Mehr

4 Die Fibonacci-Zahlen

4 Die Fibonacci-Zahlen 4 Die Fibonacci-Zahlen 4.1 Fibonacci-Zahlen und goldener Schnitt Die Fibonacci-Zahlen F n sind definiert durch die Anfangsvorgaben F 0 = 0, F 1 = 1, sowie durch die Rekursion F n+1 = F n + F n 1 für alle

Mehr

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

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Kombinatorik Dr. Lucia Draque Penso Universität Ulm Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Erste Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 2 / 26 Formales Vorlesung:

Mehr

Berechnung von Teilmengen

Berechnung von Teilmengen Berechnung von Teilmengen Satz Anzahl der Teilmengen 2 n = n k=0 k=0 ( ) n k Beweis Korollar aus Binomischem Lehrsatz (1 + 1) n = n ( n k=0 k) 1 k 1 n k. Oder kombinatorisch: Sei M Menge mit M = n. Die

Mehr

Kombinatorik. Hallo Welt Philip Kranz. 12. Juli Philip Kranz () Kombinatorik 12. Juli / 47

Kombinatorik. Hallo Welt Philip Kranz. 12. Juli Philip Kranz () Kombinatorik 12. Juli / 47 Kombinatorik Hallo Welt 2011 Philip Kranz 12. Juli 2011 Philip Kranz () Kombinatorik 12. Juli 2011 1 / 47 Inhalt 1 Einführung 2 Grundlagen Permutationen Variationen Kombinationen Binomialkoeffizient /

Mehr

Mengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12

Mengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12 Mengenlehre Mengenlehre Quick Start Informatik Theoretischer Teil WS2011/12 10. Oktober 2011 Mengen Mengen Den Begriff Menge hat Cantor wie folgt beschrieben: Definition (Menge) Unter einer Menge verstehen

Mehr

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen.

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen. Ergänzungen zu offenen und abgeschlossenen Mengen Definition Ist L Teilmenge eines topologischen Raums M, so heißt x L innerer Punkt von L, wenn es eine offene Umgebung von x gibt, die ganz in L liegt.

Mehr

Kapitel 2. Kapitel 2 Zählen (Kombinatorik)

Kapitel 2. Kapitel 2 Zählen (Kombinatorik) Zählen (Kombinatorik) Inhalt 2.1 2.1 Einfache Zählformeln A A B B = A A + B. B. 2.2 2.2 Binomialzahlen 2.3 2.3 Die Die Siebformel 2.4 2.4 Permutationen Seite 2 2.1 Einfache Zählformeln Erinnerung: Für

Mehr

: das Bild von ) unter der Funktion ist gegeben durch

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

Mehr

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

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 1. Grundlegendes

Kapitel 1. Grundlegendes Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0

Mehr

1 Das Prinzip der vollständigen Induktion

1 Das Prinzip der vollständigen Induktion 1 1 Das Prinzip der vollständigen Induktion 1.1 Etwas Logik Wir nennen eine Formel oder einen Satz der Alltagssprache eine Aussage, wenn sie wahr oder falsch sein kann. Die Formeln 2 = 3, 2 4, 5 5 sind

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

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

Vollständige Induktion

Vollständige Induktion Schweizer Mathematik-Olympiade smo osm Vollständige Induktion Aktualisiert: 1 Dezember 01 vers 100 Eine der wichtigsten Beweistechniken der Mathematik überhaupt ist die (vollständige) Induktion Wir nehmen

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

Vorlesung. Vollständige Induktion 1

Vorlesung. 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

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

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 3 Grundlagen der Mathematik Präsenzaufgaben (P4) Wir betrachten die Menge M := P({1, 2, 3, 4}). Dann gilt 1 / M,

Mehr

von Zahlenfolgen, die bei Gebietsteilungsproblemen

von Zahlenfolgen, die bei Gebietsteilungsproblemen Zahlenfolgen bei Gebietsteilungsproblemen Karin Halupczok Oktober 005 Zusammenfassung Gesucht sind rekursive und explizite Bildungsgesetze von Zahlenfolgen, die bei Gebietsteilungsproblemen auftauchen:

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

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

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist. 8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =

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

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte)

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 007/08 Lösungsblatt 7

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

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

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

Zur Zykelschreibweise von Permutationen

Zur Zykelschreibweise von Permutationen Zur Zykelschreibweise von Permutationen Olivier Sète 16. Juni 2010 1 Grundlagen Definition 1.1. Eine Permutation von {1, 2,..., n} ist eine bijektive Abbildung σ : {1, 2,..., n} {1, 2,..., n}, i σ(i).

Mehr

Topologische Begriffe

Topologische 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

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen

Zentralübung zur Vorlesung Diskrete Strukturen WS 2010/11 Zentralübung zur Vorlesung Diskrete Strukturen Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2010ws/ds/uebung/ 22. Dezember 2010 ZÜ DS ZÜ IX Übersicht: 1.

Mehr

Kombinatorik kompakt. Stochastik WS 2016/17 1

Kombinatorik kompakt. Stochastik WS 2016/17 1 Kombinatorik kompakt Stochastik WS 2016/17 1 Übersicht Auswahl/Kombinationen von N aus m Elementen Statistische unterscheidbare ununterscheidbare Physik Objekte (gleiche) Objekte ( ohne m N m+n 1 ) N mit

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

3. rekursive Definition einer Folge

3. rekursive Definition einer Folge 3. rekursive Definition einer Folge In vielen Fällen ist eine explizite Formel für das n-te Glied nicht bekannt, es ist hingegen möglich, aus den gegebenen Gliedern das nächste Glied zu berechnen, d.h.

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

Mathematik 1 für Informatiker und Wirtschaftsinformatiker Wintersemester 07/08 (Winkler) Musterprüfung mit Lösungen

Mathematik 1 für Informatiker und Wirtschaftsinformatiker Wintersemester 07/08 (Winkler) Musterprüfung mit Lösungen Mathematik für Informatiker und Wirtschaftsinformatiker Wintersemester 07/08 (Winkler Musterprüfung mit Lösungen. Sei T N. (a Unter welchen beiden Voraussetzungen an T garantiert das Induktionsaxiom (nach

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

Zahlen 25 = = 0.08

Zahlen 25 = = 0.08 2. Zahlen Uns bisher bekannte Zahlenbereiche: N Z Q R ( C). }{{} später Schreibweisen von rationalen/reellen Zahlen als unendliche Dezimalbrüche = Dezimalentwicklungen. Beispiel (Rationale Zahlen) 1 10

Mehr

Induktion und Rekursion

Induktion und Rekursion Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel

Mehr

Prinzip der Inklusion- Exklusion

Prinzip der Inklusion- Exklusion Prinzip der Inklusion- Exklusion Ziel: Zählen von Elementen in nicht-disjunkten Mengen. 2 Mengen A 1, A 2 : Zählen zunächst die Elemente in A 1. Addieren dazu die Anzahl der Elemente in A 2. Zählen damit

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

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

= =

= = 9. Januar 2007 Arbeitsblatt 9 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 19.12.06 Präsenzaufgaben: 1. Zu Beginn

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

Partitionen natürlicher Zahlen

Partitionen natürlicher Zahlen Partitionen natürlicher Zahlen wgnedin@math.uni-koeln.de 9. Oktober 03 In dieser Notiz wird der Beweis des Satzes über die Anzahl der Partitionen einer natürlichen Zahl vorgestellt. Die Darstellung folgt

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

Diskrete Strukturen WiSe 2012/13 in Trier

Diskrete Strukturen WiSe 2012/13 in Trier Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen

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

Vervollständigung Lateinischer Quadrate

Vervollständigung Lateinischer Quadrate Vervollständigung Lateinischer Quadrate Elisabeth Schmidhofer 01.12.2013 Inhaltsverzeichnis 1 Vorwort 3 2 Einleitung 4 2.1 Beispele.............................................. 4 3 Lateinische Quadrate

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

GOLDENER SCHNITT UND FIBONACCI-FOLGE

GOLDENER SCHNITT UND FIBONACCI-FOLGE GOLDENER SCHNITT UND FIBONACCI-FOLGE NORA LOOSE Der Goldene Schnitt - Eine Irrationalität am Ordenssymbol der Pythagoreer Schon im 5 Jahrhundert v Chr entdeckte ein Pythagoreer eine Konsequenz der Unvollständigkeit

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemente der Mathematik - Winter 2016/2017 Prof. Dr. Peter Koepke, Regula Krapf Lösungen Übungsblatt 7 Aufgabe 29 (8 Punkte). Für eine Menge M ist die Potenzmenge von M definiert als P(M) := {X X M},

Mehr

7 Äquivalenzrelationen

7 Äquivalenzrelationen 71 7 Äquivalenzrelationen 7.1 Äquivalenzrelationen und Klassen Definition Eine Relation R auf einer Menge oder einem allgemeineren Objektbereich heißt eine Äquivalenzrelation, falls sie reflexiv, symmetrisch

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

Mengenlehre: Mächtigkeit (Ordnung) einer Menge

Mengenlehre: Mächtigkeit (Ordnung) einer Menge Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,

Mehr

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4 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

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum

Mehr

Übungen zu Diskrete Mathematik. Markus Fulmek & Christian Krattenthaler. Sommersemester 2017

Übungen zu Diskrete Mathematik. Markus Fulmek & Christian Krattenthaler. Sommersemester 2017 Übungen zu Diskrete Mathematik Markus Fulmek & Christian Krattenthaler Sommersemester 2017 Aufgabe 1 ( ): Berechne die Wahrscheinlichkeit, mit einem Tip beim Lotto 6 aus 45 a: einen Fünfer zu tippen, b:

Mehr

Vorlesung 4. Tilman Bauer. 13. September 2007

Vorlesung 4. Tilman Bauer. 13. September 2007 Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

Mehr

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG 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

Mehr

MATHEMATIK-STAFFEL 2015

MATHEMATIK-STAFFEL 2015 MATHEMATIK-STAFFEL 205 Lösungen Da die Summe von a und c durch 4 teilbar und kleiner als 2 ist, muss diese Summe 4 oder 8 sein. Daher sind a und c entweder die Zahlen und 3 oder die Zahlen 3 und 5. Eine

Mehr

Übungsaufgaben Blatt 3

Übungsaufgaben Blatt 3 Departement Informatik Open Class Sieben Wunder der Informatik Prof Dr Juraj Hromkovič Übungsaufgaben Blatt 3 Zürich, 23 November 26 Zusammenfassung und Aufgaben Ein Entscheidungsproblem besteht darin,

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 (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT.

Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT. Analysis I (HS 2016): DAS LEMMA VON ZORN UND DER BEGRIFF DER MÄCHTIGKEIT. Dietmar A. Salamon ETH-Zürich 29. September 2016 Zusammenfassung Dieses Manuskript dient einer Einführung für Studierende des ersten

Mehr

Beispiellösungen zu Blatt 65

Beispiellösungen zu Blatt 65 µathematischer κorrespondenz- zirkel Mathematisches Institut Georg-August-Universität Göttingen Aufgabe 1 Beispiellösungen zu Blatt 65 Welche regelmäßigen n-ecke der Seitenlänge 1 kann man in kleinere

Mehr

3 Die natürlichen, die ganzen und die rationalen

3 Die natürlichen, die ganzen und die rationalen 3 Die natürlichen, die ganzen und die rationalen Zahlen 3.2 Die Menge N der natürlichen Zahlen 3.3 Induktionsprinzip 3.5 N ist abgeschlossen bzgl. Addition und Multiplikation 3.6 N ist wohlgeordnet 3.7

Mehr

Satz von Sarkovskii und Periode 3 impliziert Chaos

Satz von Sarkovskii und Periode 3 impliziert Chaos Satz von Sarkovskii und Periode 3 impliziert Chaos Florian Lindemann 10 Februar 2003 Vortrag für das Seminar Differentialgleichungen, WS 02/03 Dozent: Prof Lauterbach Wir wollen uns das Feigenbaum-Diagramm

Mehr

Lineare Algebra I. Probeklausur - Lösungshinweise

Lineare Algebra I. Probeklausur - Lösungshinweise Institut für Mathematik Wintersemester 2012/13 Universität Würzburg 19. Dezember 2012 Prof. Dr. Jörn Steuding Dr. Anna von Heusinger Frederike Rüppel Lineare Algebra I Probeklausur - Lösungshinweise Aufgabe

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. *** M. Welter Übungen zum Vorkurs Mathematik für Studienanfänger 2004 Einige Zeichen und Konventionen: IN := {1, 2, 3, 4,...} Die Menge der natürlichen Zahlen IN 0 := IN {0}{0, 1, 2, 3, 4,...} Z := {..., 2,

Mehr

Unendliche Graphen. Daniel Perz 24. Dezember Definition 1. Ein Graph G heißt lokal endlich, wenn alle Knotengrade endlich sind.

Unendliche Graphen. Daniel Perz 24. Dezember Definition 1. Ein Graph G heißt lokal endlich, wenn alle Knotengrade endlich sind. Unendliche Graphen Daniel Perz 24. Dezember 2011 1 Definition Definition 1. Ein Graph G heißt lokal endlich, wenn alle Knotengrade endlich sind. Definition 2. Ein Graph G=(V,E) heißt Strahl, wenn gilt

Mehr

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung) Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie

Mehr

n(n + 1)(2n + 1). 6 j 2 = Hinweis: Setze für n IN n(n + 1)(2n + 1) 6 A(n) : und wähle die Bezeichnung s n := n (2j + 1) = n2 (2j + 1) = (n + 1)2

n(n + 1)(2n + 1). 6 j 2 = Hinweis: Setze für n IN n(n + 1)(2n + 1) 6 A(n) : und wähle die Bezeichnung s n := n (2j + 1) = n2 (2j + 1) = (n + 1)2 15. Dezember 2006 Arbeitsblatt 9 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 19.12.06 Präsenzaufgaben: 1. Zu

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

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

Das Banach-Tarski-Paradox

Das Banach-Tarski-Paradox Das Banach-Tarski-Paradox Thomas Neukirchner Nicht-messbare Mengen verdeutlichen auf eindrucksvolle Weise, dass es keinen additiven - geschweige denn σ-additiven Volumenbegriff auf der Potenzmenge P(R

Mehr

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

Mehr

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } } Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,

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

Der Eulersche Polyedersatz

Der Eulersche Polyedersatz Der Eulersche Polyedersatz Def Die Anzahl der k Seiten eines konvexen Polytops P bezeichnen wir mit f k (P) oder kurz mit f k. Das n Tupel (f 0,f 1,...,f n 1 ) Z n heißt dann der f Vektor des (n dimensionalen)

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 2010 Einige Zeichen und Konventionen: IN := {1, 2, 3, 4,...} Die Menge der natürlichen Zahlen

Mehr

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.

Im 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.

Mehr

Die Topologie von R, C und R n

Die Topologie von R, C und R n Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 2 TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie svorschläge

Mehr

Peano-Axiome und Peano-Strukturen

Peano-Axiome und Peano-Strukturen Peano-Axiome und Peano-Strukturen Filippo Leonardi 27. März 2012 1 Peano-Arithmetik Der Folgende Abschnitt beruht auf Abschnitt 3.3 in [Rau08] und benützt dieselbe Notation. In diesem Abschnitt arbeiten

Mehr

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird. Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Folien der 16. Vorlesungswoche

Folien der 16. Vorlesungswoche Folien der 16. Vorlesungswoche Nachschlag Kombinatorik: Erzeugende Funktionen Kombinatorik ist die Kunst des intelligenten Abzählens endlicher Mengen. Obwohl die behandelten Probleme einfach und elementar

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

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

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

Mehr

Primitiv rekursive und µ-rekursive Funktionen

Primitiv rekursive und µ-rekursive Funktionen Primitiv rekursive und µ-rekursive Funktionen Slide 1 Primitiv rekursive und µ-rekursive Funktionen Hans U. Simon (RUB) Email: simon@lmi.rub.de Homepage: http://www.ruhr-uni-bochum.de/lmi Primitiv rekursive

Mehr

Vorkurs Mathematik. Vorlesung 5. Cauchy-Folgen

Vorkurs Mathematik. Vorlesung 5. Cauchy-Folgen Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Vorkurs Mathematik Vorlesung 5 Cauchy-Folgen Ein Problem des Konvergenzbegriffes ist, dass zur Formulierung der Grenzwert verwendet wird, den man unter Umständen

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

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

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

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

Mehr

Lineare Algebra 6. Übungsblatt

Lineare Algebra 6. Übungsblatt Lineare Algebra 6. Übungsblatt Fachbereich Mathematik M. Schneider 16.05.01 Konstantin Pertschik, Daniel Körnlein Gruppenübung Aufgabe G19 Berechnen Sie das inverse Element bzgl. Multiplikation in der

Mehr