Methoden der computergestützten Produktion und Logistik

Größe: px
Ab Seite anzeigen:

Download "Methoden der computergestützten Produktion und Logistik"

Transkript

1 Methoden der computergestützten Produktion und Logistik 4. (ustands-)parametrisierung eines Input-Output Systems Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2017

2 Definition Ein Quadrupel (, Y,, p) heißt eine ustandsparametrisierung des allgemeinen Input- Output-Systems (, Y, S), wenn p eine Parametrisierungsabbildung p: P( Y) von S mit p(z) z funktional z p(z) S ist. P( Y) bezeichnet die Potenzmenge von Y. Ist (, Y,, p) eine ustandsparametrisierung von (, Y, ), so heißt die zugehörige ustandsmenge und p die ustandsparametrisierungsabbildung. Damit wird S in eine Schar von funktionalen Relationen (Parameterlinien) zerlegt, die in ihrer Gesamtheit genau S überdecken. Gilt xp(z)y, so gibt die ustandsparametrisierung (, Y,, p) im ustand z als Antwort zum Input x den Output y ab. Gilt in einem ustand x die Beziehung xp(z) =, so gibt die ustandsparametrisierung im ustand z zum Input x keinen Output ab. 2

3 Beispiel: ustandsparametrisierung der Lackiererei = {x 1, x 2, x 3 } bezeichne Herren-, Damen- und Kinderräder, Y = {y 1, y 2, y 3 } die Farben gelb, grün und rot. Die Lackiererei ist wie folgt von der Temperatur der Außenluft abhängig: S x 1 y 1 x 2 x 3 y 3 x 1 y 3 x 2 y 2 x 3 x 1 x 2 y 1 x 3 y 3 x 1 y 1, y 3 x 2 y 1, y 2 x 3 y 3 p ( 20 ) p (21-30 ) p 31 p(z) Die abhängig vom Parameter verwendeten Teilmengen von S zeigt die folgende Skizze p ( 20 ) p (21-30 ) p ( 31 ) y 1 y 2 y 3 y 1 y 2 y 3 y 1 y 2 y 3 x 1 x 1 x 1 x 2 x 2 x 2 x 3 x 3 x 3 3

4 u einer gegebenen ustandsparametrisierung (, Y,, p) definieren wir die zugehörige Outputrelation von in Y durch ( ) Y : (z,x) y : xp(z)y ist eine funktionale Relation von in Y: Für = (z 1, x 1 ) gilt y 1. Oft ist es zweckmäßig, in einer ustandsparametrisierung (, Y,, p) statt der Parametrisierungsabbildung p die Outputrelation anzugeben. Wir sprechen von der Outputform der ustandsparametrisierung (, Y,, p) und verwenden dafür das Symbol (, Y, ; ). x x 1 x 2 x 3 z z 1 z 2 y z 3 4

5 Beispiel: Outputform der ustandsparametrisierung Wir formulieren den Output (die Farben) abhängig von Temperatur und Input. x x 1 x 2 x 3 20 y 1 - y 3 z y 3 y y 1 y 3 Neben dem Symbol (, Y,, p) sei als Symbol noch pars für eine ustandsparametrisierung eines allgemeinen Input-Output-Systems (, Y, S) eingeführt. 5

6 Beispiel: ustandsparametrisierung Das allgemeine System (, Y, S) sei gegeben durch : = {Herrenrad, Hollandrad, Damenrad, Kinderrad}; Y: = {rot, gelb, grün}; S: = {Herrenrad / rot, Herrenrad / gelb, Hollandrad / grün, Damenrad / rot, Damenrad / gelb} Eine (mögliche) ustandsparametrisierung pars = (, Y,, p) von (, Y, S) ist dann gegeben durch : = {Sommer, Winter} p: = {Sommer, Winter} -> P(x y) : Sommer -> p(sommer): = {Herrenrad / rot, Damenrad / gelb}; Winter -> p(winter): = {Herrenrad / gelb, Hollandrad / grün, Damenrad / rot} Die Outputrelation von pars wird durch folgende Tabelle angegeben: Herrenrad Hollandrad Damenrad Kinderrad Sommer rot - gelb - Winter gelb grün rot - 6

7 Eigenschaften von ustandsparametrisierungen Es bezeichne pars = (, Y,, p) eine gegebene ustandsparametrisierung eines allgemeinen Systems (, Y, S) und die zugehörige Outputrelation. Die ustandsparametrisierung pars heißt vollständig: x 1 p(z) x 1 S z Jedes x aus dem Vorbereich hat eine uordnung zu jedem ustand z. In diesem Falle gilt also 1 = 1 S. 7

8 Beispiel: vollständige ustandsparametrisierung a) Sachsystem b) Produktionssystem ct 1 2 Herren Holland Damen Lakritze Gummibären Kaugummi Gummibären 20 gelb grün rot Kaffee rot gelb gelb Ü-Ei Tee 31 grün rot grün 8

9 diskret: z card(p(z)) {0,1} Für jeden ustand z ist die bei p zugeordnete funktionale Relation p(z) entweder leer, oder aber sie besteht nur aus einem einzigen Paar (x, y) S. Es gibt demnach zu jeden ustand z von pars höchstens einen Input x, bei dem Output abgegeben wird. Beispiel: diskrete ustandsparametrisierung a) Sachsystem b) Produktionssystem 50 ct 1 2 Herren Holland Damen 20 Lakritze gelb gelb

10 nichtabschaltend: z p(z) 0 In jedem ustand gibt es mindestens eine Durchschaltung von x nach y. Beispiel: nichtabschaltende ustandsparametrisierung a) Sachsystem b) Produktionssystem 50 ct 1 2 Herren Holland Damen 20 Lakritze Gummibären 20 gelb gelb rot - 10

11 zerlegend: z,z' z z' p(z) p(z' ) wei unterschiedliche ustände z, z haben keine gemeinsamen Relationen: z: x y, z : x y. Beispiel: zerlegende ustandsparametrisierung a) Sachsystem b) Produktionssystem 50 ct 1 2 Herren Holland Damen 20 Lakritze gelb rot Tee grün 11

12 alternativ: z z' z z' p(z) p(z' ) Für alle ustände z gibt es mindestens einen ustand z, mit dem mindestens eine Relation gemeinsam ist. Beispiel: alternative ustandsparametrisierung a) Sachsystem b) Produktionssystem 50 ct 1 2 Herren Holland Damen 20 Lakritze - Tee Lakritze gelb - grün Tee gelb rot grün Tee 31 - rot grün 12

13 teilmengenleer: z,z' p(z) p(z' ) p(z) p(z' ) Nicht teilmengenleer bedeutet: Die Relationen bei einem bestimmten ustand sind eine Teilmenge der Relationen bei einem anderen ustand. Beispiel: teilmengenleere ustandsparametrisierung a) Sachsystem b) Produktionssystem teilmengenleer teilmengenleer ct 1 2 Herren Holland Damen Lakritze Gummibären Kaugummi Gummibären 20 rot gelb grün Kaffee weiß - blau Ü-Ei Tee 31 schwarz - grün 13

14 nicht teilmengenleer nicht teilmengenleer ct 1 2 Herren Holland Damen Lakritze Lakritze Gummibären Gummibären 20 rot gelb grün rot - grün 31 - gelb grün 14

15 parallel: x,x' y,y' Y z xp(z)y x'p(z)y' y y' Für alle Parameter/Schalterstellungen haben alle Inputs x denselben Output y (oder keine Relation) oder: ein ustand hat nur einen Output. Beispiel: parallele ustandsparametrisierung a) Sachsystem b) Produktionssystem 50 ct 1 2 Herren Holland Damen 20 Lakritze Lakritze rot rot gelb - gelb 31 Tee Tee Tee 31 grün grün grün 15

16 invertierbar: z p(z) 1 ist funktional Ein Output hat (bei einem bestimmten ustand) nur einen Input. Die Relationenmatrix ist in beiden Richtungen eindeutig. Beispiel: invertierbare ustandsparametrisierung a) Sachsystem b) Produktionssystem 50 ct 1 2 Herren Holland Damen 20 Lakritze rot gelb Tee grün 16

17 Simulation Es bezeichne pars = (, Y,, p) und pars = (, Y,, p ) zwei gegebene ustandsparametrisierungen der allgemeinen Systeme (, Y, S) beziehungsweise (, Y, S ). Wir nennen nun einen Tripel (,, ) von Abbildungen :, : Y Y und : eine Simulationszuordnung von pars zu pars, wenn dafür gilt: x yy z xp(z)y y' Y' (x)p'( (z))y' (y' ) Existiert eine Simulationszuordnung (,, ) von pars zu pars, so sagen wir, pars wird von pars simuliert. Wir nennen dann pars eine Simulation-ustandsparametrisierung von pars. S Y y S Y Simulation von pars durch pars 17

18 ustandsreduktion Eine ustandsparametrisierung wird hinsichtlich der ustände und hinsichtlich der Inputmenge durch Beobachtung des Systems und eine schrittweise Vervollständigung wachsen. Daher werden sich ggf. Redundanzen in den ustandsparametrisierungen einstellen. Natürlich sind wir daran interessiert, derartige Redundanzen zu erkennen und zu beseitigen. Eine ustandsparametrisierung pars heißt zustandsminimal: (,Y, \ z {z},p \ ist keine ustandsparametrisierung von (, Y,). Über die Menge {z} hinaus enthält keine ustände. Wenn man einen ustand z aus wegnimmt, ist das System S nicht mehr vollständig. {z}) 18

19 Beispiel: zustandsminimale ustandsparametrisierung a) Sachsystem b) Produktionssystem zustandsminimal zustandsminimal 50 ct 1 2 Herren Holland Damen 20 Lakritze Lakritze Lakritze Gummibären Kaugummi 20 rot rot grün Kaffee gelb rot blau Ü-Ei Tee 31 grün weiß schwarz Es kann kein ustand für ( z p(z) S) z p(z) S ohne Aussageverlust weggenommen werden. 19

20 a) Sachsystem b) Produktionssystem nicht zustandsminimal nicht zustandsminimal 50 ct 1 2 Herren Holland Damen 20 Lakritze Lakritze Lakritze Kaugummi Kaugummi 20 rot rot grün Kaffee gelb rot grün Kaffee 31 gelb rot grün sonst sonst

21 zustandsreduziert: z,z' p(z) p(z' ) z z' Für zwei identische Relationen gilt: Wir fassen zu einem gesamthaften ustand, der nicht weiter differenziert werden muss, zusammen. Für eine gegebene ustandsparametrisierung pars = (, Y,, p) von (, Y, S) definieren wir auf der ustandsmenge dazu die Relation ~ ~ : z ~ z : p(z) p(z' ) Die Relation ~ ist eine spezielle Äquivalenzrelation, die Reduktionsäquivalenz von pars. Durch Übergang zum Quotienten von pars bezüglich der Reduktionsäquivalenz erhalten wir die Quotientenzustandsparametrisierung pars~, die definiert ist durch ( pars) ~: (,Y, / ~,p / ~) wobei /~ die Quotientenmenge von bezüglich ~ bedeutet und p/~ die Quotientenabbildung ist, die definiert ist durch p / ~: / ~ P( Y) : [z] p / ~ ([z]) : p(z) p/~([z]) reduzierte ustandsrelation p/~ als Funktion von ([z]), also den reduzierten uständen, definiert über die Elemente der Äquivalenzklasse [z]: p/~ ([z]) = p(z). 21

22 Beispiel: reduzierte ustandsparametrisierung a) Sachsystem b) Produktionssystem ct 1 2 Herren Holland Damen Lakritze Lakritze 31 Kaugummi Gummibären Kaugummi 20 rot gelb grün gelb rot rot Ü-Ei Tee 31 gelb rot rot 22

23 p(z) p ( 20 ) p (21 30 ) p ( 31 ) 50 ct L 50 ct L 50 ct G 1 S 1 S 1 Ü 2 K 2 K 2 T 50 ct Lakritze Kaugummi Lakritze Kaugummi 31 Gummibären Ü-Ei Tee 23

24 ~: ( 20 ) ~ (21 30 ). Bildet man den Quotienten aus und ~, fallen ( 20 ) und (21 30 ) weg: /~: {kalt, 31 } Und p/~ wird zu p/~: p (kalt) p ct L 50 ct G 1 S 1 Ü 2 K 2 T [z] [kalt]: = {( 20 ), (21 30 )} (pars)~: = (x, y, /~, p/~) : = {50 ct, 1, 2 } Y: = {Lakritze,, Kaugummi, Gummibären, Ü-Ei, Tee} 50 ct 1 2 /~ kalt Lakritze Kaugummi 31 Gummibären Ü-Ei Tee 24

25 Für jede Quotientenzustandsparametrisierung (pars)~ von pars gelten die Aussagen: Die Quotientenzustandsparametrisierung (pars)~ einer ustandsparametrisierung pars ist zustandsreduziert. pars wird über (,, ) mit : = id x, : = id y und : = : z (z): = [z] von (pars)~ simuliert. um Beweis brauchen wir uns nur zu überlegen, dass wegen p/~([z])=p(z) aus xp(z)y stets folgt xp/~([z])y. Wir nennen die angesprochene Simulation von pars die kanonische Simulation. Beispiel: Quotienten-ustandsparametrisierung 50 ct L S K kalt L S K [] L S K warm G Ü T 31 G Ü T 25

26 Eigenschaften vollständig diskret nichtabschaltend zerlegend alternativ teilmengenleer parallel invertierbar zustandsminimal zustandsreduziert (ustands-) Parametrisierung Beispiel: Klassifizierung von ustandsparametrisierungen Das allgemeine System (, Y, S) sei gegeben durch : = {a, b, c}, Y: = {A, B, C}; S: = {aa, ab, bc, ca, cb}. Wir betrachten dann folgende ustandsparametrisierungen par 1 S, par 2 S,, par 5 S von (, Y, S), die wir mit den Tabellen der zugehörigen Outputrelationen 1, 2,, 5 angeben. par 1 S: = [, Y, {1, 2, 3, 4, 5}; 1 ) 1 Herrenrad Hollandrad Damenrad 1 rot gelb grün gelb rot par 1 S x x x x x x x x 26

27 Eigenschaften vollständig diskret nichtabschaltend zerlegend alternativ teilmengenleer parallel invertierbar zustandsminimal zustandsreduziert Eigenschaften vollständig diskret nichtabschaltend zerlegend alternativ teilmengenleer parallel invertierbar zustandsminimal zustandsreduziert (ustands-) Parametrisierung par 2 S: = [, Y, {1, 2, 3}; 2 ) 2 Herrenrad Hollandrad Damenrad 1 rot - rot 2 gelb - gelb 3 - grün - par 3 S: = [, Y, {1, 2}; 3 ) par 2 S x x x x x x 3 Herrenrad Hollandrad Damenrad 1 rot grün rot 2 gelb grün gelb par 3 S x x x x x x 27

28 Eigenschaften vollständig diskret nichtabschaltend zerlegend alternativ teilmengenleer parallel invertierbar zustandsminimal zustandsreduziert Eigenschaften vollständig diskret nichtabschaltend zerlegend alternativ teilmengenleer parallel invertierbar zustandsminimal zustandsreduziert (ustands-) Parametrisierung par 4 S: = [, Y, {1, 2}; 4 ) 4 Herrenrad Hollandrad Damenrad 1 rot - gelb 2 gelb grün rot par 5 S: = [, Y, {1, 2, 3, 4}; 5 ) par 4 S x x x x x x 5 Herrenrad Hollandrad Damenrad 1 rot - rot 2 rot - rot 3 gelb grün gelb 4 gelb - gelb par 5 S x x 28

29 Beispiel: Transportsystem ugrundegelegt sei die Kreuzung und das allgemeine System (, Y, S) mit = {W, M, L, K}; Y = {W, M, L, K, ML, KM}; S = {(W, K), (W, M), (W, KM), (K, L), (K, ML), (L, K)}; Wir geben für das allgemeine System (, Y, S) eine ustandsparametrisierung an, so dass deren ustände den gerade erlaubten Verkehrsfluss in der Kreuzung festlegen. Wir definieren dazu (, Y,, p) durch : = {1, 2, 3, 4, 5}; 5 Schalterstellungen P: P( Y): 1 p(1) = {(W, KM)}, Schalterstellung 1: Wir lassen W nach KM, 2 p(2) = {(W, K)}, 3 p(3) = {(K, L), (L, K)}, 4 p(4) = {(K, ML), (L, K), (W, K)}, 5 p(5) = {(W, M)}. 29

30 Eine übersichtliche graphische Darstellung dieser ustandsparametrisierung ist auch gegeben durch Man kann sich als zweckmäßig vorstellen, die Kreuzung durch eine gewisse zeitliche Abfolge dieser ustände zu regeln. Man beachte dabei auch: Die gewählte ustandsparametrisierung muss die Realisierbarkeitsbedingung erfüllen, dass für jeden ustand z der mit p(z) zugeordnete Verkehr kreuzungsfrei verläuft. 30

31 Schaltungen von ustandsparametrisierungen Es bezeichne pars 1 = ( 1, Y 1, 1, p 1 ) eine ustandsparametrisierung von ( 1, Y 1, S 1 ) und pars 2 = ( 2, Y 2, 2, p 2 ) eine solche von ( 2, Y 2, S 2 ). Wir definieren dann zwischen pars 1 und pars 2 folgende Schaltungen: Das kartesische Produkt pars 1 pars 2 ist definiert als die ustandsparametrisierung von pars: = (, Y,, p) von (, Y, S): = ( 1, Y 1, S 1 ) ( 2, Y 2, S 2 ), die gegeben ist durch : = 1 2 ; P: 1 2 P(( 1 2 ) (Y 1 Y 2 )): (z 1, z 2 ) p(z 1, z 2 ) = {((x 1 x 2 ), (y 1 y 2 )): x 1 p 1 (z 1 ) y 1 x 2 p 2 (z 2 )y 2 } S Y 1 Y 2 S

32 Beispiel ct morgens Eistee Cola Fanta abends Tee Kaffee Heringsbrot Glühwein 2 20 Hering Brötchen Brezel Heringssalat Brezel belegt 30 Eis Kirschbecher Birne Helene 32

33 1 morgens abends : = ct 1 2 Y 1 Eistee Cola Fanta Tee Kaffee Glühwein Hering Heringssalat Heringsbrötchen Brötchen Y 2 Brezel Brezel belegt Eis (morgens / -> 20 ), (1 / 1 ), (Cola / Hering) Kirschbecher Birne Helene 33

34 Aufgabe Konstruiere die Serienschaltung zum Beispiel für das kartesische Produkt. 34

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 5. Lineares Input-Output System Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2017 Lineare allgemeine Systeme Definition 20: Ein allgemeines

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 6. Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2016 Allgemeines Zeitsystem Definition: Allgemeines Zeitsystem Wir nehmen an, dass die

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 3. Allgemeine Input-Output Systeme Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2017 Ausgehend von der Definition eines Systems betrachten

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

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

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

Homotopien und Schleifen

Homotopien und Schleifen Abschnitt 8 Homotopien und Schleifen Homotopie Wir betrachten nun das Deformieren einer Abbildung in eine andere. 8.1 Definition. Seien X, Y topologische Räume und f 0, f 1 : X Y stetige Abbildungen. Eine

Mehr

Wir betrachten nun das Deformieren einer Abbildung in eine andere.

Wir betrachten nun das Deformieren einer Abbildung in eine andere. Abschnitt 1 Quotienten Homotopie, erste Definitionen Wir betrachten nun das Deformieren einer Abbildung in eine andere. 1.1 Definition. Seien X, Y topologische Räume und f 0, f 1 : X Y stetige Abbildungen.

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

Mathematische Strukturen

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

Mehr

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

10 Formale Grundlagen

10 Formale Grundlagen 95 10 Formale Grundlagen 10.1 Mengentheorie Die Aussagen hierzu sind aus [?, S.13-21] und [?, S.75-136]. In [?] sind die nötigsten Aussagen zusammengefaßt. In [?] sind insbesondere Links und Rechtsinverse

Mehr

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen: 4. Mathematische und notationelle Grundlagen 4.1 Mengen Beispiel 3 A 1 = {2, 4, 6, 8}; A 2 = {0, 2, 4, 6,...} = {n N 0 ; n gerade} Bezeichnungen: x A A x x A B A B A { } x Element A x nicht Element A B

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Grundlagen der Mengenlehre

Grundlagen 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

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Centrum für Informations- und Sprachverarbeitung (CIS) 10. Juni 2014 Table of Contents 1 2 Äquivalenz Der Begriff der Äquivalenz verallgemeinert den Begriff der Gleichheit. Er beinhaltet in einem zu präzisierenden

Mehr

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

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

Mehr

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

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

Mehr

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken

Mehr

2 Mengen, Abbildungen und Relationen

2 Mengen, Abbildungen und Relationen Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie Sommersemester 2009 Franz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 13, 6020

Mehr

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione Eigenschaften von Einführung in die Semantik, 2./3. Sitzung Mengen / / Göttingen 2. November 2006 Eigenschaften von Mengenlehre Eigenschaften von Eigenschaften von Das Konzept Menge Eine Menge ist eine

Mehr

Mathematik für Ökonomen 1

Mathematik für Ökonomen 1 Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 2. Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2015 Systembegriff Ein System ist ein zusammengesetztes, geordnetes Ganzes, das ein

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

Elementare Geometrie Vorlesung 11

Elementare Geometrie Vorlesung 11 Elementare Geometrie Vorlesung 11 Thomas Zink 29.5.2017 1.Verhältnisse Es sei g eine Gerade. Es seien A, B, C, D g vier Punkte, so dass A B und C D. Wir definieren: AB CD = AB CD, wenn die Strahlen AB

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

2 Mengen, Relationen, Funktionen

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

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 2. Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2016 Systembegriff Ein System ist ein zusammengesetztes, geordnetes Ganzes, das ein

Mehr

Axiomatische Mengenlehre

Axiomatische Mengenlehre Axiomatische Mengenlehre Die Wahl von Axiomen für ein Gebiet ist nicht völlig beliebig. Zumeist steht im Hintergrund die Absicht, damit gewisse Theoreme beweisen zu können. Darüber hinaus sollte die Anzahl

Mehr

8 KAPITEL 1. GRUNDLAGEN

8 KAPITEL 1. GRUNDLAGEN 8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

2.2 Konstruktion der rationalen Zahlen

2.2 Konstruktion der rationalen Zahlen 2.2 Konstruktion der rationalen Zahlen Wie wir in Satz 2.6 gesehen haben, kann man die Gleichung a + x = b in Z jetzt immer lösen, allerdings die Gleichung a x = b im allgemeinen immer noch nicht. Wir

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

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

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

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.4 2010/05/31 08:41:53 hk Exp hk $ 3 Topologische Gruppen Nachdem wir jetzt gezeigt haben das Quotienten G/H topologischer Gruppen wieder topologische Gruppen sind, wollen wir das Ergebnis

Mehr

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009

4. Vortrag - Garben. Ling Lin, Kristijan Cule Datum: 26. April 2009 4. Vortrag - Garben Datum: 26. April 2009 1 Graduierte Ringe Definition 4.1.1. Eine k-algebra R heißt graduiert, wenn sie dargestellt werden kann als eine direkte Summe R = R n, wobei die R n als k-unterräume

Mehr

Injektiv, Surjektiv, Bijektiv

Injektiv, Surjektiv, Bijektiv Injektiv, Surjektiv, Bijektiv Aufgabe 1. Geben Sie einen ausführlichen Beweis für folgende Aussage: Wenn f A B surjektiv ist und R A A A eine reflexive Relation auf A ist, dann ist R B = {( f(x), f(y)

Mehr

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

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

Mehr

PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN. pg 1, g 2 q ÞÑ g 1 G g 2,

PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN. pg 1, g 2 q ÞÑ g 1 G g 2, PROSEMINAR DARSTELLUNGEN ENDLICHEN GRUPPEN: FUNDAMENTALE BEGRIFFEN LOUIS-HADRIEN ROBERT 1. Gruppe und Wirkungen Definition 1.1. Eine Gruppe pg, Gq ist eine Menge G mit einer Multiplikation: so dass G :

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

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen

Mehr

Einführung in die Mengenlehre

Einführung in die Mengenlehre Einführung in die Mengenlehre D (Menge von Georg Cantor 845-98) Eine Menge ist eine Zusammenfassung bestimmter wohlunterschiedener Objekte unseres Denkens oder unserer Anschauung zu einem Ganzen wobei

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

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

Finaltopologien und Quotienten

Finaltopologien und Quotienten Abschnitt 7 Finaltopologien und Quotienten Finaltopologien Durch Umkehren der Pfeile erhalten wir dual zur Definition von Initialtopologien die Definition von Finaltopologien. Wir beginnen mit zwei Definitionen.

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

Einschub: Erkennung durch Monoide

Einschub: Erkennung durch Monoide Einschub: Erkennung durch Monoide Achtung: Diese Einheit finden Sie NICHT im Buch von Schöning. Sei L eine formale Sprache und M ein Monoid. Wir sagen M erkennt L, wenneineteilmengea M und ein Homomorphismus

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

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

Mehr

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

1 Funktionen. 1.1 Definitionen und Bezeichnungen

1 Funktionen. 1.1 Definitionen und Bezeichnungen 1 1 Funktionen 1.1 Definitionen und Bezeichnungen Eine Funktion f ist eine eindeutige Abbildung einer Menge X in eine andere Y. Ist x X, dann ist f(x) y Y das Bild des Elementes x. x heißt das Urbild des

Mehr

3. Relationen Erläuterungen und Schreibweisen

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

Mehr

Topologieseminar. Faserbündel. Michael Espendiller. 16. Oktober 2010 Universität Münster - 3 Faserbündel oder lokal triviale Bündel 4

Topologieseminar. Faserbündel. Michael Espendiller. 16. Oktober 2010 Universität Münster - 3 Faserbündel oder lokal triviale Bündel 4 Wintersemester 2010/2011 Topologieseminar Faserbündel Michael Espendiller 16. Oktober 2010 Universität Münster - Inhaltsverzeichnis 1 Allgemeine Bündel 1 2 Morphismen und Schnitte 2 3 Faserbündel oder

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

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

Seminar zum Thema Kryptographie

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

Mehr

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

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3} Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben

Mehr

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme 2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x

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

Tutorium: Diskrete Mathematik

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

Mehr

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle

Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015 2 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra 5 1.1 Elementare

Mehr

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für

Mehr

3. Vortrag: Arithmetische Relationen und Gödelisierung

3. Vortrag: Arithmetische Relationen und Gödelisierung 3. Vortrag: Arithmetische Relationen und Gödelisierung 1. Arithmetische und arithmetische Mengen und Relationen 2. Verkettung von Zahlen 3. Gödelisierung Arithmetische und arithmetische Mengen und Relationen

Mehr

Vorlesung. Funktionen/Abbildungen

Vorlesung. Funktionen/Abbildungen Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Matthias Stemmler SS 2005 Quotientenräume

Matthias Stemmler SS 2005 Quotientenräume Matthias Stemmler SS 2005 stemmler@mathematik.uni-marburg.de Zusammenfassung zum Thema Quotientenräume Äquivalenzrelationen Wir betrachten irgendeine Menge X von Objekten mit verschiedenen Eigenschaften,

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik 0 KIT 10.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am

Mehr

Mathematik I 1. Scheinklausur

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

Mehr

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

Funktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist.

Funktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist. Analysis, Woche 5 Funktionen I 5. Definition Funktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist. Definition 5. Eine Funktion f : A B

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

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

Isomorphie von Bäumen

Isomorphie von Bäumen Isomorphie von Bäumen Alexandra Weinberger 23. Dezember 2011 Inhaltsverzeichnis 1 Einige Grundlagen und Definitionen 2 1.1 Bäume................................. 3 1.2 Isomorphie..............................

Mehr

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN

24 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

Mehr

Algebraische Kurven - Vorlesung 29. Projektion weg von einem Punkt

Algebraische Kurven - Vorlesung 29. Projektion weg von einem Punkt Algebraische Kurven - Vorlesung 29 Definition 1. Die Abbildung P n K Projektion weg von einem Punkt {(1, 0,..., 0)} Pn 1 K, (x 0, x 1...,x n ) (x 1,..., x n ), heißt die Projektion weg vom Punkt (1, 0,...,

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Die Strahlensätze. Ben Hambrecht. 1 Zentrische Streckungen 2. 2 Der 1. Strahlensatz 7. 3 Der Streckfaktor Der 2.

Die Strahlensätze. Ben Hambrecht. 1 Zentrische Streckungen 2. 2 Der 1. Strahlensatz 7. 3 Der Streckfaktor Der 2. Die Strahlensätze Ben Hambrecht Inhaltsverzeichnis 1 Zentrische Streckungen 2 2 Der 1. Strahlensatz 7 3 Der Streckfaktor 11 4 Der 2. Strahlensatz 14 5 Der 3. Strahlensatz 18 6 Die Umkehrungen der Strahlensätze

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def.

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def. 4 NATÜRLICHE ZAHLEN UND VOLLSTÄNDIGE INDUKTION 15 der Eigenschaften von N streng begründen, was hier aber nicht geschehen soll. (Statt Zahlen önnen die a n auch Elemente irgendwelcher Mengen sein.) Über

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

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

Mehr

1. Gruppen. 1. Gruppen 7

1. 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.

Mehr

Grundbegriffe der Wahrscheinlichkeitstheorie

Grundbegriffe der Wahrscheinlichkeitstheorie KAPITEL 1 Grundbegriffe der Wahrscheinlichkeitstheorie 1. Zufallsexperimente, Ausgänge, Grundmenge In der Stochastik betrachten wir Zufallsexperimente. Die Ausgänge eines Zufallsexperiments fassen wir

Mehr

Musterlösung zur Probeklausur Lineare Algebra I

Musterlösung zur Probeklausur Lineare Algebra I Musterlösung zur Probeklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten Sie

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

3 Allgemeine Algebren

3 Allgemeine Algebren Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/42 Graphische Darstellung von Zusammenhängen schon an vielen Stellen

Mehr

Kapitel 6. Fixpunkte und semantische Bereiche

Kapitel 6. Fixpunkte und semantische Bereiche Kapitel 6 Fixpunkte und semantische Bereiche Sowohl bei der Definition der operationalen Semantik als auch bei der Definition der mathematischen Semantik haben wir mehr oder weniger explizit Fixpunkte

Mehr

Strukturelle Rekursion und Induktion

Strukturelle 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

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

Musterlösung MafI 1 - Blatt 5

Musterlösung MafI 1 - Blatt 5 Musterlösung MafI 1 - Blatt 5 Titus Laska Aufgabe 1 (Relationen). Die drei Relationen R, S, T N N sind jeweils auf Reflexivität, Symmetrie und Antisymmetrie zu untersuchen. Lösung. Erinnerung. Sei R A

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

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

Kapitel 6: Das quadratische Reziprozitätsgesetz

Kapitel 6: Das quadratische Reziprozitätsgesetz Kapitel 6: Das quadratische Reziprozitätsgesetz Ziel dieses Kapitels: die Untersuchung der Lösbarkeit der Kongruenzgleichung X also die Frage, ob die ganze Zahl Z eine Quadratwurzel modulo P besitzt. Im

Mehr

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

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

Mehr