Kombinatorik und Polynommultiplikation
|
|
- Mathilde Hartmann
- vor 6 Jahren
- Abrufe
Transkript
1 Kombinatorik und Polynommultiplikation 3 Vorträge für Schüler SS 2004 W. Plesken RWTH Aachen, Lehrstuhl B für Mathematik 2 Mengen und Abbildungen: Die Sprache der Mathematik Wir haben in der ersten Vorlesung schon einige intuitive Begriffe im Zusammenhang mit dem Zählen kennengelernt, insbesondere Mengen und ihre Elemente. Heute wollen wir noch genauer sehen, was man mit Mengen machen kann, einige der Begriffsbildungen vom vorigen Mal etwas formaler wiederholen, um sie dann besser verallgemeinern zu können, bis wir dann unsere Ausgangsaufgabe über die Anzahl der Reihenfolgen der Schüler, die auf Bankreihen verteilt sind, lösen können. Wir fangen mit einigen sehr einfachen Konzepten an. Definition 2.1 Sei M eine Menge und A, B seien Teilmengen von M. 1) A B := {m M m A und m B} heißt der Durchschnitt oder auch die Schnittmenge von A und B. 2) A B := {m M m A oder m B} heißt die Vereinigung oder auch die Vereinigungsmenge von A und B. 3) A B := {m M m A und m B} heißt die Differenz oder auch die Differenzmenge von A mit B. Insbesondere heißt M A die Komplementmenge von A in M. Dies sind ganz einfache und selbstverständliche Begriffsbildungen und entsprechend selbstverständlich sollte uns die folgende Bemerkung sein. 1
2 Bemerkung 2.2 Sei M eine endliche Menge, also eine Menge, die nur endlich viele Elemente enthält, und A, B seien Teilmengen von M. Dann gilt: M A = M A, A B = A + B A B. Insbesondere gilt A B = A + B genau dann, wenn A B = die leere Menge ist, d. h., wenn A und B disjunkt sind. Damit haben wir eine mengentheoretische Operation gefunden, die der Addition von Zahlen entspricht. Wie steht es mit der Multiplikation? Definition 2.3 Seien M und N Mengen. Dann heißt M N := {(m, n) m M und n N} das cartesische Produkt oder die Paarmenge von M und N. Die Elemente dieser Menge heißen (geordnete) Paare der Mengen M und N. Für (m, n), (m, n ) M N soll gelten: (m, n) = (m, n ) genau dann, wenn m = m und n = n. Beispiel 2.4 1) (Visualisierung) M := {a, b}, N := {1, 2, 3}. Dann können wir uns die Elemente von M N wie folgt in einem Schema vorstellen: a (a, 1) (a, 2) (a, 3) b (b, 1) (b, 2) (b, 3) Damit sollte intuitiv klar sein, dass für endliche Mengen M und N gilt: M N = M N. 2) Ein Spielkartendeck (Skatblatt) kann man als cartesisches Produkt auffassen: {c, h, p, k} {7, 8, 9, 10, B, D, K, A}. 3) Im Falle M = N muss man unterscheiden zwischen {{a, b} a, b M} Pot(M) und M M. Z. B. für M = {1, 2, 3} hat die erste Menge 6 Elemente: {{1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}} und das cartesische Produkt 3 3 = 9 Elemente. 2
3 Als etwas abstrakteres Anwendungsbeispiel unserer beiden Prinzipien, wie man die Addition und Multiplikation mengentheoretisch realisieren kann, wollen wir uns folgende Identität für Binomialkoeffizienten veranschaulichen. Satz 2.5 Sei n eine natürliche Zahl, 0 k n/2 und k := n k. Dann gilt: ( ) ( )( ) ( )( ) ( )( ) n k k k k k k = k k k Beweis. Wir haben vier Möglichkeiten den Beweis zu führen gemäß den vier Anzahlinterpretationen, die wir für die Binomialkoeffizienten gesehen hatten. Ich entscheide mich für die Spaziergänge in Manhattan. Am Anfang steht die Aufteilung der Menge M n (k) der Wege der Länge n, wo man insgesamt k-mal nach Osten und k -mal nach Norden geht: Man schaut sich an, wo man nach k Schritten ist: Hierfür gibt es k + 1 Möglichkeiten, je nachdem, wieviele Schritte man nach Osten gegangen ist, sagen wir l Schritte. Nennen wir die Menge der Wege aus M n (k), die nach k Schritten genau l-mal nach Osten gegangen sind, A l. Dann haben wir also eine Aufteilung der Menge aller relevanten Wege in paarweise disjunkte Teilmengen: M n (k) = A 0 A 1... A k mit A i A j = für i j, also ( ) n = A 0 + A A k. k Jetzt zur Analyse der einzelnen A l. Offenbar setzt sich jedes Element aus A l aus einem Anfangsweg der Länge k und einem Endweg der Länge k zusammen. Der Endpunkt der Anfangswege ist bei allen gleich und auch gleich dem Ausgangspunkt der Endwege. Man überlegt sich jetzt, dass man so etwas wie eine Paarmenge von Wegen vorliegen hat: Die erste Komponente ist der Anfangsweg mit ( k l) Möglichkeiten und die zweite Komponente ist der Endweg mit ( k k l) Möglichkeiten. Nun sieht man aber leicht (Übung), dass ( ) ( k l = k k l) ist. Also haben wir ( )( ) ( )( ) k k k k A l = = l k l k l k l 3
4 und die Behauptung folgt durch Einsetzen. q. e. d. Übung: Führe den Beweis in einer der anderen drei Sprechweisen gemäß dem gestrigen Satz. Jetzt kommen wir zu dem zentralen Konzept der Abbildung zwischen Mengen. Ich werde zwei Definitionen geben: eine formale und eine anschauliche in Umgangssprache. Wir werden versuchen, uns klar zu machen, dass es wirklich dasselbe Konzept ist. Aber eines steht fest: Das Konzept der Abbildung ist grundlegend für die gesamte Mathematik. Es gibt kaum etwas, was nicht mit Hilfe dieses Konzeptes formuliert wird. Definition 2.6 Seien M und N Mengen. Eine Abbildung f ist eine Teilmenge f M N des cartesischen Produktes M N mit folgenden Eigenschaften: 1) Zu jedem m M gibt es ein n N mit (m, n) f. 2) Sind (m, n 1 ), (m, n 2 ) f, so gilt n 1 = n 2. Für m M bezeichnet man das eindeutige n N mit (m, n) f mit f(m). Notation: f : M N : m f(m). In anderen Worten: Eine Abbildung f : M N ist eine Zuordnung, die jedem Element m M ein eindeutig bestimmtes Element f(m) N zuordnet. Wir wiederholen nochmals alle unsere früheren Betrachtungen im Lichte dieser neuen Definition. Beispiel 2.7 Bei dem Würfelbeispiel am Anfang mit den zwei Würfeln hatten wir es mit der folgenden Abbildung zu tun: u : {1, 2, 3, 4, 5, 6} {1, 2, 3, 4, 5, 6} {0, 1, 2, 3, 4, 5} : { a b, falls a b, (a, b) b a, sonst. Die Frage, die wir gestern zum Auftakt behandelt hatten, hieß: Wie viele Elemente haben die Fasern dieser Abbildung? In anderen Worten, wie viele Paare werden auf 0, auf 1 etc. abgebildet? Hier ist eine allgemeine Definition von Faser: 4
5 Definition 2.8 Sei f : M N eine Abbildung. Für jedes n N heißt {m M f(m) = n} die Faser über n oder das volle Urbild von n. Für m M heißt die Faser über f(m) auch die Faser von m. Unterrichtsübung: Jedes Element von M liegt in genau einer Faser der Abbildung f : M N. Beispiel 2.9 Sei M n wieder die Menge der Wege der Länge n in Manhattan. Dann haben wir eine Abbildung e : M n {Straßenecken} : Weg Endpunkt des Weges. Die (nicht leeren) Fasern dieser Abbildung sind gerade die Mengen von gestern, die in der Verschärfung des Satzes auftauchten und heute im Beweis mit M n (k) bezeichnet wurden und ( n k) Elemente haben. Übung: Gib eine Abbildung z : M n (k) {0, 1,..., k} an, so dass die A i gerade die Fasern sind. Als nächstes hatten wir gestern eine vorläufige Definition des Begriffes Zählen gegeben. Jetzt können wir einen bessere Definition geben. Zur Vorbereitung geben wir noch einen Namen für Abbildungen, die nur die Elemente neu benennen, gewissermaßen umtaufen. Definition 2.10 Eine Abbildung f : M N heißt bijektiv, falls {(n, m) N M (m, n) f} ebenfalls eine Abbildung ist. Diese wird dann mit f 1 bezeichnet. Klar: f : M N ist genau dann bijektiv, wenn für jedes n N die Faser über n aus genau einem Element besteht. Jetzt können wir endlich die Frage beantworten, was Zählen eigentlich bedeutet: Man stellt eine bijektive Abbildung zwischen der zu zählenden endlichen Menge und der Menge {1, 2,..., n} für ein gewisses n N auf. 5
6 Definition 2.11 Eine Menge M heißt endlich, wenn M leer ist oder wenn ein n N und eine bijektive Abbildung ϕ : M {1, 2,..., n} existieren. Jede solche Abbildung heißt Abzählung von M. Anderenfalls heißt M unendlich. Eigentlich müssten wir zeigen, dass n eindeutig bestimmt ist, um es als Anzahl der Elemente von M zu bezeichnen. Wir wollen das jetzt zurückstellen und mit unseren Beispielen weitermachen. Beispiel 2.12 Eine 01-Folge der Länge n ist eine Abbildung f : {1, 2, 3, 4,..., n} {0, 1}. Die Menge dieser Abbildungen oder Folgen wird auch mit {0, 1} {1,2,...,n} bezeichnet. Diese Menge hat 2 n Elemente, denn α : {0, 1} {1,2,...,n} {0,..., 2 n 1} : f f(1)2 0 + f(2) f(n)2 n 1 ist bijektiv. Unsere Beschreibung von M n, der Menge der Wege der Länge n, war nichts anderes als eine bijektive Abbildung von M n auf {0, 1} {1,2,...,n}. Hätten wir Osten und Norden statt 0, 1 gesagt, so hätte man auch mit {O, N} {1,2,...,n} als M n arbeiten können. Wie die bijektive Abbildung zwischen {O, N} {1,2,...,n} und {0, 1} {1,2,...,n} aussieht, ist klar. Übung: Gib eine bijektive Abbildung zwischen {1, 2,..., n} {1, 2,..., m} und {1, 2,..., nm}, also eine Abzählung des cartesischen Produktes an. (Hinweis: Betrachte zweistellige Zahlen und verallgemeinere.) Bei den Binomialkoeffizienten haben wir nur die Anzahl angegeben und nicht eine explizite bijektive Abbildung konstruiert. Satz 2.13 Sei M eine endliche Menge mit m Elementen. Dann ist die folgende Abbildung bijektiv: C : Pot(M) {0, 1} M : S χ S, wo χ S die charakteristische Abbildung von S ist: { 1, falls m S, χ S : M {0, 1} : m 0, falls m S. 6
7 Beweis. Wir geben die Umkehrabbildung F (wie Faser ) zur Abbildung C (wie charakteristische Abbildung ) an: F : {0, 1} M Pot(M) : χ Faser von χ über 1. Wir lassen es als Übung, zu verifizieren, dass dies wirklich die inverse Abbildung ist. q. e. d. Statt die anderen Beispiele unseres Satzes durchzugehen, verallgemeinern wir gleich. Definition 2.14 Seien n, a, k 1,..., k a Z 0 mit n = k k a. Der Multinomialkoeffizient ( ) n k 1,...,k a ist definiert als die Anzahl der Elemente der Menge {f {1, 2,..., a} {1,2,...,n} Faser von f über i = k i für i = 1,..., a}. Jetzt können wir den Satz verallgemeinern. Ich greife nur eine Sache heraus: Satz 2.15 Für a, n N gilt: (x x a ) n = ( n k 1,..., k a ) x k 1 1 xk a a. Wir wollen den Fall a = 3 wieder mit dem Wegkonzept in einem 3- dimensionalen Manhattan interpretieren. Man kann das Ausmultiplizieren aber auch in anderen Kontexten als Zählen von Wegen deuten. Beispiel 2.16 Die Koeffizienten von (x + y + x 1 + y 1 ) n zählen Wege der Länge n in Manhattan, wo man von einer festen Straßenecke ausgeht, und an jeder Straßenecke, wo man vorbeikommt, in jede der vier Himmelsrichtungen gehen kann. Z. B. für n = 4 bekommt man x xy x 4 + 4x 3 y + 6x 2 y
8 oder schematisch in der Ebene: Übung: Interpretiere entsprechend: (x + x 1 ) n, (1 + x + x 1 ) n, (x + y + x 1 y 1 ) n, (x + y + z) n etc.. In welchen Fällen sind die Koeffizienten Multinomialkoeffizienten? Was passiert in den anderen Fällen? Was würdest Du als Pascalschen Simplex ansprechen (in Analogie und in Verallgemeinerung des Pascalschen Dreiecks)? Zum Abschluss noch einen Kommentar zu unserem Ausgangsproblem. Wir können es jetzt umformulieren. Satz 2.17 Sei M {1,..., a} {1, 2,..., r} eine n-elementige Teilmenge des cartesischen Produktes der Form M = {(1, 1), (1, 2),..., (1, k 1 ), (2, 1), (2, 2)..., (2, k 2 ),..., (a, k a )}. Gesucht ist die Anzahl der bijektiven Abbildungen (genannt Mischfolgen) mit der Eigenschaft: ϕ : M {1, 2,..., n} ϕ((i, j)) < ϕ((i, j )), falls (i, j), (i, j ) M mit j < j. Es gibt genau ( ) n k 1,...,k a derartige Mischfolgen. 8
9 Beweis. 1) Visualisiere M als (1, 1) (1, 2) (1, k 1 )... (2, 1) (2, 2) (2, k 2 ) (a, 1) (a, 2)... (a, k a ) Eine Mischfolge ist dann die Nummerierung dieser Positionen (i, j) mit 1,..., n mit der oben angegebenen Bedingung. 2) ( ) n k 1,...,k a ist gleich der Anzahl der Abbildungen {1,..., n} {1, 2,... a}, bei denen die Faser über i genau k i Elemente hat. Nenne die Menge dieser Abbildungen R. Wir geben eine bijektive Abbildung zwischen R und der obigen Menge der Mischfolgen an: Zu α R gehört die Mischfolge, die dadurch entsteht, dass man die Nummern der Faser von α über i in der natürlichen Reihenfolge in dem Schema oben in die i-zeile einträgt. Z. B. steht 1 in der α(1)-ten Zeile an der ersten Stelle und n in der α(n)-ten Zeile an der letzten Stelle. 3) Umgekehrt konstruieren wir aus jeder Mischfolge ϕ ein Element von R, also eine Abbildung {1,..., n} {1, 2,... a} wie folgt: s {1,..., n} wird auf die Nummer der Zeile abgebildet, in der es steht. 4) Die beiden Konstruktionen aus 2) und 3) sind invers zueinander, d. h. sie sind bijektive Abbildungen f und f 1. Also ist die Anzahl der gesuchten Mischfolgen gleich R, also gleich ( ) n k 1,...,k a. q. e. d. 9
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
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.
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!)
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
MehrMengen und Abbildungen
1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine
MehrBinomialkoeffizienten
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
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.
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
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
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
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
MehrLineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund
Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer
Mehr1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte
Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition
MehrMengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich Name: Vorname:
Mengenlehre ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 21. August 2016 Inhaltsverzeichnis 1 Mengenlehre 1 1.1 Die Menge im mathematischen
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
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.
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:
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
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
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
MehrMathematik 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
MehrDIE SPRACHE DER WAHRSCHEINLICHKEITEN
KAPITEL 1 DIE SPRACHE DER WAHRSCHEINLICHKEITEN Es ist die Aufgabe der ersten drei Kapitel, eine vollständige Beschreibung des grundlegenden Tripels (Ω, A, P) und seiner Eigenschaften zu geben, das heutzutage
MehrMengen, 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,
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,
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809
MehrDas Gummibärchen-Orakel [1]
Das Gummibärchen-Orakel [1] 1. Allgemeines Lehrplanbezug: Klasse 10 bzw. 11, z.b. beim Wiederholen der kombinatorischen Formeln Zeitbedarf: 1 bis 4 Schulstunden je nach Vertiefungsgrad 2. Einstieg und
Mehr1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel
Mehr3. 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:
Mehr1 Modulare Arithmetik
$Id: modul.tex,v 1.11 2012/04/16 19:15:39 hk Exp $ $Id: gruppen.tex,v 1.11 2012/04/17 10:30:56 hk Exp $ 1 Modulare Arithmetik 1.3 Restklassen Wir waren gerade damit beschäftigt eine Beispiele zum Rechnen
MehrBrückenkurs Mathematik. Dienstag Freitag
Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................
MehrMengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von
Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für
MehrDie Sprache der Mathematik
Die Sprache der Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Diese Lehrveranstaltung...... ist Pflicht für alle Studenten der Informatik und
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
Mehr4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung
43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder
MehrTopologische Aspekte: Eine kurze Zusammenfassung
Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,
MehrDiskrete 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
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
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,
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
MehrWS 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
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
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
Mehr2 ZAHLEN UND VARIABLE
Zahlen und Variable 2 ZAHLEN UND VARIABLE 2.1 Grundlagen der Mengenlehre Unter einer Menge versteht man die Zusammenfassung von unterscheidbaren Objekten zu einem Ganzen. Diese Objekte bezeichnet man als
MehrKapitel 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.
MehrMengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit
Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {
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
Mehr7 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(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
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.
MehrMengenlehre. Jörg Witte
Mengenlehre Jörg Witte 25.10.2007 1 Grbegriffe Die Menegenlehre ist heute für die Mathematik grlegend. Sie spielt aber auch in der Informatik eine entscheidende Rolle. Insbesondere fußt die Theorie der
MehrEuler-Venn-Diagramme
Euler-Venn-Diagramme Mengendiagramme dienen der graphischen Veranschaulichung der Mengenlehre. 1-E1 1-E2 Mathematische Symbole c leere Menge Folge-Pfeil Äquivalenz-Pfeil Existenzquantor, x für (mindestens)
MehrELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen
ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen
MehrVorlesung 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
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
MehrMaße auf Produkträumen
Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge
Mehr3. 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
Mehr4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper
4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element
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
MehrVorlesung. 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.
Mehr2 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
MehrEine 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
MehrZufallsprozesse, 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/
MehrNeben der Addition tritt nun die Multiplikation als weitere Struktureigenschaft
Kapitel 3 Rationale Zahlen 31 Die rationalen Zahlen (Körper, Abzählbarkeit) Was ist mit der Gleichung z q = w in Z? Für gegebene z, w Z ist diese Gleichung in der Menge der ganzen Zahlen im Allgemeinen
Mehr2. Vorlesung. Die Theorie der schwarz-weissen Ketten.
2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen
MehrVorlesung zur Arithmetik V1 18./ Arithmetik in der Grundschule V2 -./ Die Entwicklung des Zahlbegriffs beim Kind/Konzepte für den
Vorlesung zur Arithmetik V1 18./19.04. Arithmetik in der Grundschule V2 -./26.04. Die Entwicklung des Zahlbegriffs beim Kind/Konzepte für den Anfangsunterricht V3 02./03.05. Natürliche Zahlen im Anfangsunterricht
Mehr$Id: mengen.tex,v /11/16 20:09:23 hk Exp $ $Id: komplex.tex,v /11/16 20:12:23 hk Exp hk $
$Id: mengen.tex,v.7 2008//6 20:09:23 hk Exp $ $Id: komplex.tex,v.2 2008//6 20:2:23 hk Exp hk $ I. Grundlagen 3 Mengen und Abbildungen 3.4 Vollständige Induktion und endliche Mengen Wir wollen noch ein
MehrSatz 18 (Satz von der totalen Wahrscheinlichkeit)
Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
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
MehrHalbgruppen, 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
MehrDurch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt?
23. Januar 2007 Arbeitsblatt 11 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 16.1.07 Präsenzaufgaben: 1. Bekanntlich
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
MehrDiskrete Mathematik. Marcel Erné Fakultät für Mathematik und Physik
Diskrete Mathematik Marcel Erné Fakultät für Mathematik und Physik Vorlesung für Studierende des Bachelor- und Master-Studienganges Mathematik Sommersemester 2011 0. Natürliche Zahlen und endliche Mengen
Mehr2 Mengenlehre. Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen.
Mengenlehre 2 Mengenlehre Definition: Unter einer Menge M versteht man die Zusammenfassung von unterscheidbaren Objekten (den Elementen) zu einem Ganzen. Üblicherweise werden Mengen mit Großbuchstaben
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
MehrVorlesung Diskrete Strukturen Gruppe und Ring
Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in
MehrKap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v
Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrAufbauend auf: "Aussagenlogische Ausdrücke und ihre Verknüpfungen", "Cartesische Produkte und Abbildungen"
1.) Aufgabe aus der Analysis Aufgabe ÜBUNG [01]: Man beweise, dass die folgende Gleichung gilt: 2.) Fasern Aufbauend auf: "Aussagenlogische Ausdrücke und ihre Verknüpfungen", "Cartesische Produkte und
MehrDiskrete 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(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
Mehr3. Die Definition einer Abbildung von A in B beinhaltet eigentlich zwei Bedingungen, nämlich
Kapitel 3: Abbildungen Seite 32 Kap 3: Abbildungen Kap. 3.1: Abbildungen (Funktion), Bild und Urbild Der Begriff der Abbildung ist wie auch der Begriff der Menge von fundamentaler Bedeutung für die Mathematik.
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
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
MehrLineare 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:
MehrKonstruktion der reellen Zahlen 1 von Philipp Bischo
Konstruktion der reellen Zahlen 1 von Philipp Bischo 1.Motivation 3 1.1. Konstruktion von R im allgemeine 3 2.Voraussetzung 3 2.1Die Menge Q zusammen mit den beiden Verknüpfungen 3 2.2Die Rationalen Zahlen
MehrKonvergenz, Filter und der Satz von Tychonoff
Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.
MehrUnabhängigkeit KAPITEL 4
KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht
MehrElementare Mengenlehre
Vorkurs Mathematik, PD Dr. K. Halupczok WWU Münster Fachbereich Mathematik und Informatik 5.9.2013 Ÿ2 Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen der Mathematik (Zahlen,
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrEinführung 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,
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr4.1 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
MehrLineare Differenzengleichungen und Polynome. Franz Pauer
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag
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,
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.
Mehr1 Mengen und Mengenoperationen
1 Mengen und Mengenoperationen Man kann verschiedene Objekte mit gemeinsamen Eigenschaften zu Mengen zusammenfassen. In der Mathematik kann man z.b. Zahlen zu Mengen zusammenfassen. Die Zahlen 0; 1; 2;
Mehr1 Elemente der Wahrscheinlichkeitstheorie
H.-J. Starkloff Unendlichdimensionale Stochastik Kap. 01 11. Oktober 2010 1 1 Elemente der Wahrscheinlichkeitstheorie 1.1 Messbare Räume Gegeben seien eine nichtleere Menge Ω und eine Menge A von Teilmengen
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrGrundbegriffe der Wahrscheinlichkeitstheorie
KAPITEL 1 Grundbegriffe der Wahrscheinlichkeitstheorie 1. Zufallsexperimente, Ausgänge, Grundmenge In der Stochastik betrachten wir Zufallsexperimente. Die Ausgänge eines Zufallsexperiments fassen wir
Mehr