Kapitel 2. schreiben wir M N. Keine Menge ist { A A A}
|
|
- Erica Bieber
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 2 Das zweite Kapitel beschätigt sich mit gen und Konstruktion neuer gen, die ür den weiteren Verlau wichtig sind Hierbei werden gen als kleine Klassen deiniert Für große Klassen verweise ich wieder au das Literaturverzeichnis Eine bbildung wird sich als eine ge darstellen Da bbildungen eine enorm wichtige Rolle in allen Disziplinen spielen, werden hier schon viele solcher bbildungen eingeührt 1 gen Was ist eine ge? Gehen wir von der naiven Vorstellung aus, so stellt sich jeder etwas anderes vor Eine ge Geld, eine ge Reis, usw In der Mathematik muss dieser egri klar deiniert werden Dies geschieht durch widerspruchsreie xiome Sind es endlich viele klar unterscheidbare Dinge, so können sie augezählt werden Damit die zusammengehörigen Dinge auch kenntlich sind, schreiben wir sie in geschweite Klammern eispiele: 1 Die Namen Julia, Irina und Klaus ergeben als ge {Julia; Irina; Klaus} 2 Die Zahlen 2, 3, 5, 7, 11, 97 ergeben die ge {2; 3: 5: 7: 11; 97} 3 Die Farben rot, grün, blau, violett ergeben die ge {rot; bla violett; grün} Im letzten eispiel ist die Reihenolge vertauscht Dies soll auch unwichtig sein u die Reihenolge kommt es nicht an! Wie aber deiniert man gen? Ganz so einach wie in den obigen eispielen ist es nicht In der axiomatischen gentheorie zeigt sich, dass der naive genbegri au Widersprüche ührt Für den interessierten Leser sei hier au ourbaki [] oder Friedrichsdor/Prestel [] Hier werden Klassen deiniert gen sind dann kleine Klassen Der geneigte Leser stelle sich der Einachheit halber immer eine endliche ge vor Der besseren Lesbarkeit bezeichnen große uchstaben gen und kleine uchstaben Elemente Ferner verwenden wir die Zeichen =, und die Zeichen der Prädikatenlogik Logisch besteht kein Unterschied zwischen Elementen und gen So bedeutet die Relation = der Prädikatenlogik =, also ist gleich Sie unterscheiden sich nicht Entsprechend bedeutet die Relation MN der Prädikatenlogik M N Hierzu sagen wir: M ist Mitglied von N, M gehört zu N, M ist Element von N Für ( M N) schreiben wir M N Keine ge ist { } Vorsichtig sagen wir: gen sind durch ihre Mitgliedschat ausgezeichnet Für zwei gen uns gilt entweder oder eides geht nicht u Klassen gehen wir nicht ein, da dies ür einen nänger zu mühevoll wäre Wir legen nun einige xiome ür gen est Dabei kann x in oder x sowohl ein Element einer x ge als auch eine ge selbst sein ußerdem erinnern wir, dass eine Deinition stets notwendig und hinreichend ist Wir verzichten daher au den Terminus genau dann Deinition 11 1 Wir sagen, wenn eine ge ist 2 ( ( )) W Eine ge enthält sich nie selbst als ge 3 { ; } und { ; } = { } us zwei Elementen wird eine neue ge deiniert, die diese Elemente enthält Elemente werden stets nur einmal gezählt 18 PD Dr rer nat habil Gert Hillebrandt
2 4 Wir deinieren das Zeichen ür zwei gen, durch (( x ) ( x )) : ( ) Wir sagen ist x Teilmenge von oder ist in enthalten oder liegt in oder umasst Statt Negat wird durch schreiben wir auch zum usdruck gebracht Das 5 Durch (( Y ) ( Y )) : ( = Y ) Y wird die Gleichheit von gen deiniert Zwei gen sind gleich, wenn sie die dieselben Elemente enthalten 6 Mit { }=: bezeichnen wir die ge, die kein Element besitzt Sie heißt leere ge Wegen x x ( ) W ist die leere ge Teilmenge jeder ge Dh ür x jedes 7 Wir deinieren das Zeichen ür, durch (( x ) : ( x x )), also Wir sagen vereinigt, die Vereinigung von und enthält sowohl die Elemente aus als auch die Elemente aus Die olgenden ilder zeigen eine Veranschaulichung der Vereinigung Im ersten ild gibt es gemeinsame Elemente, im zweiten ild nicht Figur 1 Figur 2 8 Wir deinieren das Zeichen ür, durch (( x ) : ( x x )), also und Wir sagen geschnitten, schneidet, trit, der Durchschnitt von enthält nur gemeinsame (Figur 3) oder keine Elemente(Figur 4) Enthält und kein gemeinsames Element ( = ), so heißen und disjunkt Figur 3 Figur 4 PD Dr rer nat habil Gert Hillebrandt 19
3 9 ( P ( ) : ), also P () enthält alle Teilmengen von und wird auch mit P () heißt Potenzmenge von Sie 2 bezeichnet 10 Das geordnetes Paar ist deiniert durch (( a; : { a;{ a; b}}) und ist nach 2 eine ge a b 11 Die Deinition ( x : x= ( a, ) a b geordneten Paare est (Figur 5) und ist eine ge, also legt das Produkt als ge der a ( a, b ) Figur 5 b emerkung: bweichend von Deinition werden wir immer ( a; a b schreiben Dies ist kein Widerspruch! 12 ls letztes deinieren wir eine unendliche ge durch die Vorschrit: ls eispiel diene ( N n N) ( m N { m,{ m}} N) N n m Da die logische Schreibweise der Quantoren ein Umsetzen in den allgemeinen Sprachgebrauch erordert, werden wir meist darau verzichten Der nänger sollte sich jedoch immer klar machen, welche Quantoren verwendet werden 2 Operationen mit gen Das Verhalten von gen miteinander und untereinander beschreibt die oolesche lgebra Es seien,,, C P ( ) Die ge C ( ) : = { x x } heißt das Komplement von bezüglich und wird auch mit Es gelten olgende bei 21 C ( ) =, C ( ) = oder auch mit ' bezeichnet 22 C (C ( )) (doppelte Verneinung) = 22 =, = (Kommutativität) 23 ( ) C= (, ( ) C= ( (ssoziativität) 24 ( = ( ) (, ( = ( ) ( (Distributivität) 25 C ( ) = C ( ) C ( ), C ( ) = C ( ) C ( ) 26 C ( ) C ( ) = = 20 PD Dr rer nat habil Gert Hillebrandt
4 27 = C ( ) C ( ) 28 = C ( ) C ( ) ugabe: eweisen Sie diese ussagen mit Hile der ussagenlogik PD Dr rer nat habil Gert Hillebrandt 21
5 3 bbildungen Deinition 31 Es seien, Eine Teilmenge R heißt eine Relation zwischen und Eine Relation heißt bbildung, wenn gilt: Zu jedem a gibt es genau ein b mit ( a, Wir schreiben bb ( ; ) Geometrisch heißt die bbildung der Graph von chtung: Es kommt zwar jedes a in einer Funktion vor, aber nicht notwendigerweise jedes b ezeichnungen: Die ge heißt dann auch Quellbereich, Deinitionsbereich, Stellenbereich oder einach nur ereich, die ge Zielbereich, Wertebereich oder kurz Ziel von Da zu a das Element b eindeutig bestimmt ist, bezeichnen wir es mit (a) In dieser Schreibweise sind ereich und Ziel enthalten! Das Element a heißt Stelle oder 1 Koordinate Das Element ( a) heißt Wert der bbildung oder 2 Koordinate oder auch das ild von a unter, je nach dem ob wir analytisch oder geometrisch denken Die ge I : = { ( a) a } heißt ildmenge von unter oder kurz ild von Sie wird auch mit () bezeichnet Die ge F ( a) : = { x ( ( a)} heißt Faser von über a Die Faser wird auch mit 1 = ( ( a)) bezeichnet Man stellt sich dabei über jedem Element b des ildes eine Faser vor, an der alle Elemente von augereiht sind, die au b abgebildet werden Ist C, so heißt die ge ( : = { a ( a) C} Urbild von C unter Die bbildung {( x, x } heißt Identität und wir mit 1 bezeichnet Geometrisch heißt sie auch Diagonale () Fasern ( C () Figur 6 Figur 7 Figur 8 Deinition 32 Es seien,, C (i) Zwei bbildungen bb ( ; ) und g bb ( ; ) heißen gleich, wenn die gen und g gleich sind In obiger Schreibweise heißt dies: Für alle x gilt ( (ii) Sind bb ( ; ) und g bb ( ; zwei bbildungen, so bezeichne g bb ( ; olgende bbildung Zu jedem x gibt es genau das eindeutig bestimmte ( und zu diesem ( gibt es genau ein g( ( ) C Dies trit au jedes x zu g bb ( ; heißt Komposition oder Hintereinanderausührung der bbildungen und g 22 PD Dr rer nat habil Gert Hillebrandt
6 Satz 33 Es seien,, C, D Sind bb ( ; ), g bb ( ; und h bb D), so gilt h ( g ) = ( h g) eweis: Dass es sich hierbei um eine bbildung handelt ist nach 32 (ii) erster Teil klar Nun gilt ür alle x : ( h ( g ))( = h( g )( ) = h( g( ( )) = ( h g)( ( ) = (( h g) )( Hierür haben wir den zweiten Teil der Deinition 32 (ii) verwendet Peildiagramme 34 In der Mathematik deuten wir bbildungen auch durch Peildiagramme Ist eine bbildung von der ge in die ge, also bb ( ; ), so schreiben wir auch und ür das Paar ( a, dann a b Das Diagramm g C beschreibt die Komposition der bbildungen und g, alls sie erklärt ist Das Diagramm heißt kommutativ, wenn g = k h gilt Deinition 35 Es seien, Es sei bb ( ; ) 1 heißt injektiv, wenn ür alle x, y gilt ( = ( x= y 2 heißt surjektiv, wenn ( ) =, bzw zu jedem y existiert ein 3 heißt bijektiv, wenn injektiv und surjektiv ist h Y k g x mit 4 r bb ( ; ) heißt Retraktion von, wenn r = 1 5 s bb ( ; ) heißt Schnitt von, wenn s= 1 Satz 36 Es seien, Es sei bb ( ; ) (i) ist genau dann injektiv, wenn eine Retraktion r von existiert (ii) ist genau dann surjektiv, wenn ein Schnitt s von existiert (iii) ist genau dann bijektiv, wenn Retraktion und Schnitt übereinstimmen, dh eweis: (i) Es sei, a est gewählt und injektiv Deiniere ( : x, r ( =: a, wenn y () Dann ist r( ()) x = x=1( ür jedes x, also Es sei nun r eine Retraktion von Dann gilt ür alle x, y : ( = ( r( ( ) = r( ( ) x = y Folglich ist injektiv r= s ( = y r = wenn ( = y und r = 1 PD Dr rer nat habil Gert Hillebrandt 23
7 (ii) Es sei ( ) = und : = ( ( ) Für jedes b wähle genau ein ( x der Faser mit ( = b Deiniere s ( ( ) : = x Dann gilt ( s( ) = b, also o s= 1 Es sei nun s ein Schnitt von us s( ) olgt = ( s( )) ( ) Folglich ist wegen ( ) die Gleichheit ( ) = bewiesen und surjektiv (iii) Die Fasern sind jetzt einelementig Wir haben nur r= s zu zeigen Nach (i) ist r = 1 und nach (ii) s= 1 Daraus olgt ( r ) s= 1 s= s und r ( s ) = r 1 = r Nun ist aber nach 33 ( r ) s= r ( s), also r= s nach 32 (i) Im ersten Teil von (ii) wählen wir ein Element aus Dies geschieht willkürlich Eine solche Funktion heißt uswahlunktion In vielen eispielen, wie auch in (iii) kann sie direkt deiniert werden In allen anderen, wie auch hier, ist sie ein xiom Deinition 37 Es seien, Es sei bb ( ; ) bijektiv Da in diesem Fall Retraktion und Schnitt zusammenallen, heißt diese bbildung Umkehrabbildung und wird mit bb ( ; ) bezeichnet Mithin gilt 1 = 1 und = 1 chtung: Der Unterschied von Urbild, Faser und Umkehrabbildung ist zu beachten Deinition 38 Es sei Y, Y Es seien C, D, P ( Y ) Teilmengen der Potenzmenge 1 C heißt eine Überdeckung von Y, wenn Y (Figur 9) C 2 Eine Überdeckung C heißt einer als eine Überdeckung C ', wenn ür jedes C ein Z C ' existiert mit Z 3 Eine Überdeckung D heißt paarweise disjunkt, wenn ür alle, ' D mit ' olgt ' = 4 Es sei eine paarweise disjunkte Überdeckung von Y Gilt und Y, so heißt eine Partition von Y (Figur 11) Ein einaches eispiel einer Partition ist die Einteilung des vorhandenen Geldes Schichtet man alle gleichen Münzen übereinander, so erhält man eine Partition Vorteil: Das Geld lässt sich leicht zählen C 1 C 4 C 2 C 1 C C 2 4 C 3 C 5 C 3 C Figur 9 Figur 10 Figur 11 Korollar 39 1 Y und ({ y}) y Y sind Partitionen von Y, sogenannte triviale Partitionen 2 Ist C eine paarweise disjunkte Überdeckung von Y, so ist : = { Y Y C } eine Partition von Y 3 Es sei bb ( ; ) und D ' paarweise disjunkt in Dann ist D : = { ( Y ) Y D '} paarweise disjunkt in Gilt sogar D ' ist eine Überdeckung von (), so ist D { } eine Partition von 24 PD Dr rer nat habil Gert Hillebrandt
8 4 Gilt ( ) =, so bilden die Fasern (vgl 31) ( ( ( )) ( eine Partition von 5 Zu jeder bbildung : existiert eine Partition von eweis: Es ist nur die 4 ussage von 37 zu prüen 1 Diese ussage ist oensichtlich erüllt, denn = {Y } bzw = {{ y} y Y } 2 Wegen Y Y und Y ür alle C ist auch die zweite ussage nach 37 richtig 3 us ( Y ) ( Z) = ( Y Z) = ( ) = ür alle Y Z Der Zusatz olgt aus der Tatsache = ( Y ) Y D ' 4 us z ( ( ) ( ( ) ( z) = ( ( z) = (, also ( = ( Damit sind Fasern nach 37 disjunkt Da außerdem bewiesen 5 Folgt soort aus 4 = ( ) = ( U{ ( }) = U ( ( ), ist alles ( ( emerkung 310 Die ildmengen paarweiser disjunkter gen sind nicht notwendigerweise paarweise disjunkt, wie olgendes eispiel zeigt 2 ( : = x und ( ;0),(0; ) lieert ( ;0) = (0; ) Im Folgenden geht es darum, gen zu verkleinern, um einen besseren Überblick über die ge zu erhalten Deinition 311 Es sei Eine Teilmenge E heißt Äquivalenzrelation au, wenn ( i) ( ii) ( iii) ( x, E x ( x, 2 ( x, y, z) ( x, E ( y, E 3 ( x, E ( y, z) E ( x, z) E Identität Relexivität Transitivität Satz 312 Es sei und E eine Äquivalenzrelation au Es sei E( : = { y ( x, E} Dann ist ür 2 alle ( x, entweder E ( oder E ( E( = eweis: Wegen x E( ür jedes x ist E ( nach (i) Wir zeigen zuerst, dass ür jedes u E( gilt E ( u) Für z E( u) u E( olgt ( z, u) E ( u, E Nun gilt nach (iii) ( z, E und mit (ii) ( x, z) E, also z E( Da z beliebig war olgt E( u) E( Da wir aber x und u vertauschen können, denn x E(u), olgt E ( u) Sei z E( E(, dann ist z E( z E( Folglich gilt E ( z) E( z) und damit E ( Deinition 313 Es sei E eine Äquivalenzrelation au Die ge E ( heißt eine Äquivalenzklasse von x Die ge aller Äquivalenzklassen von wird als Quotientenmenge mit { E( x } E : = Hierbei handelt es oenbar um eine Teilmenge der Potenzmenge, also E P () Da zu jedem x genau eine Äquivalenzklasse Funktion gegeben Durch E bezeichnet Es gilt olglich E( E existiert, ist hier die Deinition einer PD Dr rer nat habil Gert Hillebrandt 25
9 E ν : x E( ist eine surjektive bbildung deiniert Sie heißt kanonische Quotientenabbildung oder kanonische Surjektion Korollar 314 Die Quotientenmenge E bildet eine Partition au, also : = E( E( E eweis: Dies olgt unmittelbar aus 36 Satz 315 Es sei bb ( ; ), dann gilt (i) E : = {( a, ( a) = ( } ist eine Äquivalenzrelation au (ii) Die bbildung φ :I E deiniert durch φ ( ( ) : = ( ( ) ist eine ijektion von der ildmenge au die Fasern von eweis: (i) Es ist 311 mit E nachzuweisen (i) olgt aus ( = ( ür alle x, (ii) ist wegen ( = ( ( = ( auch erüllt (iii) olgt aus ( = ( ( = ( z) ( = ( z) (ii) Zuerst haben wir zu zeigen, dass zu jedem ( a) ( ) genau ein E (a) existiert Wegen E ( E ( ( ( ist die Deinition einer Funktion erüllt, dh φ ist deiniert Die Injektivität olgt aus φ ( ( ) = φ( ( ) E ( = E ( ( ( Für die Surjektivität sei φ ist auch surjektiv E = (, x gegeben Da ( ( ) existiert, olgt φ ( ( ) = E ( und ν E 1 E Satz 316 Es sei Folgende ussagen sind äquivalent (i) Es gibt eine Äquivalenzrelation E au (ii) Es gibt eine Partition au ( ) φ E (iii) Es gibt eine bbildung : ( ) mit E = eweis: Wir zeigen die Äquivalenzen durch ( i) ( ii) ( iii) ( i) ( i) ( ii) : Korollar 314 ( = E ) ( ii) ( iii) : Deiniere ( : = ür x Da eine Partition ist eine bbildung Die Äquivalenzklassen stimmen mit der Partition überein, da = ( = ( = Y ist ( iii) ( i) : Satz 315 Satz 317 Es seien,, C (i) Es sei bb ( ; ) surjektiv Dann gilt: Zu jedem g bb ( ; existiert genau ein h bb ( ;, so dass olgende ussagen äquivalent sind a) g= h Für alle a, b gilt ( a) = ( g( a) Ist s ein Schnitt von, so ist h= g s j 26 PD Dr rer nat habil Gert Hillebrandt
10 s (ii) Es sei bb ( ; ) injektiv Dann gilt: Zu jedem g bb ) existiert genau ein h bb ), so dass olgende ussagen äquivalent sind a) g= h g( ( ) Ist r eine Retraktion von, so ist h= r g r 1 g 1 g C h C h eweis: In beiden Fällen existiert h durch s bzw r nach 36 (i) a) : Es sei g= h Dann gilt ür alle a, b : ( a) = ( g( a) = h( ( a)) = h( ( ) a) : Da nach Voraussetzung surjektiv ist, deiniere C h : ( a) g( a) Dann gilt g= h Wir haben noch die Eindeutigkeit von h zu zeigen Sei auch h' bb ( ; mit g= h' Folglich ist g= h' = h, also g ( a) = h'( ( a)) = h( ( a)) ür alle a und damit h '( ( a)) = h( ( a)) ür alle a, also h ' = h enutzt man einen Schnitt s von, so erhalten wir h= g s und dies nicht vom gewählten Schnitt ab (ii) a) : Es sei g= h Dann gilt g( = ( h( ) h( g( = ( h( ) ( ) Sei r eine Retraktion von, so ist h= ( r ) h= r ( h) = r g und h eindeutig bestimmt a) : Deiniere h : = r g mit einer Retraktion r von Wegen g( ( ) existiert ür jedes c C ein b mit ( c) Folglich ist ür jedes c C die Gleichungskette ( h( c)) = ( r( g( c))) = ( r( ( )) = ( c) erüllt und damit g= h eispiel: Obwohl wir noch keine Strukturen au den gen haben, ziehen wir eine einache Struktur vor Starten wir mit den natürlichen Zahlen ekannt sind die Operationen + und u N N deinieren wir eine Relation wie olgt: ( x ; ( x + v = y + u Die Gleichheit gilt natürlich nur in N Zu zeigen ist nun, dass hierdurch eine Äquivalenzrelation deiniert ist 4 2 Sei also E : = {(( x;,( ) N x + v = y + u} und E( x, : = {( N ( x;,( ) E} (i) Identität: Da ( x ; ( y; x + y = x + y immer wahr ist, gilt (( x;,( y; ) E ür alle x, y N (ii) Relexivität: Sei (( x;,( ) E, dann gilt ( x ; ( x + v = y + u Das Kommutativgesetz der ddition lieert x + v = y + u v + x = u + y Die Relexivität des Gleichheitszeichen dann v + x = u + y u + y = v + x und damit u + y = v + x ( ( x;, also ((,( x; ) E PD Dr rer nat habil Gert Hillebrandt 27
11 (iii) Transitivität: Sei (( x;,( ) E und ((,( k; l)) E, also x + v = y + u und u + l = v + k Folglich ist auch x + v + k = y + u + k x + u + l = y + u + k Wieder lieert das Kommutativgesetz x + u + l = y + u + k x + l + u = y + k + u Nach Subtraktion von u erhalten wir x + l = y + k (( x;,( k; l)) E Damit ist E als Äquivalenzrelation nachgewiesen n diesem eispiel können die Äquivalenzklassen soort bestimmt werden Dazu schreibe man einach ( x ; ( x + v = y + u und beachte, dass wir uns in N beinden Schreiben wir die Elemente ( x ; N N als Matrix, so erhalten wir (0;0) (0;1) (0;2) (0;3) (1;0) (1;1) (1;2) (1;3) (2;0) (2;1) (2;2) (2;3) Die Klassen liegen alle parallel zur Diagonalen Folglich benötigen wir als Repräsentanten (Elemente der Klassen) nur die erste Zeile und Spalte Erklären wir au den Äquivalenzklassen eine ddition und Multiplikation Es seien x, y, u, v N Wir deinieren E ( x; + E( : x + y + und E ( x; E( : xu + yv; xv + yu) Wir sehen E ( 0;0) + E( und E ( 1;0) E( : sowie E ( 0;1) E( : v; u) Insbesondere E ( 0;1) E(0;1) : 1;0 ) Folglich ist E(0;0) ein neutrales Element der ddition, E (1;0 ) ein neutrales Element der Multiplikation und E (0;1 ) ein Element mit E (0;1) E(1;0) : 0;0) Da wir in N ein solches von eins verschiedenes Element noch nicht hatten, andererseits aber die erste Zeile zu N korrespondiert, muss es sich wohl um negatives Element Einselement handeln Wir werden gleich zeigen, dass N N E Z Mit diesem eispiel sind wir bisher spielerisch umgegangen Trotz alledem muss die sogenannte Wohldeiniertheit der neuen Operationen (Deinitionen sind unabhängig von den gewählten Repräsentanten) gezeigt werden Warum dies wichtig ist, sieht man soort an olgender abgeänderter Deinition der ddition E ( x; + E( : 2x + y + v + 1) Wählen wir die Repräsentanten E (0;0) und E (1;0 ), dann ist E ( 0;0) + E(1;0) : 1;1 ) Wähle ich stattdessen E (1;1 ) und E (2;1 ), so olgt E ( 1;1) + E(2;1) : 4;3) ber E ( 1;1) 0;0) und E ( 4;3) 1;0) Folglich werden denselben Äquivalenzklassen verschiedene Klassen als Ergebnis zugeordnet Dies kann sicher nicht sein Zeigen Sie nun die Wohldeiniertheit der oben deinierten ddition und Multiplikation nleitung: Seien x, y, u, v, x', y', u', v' N mit E ( x; x'; y' ) und E ( u'; v' ) Zeigen Sie nun mit Hile der Äquivalenzrelation die Gleichheit E ( x; + E( : x'; y' ) + E( u'; v' ) und E( x; E( : x'; y') E( u'; v' ) 4 Wichtige Konstruktionen mit gen Wir haben jetzt die wichtigsten genabbildungen zusammengestellt Via dieser bbildungen können wichtige neue gen konstruiert werden, die bis au Isomorphie eindeutig bestimmt sind eginnen wir mit einer Konstruktion, die wir bereits kennen, dem Produkt Das Tripel, p, p ) (3;0) (3;1) (3;2) (3;3) 2 ( heißt natürliches Produkt von und, wenn, und p bb ( ; ), p bb ( ; ) surjektiv sind 28 PD Dr rer nat habil Gert Hillebrandt
12 Satz 41 Es seien, und (, p, p ) das natürliche Produkt von und, dann gilt: Zu jedem C und zu jedem Paar q bb ), q bb ) existiert genau ein q bb ) mit q = p q und q = p q Darüber hinaus gilt: bb ) bb ) bb ), wobei q q q eweis: Es seien C und q bb ), q bb ) Zu c C sei ( a ; mit q ( c) = p( a; und q ( c) = p( a; Deiniere q bb ) durch q ( c) = ( a;, dann hat q die gewünschte Eigenschat Es bleibt die Eindeutigkeit zu zeigen Sei g bb ) mit q = p g und q = p g Dann sind p g = p q und p g = p q us g ( c) = ( x; olgt x; = p( g( c)) = p( q( c)) = p( a; b = x; = p ( g( c)) = p ( q( c)) = p ( a; b = x = p ( ) a und y = p ( ) b Insgesamt also g ( c) = ( x; = ( a; = q( c) ür jedes c C Damit ist g = q Satz 41 kann au beliebig viele gen verallgemeinert werde Für unendlich viele gen wird das uswahlaxiom benötigt eweisen Sie Satz 41 ür beliebig viele, aber endliche nzahl von gen eginnen Sie wie olgt: Es sei I eine beliebige endliche ge und ür jedes i I seien i gen Es sei = 1 2 und pi bb ( ; i ) mit p i ( x 1 ; ; xi; ; x ) : = xi ür jedes i I I Verahren Sie jetzt wie in 42 Deinition 42 (Produkt) Es seien,, C und p bb ), p bb ) Ein Tripel ( C, p, p ) heißt Produkt über und, wenn zu jedem D und jedem Paar ( q, q ), q bb ( D; ), q bb ( D; ) genau ein q bb ( D; existiert mit q = p q und q = p q Folgerung 43 Ein Produkt ist bis au ijektion eindeutig bestimmt I eweis: Es sei D, q, q ) auch ein Produkt über und Dann gibt es zum Produkt C, p, p ) über ( ( und genau ein p bb D) mit p = q p und p = q p Wir erhalten p = q p = ( p q) p = p ( q p) und p = q p = ( p q) p = p ( q p) sowie q = p q = ( q p) q = q ( p q) und q = p q = ( q p) q = q ( p q) Folglich ist C q p = 1 und D p q = 1 Somit sind p und q inverse bbildungen voneinander Es gibt noch eine andere ijektion als bb ) bb ) bb ) aus 41 Folgerung 44 Es seien,, C Dann gilt die ijektion bb ( ; bb ( ; bb ( ; ) eweis: Es sei : C gegeben Es sei : bb ( ; deiniert durch ( ( )( a) : = ( a;, dann ist ( = die gesuchte ijektion (i) Φ ist injektiv: Dazu seien,g bb ( ; mit Φ ( ) = Φ( g) Wir veriizieren die ehauptung au den Elementen Seien a und b, dann ist ( Φ ( )( )( a) = ( Φ( g)( )( a) ( a; a;, also = g (ii) Φ ist surjektiv: Es sei h : bb ( ; deiniert durch h : b hb mit h b : C Deiniere h ' bb ( ; durch h' ( a; : = h ( a), dann gilt Φ ( h ') = h b PD Dr rer nat habil Gert Hillebrandt 29
13 Die nächste Konstruktion beschätigt sich mit dem Faserprodukt Es wird auch kartesisches Quadrat oder Pullback genannt Der egri kartesisches Quadrat wird selten benutzt Der Name Pullback wird erst klar, wenn zusätzliche Strukturen au den gen deiniert sind Wir starten wieder sehr anschaulich und erinnern an die ezeichnungen 31 Der Name Faserprodukt kann wie olgt erklärt werden Es seien, ; und bb ( ; ), g bb ( ; ) Die Fasern von und g sind Teilmengen von und In betrachten wir olgende Teilmenge M : = { x ( a) = x } Die Fasern werden nun vermöge der Produktbildung zum Faserprodukt Dies kann wie olgt geschrieben werden : = ( g ( M x M Deinition 45 (Faserprodukt) Es seien, ; und bb ( ; ), g bb ( ; ) Die ge = {( a; ( a) } M heißt Faserprodukt von und g Sind p bb ( ; ), p bb ( ; ) die Einschränkungen der natürlichen Projektionen, so M M ist das olgende Diagramm kommutativ p M p ls letzte vorläuige Konstruktion soll die Fasersumme behandelt werden Sie wird auch als Koaserprodukt, kartesische Summe, kokartesisches Quadrat, Pushout und amalgamierte Summe bezeichnet Es seien, ; und bb ( ; ), g bb ( ; ) Hier sollen nun die ildelemente ( und g ( ür x identiiziert werden, also ( g( lle anderen Elemente in und sollen verschieden bleiben leiben alle Elemente in und verschieden, so ist die disjunkte Vereinigung die Lösung des Problems Wie aber identiiziert man diese Elemente? Wir deinieren eine Äquivalenzrelation (311) au durch r s (( r = ( s ) ( r s = ( )) x Die Quotientenmenge hat jetzt die gewünschte Eigenschat Die Fasersumme kann nun wie E olgt beschrieben werden : = E M g 30 PD Dr rer nat habil Gert Hillebrandt
Mengen und Abbildungen
Mengen und bbildungen 0. Oktober 010 Mengen und bbildungen, S. Mengendarstellungen Eplizit: Eine Menge kann durch eplizites ulisten ihrer Elemente dargestellt werden: = {,,z,...} ist die Menge, die aus
MehrLogik, Mengen und Abbildungen
Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen
Mehr2 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
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:
MehrSeminar Kategorientheorie
Seminar Kategorientheorie Holger rnold 20. pril 2004 1 Kategorien Begrie: Kategorie, Objekt, Morphismus, kommutatives Diagramm, Monoid Deinition 1 (Kategorie) Eine Kategorie C = (Obj C, Mor C,, id) ist
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
MehrVorkurs 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.
MehrLösungsmenge 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
MehrTechnische 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
MehrFU 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 :
MehrGeometrie und Lineare Algebra für das Lehramt
Geometrie und Lineare lgebra für das Lehramt Stefan Haller Dies ist ein Skriptum zu meiner Vorlesung im Sommersemester 2018. Es steht unter http://www.mat.univie.ac.at/~stefan/geometrie.s2018.html zur
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
Mehr0 Mengen und Abbildungen, Gruppen und Körper
0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor
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: {
MehrSkript 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
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
MehrMengen. (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,
MehrMATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016
MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung
MehrGrundlagen. Kapitel Mengen
Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte
MehrAbbildungen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Abbildungen Die wichtigsten Relationen sind die Abbildungen: Eine Abbildung (A,B,f ) von A nach
MehrMathematik für Techniker
Siegfried Völkel u.a. Mathematik für Techniker 7., neu bearbeitete und erweiterte uflage 16 1 Rechenoperationen Prinzip der Mengenbildung Wenn eine ussageform für die Objekte eines Grundbereichs vorliegt,
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich
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
MehrÜbung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)
15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle
MehrB Grundbegriffe zu Mengen und Abbildungen
B Grundbegriffe zu Mengen und Abbildungen Die Sprache der Mengen und Abbildungen hat sich als Basissprache in der modernen Mathematik durchgesetzt. Da sie sehr praktisch ist, wird sie auch in diesem Buch
MehrEinführung Gruppen, Beispiele, Konjugationsklassen
Einführung Gruppen, eispiele, Konjugationsklassen Fabian Rühle 21.10.2015 Inhaltsverzeichnis 1 Definition von Gruppen und einfache eispiele 1 2 Die zyklische Gruppe n 2 3 Die Diedergruppe D n 3 4 Die Permutationsgruppe
MehrLineare Algebra I. Lösung 3.1:
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei
MehrGRUNDLAGEN DER ANALYSIS, TOPOLOGIE UND GEOMETRIE (WWU 2016) 45
GRUNDLAGEN DER ANALSIS, TOPOLOGIE UND GEOMETRIE (WWU 2016) 45 16. ÜBERLAGERUNGEN UND HOCHHEBUNGSSÄTZE Überlagerungen sind ein mächtiges Werkzeug zur Berechnung von Fundamentalgruen. In den olgenden ca.
MehrLineare Algebra I 5. Tutorium Die Restklassenringe /n
Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll
Mehr4 Lineare Abbildungen und Matrizen
Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt
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
MehrWir 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.
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.
MehrDenition 1 (Die Peanoschen Axiome). Es gibt eine Menge N und eine sogenannte Nachfolgefunktion S mit folgenden Eigenschaften.
In dieser Ausarbeitung handelt es sich es um die Menge der natürlichen Zahlen und deren Eigenschaften. In der Analysis werden häug zunächst die reellen Zahlen als vollständig geordneter Körper betrachtet
MehrKonstruktion 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: G G G. eine Abbildung. Gelten die folgenden Eigenschaften, so nennen wir (G,,e) eine Gruppe: (x,y) x y
5 GRUPPEN 5 Gruppen Hier fehlt eine schöne Einleitung oder ein motivierendes Beispiel. Definition [5.1] Sei G eine nicht-leere Menge, e G ein (ausgezeichnetes) Element in G und : G G G eine Abbildung.
MehrBrückenkurs Mathematik 2015
Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass
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
MehrIdentifizierungstopologie, Zusammenkleben von topologischen Räumen
Identiizierungstopologie, Zusammenkleben von topologischen Räumen Katharina Schalk katharina.schalk@tu-dortmund.de Proseminar Lineare Algebra (WS 2013/2014) Seminarleitung: Pro. Dr. Lorenz Schwachhöer
Mehr1.3 Abbildungen. Definition : Abbildung, Definitionsbereich, Zielbereich, Bildmenge
Abbildungen Grundlagen der Mathematik Abbildungen Deinition : Abbildung, Deinitionsbereich, Zielbereich, Bildmenge Eine Abbildung : D Z ordnet jedem Element D eindeutig ein Z zu D heißt Deinitionsbereich
MehrMengenlehre. Ist M eine Menge und x ein Element von M, so schreiben wir x M. Ist x kein Element von M, so schreiben wir x M.
Mengenlehre Eine Menge ist eine Zusammenfassung bestimmter und unterschiedlicher Objekte. Für jedes Objekt lässt sich eindeutig sagen, ob es zu der Menge gehört. Die Objekte heißen Elemente der Menge.
Mehr2 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,
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
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,
MehrVereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium
Gt: Vereinbarte mathematische Schreibweisen laut Fachkonerenzbeschlüssen Stand:..6 Vereinbarte Schreibweisen in der Mathematik am Kranich-Gymnasium Mengen Kurz und knapp Mengen Will man ausdrücken, dass
Mehr10 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
MehrAnalyis I - Grundlagen
Elementare Aussagenlogik October 23, 2008 Elementare Aussagenlogik Definition Eine Aussage im Sinne der Aussagenlogik ist eine sprachliche Aussage, bei der klar entschieden werden kann, ob sie wahr oder
Mehr5. Äquivalenzrelationen
5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 5 In dieser Vorlesung diskutieren wir Normalteiler, das sind Untergruppen, für die Links- und Rechtsnebenklassen übereinstimmen.
MehrAbbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe
Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:
MehrLösungen zu Kapitel 2
Lösungen zu Kapitel 2 Lösung zu Aufgabe 1: Wir zeigen die Behauptung durch vollständige Induktion über n. Die einzige Menge mit n = 0 Elementen ist die leere Menge. Sie besitzt nur sich selbst als Teilmenge,
MehrRelationen. Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B.
Mathematik I für Informatiker Relationen auf einer Menge p. 1 Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Ein wichtiger Spezialfall ist der,
MehrÜbungen zur Analysis I
Übungen zur nalysis I Prof. Dr.. Löh/M. lank latt 1 vom 6. Mai 2011 Logic, logic, logic. Logic is the beginning of wisdom, Valeris, not the end. Spock, Star Trek VI ufgabe 1 (ussagenlogik). Seien,, aussagenlogische
Mehr4.2 Quotientenvektorräume
306 LinAlg II Version 1 6. Juni 2006 c Rudolf Scharlau 4.2 Quotientenvektorräume Zum Verständnis der folgenden Konstruktion ist es hilfreich, sich noch einmal den Abschnitt 1.4 über Restklassen vom Beginn
MehrSeminar zum Thema Kryptographie
Seminar zum Thema Kryptographie Michael Hampton 11. Mai 2017 Inhaltsverzeichnis 1 Einleitung 3 1.1 Konventionen.................................. 3 1.2 Wiederholung.................................. 3
MehrLösungen zu Kapitel 8
Lösungen zu Kapitel 8 Lösung zu Aufgabe 1: M offenbar Wir setzen A = M\ A. Für A, B P (M) gilt wegen A, B A B = (A\B) (B\A) = A B + A B, wobei + die disjunkte Vereinigung der beteiligten Mengen bedeutet.
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.
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!)
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 11. Januar 2018 1/32 Erinnerung: Eine Gruppe ist eine algebraische Struktur (G, )
Mehr1 Mengenlehre. 1.1 Grundbegriffe
Dieses Kapitel behandelt Grundlagen der Mengenlehre, die in gewisser Weise am nfang der Mathematik steht und eine Sprache bereitstellt, die zur weiteren Formulierung der Mathematik sehr hilfreich ist.
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
MehrMathematische 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
MehrLineare 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
MehrKonstruktion reeller Zahlen aus rationalen Zahlen
Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen
Mehr2. Relationen und Funktionen
2. Relationen und Funktionen 15 2. Relationen und Funktionen Nachdem wir Mengen eingeführt haben, wollen wir nun auch mehrere von ihnen miteinander in Beziehung setzen können. Das Grundkonzept hierfür
MehrFachwissenschaftliche Grundlagen
Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 6. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 1 / 36 Themen
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
MehrMengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge
Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung
Mehr6 Permutationen. Beispiele: a) f : R R, f(x) = x 2. b) f : R R, f(x) = e x. c) f : R 2 R, x (Projektion auf die x Achse) y
6 Permutationen Seien und B Mengen. Eine bbildung von nach B ist eine Vorschrift f, die jedem Element x ein eindeutig bestimmtes Element y = f(x) B zuordnet. Schreibe f : B, x f(x) Beispiele: a) f : R
Mehr1.1 Mengen und Abbildungen
Lineare Algebra 2005-2013 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik
Mehr: 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!
MehrAnalysis I Marburg, Wintersemester 1999/2000
Skript zur Vorlesung Analysis I Marburg, Wintersemester 1999/2000 Friedrich W. Knöller Literaturverzeichnis [1] Barner, Martin und Flohr, Friedrich: Analysis I. de Gruyter. 19XX [2] Forster, Otto: Analysis
MehrEine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.
4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel
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,
MehrFinaltopologien 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.
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
Mehr9.A Kategorien, Limiten und Funktoren
9.A Kategorien, Limiten und Funktoren Die Sprache der Kategorien und Funktoren ist unabdingbar für viele Aussagen in der heutigen Mathematik. Sie ist formal und weniger als Selbstzweck anzusehen, sondern
Mehr(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
MehrSkript zur Vorlesung Elementare und analytische Geometrie
Robert Labus Skript zur Vorlesung Elementare und analytische Geometrie Studienkolleg für ausländische Studierende Universität Kassel Wintersemester 2016/2017 Inhaltsverzeichnis 1 Elementargeometrie 1 1.1
MehrGroße Mengen und Ultrafilter. 1 Große Mengen
Vortrag zum Seminar zur Analysis, 31.10.2012 Marcel Marnitz In diesem Vortrag wird das Konzept mathematischer Filter eingeführt. Sie werden in späteren Vorträgen zur Konstruktion der hyperreellen Zahlen
MehrKapitel 2. Endliche Körper und Anwendungen. 2.1 Körpererweiterungen
Kapitel 2 Endliche Körper und Anwendungen 2.1 Körpererweiterungen Deinition Sei L ein Körper und K ein Unterkörper von L. Dann sagen wir, dass L ein Erweiterungskörper von K ist. Wir sagen dann auch: K
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Mengen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrWeitere Eigenschaften
Weitere Eigenschaften Erklärung der Subtraktion: x y := x + ( y) (5) Die Gleichung a + x = b hat die eindeutig bestimmte Lösung x = b a. Beweis: (a) Zunächst ist x = b a eine Lösung, denn a + x = a + (b
MehrAutomaten und Coinduktion
Philipps-Univestität Marburg Fachbereich Mathematik und Informatik Seminar: Konzepte von Programmiersprachen Abgabedatum 02.12.03 Betreuer: Prof. Dr. H. P. Gumm Referentin: Olga Andriyenko Automaten und
MehrFormale Sprachen und Automaten
Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 015/016 30.10.015 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 1. Übungsblatt
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
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
MehrProseminar Analysis Vollständigkeit der reellen Zahlen
Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen
Mehr17 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:
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
MehrTutorium: 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
MehrGrundbegriffe 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
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.
MehrLogische 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
MehrVorlesung 3: Logik und Mengenlehre
28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung
Mehr5 Lineare Abbildungen
5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,
MehrHM 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
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.
Mehr