2. Grundbegriffe der Mengenlehre und Kombinatorik
|
|
- Mona Breiner
- vor 5 Jahren
- Abrufe
Transkript
1 und Kombinatorik 2.1 Mengenbegriff. Darstellung von Mengen inkl. Peano-Axiome und vollständige Induktion 2.2 Mengenrelationen und Mengenoperationen 2.3 Einfache Zählformeln 2.4 Permutationen und Kombinationen Seite 1
2 und Kombinatorik 2.1 Mengenbegriff. Darstellung von Mengen Definition 2.1 (Cantor, 1879) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohl unterschiedenen Objekten m unserer Anschauung oder unseres Denkens (welche die Elemente von M genannt werden) zu einem Ganzen. Georg Cantor, Seite 2 Bildquelle: en.wikipedia.org
3 Beispiel 2.1: a) A = {4,5,7} b) B = {1,3,5,7, } A = 3 B = c) C = Menge aller Buchstaben. d) D = Menge aller Studierenden an der h-da zu einem Stichtag. e) F = { } = Ø leere Menge. Beispiel 2.2: A 1 = {4,4,5,7} keine Menge A 2 = {5,4,7} gleiche Menge wie im Beispiel 2.1 a). Bezeichnungen: A, B,, X, Mengen; a, b, c,.., x, Elemente einer Menge N Anzahl der Elemente der Menge N, Mächtigkeit der Menge Seite 3
4 Reservierte Buchstaben: N = {1,2,3, } Menge der natürlichen Zahlen. N 0 = {0,1,2,3,..} = N U {0} erweiterte Menge der natürlichen Zahlen. Z = {, -3, -2, -1, 0, 1, 2, 3, } Menge der ganzen Zahlen. Q Menge der rationalen Zahlen, R Menge der reellen Zahlen, C Menge der komplexen Zahlen x M bedeutet x ein Element der Menge M oder x liegt in M x M bedeutet x ist kein Element der Menge M Beispiel 2.3: 0.5 N; 0.5 Q Seite 4
5 Darstellung von Mengen Vollständiges Aufzählen ihrer Elemente, z.b. M = {m, e, n, g, l, h, r} die Buchstaben des Wortes Mengenlehre ; C = {a, b, c, d,, z} Aufzählen der ersten Elemente einer Menge, z.b. N = {1,2,3, } oder B = {1,2,3,,100}. G = {2,4,6, } {2,4, } oder P = {2,4,8,16, } Beschreibung der Menge M mit einer gemeinsamen Eigenschaft A(x), z.b. M = {x I A(x)} Menge aller x, für die die Eigenschaft A(x) erfüllt ist. X= {x : x N und x < 5 } = {1,2,3,4}. K= {n N : k N : k 2 = n} = {1,4,9,16,25 } Seite 5
6 Darstellung von Mengen Graphische Darstellung (VENN-Diagramme) z.b. Menge der Fachbereiche der h-da F = {Architektur, Bauingenieurwesen, Informatik, } Jura F Architektur Jura M Bauingenieurwesen Informatik Media Chemie- und Biotechnologie Wirtschaft Soziale Arbeit Elektrotechnik Maschinenbau Bildende Kunst Produkt Design F Gestaltung Mathematik Seite 6
7 Definition 2.2 Es seien F und M zwei Mengen (F liegt im M). Als Komplement von F in M bezeichnet man die Menge C M (F) = {x x M und x F } = {Bildende Kunst, Jura, Produkt Design} Architektur Bildende Kunst M Bauingenieurwesen Informatik Media Chemie- und Biotechnologie Wirtschaft Soziale Arbeit Elektrotechnik Maschinenbau Jura F Gestaltung Mathematik Produkt Design Seite 7
8 Beispiel Komplementmenge: Sei G = {2k : k N} und U = {2k 1 : k N}. Die Mengen G und U sind komplementär zueinander in N: C N (G) = U und C N (U) = G. Seite 8
9 Vergleich der Zahlenmengen: Es gilt N Z Q R C. Die Menge Q\Z enthält Brüche, wie z.b. ⅓, - ⅞, 2⅔ etc. Diese können als endliche oder periodische Dezimalbrüche dargestellt werden z.b. ⅓ = 0, ; - 2 ½ = - 2,5 Elemente R\Q heißen irrationale Zahlen, Beispiele sind 2 und die mathematischen Konstanten = 3,14159 und e = 2,71828 Irrationale Zahlen werden durch unendliche nichtperiodische Dezimalbrüche dargestellt. Seite 9
10 Natürliche Zahlen und vollständige Induktion. Peano-Axiome (P.1) 1 ist eine natürliche Zahl. (P.2) Jede natürliche Zahl besitzt einen Nachfolger S(n) = n+1. (P.3) Es gibt keine natürliche Zahl n mit S(n) = 1. Giuseppe Peano, Seite 10 Bildquelle: famous-mathematicians.com
11 Peano-Axiome (Fortsetzung) (P.4) Gilt für m und n die Beziehung S(n) = S(m), so ist m = n. (P.5) Von allen Mengen M, welche: i. die Zahl 1 und ii. mit jeder natürlichen Zahl n deren Nachfolger S(n) enthalten, ist die Menge der natürlichen Zahlen die kleinste. Bemerkung: (P.5) nennt man auch Induktionsaxiom. Seite 11
12 Folgerungen: N hat unendlich viele verschiedene Elemente: wegen P.1 gibt es mindestens eine natürliche Zahl: 1 wegen P.2 gibt es zu 1 einen Nachfolger S(1), der wegen P.3 ungleich 1 ist (sei es S(1)=2) wegen P.2 gibt es zu 2 einen Nachfolger zu S(2), der wegen P.3 ungleich 2 ist (sei es S(2) = 3) N lässt sich in einer bestimmten Reihenfolge anordnen: 1,2,, n, n+1, Nachfolger von n Seite 12
13 Das Prinzip der vollständigen Induktion Um eine Aussage A(n) für alle n N zu beweisen, genügt es nach Axiom (P.5) zu zeigen: Induktionsanfang: Für n = n 0 N ist A(n) erfüllt. Induktionsschritt (n n+1): Ist die Aussage A(n) für ein beliebiges n N erfüllt, dann gilt sie auch für den Nachfolger, also A(n+1) A(n) gilt für alle n N. Anmerkung: Meist verwendet man n 0 =1, muss aber nicht sein. Seite 13
14 Beispiel 2.4 a) (Mitschrift) Für alle n N gilt: n=n(n+1)/2 i. Induktionsanfang: 1 = 1 (1+1)/2 richtig ii. Induktionsschritt (n n+1): Induktionsvoraussetzung: n = n(n+1)/2 (I.V.) Zu beweisen: Formel für n+1: n +(n+1) = (n+1)(n+2)/2. (I.V.) n +(n+1) = n(n+1)/2 + (n+1) = (n 2 +n +2n +2)/2 = = (n(n +1) +2(n +1))/2 = (n+1)(n+2)/2, q.e.d. Seite 14
15 Beispiel 2.4 b) Für alle n N gilt: 2 n n+1 i. Induktionsanfang: ; 2 2 richtig ii. Induktionsschritt (n n+1): Induktionsvoraussetzung: 2 n n+1 (I.V.) Zu beweisen: Formel für n+1: 2 n+1 (n+1)+1; 2 n+1 n+2 (I.V.) 2 n+1 = 2 n 2 (n+1) 2 = 2n + 2 > n+2, q.e.d. (siehe Mitschrift) da n > 0 Seite 15
16 Hinweis: Es existieren im Wesentlichen zwei Aufgabenarten: Der Beweis der Richtigkeit von Aussagen bzw. Formeln mit 1. oder : Im Induktionsschritt benötigen wir eine Abschätzung, z.b.: 2 n+1 = 2 n 2 (n+1) 2 = 2n + 2 > n + 2 für n > 0 2. = werden nur mit Äquivalenzumformungen bewiesen, wie im Beispiel 2.4 a): n(n+1)/2 + (n+1) = (n 2 +n +2n +2)/2 = (n+1)(n+2)/2 Seite 16
17 Alternativer Beweis für Beispiel 2.4 a) kleiner Gauss (n-1) + n n + (n-1) + (n-2) + (n-3) (n+1)+(n+1) + (n+1) + (n+1) + + (n+1) + (n+1) Die Summe in den beiden Zeilen n mal (n+1), also n(n+1) Die Summe in einer Zeile: n(n+1)/2 Übung (Zuhause): Berechnen Sie die folgende Summe: (2n-1) Seite 17
18 Vorgehensweise: 1. Induktionsanfang: Aussage bzw. Formel beweisen für eine Anfangszahl n 0 N (nicht notwendigerweise die Zahl 1). 2. Induktionsvoraussetzung formulieren: Formel für die Zahl n aufschreiben (I.V.) 3. Induktionsschritt vorbereiten: Formel für die Zahl n+1 aufschreiben 4. Induktionsschritt durchzuführen: a) Was haben wir? Formel für n (LS = RS, LS RS ). b) Was brauchen wir? Formel für n+1 beweisen: beginnend mit der linken Seite der Formel für n+1 (LS) mit Hilfe von Umformungen und Formel in 4a) die rechte Seite (RS) der Formel für n+1 erhalten. Seite 18
19 Übung: Beweisen Sie mit dem Prinzip der vollständigen Induktion, dass die Summe der ersten n ungeraden Zahlen n 2 ist, d.h. n Ʃ (2k 1) = n 2 k = 1 oder (2n-1) = n 2 Hinweis: jede gerade Zahl hat die Form 2k, k N jede ungerade Zahl hat die Form (2k-1), k N Seite 19
20 Andere Darstellungen der reellen Zahlen Dezimalzahlen: 234,56 = Die Zahl 10 heißt Basis des Zahlensystems. Darstellung der Zahl zur Basis B (B-adische Darstellung): Z 1 B n + Z 2 B n Z n+1 B 0 + Z n+2 B -1 + Z n+3 B Z n+k+1 B -k, wobei Z i {0,,B-1}, i={1,,n+k+1}. Seite 20
21 Beispiel: Darstellung zur Basis 7 (B = 7) Jede Zahl wird mit Siebener-Potenzen dargestellt. Als Koeffizienten stehen nur die Ziffern 0,1,2,3,4,5,6 zur Verfügung. 234 = = = 234 Z.B = = = Beispiel: Darstellung zur Basis 16 (Hexadezimale) Jede Zahl wird mit 16-Potenzen dargestellt. Als Koeffizienten stehen zur Verfügung die Ziffern: 0,1,2,,9 und die Buchstaben A=10, B=11, C=12, D=13, E=14, F=15. Z.B. 12F 16 = = = Seite 21
22 Dualzahlen (Binärzahlen): 0 und = = = 13 Ganze Dezimalzahl Binärzahl (Divisionsmethode): 13 : 2 = 6 R 1 6 : 2 = 3 R 0 3 : 2 = 1 R 1 1 : 2 = 0 R 1 STOP Die Reste von unten nach oben aufschreiben: 1101 Seite 22
23 Komma- Dezimalzahl Binärzahl (Multiplikationsmethode): 0,625 2 = 1,25 0,25 2 = 0,5 0,5 2 = 1,0 STOP Periodische Binärzahlen: 0,3 2 = 0,6 0,6 2 = 1,2 0,2 2 = 0,4 0,4 2 = 0,8 0,8 2 = 1,6 0,6 2 = 1,2 0,2 2 = 0,4. Ganze Zahlen als NACHKOMMAZAHLEN von oben nach unten aufschreiben: 0,101 0,3 = 0, = 0,0(1001) Seite 23
24 Übungen (Mitschrift): 1. Stellen Sie die Zahl 81,75 als Binärzahl dar. 2. Welche Dezimalzahl entspricht der binären Darstellung 10101,101? 3. Erklären Sie den Mathematiker-Witz: Warum können amerikanische Mathematiker Weihnachten (wird dort erst am 25. Dezember gefeiert) nicht von Halloween (31. Oktober) unterscheiden? , ,101 = 21,625 31(oct) = 25(dec) = 25 Seite 24 Witzquelle:
25 2.2 Mengenrelationen und Mengenoperationen Definition 2.3 Zwei Mengen A und B heißen gleich (A=B), wenn beide Mengen die gleichen Elemente besitzen. Ansonsten heißen sie ungleich. Definition 2.4 Für zwei Mengen A und B sind definiert: Teilmenge A B := {x (x A) (x B) } A ist echte Teilmenge von B: A B := {x (A B) und (A B)} B heißt Obermenge (bzw. echte Obermenge) von A: B A (B A) Seite 25
26 Definition 2.4 (Fortsetzung) Schnittmenge A B:= {x (x A) und (x B) } Ist A B = Ø, dann heißen A und B disjunkt oder punktfremd. Vereinigungsmenge A B:= {x (x A) oder (x B) } Differenzmenge Venn-Diagramme in der Mitschrift A\B:= {x (x A) und (x B) } Seite 26
27 Beispiel 2.5 Sei A = {2,4,6} und B = {1,2,3} Schnittmenge: A B = {2} Vereinigungsmenge: A B = {1,2,3,4,6} Differenzmenge: A\B = {4,6}; B\A = {1,3}; Komplement: Komplement von A im M, C A M Sei M = {1,2,3,4,5,6}, dann: C A M= {1,3,5} C B M= {4,5,6} Seite 27
28 Verallgemeinerung Schnittmenge und Vereinigungsmenge (motivierendes Beispiel): Sei A = {1,2,3}, B = {2,3,4} und C = {3,4,5,6}, dann A B C = {3}; A B C = {1,2,3,4,5,6}; Mit Hilfe von Quantoren kann man dies auch so formulieren: X {A, B, C}: 3 X X {A, B, C}, x {1,2,3,4,5,6}: x X Seite 28
29 Verallgemeinerung Schnittmenge: Ist F eine sog. Familie (Menge) von Mengen, so definieren wir X:= { x: ( X F : x X ) } X F Verallgemeinerung Vereinigungsmenge: Ist F eine Familie von Mengen, so definieren wir X:= { x: ( X F : x X ) } X F Seite 29
30 Beispiel Vereinigungsmenge: Sei F = { M n : n N } eine Familie der Mengen: n N definiere M n := { x Q : x 1/n } Dann: X = M n = M n { x Q : x > 0) } = Q + X F n N n = 1 Beispiel Schnittmenge: Analog: Ist F eine Familie von Mengen, so definieren wir M n = M n {x Q : x 1} = M 1 n N n = 1 Seite 30
31 Beispiel Vereinigungsmenge: n N definiere M n := { x Q : x 1/n } Dann: M n = M n { x Q : x > 0) } n N n = 1 = Q + Beispiel Schnittmenge: Analog definieren wir M n = M n {x Q : x 1} n N n = 1 = M 1 Seite 31
32 Satz 1 (Mengengesetze) Seien A, B und C Mengen. Dann gelten die folgenden mengenalgebraischen Rechenregeln: Kommutativgesetz: A B = B A A B = B A Assoziativgesetz: A (B C) = (A B) C A (B C) = (A B) C Distributivgesetz: A (B C) = (A B) (A C) A (B C) = (A B) (A C) Seite 32
33 Satz 1 (Mengengesetze) Beweis (Distributivgesetz) A (B C) = (A B) (A C); A B A B C C VENN - Diagramms Übung: Zweites Distributivgesetz A (B C) = (A B) (A C) mit Hilfe des VENN-Diagramms beweisen! Seite 33
34 Definition 2.5 Die Menge aller Teilmengen einer Menge A heißt P Potenzmenge von A, P(A) = {X X A} Beispiel 2.6 M={2,3,5}. Dann gilt: P(M) = { Ø, {2},{3},{5}, {2,3},{2,5},{3,5}, {2,3,5}} P (M) = 8 = 2 3 Bemerkung: P (A) = 2 n die Anzahl der Elemente in Potenzmenge von A, wobei A eine endliche Menge mit n Elementen, A =n Ø und die Menge selbst gehören immer zur Potenzmenge Seite 34
35 Beweis (mittels vollständiger Induktion): P (A) = 2 n (1) Induktionsanfang: n = 1: linke Seite: P(A) = {Ø, {A}} = 2 rechte Seite: 2 1 = 2 (2) I.V.: P (A) = 2 n, mit A = n Zu beweisen : P (A*) = 2 n+1, mit A* = n+1 (3) Induktionsschritt: Teile Teilmengen von {1,, n + 1} in zwei Gruppen ein: (a) solche, die {n + 1} nicht enthalten (nach I.V.) es gibt genau 2 n Stück (Teilmengen von {1,, n}), (b) solche, die {n + 1} enthalten: auch genau 2 n Stück (Mengen aus (a) vereinigt mit {n + 1}). Insgesamt: 2 n + 2 n = 2 2 n = 2 n+1 Teilmengen. Seite 35
36 2.3 Einfache Zählformeln In diesem Abschnitt werden die Anzahl der Elemente einer Menge gezählt. Summenregel Sei A und B zwei beliebige Mengen, dann A B = A + B - A B. Beispiel 2.7 (Fortsetzung Beispiel 2.5) A = {2,4,6} und B ={1,2,3} (1) direkt berechnen: A B = {1,2,3,4,6}, also A B =5 (2) nach Formel: A B = = 5 A B = {2} Seite 36
37 Beispiel 2.8 In einer Stadt mit 1,000,000 Einwohner werden zwei Sprachen gesprochen. Es ist bekannt, dass 90% davon Deutsch und 20% Französisch sprechen. Wie viele Einwohner sprechen beide Sprachen? D = {Menge der Deutsch sprechenden Einwohner} F = {Menge der Französisch sprechenden Einwohner} E = {Menge aller Einwohner} = D F Gesucht ist D F. D F = D + F D F = = = Einfacherer Weg: 10% von = Seite 37
38 Bemerkung: für disjunkte Mengen A und B gilt: A B = A + B, da A B = 0. Beispiel 2.9 Auf der Tastatur eines Kinder-PC sind nur Ziffern und Buchstaben (inkl. Umlaute) abgebildet. Wie viele Tasten gibt es insgesamt? Z = {1,2,3,4,5,6,7,8,9,0} Menge der Ziffern B = {A, B, C,, Z, Ä, Ö, Ü} Menge der Großbuchstaben Gesucht Z B. Da Z B = Ø, dann Z B = 0 und Z B = Z + B = = 39 Seite 38
39 Kartesisches Produkt oder Produktmenge Seien A und B zwei beliebige Mengen, dann ist die Produktmenge A x B definiert als A x B = { (x,y) : (x A) und (y B) }. Beispiel 2.10 (a) A = {1,2,3} und B ={x,y}, dann A x B = {(1,x), (1,y), (2,x), (2,y), (3,x), (3,y)} (b) S = {die Menge aller Studierenden} K= {die Menge aller Klausuren} S x K = {die Menge aller geschriebenen Klausuren} (c) R 2 = R x R die Menge aller Punkte in der Ebene Seite 39
40 AxB nennt man das kartesische Produkt der Mengen A und B Produktformel Sei A und B zwei nichtleere Mengen, dann A x B = A B Beispiel 2.11 (Fortsetzung Beispiel 2.10) A = {1,2,3} und B ={x,y} (1) direkt berechnen: A x B = 6 (2) nach Formel: A x B = A B = 3 2 = 6 Bemerkung: A x B = B x A, obwohl A x B B x A. René Descartes, Seite 40 Bildquelle: math.utep.edu
41 Verallgemeinerung der Produktformel: Sei M 1, M 2,, M n nichtleere Mengen, dann M 1 x M 2 x x M n = M 1 M 2 M n Beispiel 2.12 Die Matrikelnummer der h-da Studirenden besteht aus 6 Ziffern: X X X X X X, wobei an der ersten Stelle darf keine 0 stehen. Wie viele Matrikelnummern gibt es? Lösung: = Seite 41
42 Übung: Ist es besser, zwei 3-stellige Zahlenschlösser oder ein 6- stelliges zu benutzen? Wie viele 3-stellige Schlösser ersetzen ein 6-stelliges? Lösung: Anzahl der verschiedenen Möglichkeiten beim 3-stelligen Schloss ist = 10 3 = 1000 (Produktregel); Zwei Schlösser haben = verschiedene Möglichkeiten für eine Zahlen-Kombination (Summenregel); Die Anzahl der Zahlen-Kombinationen beim 6-stelligen Schloss ist = 10 6 = (Produktregel); 10 6 / 10 3 = Seite 43
43 2.4 Permutationen und Kombinationen Permutationen bzw. Kombinationen sind geordnete bzw. ungeordnete Auswahlen von Objekten aus einer Menge. Definition 2.6 Eine Auswahl von k Objekten aus einer Menge von n Elemente, bei der die Reihenfolge die Rolle spielt, nennt man geordnete Auswahl. Wenn k = n, d.h. alle Elemente ausgewählt werden, spricht man von Permutation. Seite 44
44 Beispiel ) Wie viele unterschiedliche Wörter lassen sich aus allen fünf Buchstaben des Wortes MATHE bilden? Jeder Buchstabe darf höchstens einmal verwendet werden. Permutation 2) Wie viele aus drei Buchstaben bestehende, unterschiedliche Wörter können aus MATHE gebildet werden? k-permutation Seite 45
45 Lösung: 1) X X X X X für die erste Position gibt es 5 Möglichkeiten; für die zweite 4 Möglichkeiten; für die dritte nur 3 Möglichkeiten; für die vierte nur 2; für die fünfte nur 1. Also insgesamt (nach Produktregel): = 5!=120 Allgemein: Anzahl der Permutationen in einer Menge mit n Elemente ist n! = n (n-1) 2 1 Seite 46
46 Lösung: 2) X X X für die erste Position gibt es 5 Möglichkeiten; für die zweite 4 Möglichkeiten (ein Buchstabe belegt die erste Position); für die dritte nur 3 Möglichkeiten. Also insgesamt (nach Produktregel): = 5! / 2! = 60 Allgemein: Anzahl der k-permutationen in einer Menge mit n Elemente ist n (n-1) (n-k+1)= n!/ (n k)! Seite 47
47 Beispiel 2.14: Ein Geschäftsreisender besucht nacheinander n Orte n! mögliche Reiserouten (Startpunkt beliebig). Geschäftsreisender möchte aus n vorhandenen Orten nur k besuchen n!/(n k)! mögliche Reiserouten. Seite 48
48 Definition 2.7 Eine Auswahl von k Objekten aus einer Menge von n Elementen ohne Beachtung der Reihenfolge nennt man Kombination oder ungeordnete Auswahl. Bemerkung: Eine Kombination ist das gleiche wie eine Teilmenge. Schreibweise n k Die Anzahl der Teilmengen der Mächtigkeit k einer n-elementigen Menge, n über k Binomialzahlen Seite 50
49 Beispiele: jede Menge hat nur eine -Teilmenge jede Menge hat nur eine n-elementige Teilmenge jede Menge mit n Elementen hat genau n Teilmengen mit einem Element Sei M = {a,b,c,d}, dann existieren die folgenden 6 zweielementige Teilmengen : {a,b}, {a,c}, {a,d}, {b,c},{b,d},{c,d} Seite 51
50 Definition 2.8 Sei k, n N mit 1 k n. Dann gilt: 0-te Zeile Seite 52 Bildquelle: frustfrei-lernen.de
51 Definition 2.9 (explizite Formel) Sei k, n N mit 1 k n. Dann gilt: Bemerkung: Falls k > n ist, wird der Binomialkoeffizient gleich 0 gesetzt. Seite 53
52 Rechenregeln: Symmetrie Beweis: Tafel (benutzen Sie die Formel auf Folie 53) Rekursive Formel Seite 54
53 Beispiel 2.15: Beim Lotto 6 aus 49 werden 6 der Zahlen 1, 2,, 49 gezogen, wobei es auf die Reihenfolge nicht ankommt. Wie viele Möglichkeiten gibt? Lösung: Wir suchen die Anzahl 6-elementiger Teilmengen aus einer 49-elementigen Menge. Sie ist gleich 49 49! = = !43! Gewinnchance: Seite 55
54 Übung: Auf den üblichen Dominosteinen sind die sieben Zahlen 0,1,2,,6 abgebildet. Dabei kommen alle möglichen Kombinationen aus zwei Zahlen vor. Aus wie vielen Dominosteinen besteht ein vollständiges Spiel? Lösung: Anzahl aller Kombinationen 2 verschiedene Zahlen aus 7 zu wählen ist 7 7! = = (7 6)/2 = ! 5! Dazu kommen noch Steine mit gleichen Zahlen: (0-0, 1-1, 2-2, 3-3, 4-4, 5-5, 6-6), also + 7 Steine, und damit insgesamt 28. Seite 56
55 Definition 2.10 Die Anzahl der Möglichkeiten aus n Objekten k Objekte auszuwählen, wobei jedes Objekt mehrfach in der Auswahl vorkommen kann, ist n k, falls die Reihenfolge in der Auswahl eine Rolle spielt, und Rolle spielt., falls die Reihenfolge keine Beispiel: Wie viele Möglichkeiten gibt es, 4 Gummibärchen zwischen 6 Kinder zu verteilen? Seite 57
56 Anwendung (Stichprobe): Die Binomialkoeffizienten werden vor allem im Rahmen der Qualitätssicherung bei Stichproben benötigt: Bei einer Stichprobe wird nämlich gerade aus einer Gesamtpopulation eine Teilmenge gewissen Umfanges gezogen, sodass die Anzahl möglicher solcher Ziehungen gerade durch den Binomialkoeffizienten gegeben sind. Seite 58
57 In einer Lieferung von zehn Geräten sind drei defekt. Um nicht jedes Gerät auf seine Funktionstüchtigkeit hin überprüfen zu müssen, wollen wir dies nur für jedes zweite Gerät tun und ziehen daher eine Stichprobe von 5 Geräten aus den gelieferten 10. Dann haben wir nach Definition des Binomialkoeffizienten gerade 10 über 5 Möglichkeiten diese 5 Teilmengen aus der Menge von 10 Geräten zu ziehen: 10 10! = = = ! 5! Seite 59
58 Wie viele Stichproben enthalten genau zwei defekte Geräte? Insgesamt: 10 Geräte: 3 defekte und 7 intakte. Stichprobe besteht aus 5 Geräte: 2 defekte und 3 intakte. = 3 35 = 105. Seite 60
59 Wie viele Stichproben enthalten mindestens ein defektes Gerät? Insgesamt 10 Geräte: 3 defekte, 7 intakte. Stichprobe besteht aus 5 Geräte: 1 defektes Gerät 2 defekte Geräte und 4 intakte und 3 intakte anderer Lösungsweg? (als Übung) 3 defekte Geräte und 2 intakte Lösung: 231 Übung Seite 61
60 Satz 2 (Binomialsatz): Seien x,y R. Dann gilt n N die folgende Gleichung: Beispiel 2.15: Seite 62
61 Anwendung: Berechnen Sie (ohne Taschenrechner) Lösung: 11 5 =(10+1) 5 = = = = = = Seite 63
62 Zusammenfassung: die Anzahl der Möglichkeiten aus n Objekte k auszuwählen: ohne Zurücklegen (ohne Wiederholung) mit Zurücklegen (mit Wiederholung) mit Berücksichtigung der Reihenfolge n! n k! k n ohne Berücksichtigung der Reihenfolge n k n k 1 k Seite 64
63 Beispiel: a) Berechnen Sie die Anzahl der 4-stelligen hexadezimalen Zahlen b) In einem IT-Wettbewerb haben 4 Informatikstudierende 3 Fachbücher gewonnen. Wie viele Möglichkeiten gibt es für die Verteilung des Gewinns zwischen den Freunden. c) Wie viele Möglichkeiten gibt es, 3 aus 5 Bilder nebeneinander in der Reihe an der Wand aufhängen? d) In einem Turnier kämpfen 8 Sportler um drei Medaillen (G, S und B). Wie viele verschiedene Möglichkeiten gibt es, die Gewinnergruppe zusammen zu stellen? 5! / (5-3)! 8 3 Seite
64 Zusammenfassung: Operationen mit Mengen, Produkt-, Potenzmenge etc. Vollständige Induktion Zahlendarstellung zur verschiedenen Basen. Kombinatorische Aufgaben. TEST Seite 71
Kapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25
Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Definition 1.1 (Menge) Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen.
MehrMengen (siehe Teschl/Teschl 1.2)
Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem
MehrMathematischer Vorkurs MATH
Mathematischer Vorkurs MATH (01.09.2014 19.09.2014) AOR Dr. Andreas Langer WS 2014-2015 Mathematischer Vorkurs TU Dortmund Seite 1 / 254 Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund
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,
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
MehrMathematik 1 für Informatik Inhalt Grundbegrie
Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen
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
MehrMathematik 1, Teil B
FH Oldenburg/Ostfriesland/Wilhelmshaven Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre
MehrKapitel 2. Kapitel 2 Zählen (Kombinatorik)
Zählen (Kombinatorik) Inhalt 2.1 2.1 Einfache Zählformeln A A B B = A A + B. B. 2.2 2.2 Binomialzahlen 2.3 2.3 Die Die Siebformel 2.4 2.4 Permutationen Seite 2 2.1 Einfache Zählformeln Erinnerung: Für
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
MehrKapitel 1: Grundbegriffe
Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2
Mehr2 Mengen. Menge. Die Summenformel. Die leere Menge. Das kartesische Produkt. Die Produktformel. Die Potenzmenge. Die Binomialzahlen.
2 Mengen Menge Die Summenformel Die leere Menge Das kartesische Produkt Die Produktformel Die Potenzmenge Die Binomialzahlen Der Binomialsatz Unendliche Mengen Springer Fachmedien Wiesbaden 2016 A. Beutelspacher,
MehrMathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 2 MINT Mathekurs SS 2017 1 / 23 Vorlesung 2 (Lecture 2) Einführung in die Mengenlehre.
Mehr1 Mengen. 1.1 Definition
1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene
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
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.
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
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
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.
MehrVorkurs Mathematik. Christoph Hindermann. Mengenlehre und Kombinatorik
Kapitel 1 Christoph Hindermann Vorkurs Mathematik 1 1.1.1 Begriff der Menge Eine Menge ist eine Zusammenfassung bestimmer, wohl unterscheidbarer Objekte unserer Anschauung oder unseres Denkens. Die Objekte
MehrMengenlehre Zahlbereiche. II Mengenlehre. Propädeutikum Holger Wuschke. 18. September 2018
Propädeutikum 2018 18. September 2018 in der Mengenlehre Denition einer Menge (Georg Cantor, 1869) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objecten m unsrer
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
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
Mehr2. Grundlagen. A) Mengen
Chr.Nelius: Zahlentheorie (SoSe 2019) 5 A) Mengen 2. Grundlagen Eine Menge ist durch Angabe ihrer Elemente bestimmt. Man kann eine Menge aufzählend oder beschreibend definieren. Im ersten Falle werden
MehrWS 20013/14. Diskrete Strukturen
WS 20013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 12. November 2015 Satz 3.16 (Binomischer Lehrsatz) Seien a, b R. Dann gilt für alle
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
MehrDezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule
Berufsfeldbezogenes Fachseminar - Zahlentheorie Lisa Laudan Prof. Dr. Jürg Kramer Wintersemester 2014/2015 Dezimaldarstellung ganzer Zahlen (Division mit Rest) 1 Division mit Rest in der Hochschule 1.1
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 5. September 2011 Definition (Menge) Wir verstehen unter einer Menge eine Zusammenfassung von unterscheidbaren Objekten zu einem
MehrMengen und Relationen
KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede
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
MehrMengenlehre und vollständige Induktion
Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen
MehrZahlen 25 = = 0.08
2. Zahlen Uns bisher bekannte Zahlenbereiche: N Z Q R ( C). }{{} später Schreibweisen von rationalen/reellen Zahlen als unendliche Dezimalbrüche = Dezimalentwicklungen. Beispiel (Rationale Zahlen) 1 10
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 150 Organisatorisches Mathematischer Vorkurs TU Dortmund Seite 2 / 150 Vorkurs Mathematik für Mathematik und Statistik
MehrKombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner
Kombinatorik: Abzählverfahren Teschl/Teschl 7 Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen
MehrIndexmengen. Definition. n n n. i=1 A i := A 1... A n
Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 1 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Mengen
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 1 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Mengen
Mehr2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).
17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften
MehrAnalysis I. Vorlesung 1. Mengen
Prof. Dr. H. Brenner Osnabrück WS 013/014 Analysis I Vorlesung 1 Mengen Georg Cantor (1845-1918) ist der Schöpfer der Mengentheorie. David Hilbert (186-1943) nannte sie ein Paradies, aus dem die Mathematiker
MehrMathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 3 MINT Mathekurs WS 2016/2017 1 / 21 Vorlesung 3 (Lecture 3) Einführung in die
MehrKapitel 1 Die natürlichen und die ganze Zahlen
Kapitel 1 Die natürlichen und die ganze Zahlen Inhalt 1.1 1.1 Vollständige Induktion z.b. z.b. 1+ 1+ 2 + 3 +...... + n = n(n+1)/2 1.2 1.2 Die Die Peano-Axiome Ein Ein Axiomensystem für für die die natürlichen
MehrWS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3)
WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Dezember 2012 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Fakultät Die Zahl n! =
MehrGrundbegriffe Mengenlehre und Logik
Grundbegriffe Mengenlehre und Logik Analysis für Informatiker und Lehramt Mathematik MS/GS/FS WS 2016/2017 Agnes Radl Mengen Georg Cantor (1895) Unter einer Menge verstehen wir jede Zusammenfassung M von
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 für Informatiker
Vorkurs: Mathematik für Informatiker Teil 1 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Mengen
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 1 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Mengen
Mehr6.1 Natürliche Zahlen. 6. Zahlen. 6.1 Natürliche Zahlen
6. Zahlen Vom lieben Gott gemacht Menschenwerk: operativ oder Klassen äquivalenter Mengen oder axiomatisch (Peano 1889) 6. Zahlen GM 6-1 GM 6- Peano sche Axiome der natürlichen Zahlen Definition 6.1.1:
MehrMengenlehre: Mengen und Zahlen
TH Mittelhessen, Sommersemester 2016 Lösungen zu Übungsblatt 3 Fachbereich MNI, Diskrete Mathematik 2./9./12. Mai 2016 Prof. Dr. Hans-Rudolf Metz Mengenlehre: Mengen und Zahlen Aufgabe 1. Gegeben seien
MehrGrundlagen der Mathematik
Universität Hamburg Winter 016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 6 Grundlagen der Mathematik Präsenzaufgaben (P9) Die Ordnung der natürlichen Zahlen I Wir hatten in der Vorlesung
MehrMathematik 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 26. Oktober 2017 1/35 Abbildungen Boolesche Algebra Summen- und Produktzeichen Definition
Mehr, 5;8 7,6 8;15;21 4/2,3/1,4 2; 4 3;15 7;7 3,2;3; 32 5,6,7 ; 8,2,1
Mathematik (BG27) 2 3 { Objekt} { Menge } { Element } { } Reihenfolge spielt keine Rolle Unterscheidbarkeit der Objekte (redundanzfrei) 4 Objekt, 58 7,6 Beschreibung 81521 4/2,3/1,4 2 4 315 77 3,23 32
MehrElemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise
Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 15. November 2010 http://www.mathematik.uni-trier.de/
MehrVorlesung Diskrete Strukturen Die Sprache der modernen Mathematik
Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden
MehrZusatzmaterial zur Mathematik I für E-Techniker Übung 1
Mathematik I für E-Techniker C. Erdmann WS 011/1, Universität Rostock, 1. Vorlesungswoche Zusatzmaterial zur Mathematik I für E-Techniker Übung 1 Wiederholung - Theorie: Mengen Der grundlegende Begriff
MehrEinleitung. R 2 = R R := { (x, y) ; x, y R }
Einleitung Zunächst wiederholen wir einige Bezeichnungen, die Sie hoffentlich schon aus der Schule kennen. Insbesondere benutzen wir die Abkürzungen N := {1, 2, 3, 4,... } Menge der natürlichen Zahlen
MehrÜber mich Organisatorisches Mathematik Wiederholung Mengenlehre Zahlen. Mathematik W1. Mag. Rainer Sickinger LMM, BRP
Mathematik W1 Mag. Rainer Sickinger LMM, BRP v 3 Mag. Rainer Sickinger Mathematik W1 1 / 47 Mag. rer. nat. Rainer Peter Josef Sickinger 2010-2015: Informatik und Mathematikstudium an der Johannes Kepler
Mehr2 Mengenlehre. 2.1 Grundlagen Definition
2 Mengenlehre 2.1 Grundlagen Einer der wichtigsten Grundbegriffe in der Mathematik ist der Mengenbegriff. Die zugehörige Theorie - die Mengenlehre - bildet die Grundlage für die gesamte Mathematik. Nur
MehrMengenlehre. Mengenlehre. Vorkurs Informatik WS 2013/ September Vorkurs Informatik - WS2013/14
Mengenlehre Mengenlehre Vorkurs Informatik WS 2013/14 30. September 2013 Mengen Mengen Definition (Menge) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten
Mehr2.1 Definitionen Sätze und Beweise Erklärungen zu den Definitionen... 15
Mengen Übersicht.1 Definitionen................................................. 11. Sätze und Beweise............................................ 14.3 Erklärungen zu den Definitionen...............................
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
MehrKapitel 1. Mengen und Abbildungen. 1.1 Mengen
Kapitel 1 Mengen und Abbildungen 1.1 Mengen Die Objekte der modernen Mathematik sind die Mengen. Obwohl die Logik einen axiomatischen Zugang zur Mengenlehre bietet, wollen wir uns in dieser Vorlesung auf
Mehr1 Grundlagen. 1.1 Aussagen
1 Grundlagen 1.1 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben,
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Teil 1: Mengenlehre 1 Mengen Einleitung Beschreibung und Beispiele Operationen Verhältnisse Kartesisches Produkt 2 Relationen
MehrMünchner Volkshochschule. Planung. Tag 02
Planung Tag 02 Prof.Dr. Nils Mahnke Mathematischer Vorkurs Folie: 45 Mengenlehre VII Mengenoperationen: 1) Vereinigungsmenge: A B { x x A x B} 2) Schnittmenge: A 3) Differenzmenge: B { x x A x B} A \ B
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!
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.................................
MehrKombinatorik kompakt. Stochastik WS 2016/17 1
Kombinatorik kompakt Stochastik WS 2016/17 1 Übersicht Auswahl/Kombinationen von N aus m Elementen Statistische unterscheidbare ununterscheidbare Physik Objekte (gleiche) Objekte ( ohne m N m+n 1 ) N mit
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 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
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
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
MehrKombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26
Kombinatorik Dr. Lucia Draque Penso Universität Ulm Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Erste Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 2 / 26 Formales Vorlesung:
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
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,
MehrMengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12
Mengenlehre Mengenlehre Quick Start Informatik Theoretischer Teil WS2011/12 10. Oktober 2011 Mengen Mengen Den Begriff Menge hat Cantor wie folgt beschrieben: Definition (Menge) Unter einer Menge verstehen
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
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
MehrVorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen
Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Susanna Pohl Vorkurs Mathematik TU Dortmund 10.03.2015 Mengen und Relationen Mengen Motivation Beschreibung von Mengen Mengenoperationen
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
MehrVollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg
Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen
MehrMathematik 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 16. November 2017 1/35 Modulare Arithmetik Modulare Arithmetik Definition 3.33 Es sei
Mehr1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.
1.3 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben, wahr oder falsch
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: {
MehrAnalysis I: Übungsblatt 1 Lösungen
Analysis I: Übungsblatt 1 Lösungen Verständnisfragen 1. Was ist Mathematik? Mathematik ist eine Wissenschaft, die selbstgeschaffene, abstrakte Strukturen auf ihre Eigenschaften und Muster hin untersucht.
MehrDer Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck
1 Der Binomische Lehrsatz, die Binomialkoeffizienten und das PASCALsche Dreieck Wir kennen die beiden binomischen Formeln: Sie sind ein Sonderfall des Binomischen Lehrsatzes: Wir sehen, dass die Potenzen
MehrVorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
MehrAnalysis für Ingenieure
Analysis für Ingenieure Prof. Dr. Wolfram Koepf Universität Kassel http://www.mathematik.uni-kassel.de/~koepf SS 2011 Überblick 0. Einleitung 1. Umgang mit Mengen 2. Die natürlichen Zahlen und das Prinzip
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
MehrVorlesung 2. Tilman Bauer. 6. September 2007
Vorlesung 2 Universität Münster 6. September 2007 Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus) für alle
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
MehrWirtschafts- und Finanzmathematik
Wirtschafts- und Finanzmathematik für Betriebswirtschaft und International Management Wintersemester 2017/18 04.10.2017 Einführung, R, Grundlagen 1 11.10.2017 Grundlagen, Aussagen 2 18.10.2017 Aussagen
MehrMathematik 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 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage
Mehr4. 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
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
Mehr1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen
1. Mengentheoretische Grundbegriffe Cantors (1845 1918) naiver Mengenbegriff : Slide 1 Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen Objekten unserer Anschauung oder unseres
Mehr