Beispiel 1.10 Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.

Größe: px
Ab Seite anzeigen:

Download "Beispiel 1.10 Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage."

Transkript

1 1.5 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 zu sein, gelten nicht als Aussagen. Beispiel 1.10 Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage. Gute Nacht, Freunde ist keine Aussage. Häufig hängen Aussagen auch von variablen Parametern ab. Wir sprechen dann von Aussageformen A(). Beispiel 1.11 Für alle natürlichen Zahlen gilt: ist Primzahl ist eine offenbar falsche Aussage. Eine richtige Aussage wäre: Für alle natürlichen Zahlen gilt, dass nicht negativ ist. Ein anderes Beispiel einer Aussageform ist: Unter allen Gütern gibt es mindestens ein Gut, dessen Preis sich verändert. Für Aussageformen führen wir folgende Bezeichnungen ein: A() gilt für alle : A() gilt für mindestens ein : A() A() Interessant wird es, wenn man Aussagen A und B miteinander verknüpft. Der Wahrheitswert der verknüpften Aussage hängt vom Wahrheitswert von A und B ab. Wir wollen das am Beispiel erläutern: Beispiel 1.12 Die Aussage Franz studiert Wirtschaftswissenschaften oder Mathematik ist wahr, wenn Franz mindestens eines der beiden Fächer Wirtschaft oder Mathematik studiert, eventuell auch beide. Die Aussage ist eine Verknüpfung der beiden Aussagen Franz studiert Wirtschaftswissenschaften sowie Franz studiert Mathematik durch ein oder. Beachte: Die Aussage Franz studiert Wirtschaftswissenschaften oder Mathematik ist auch wahr, wenn Franz ganz fleißig ist und sowohl Wirtschaftswissenschaften als auch Mathematik studiert. Es handelt sich beim mathematischen oder nicht um ein entweder-oder. Konjunktion Seien A und B zwei Aussagen. Dann ist die Aussage A und B, geschrieben A B, wahr, wenn beide Aussagen wahr sind. Die Aussage A und B ist falsch, wenn mindestens eine der beiden Aussagen A, B falsch ist. Man nennt dies auch die Konjunktion der Aussagen A und B. 27

2 Disjunktion Seien A und B zwei Aussagen. Dann ist die Aussage A oder B, geschrieben A B, wahr, wenn mindestens eine der Aussagen A oder B wahr ist. Die Aussage A oder B ist falsch, wenn sowohl A als auch B falsch sind. Man nennt dies auch die Disjunktion der Aussagen A und B. Man stellt dies häufig auch durch sogenannte Wahrheitstafeln dar. Das ist eine Tabelle, in die wir die möglichen Wahrheitswerte von A und B eintragen (w für wahr und f für falsch) und dann die entsprechenden Wahrheitswerte der verknüpften Aussagen auswerten. Hier ist die Wahrheitstafel für die Konjunktion: und hier die für die Disjunktion: A B A B w w w f f w f f w f f f A B A B w w w f f w f f Kehrt man eine Aussage in ihr Gegenteil um, erhält man die Negation der Aussage. Bezeichnung: A. Klar ist, dass eine negierte wahre Aussage falsch wird und umgekehrt. Beispiel 1.13 Wir wollen die Aussage A Deutschland ist Eportweltmeister und Fußballweltmeister negieren, d.h. wir suchen die Aussage, die wahr ist genau in den Fällen, in denen A falsch ist. A ist falsch, wenn eine der beiden Teilaussagen falsch ist, wenn also Deutschland nicht Eportweltmeister oder nicht Weltmeister ist. Dieses Beispiel zeigt, wie wir eine Konjunktion negieren: w w w f A B = A B Ähnlich sieht es mit der Negation der Disjunktion aus: A B = A B 28

3 Das Gleichheitszeichen soll hier bedeuten, dass die Aussagen auf den beiden Seiten denselben Wahrheitswert haben (also wahr oder falsch sind), wenn für A und B auf beiden Seiten die selben Aussagen eingesetzt werden. Schwierigkeit bereitet manchmal die Negation einer für alle sowie es gibt ein Aussage: A() A() = A() A() = Umgangssprachlich: Wenn eine Aussage A() nicht für alle gilt, dann muss es ein geben, für das diese Aussage nicht gilt. Und wenn es kein gibt, für das eine Aussage A() wahr ist, dann ist A() für alle eine falsche Aussage. Beispiel 1.14 Sei A() die Aussage Der Preis des Gutes bleibt konstant. Wir wollen uns alle Aussagen anschauen, die wir mit A() mittels Negation sowie und bilden können: 29

4 (1.) (2.) (3.) (4.) (5.) (6.) (7.) (8.) A() Die Preise aller Güter bleiben konstant. A() Die Preise aller Güter verändern sich. A() Nicht für alle Güter bleiben die Preise konstant. A() Nicht für alle Güter verändern sich die Preise. A() Der Preis mindestens eines Gutes bleibt konstant. A() Der Preis mindestens eines Gutes verändert sich. A() Der Preis keines Gutes bleibt konstant. A() Der Preis keines Gutes verändert sich. Beachten Sie, dass hier die erste und achte, die zweite und siebte, die dritte und sechste sowie die vierte und fünfte Aussage jeweils gleich sind. Implikation und Äquivalenz Die Implikation (geschrieben A B) ist falsch, wenn A wahr ist, B aber falsch. In allen anderen Fällen ist die Implikation wahr. Sprechweise: Wenn A, dann B. Wahrheitstabelle: A B A B w w w f f w f f Das ist etwas gewöhnungsbedürftig, weil A B wahr ist, wenn A falsch ist (Aus etwas Falschem darf man alles folgern). Wir nennen A eine hinreichende Bedingung für B und B eine notwendige Bedingung für A. Gilt A B und B A, so nennt man die beiden Aussagen äquivalent. Bezeichnung: A B. Die zugehörige Wahrheitstafel ist w f w w 30

5 A B A B w w w f f w f f Zwei Aussagen heißen also äquivalent, wenn sie beide wahr oder beide falsch sind. Beispiel 1.15 Betrachte die Aussage Wenn die Inflation steigt, dann sinkt die Arbeitslosenquote. Wir überlegen uns, welche der folgenden Aussagen dazu äquivalent sind: 1. Damit die Arbeitslosenquote sinkt, muss die Inflation steigen. 2. Eine hinreichende Bedingung dafür, dass die Arbeitslosenquote sinkt, ist ein Anstieg der Inflation. 3. Die Arbeitslosenquote kann nur fallen, wenn die Inflation steigt. 4. Wenn die Arbeitslosenquote nicht sinkt, dann steigt die Inflation nicht. 5. Die Inflation kann nur steigen, wenn die Arbeitslosenquote sinkt. Offensichtlich bestehen alle diese Aussagen aus zwei Teilaussagen und Die Arbeitslosenquote sinkt. (Aussage A) Die Inflation steigt. (Aussage B). Diese Aussagen sind unterschiedlich verknüpft. Wir wollen die Wahrheitstafeln für diese Verknüpfungen aufstellen. Die ursprüngliche Aussage lautet B A, und ihr Wahrheitswert wird zunächst bestimmt: A B B A (1) (2) (3) (4) (5) w w w w w w w w w f w f w f w w f w f w f w f f f f w w w w w w Also sind die Aussagen (2), (4) und (5) äquivalent zur ursprünglichen Aussage. Wir wollen die Aussagen (1) bis (5) noch einmal analysieren: w f f w 31

6 (1) A B (2) B A (3) A B (4) A B (5) B A Besonders interessant ist hier das vierte Statement. Es zeigt, dass die Aussagen B A und A B äquivalent sind. Wir wollen das noch einmal ganz deutlich herausstellen: (A B) ist äquivalent zu (B A) Einige Bemerkungen zu mathematischen Beweisen In der Mathematik hat man es stets mit Aussagen zu tun, die wahr oder falsch sind. Beispielsweise gilt für alle reellen Zahlen (a+b) 2 = a 2 +2ab+b 2. Woher weiß man das? Man kann doch nicht alle reellen Zahlen einsetzen und schauen, ob diese Gleichung immer richtig ist. Das ist auch nicht nötig, denn man kann einen mathematischen Beweis für diese Aussage angeben. Ein Beweis für eine Aussage A ist eine Folge logischer Schlüsse, beginnend mit einer wahren Aussage B, an deren Ende A steht. Sie zeigen also die Gültigkeit der Aussage B A, wobei B aber eine wahre Aussage sein muss. Das nächste Beispiel zeigt deutlich die Aufgabe eines mathematischen Beweises: Ein Beweis soll einen zweifelsfreien Grund angeben, warum eine Aussage richtig ist. Beispiel 1.16 Wir wollen die folgende Behauptung beweisen: Wenn in einem Schachbrett die diagonal gegenüberliegenden Eckfelder entfernt werden, kann das so entstehende Brett nicht mit Dominosteinen überdeckt werden, wobei jeder Dominostein genau zwei Felder des Schachbrettes überdeckt. Der Beweis ist ganz einfach: Jeder Dominostein überdeckt genau ein weißes und ein schwarzes Feld. Aber das Schachbrett, bei dem die Eckfelder entfernt wurden, hat nicht die gleiche Zahl weißer und schwarzer Felder! Manche Nicht-MathematikerInnen sind versucht, die Gültigkeit einer Aussageform A() zu beweisen, indem die Gültigkeit von A() für einige wenige Werte von nachgerechnet wird. Das ist natürlich kein Beweis! 32

7 Beispiel 1.17 Angenommen, jemand behauptet n 2 +n+41sei für alle natürlichen Zahlen n eine Primzahl. Wir setzen ein und erhalten, dass n 2 +n+41 eine Primzahl für alle Zahlen n zwischen 0 und 39 ist. Ist das ein Beweis? Nein! AußerdemistdieAussage,dassn 2 +n+41fürallenatürlichenzahleneineprimzahl ist, falsch: Setzen Sie einfach n = 40 ein! Wir haben somit ein Gegenbeispiel gefunden. Etwas formaler. Wir hatten die Aufgabe zu entscheiden, ob eine Aussage A() für alle gilt. Um zu beweisen, dass die Aussage stets gilt, benötigen wir einen Beweis. Wenn wir aber zeigen wollen, dass die Aussage nicht immer gilt, genügt es, ein so anzugeben, dass A() falsch ist. Wir haben damit die Allgemeingültigkeit widerlegt. Im obigen Beispiel können wir die Behauptung, jede Zahl der Form n 2 + n + 41 sei ein Primzahl, widerlegen, denn für n = 40 ist n 2 +n+41 offensichtlich keine Primzahl! Halten wir fest: Die Gültigkeit einer Aussage A() kann man nicht beweisen, indem man die Gültigkeit für einige Werte von überprüft. Man kann aber zeigen, dass die Aussage A() nicht allgemeingültig ist, wenn man nur ein Gegenbeispiel angibt, also ein g, für das A( g ) falsch ist. 1.6 Mengen Ein zentrales Konzept für die Mathematik ist der Begriff der Menge. Eine Menge ist eine Zusammenfassung bestimmter, wohlunterschiedener Objekte. Von jedem dieser Objekte muss eindeutig feststehen, ob das Objekt zur Menge gehört oder nicht. Die Objekte heißen Elemente der Menge Ist a ein Element der Menge M, schreiben wir auch andernfalls a M a / M. Die Elemente einer Menge sind immer alle verschieden. Es gibt unterschiedliche Möglichkeiten, Mengen zu beschreiben. Wir wollen die Menge M aller geraden ganzen Zahlen zwischen 2 und 15 beschreiben: 1. Aufzählung M = {2,4,6,8,10,12,14}. 33

8 2. teilweise Aufzählung M = {2,4,6,...,12,14}. Hierbei muss man aufpassen, dass es nicht zu Missverständnissen kommt. 3. Beschreibung durch charakteristische Eigenschaften M := { : Z und 2 und 15 und gerade}. Die leere Menge ist die Menge, die kein Element enthält. Beispiel 1.18 = { : wohnt in der Bundesrepublik Deutschland und ist im Jahre 1700 geboren} Die Mächtigkeit oder Ordnung einer Menge ist die Anzahl der Elemente in der Menge. Unsere oben betrachtete Menge M = {2,4,6,8,10,12,14} hat also die Mächtigkeit 7. Schreibweise: M = Anzahl der Elemente in M. Falls M unendlich viele Elemente hat, schreiben wir M = ( : unendlich). Intervalle Seien a,b R mit a < b. Dann unterscheiden wir die folgenden Typen von Intervallen Intervalle der Form [a,b] = { R : a b} abgeschlossenes Intervall, (a,b) = { R : a < < b} offenes Intervall, [a,b) = { R : a < b} (a,b] = { R : a < b} [a, ) = { R : a} (,b] = { R : b} (a, ) = { R : > a} (,b) = { R : < b} halboffene Intervalle. werden uneigentliche Intervalle genannt, die ersten beiden sind abgeschlossene, die letzten beiden offene Intervalle. Beziehungen zwischen Mengen Wir nennen A eine Teilmenge von B, wenn jedes Element aus A auch ein Element von B ist. Dabei darf auch A = B gelten. A B: A Teilmenge von B A B: A Teilmenge von B und A B 34

9 Beachte, dass stets A A gilt. Ferner gilt für alle Mengen A. Beispiel 1.19 N Z Q R Die Menge aller Einwohner Magdeburgs ist eine Teilmenge der Menge aller Einwohner Deutschlands. Verknüpfung von Mengen Wir können Mengen schneiden oder vereinigen: A B = { : A oder B} Vereinigung A B = { : A und B} Schnitt A B A B A A B B Achtung: Es gilt nicht A B = A + B, sondern A B = A + B A B Zwei Mengen heißen disjunkt, wenn ihr Schnitt leer ist. Für disjunkte Mengen gilt A B = A + B Manchmal wollen wir mehr als nur eine Menge vereinigen oder schneiden. Wir schreiben dann n i=1 A i = A 1 A 2... A n n A i = A 1 A 2... A n. i=1 35

10 Die Differenz von Mengen ist wie folgt definiert: A\B = { : A und / B.} A B A\B Ist A eine Teilmenge einer Menge Ω (dieses Ω geht oft aus dem Zusammenhang hervor, z.b. Ω = R), so schreiben wir statt Ω\A auch A oder, genauer, A Ω = Ω\A: Ω A A Beispiel 1.20 Wir betrachten die folgenden vier Mengen: A = { : R und 1 6} B = { : N und < 6} C = { : N und 2} D = { : R und < 6} 36

11 Dann gilt: A B = {1,2,3,4,5} A\D = {6} A C = {2,3,4,5,6} C \A = { : N und > 6} B C = {2,3,4,5} B C = N A N = {1,2,3,4,5,6} A R = { : R und ( < 1 oder > 6)} B N = {6,7,8,...}. Mengenalgebra Idempotenzgesetze A A = A A A = A Kommutativgesetze A B = B A A B = B A Assoziativgesetze A (B C) = (A B) C A (B C) = (A B) C Distributivgesetze A (B C) = (A B) (A C) A (B C) = (A B) (A C) Inklusionsgesetze A A B A B A Man macht sich diese Regeln am besten anhand einiger Mengendiagramme (Venn-Diagramm) klar. Wir illustrieren hier nur das erste Distributivgesetz. Im ersten Diagramm sehen wir die Menge B C schraffiert. Danach vereinigen wir diese Menge mit A. Im letzten Bild haben wir die Mengen A B und 37

12 A C jeweils unterschiedlich schraffiert und dadurch auch gleich den Schnitt (A B) (A C) gekennzeichnet. B B A B C A A (B C) C C B A (A B) (A C) Ähnliche Gesetze gelten für die Komplementbildung und die Mengendifferenz. Neue Mengen aus alten Mengen Die Potenzmenge einer Menge A ist die Menge aller Teilmengen von A. Bezeichnung: P(A). Ist A endlich, so gilt P(A) = 2 A. Seien a 1,...a n irgendwelche Elemente. Wir nennen (a 1,a 2,...,a n ) ein n-tupel. Die Elemente müssen nicht unbedingt verschieden sein. Die Menge aller n-tupel (a 1,...,a n ) mit a i A i heißt das kartesische Produkt von A 1,...,A n. Bezeichnung: A 1 A 2 A n. Im allgemeinen ist A B B A. 1.7 Relationen und Abbildungen Die Definition einer Relation ist ganz einfach: Eine Relation R zwischen zwei Mengen X und Y ist eine Teilmenge R X Y. Gilt X = Y, so heißt R eine Relation auf X. Man schreibt R y falls (,y) R. C 38

13 Beispiel 1.21 X: Menge der MathematikerInnen. Y: Menge der WirtschaftswissenschaftlerInnen. Eine Relation zwischen X und Y wird z.b. durch Mathematiker ist jünger als Wirtschaftswissenschaftler y erklärt. Sei X die Menge aller Frauen, Y die Menge aller Männer. Als Relation zwischen X und Y wählen wir verheiratet. A = {1,2}, B = {2,3}. Dann ist A B = {(1,2),(1,3),(2,2),(2,3)}. Wir erhalten z.b. folgende Relationen: R 1 = {(a,b) A B : a = b} = {(2,2)} R 2 = {(a,b) A B : a < b} = {(1,2),(1,3),(2,3)} R 3 = {(a,b) A B : a b} = {(1,2),(1,3),(2,3),(2,2)}= A B R 4 = {(a,b) A B : a+b = 2} = Man kann diese Relationen auch durch Graphen verdeutlichen. Dazu malen wir die MengeAund die MengeB aufund verbindenzweielemente mit einem Pfeil genau dann, wenn sie in Relation miteinander stehen: 1 2 R R R 2 39

14 1 2 R Diese Beispiele zeigen, dass an jedem Punkt kein, ein oder mehrere Pfeile beginnen können. Genauso kann an jedem Punkt kein, ein oder mehrere Pfeile ankommen. Solche Pfeildiagramme sind natürlich unhandlich, wenn die Mengen X und Y unendlich sind. Sind X und Y Zahlbereiche, können wir versuchen, die Menge der Punkte (, y) R in einem Koordinatensystem zu skizzieren. Abbildungen In den Wirtschaftswissenschaften haben wir es meistens mit Abbildungen zu tun. Eine Abbildung f : X Y aus X nach Y ist eine Relation zwischen X und Y, so dass es zu jedem X höchstens ein y Y gibt, so dass und y in Relation zueinander stehen. Das Element y wird mit f() bezeichnet. In unserer Pfeildarstellung bedeutet dies, dass in jedem Element X höchstens ein Pfeil beginnt: Manchmal wird zusätzlich gefordert, dass jedem X ein y so zugeordnet wird, dass und y in Relation stehen. Wir benutzen hier manchmal folgende Sprechweise: Wenn jedem X höchstens ein y zugeordnet wird, so sprechen wir von einer Funktion aus X nach Y. Wird jedem X genau ein f() zugeordnet, so wollen wir von einer Abbildung von X nach Y sprechen: 40

15 Das ist manchmal ganz praktisch: Es hat Vorteile, wenn man komplizierte Funktionen hat wie etwa f() = , aufgefasst als Abbildung aus R nach R, wo man von vornherein gar nicht weiß, für welche der Nenner 0 wird, die Funktion also gar nicht definiert ist. Sei f : X Y eine Abbildung. Die Menge der X, für die f() erklärt ist, nennen wir den Definitionsbereich von f, bezeichnet mit D(f). Der Definitionsbereich D(f) muss nicht ganz X sein, wie die obigen Beispiele zeigen. Die Menge X heißt die Menge der unabhängigen Variablen, die Menge Y bezeichnet die abhängigen Variablen, denn wenn wir kennen, kennen wir auch f(). Beachten Sie bitte, dass der Definitionsbereich alle X enthält, für die es ein f() gibt, er ist also in einem gewissen Sinne maimal. Beispiel 1.22 Wir definieren f : R R durch f() = Dieser Ausdruck ist natürlich nur erklärt, wenn Also ist f eine Abbildung aus R nach R. Der Definitionsbereich ist R\{±1}. Die graphische Veranschaulichung: 4 y

16 Beispiel 1.23 Wir betrachten f : R R definiert durch f() = lg (dekadischer Logarithmus). Wir haben schon gesehen, dass der Logarithmus nur für positive Zahlen erklärt ist. Der Definitionsbereich ist also R + : Machen Sie sich bitte nicht zu viele Gedanken über die Frage, ob eine Abbildungen von oder aus einer Menge X erklärt ist. Wichtig ist nur, dass bei der 1 Beschreibung einer Abbildung durch eine Vorschrift, wie z.b. lg oder 2 1, zu beachten ist, dass diese Vorschrift für einige Werte von möglicherweise nicht definiert ist. Oft liegt das daran, dass man nicht durch 0 dividieren darf. Andere Möglichkeiten: Logarithmen oder Wurzeln negativer Zahlen sind nicht definiert. Manche trigonometrische Funktionen haben Stellen, wo sie nicht definiert sind, z.b. tan(π/2) ist nicht definiert. Abbildungen werden oft auch Funktionen genannt. Meistens spricht man von Funktionen, wenn die Mengen X und Y Zahlbereiche sind. Wenn wir hier von Zahlbereichen sprechen, meinen wir nicht etwa nur R, sondern auch R 2, R 3 usw. Denken Sie daran: Ökonomische Daten hängen fast nie nur von einer Variablen ab. 42

17 Injektiv, Surjektiv, Bijektiv Eine Abbildung f : X Y heißt injektiv wenn aus f( 1 ) = f( 2 ) stets 1 = 2 folgt. Die Abbildung heißt surjektiv, wenn es zu jedem y Y (mindestens) ein X gibt mit f() = y. Die Abbildung heißt bijektiv, wenn sie injektiv und surjektiv ist und es zu jedem X ein y gibt mit f() = y (f also insbesondere eine Abbildung von X nach Y ist). Für unsere Pfeildarstellung von Abbildungen bedeutet das Folgendes: injektiv: in jedem y Y endet höchstens ein Pfeil surjektiv: in jedem y Y endet mindestens ein Pfeil bijektiv: in jedem y Y endet genau ein Pfeil und in jedem X beginnt genau ein Pfeil. 43

18 injektiv surjektiv bijektiv In allen drei Fällen haben wir Abbildungen, weil aus den linken Mengen an jedem Punkt nur höchstens ein Pfeil beginnt. Beispiel 1.24 Wir betrachten hier Abbildungen f : R R. Wir definieren eine Abbildung f abschnittsweise: { 2, 0 f() = 2 +1, 0. Diese Abbildung ist surjektiv: Wenn y 0 gegeben ist, so gilt für = y: f() = y. Ist y < 0, so können wir versuchen, ein < 0 zu finden mit 44

19 2 + 1 = y, also 2 = y 1, also 2 = 1 y. Eine Lösung ist = 1 y: Beachten Sie, dass 1 y 0, wir können also die Wurzel ziehen. Wenn wir dieses nun in die Funktionsvorschrift einsetzen, müssen wir beachten, dass 0 gilt, wir sind also im zweiten Fall unserer obigen Definition von f. Einsetzen liefert f( 1 y) = (1 y)+1 = y, wir haben also ein gefunden mit f() = y. Die Abbildung ist nicht injektiv, weil f(0) = f( 1) = 0 gilt. Hier ist der Funktionsgraph: Die Abbildung f() = 2 ist weder injektiv noch surjektiv: Sie ist nicht injektiv, weil beispielsweise f(2) = f( 2) = 4 gilt (allgemeiner: f() = f( )), und sie ist nicht surjektiv, weil f() 0 gilt, es gibt also für negative Zahlen y kein mit f() = y. Wenn wir den Bildbereich aber einschränkenund f alsabbildung R R 0 auffassen,dann istf surjektiv (aber immer noch nicht injektiv). DieFunktionf() = 2 istinjektiv:dielösungvon2 = y ist = log 2 (y). Allerdingsist die Funktion nicht surjektiv,weil stets 2 0gilt. Die Funktion f 1 erhalten wir, indem wir versuchen, f() = y nach aufzulösen. Das ist aber ja gerade die Logarithmusfunktion. Wir haben beide Funktionen im folgenden Graphen visualisiert (rot 2 ; blau der Logarithmus): 45

20 Ist f eine injektive Abbildung, so definieren wir f 1 : Y X durch folgende Vorschrift: f 1 (y) =, wobei X durch die Eigenschaft f() = y bestimmt ist. Beachte, dass wegen der Injektivität eindeutig bestimmt ist. In unseren Pfeilbildern bedeutet dies einfach, dass wir jeden Pfeil umdrehen. Die Abbildung f 1 heißt die zu f inverse Abbildung. Beachte, dass auch f 1 injektiv ist. Ferner ist f bijektiv genau dann, wenn f injektiv und surjektiv ist und zusätzlich f 1 auch surjektiv ist. Bei einer bijektiven Abbildung geht von jedem Punkt in X genau ein Pfeil aus und in jedem Punkt aus Y endet genau ein Pfeil. Das heißt insbesondere, dass X und Y gleich viele Elemente haben. Wir erhalten die inverse Abbildung von f, indem wir f() = y nach auflösen, sofern dies möglich ist. Wir vertauschen dann und y und erhalten so die Umkehrfunktion. Beispiel 1.25 Wir betrachten f() = 1 e

21 Wir versuchen, f() = y nach aufzulösen: 1 e +1 = y e +1 = 1 y e = 1 y 1 ( ) 1 = ln y 1 ( ) 1 y = ln y ( ) y = ln. 1 y Wenn wir uns dies anschauen, muss zunächst einmal y > 0 gelten, weil 1/(e + 1) stets > 0 gilt. Weil der Logarithmus aber nur für positive Zahlen definiert ist, muss zusätzlich y < 1 gelten. Die Umkkehrfunktion von f() ist also(vertausche und y!) ( ) f 1 () = ln. 1 Hier sind die Funktionsgraphen (rot ist wieder f, blau ist die Umkehrfunktion): 47

22 Verknüpfung von Abbildungen Seien f : X Y und g : Y Z zwei Abbildungen. Wir definieren die Abbildung g f : X Z wie folgt: (g f)() = g[f()]. Also: Wir wenden erst f auf an, dann auf den Wert f() die Abbildung g. Wichtigistes,sichzumerken,dassg f bedeutet,erstf unddanng anzuwenden. Es gilt (f 1 f)() =, wenn f 1 die inverse Funktion von f ist. f g X Y Z g f Beispiel 1.26 Wennf() = 2 und g() = e,dannist(f g)() = (e ) 2 = e 2 und (g f)() = e 2, also zwei ganz unterschiedliche Dinge. 48

1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.

1.3 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

Mehr

1 Grundlagen. 1.1 Aussagen

1 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,

Mehr

1.4 Mengen. Wirtschaftswissenschaften häufig nicht so klar formulierbar.

1.4 Mengen. Wirtschaftswissenschaften häufig nicht so klar formulierbar. Wirtschaftswissenschaften häufig nicht so klar formulierbar. Viel häufiger tritt das Phänomen auf, dass man Aussagen widerlegt! Kehren wir zurück zu unserem Beispiel 1.13 über den Zusammenhang zwischen

Mehr

Summen- und Produktzeichen

Summen- und Produktzeichen Summen- und Produktzeichen Ein großer Vorteil der sehr formalen mathematischen Sprache ist es, komplizierte Zusammenhänge einfach und klar ausdrücken zu können. Gerade auch diese Eigenschaft der Mathematik

Mehr

die Menge S = {(x,y) : x 2 = y 2 +1,x R} wohl aussehen könnte. Die Antwort ist hier: Interessant ist auch y 2 = x 3 x:

die Menge S = {(x,y) : x 2 = y 2 +1,x R} wohl aussehen könnte. Die Antwort ist hier: Interessant ist auch y 2 = x 3 x: die Menge S = {(x,y) : x 2 = y 2 +1,x R} wohl aussehen könnte. Die Antwort ist hier: Interessant ist auch y 2 = x 3 x: 40 Ganz wichtig für die Wirtschaftswissenschaft ist es, sich Ungleichungen klar zu

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um:

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: 1 Grundlagen 1.1 Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen 1, 2, 3, 4, 5,... Z: ganze Zahlen..., 3, 2, 1, 0, 1, 2, 3,... Q: rationale Zahlen:

Mehr

Beispiel 1.20 Wir betrachten die folgenden vier Mengen: A = {x : x R und 1 x 6} B = {x : x N und x < 6} C = {x : x N und x 2} D = {x : x R und x < 6}

Beispiel 1.20 Wir betrachten die folgenden vier Mengen: A = {x : x R und 1 x 6} B = {x : x N und x < 6} C = {x : x N und x 2} D = {x : x R und x < 6} Ω A A Beispiel 1.20 Wir betrachten die folgenden vier Mengen: A = {x : x R und 1 x 6} B = {x : x N und x < 6} C = {x : x N und x 2} D = {x : x R und x < 6} 52 Dann gilt: Mengenalgebra A B = {1,2,3,4,5}

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um:

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: 1 Grundlagen 1.1 Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen 1,2,3,4,5,... Z: ganze Zahlen..., 3, 2, 1,0,1,2,3,... Q: rationale Zahlen: das

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: zweier ganzer Zahlen p und q schreiben kann.

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: zweier ganzer Zahlen p und q schreiben kann. Kapitel 1. Grundlagen 1.1 Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen 1, 2,3, 4, 5,... Z: ganze Zahlen..., 3, 2, 1, 0,1, 2,3,... Q: rationale

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel. Grundlagen. Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen,,3, 4, 5,... Z: ganze Zahlen..., 3,,, 0,,,3,... Q: rationale Zahlen: das sind

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: zweier ganzer Zahlen p und q schreiben kann.

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: zweier ganzer Zahlen p und q schreiben kann. Kapitel 1. Grundlagen 1.1 Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen 1, 2,3, 4, 5,... Z: ganze Zahlen..., 3, 2, 1, 0,1, 2,3,... Q: rationale

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um:

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: Grundlagen. Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen,2,3,4,5,... Z: ganze Zahlen..., 3, 2,,0,,2,3,... Q: rationale Zahlen: das sind die

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um:

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: 1 Grundlagen 1.1 Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen 1,,3,4,5,... Z: ganze Zahlen..., 3,, 1,0,1,,3,... Q: rationale Zahlen: das sind

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um:

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: Grundlagen. Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen,2,3,4,5,... Z: ganze Zahlen..., 3, 2,,0,,2,3,... Q: rationale Zahlen: das sind die

Mehr

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

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

Mehr

Brückenkurs Mathematik 2015

Brückenkurs 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

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017

Mehr

Vorlesung 3: Logik und Mengenlehre

Vorlesung 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

Mehr

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

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

Mehr

Mathematik 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 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht

Mehr

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

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage

Mehr

Kapitel 1: Grundbegriffe

Kapitel 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

Mehr

Grundbegriffe Mengenlehre und Logik

Grundbegriffe 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

Mehr

Zusatzmaterial zur Mathematik I für E-Techniker Übung 1

Zusatzmaterial 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

Mehr

1 Funktionen einer Variablen

1 Funktionen einer Variablen 1 Funktionen einer Variablen 1.1 Einführende Beispiele Kostenfunktion und Stückkostenfunktion: Das Unternehmen Miel produziert hochwertige Waschmaschinen. Es hat monatliche Fikosten von 170.000. Die sind

Mehr

hat den maximalen Definitionsbereich R\{0}.

hat den maximalen Definitionsbereich R\{0}. Wir nennen f() die Zuordnungsvorschrift und G f = {(,y) D(f) R : y = f()} den Graph von f. Viele Zuordnungsvorschriften haben einen natürlichen maimalen Definitionsbereich. Oft wird dann nur die Zuordnungsvorschrift

Mehr

Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise

Elemente 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/

Mehr

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um:

Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: 1 Grundlagen 1.1 Das Rechnen mit Zahlen Wir gehen in dieser Vorlesung mit folgenden Zahlbereichen um: N: natürliche Zahlen 1, 2, 3, 4, 5,... Z: ganze Zahlen..., 3, 2, 1, 0, 1, 2, 3,... Q: rationale Zahlen:

Mehr

Mengen, Funktionen und Logik

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

Mehr

Mathematik für Ökonomen 1

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

Mehr

1 Funktionen einer Variablen

1 Funktionen einer Variablen 1 Funktionen einer Variablen 1.1 Einführende Beispiele Kostenfunktion und Stückkostenfunktion: Das Unternehmen Miel produziert hochwertige Waschmaschinen. Es hat monatliche Fikosten von 170.000. Die sind

Mehr

Grundbegriffe aus Logik und Mengenlehre

Grundbegriffe aus Logik und Mengenlehre Prof. Dr. B. Niethammer Dr. C. Seis, R. Schubert Institut fr Angewandte Mathematik Universitt Bonn Grundbegriffe aus Logik und Mengenlehre Wir wollen im Folgenden eine kurze Einführung in die Grundbegriffe

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge

Mehr

Die Mengenlehre ist ein Grundelement der Sprache der Mathematik und geht als

Die Mengenlehre ist ein Grundelement der Sprache der Mathematik und geht als Kapitel 1 Naive Mengenlehre 1.1 Mengen (Mengenalgebra; kartesisches Produkt) Die Mengenlehre ist ein Grundelement der Sprache der Mathematik und geht als naive Mengenlehre (im Gegensatz zur strengen Axiomatik)

Mehr

Anmerkungen zu Mengen und Abbildungen

Anmerkungen zu Mengen und Abbildungen Anmerkungen zu Mengen und Abbildungen Kartesisches Produkt von n Mengen und n-stellige Relationen Sind M 1, M,, M n nichtleere Mengen, so ist ihr kartesisches Produkt erklärt als Menge aller geordneter

Mehr

B Grundbegriffe zu Mengen und Abbildungen

B 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

Mehr

Brückenkurs Mathematik 2018

Brückenkurs Mathematik 2018 Mathematik 2018 1. Vorlesung Logik, Mengen und Funktionen Prof. Dr. 24. September 2018 Ich behaupte aber, dass in jeder besonderen Naturlehre nur so viel eigentliche Wissenschaft angetroffen werden könne,

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

Mehr

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau 2. Vorlesung Roland Gunesch Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 1 / 21 Themen heute 1

Mehr

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7 Warum Mathe? IG/StV-Mathematik der KFU-Graz März 2011 Inhalt 1 Mengen 1 1.1 Mengenoperationen.............................. 2 1.2 Rechenregeln.................................. 3 2 Übungsbeispiele zum

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

2 Funktionen einer Variablen

2 Funktionen einer Variablen 2 Funktionen einer Variablen 2.1 Einführende Beispiele Kostenfunktion und Stückkostenfunktion: Das Unternehmen Miel produziert hochwertige Waschmaschinen. Es hat monatliche Fikosten von 170.000. Die sind

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung

Mehr

Einführung in die Informatik 2

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

Mehr

Vorlesung 2. Tilman Bauer. 6. September 2007

Vorlesung 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

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Kapitel 1: Aussagen, Mengen

Mehr

Analyis I - Grundlagen

Analyis 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

Mehr

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Kapitel 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

Mehr

0 Mengen und Abbildungen, Gruppen und Körper

0 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

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Logik. III Logik. Propädeutikum Holger Wuschke. 19. September 2018

Logik. III Logik. Propädeutikum Holger Wuschke. 19. September 2018 III Propädeutikum 2018 19. September 2018 III λoγóς="das Wort" (math.) befasst sich mit Denition Aussage Eine Aussage p ist ein sinnvolles sprachliche Gebilde mit der Eigenschaft, entweder wahr oder falsch

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Sommersemester 2018 Ronja Düffel 14. März 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis

Mehr

2 ZAHLEN UND VARIABLE

2 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

Mehr

Mengen und Abbildungen

Mengen 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

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

Tutorium: Diskrete Mathematik

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

Mehr

Aussagenlogik. 1 Einführung. Inhaltsverzeichnis. Zusammenfassung

Aussagenlogik. 1 Einführung. Inhaltsverzeichnis. Zusammenfassung Tobias Krähling email: Homepage: 13.10.2012 Version 1.2 Zusammenfassung Die Aussagenlogik ist sicherlich ein grundlegendes mathematisches Gerüst für weitere

Mehr

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK 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

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 2018/2019 18.10.2018 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Ronja Düffel WS2018/19 01. Oktober 2018 Theoretische Informatik Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis der

Mehr

Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge zum 1. Übungsblatt

Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge zum 1. Übungsblatt Karlsruhe Institut für Technologie (KIT) Institut für Analysis Prof. Dr. W. Reichel Dr. S.Wugalter WS 2017/18 Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge

Mehr

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

Mehr

3 Werkzeuge der Mathematik

3 Werkzeuge der Mathematik 3.1 Mengen (18.11.2011) Definition 3.1 Die Menge heißt leere Menge. :=»x M x x Definition 3.2 Es seien N und M Mengen. Wir definieren: und analog M N : (x M x N). N M : (x N x M). Wir sagen M ist Teilmenge

Mehr

Logik, Mengen und Abbildungen

Logik, 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

Mehr

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18 Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

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

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

Mehr

Vorkurs Mathematik 2016

Vorkurs Mathematik 2016 Vorkurs Mathematik 2016 WWU Münster, Fachbereich Mathematik und Informatik PD Dr. K. Halupczok Skript VK3 vom 15.9.2016 VK3: Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 2. Oktober 2015 Vorsemesterkurs Informatik Inhalt 1 Relationen 2 Funktionen 3 Beweistechniken Motivation Direkter Beweis Beweis

Mehr

Elementare Mengenlehre

Elementare Mengenlehre Vorkurs Mathematik, PD Dr. K. Halupczok WWU Münster Fachbereich Mathematik und Informatik 5.9.2013 Ÿ2 Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen der Mathematik (Zahlen,

Mehr

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

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

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. 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: {

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Aussagenlogik. Aussagen und Aussagenverknüpfungen

Aussagenlogik. Aussagen und Aussagenverknüpfungen Aussagenlogik Aussagen und Aussagenverknüpfungen Aussagen sind Sätze, von denen sich sinnvollerweise sagen läßt, sie seien wahr oder falsch. Jede Aussage besitzt also einen von zwei möglichen Wahrheitswerten,

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

2 Mengen, Abbildungen und Relationen

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

Mehr

Einleitung. R 2 = R R := { (x, y) ; x, y R }

Einleitung. 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

Mehr

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich Name: Vorname:

Mengenlehre. ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN. Ronald Balestra CH Zürich  Name: Vorname: Mengenlehre ALGEBRA Kapitel 1 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 21. August 2016 Inhaltsverzeichnis 1 Mengenlehre 1 1.1 Die Menge im mathematischen

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Jens Struckmeier Fachbereich Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2010/11 Jens Struckmeier (Mathematik,

Mehr

Grundlegendes der Mathematik

Grundlegendes der Mathematik Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein

Für unseren Gebrauch ist eine Menge bestimmt durch die in ihr enthaltenen Elemente. Ist M eine Menge, so ist ein beliebiges Objekt m wieder so ein Mengen 1.2 9 1.2 Mengen 7 Der Begriff der Menge wurde am Ende des 19. Jahrhunderts von Georg Cantor wie folgt eingeführt. Definition (Cantor 1895) Eine Menge ist eine Zusammenfassung M von bestimmten,

Mehr

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen Grundlagen der Mathematik für Informatiker 1 2 Mengen, Relationen, Funktionen 2.1 Mengen Definition 2.1 [Georg Cantor 1895] Eine Menge ist eine Zusammenfassung bestimmter, wohlunterschiedener Dinge unserer

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

Thema: Logik: 2. Teil. Übersicht logische Operationen Name in der Logik. Negation (Verneinung) Nicht

Thema: Logik: 2. Teil. Übersicht logische Operationen Name in der Logik. Negation (Verneinung) Nicht Thema: Logik: 2. Teil Übersicht logische Operationen Name in der Logik Symbol Umgangssprachlicher Name Negation (Verneinung) Nicht Konjunktion ^ Und Disjunktion v Oder Subjunktion (Implikation) Bijunktion

Mehr

2 Mengen, Relationen, Funktionen

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

Mehr

Grundlegendes: Mengen und Aussagen

Grundlegendes: Mengen und Aussagen Kapitel 1 Grundlegendes: Mengen und Aussagen Wie jedes Fachgebiet hat auch die Mathematik eine eigene Fachsprache Ohne ihre Kenntnis wird man ein mathematisches Buch, selbst wenn es für Anwender geschrieben

Mehr

Mengenlehre. Aufgaben mit Lösungen

Mengenlehre. Aufgaben mit Lösungen Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................

Mehr

Funktionen. x : Variable von f oder Argument f x : Funktionswert, Wert der Funktion f an der Stelle x D f. : Definitionsmenge(Urbildmenge)

Funktionen. x : Variable von f oder Argument f x : Funktionswert, Wert der Funktion f an der Stelle x D f. : Definitionsmenge(Urbildmenge) Funktionen Eine Funktion oder Abbildung ist eine Beziehung zwischen zwei nicht leere Mengen D f und Z, die jedem Element x aus einer Menge D f genau ein Element y aus anderer Menge Z zuordnet. f : D f

Mehr

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

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

Mehr

: das Bild von ) unter der Funktion ist gegeben durch

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

Mehr

Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen

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

Mehr

Brückenkurs Mathematik

Brückenkurs 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

Mehr

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen 1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen . Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!

Mehr

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10 Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige

Mehr

1 Aussagen, Mengen und Funktionen

1 Aussagen, Mengen und Funktionen 1 Aussagen, Mengen und Funktionen In diesem und dem folgenden einführenden Abschnitt sollen einige Grundregeln der mathematischen Sprech- und Ausdrucksweise vereinbart werden. Hierzu werden die wichtigsten

Mehr

Mengenlehre und vollständige Induktion

Mengenlehre und vollständige Induktion Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen

Mehr

1.1 Mengen und Abbildungen

1.1 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

Mehr