WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Diskrete Strukturen. wissen leben WWU Münster
|
|
- Pia Helga Lorenz
- vor 5 Jahren
- Abrufe
Transkript
1 MÜNSTER Diskrete Strukturen Dietmar Lammers Vorlesung SoSe 2010
2 > Relationen MÜNSTER Diskrete Strukturen 41/101 Seien A und B und für n N seien A 1 A 2...A n Mengen
3 > Relationen MÜNSTER Diskrete Strukturen 41/101 Seien A und B und für n N seien A 1 A 2...A n Mengen 1. Eine Teilmenge R A B heißt (binäre) Relation von A und B. Für zwei Elemente a A b B schreibt man statt (a b) R meist kurz: arb Ist A = B spricht man auch von einer Relation auf A.
4 > Relationen MÜNSTER Diskrete Strukturen 41/101 Seien A und B und für n N seien A 1 A 2...A n Mengen 1. Eine Teilmenge R A B heißt (binäre) Relation von A und B. Für zwei Elemente a A b B schreibt man statt (a b) R meist kurz: arb Ist A = B spricht man auch von einer Relation auf A. 2. Eine Teilmenge R A 1 A 2...A n heißt (n-stellige) Relation über A 1... A n.
5 MÜNSTER Diskrete Strukturen 42/101 > Relationen - Beispiele Für geordnete Zahlenmengen sind = <... beliebte Beispiele von Relationen - so geläufig das man sie meist gar nicht als Teilmengen sieht: 3 < 4 wird meist nicht interpretiert als (3 4) < < (N N)
6 MÜNSTER Diskrete Strukturen 43/101 > Relationen - Beispiele Für Wörter über einem Alphabet kann man z.b. die nützliche Relation ist Anfangswort von definieren. Verwandschaftsbeziehungen bei Menschen sind Relationen - ist Tante von ist Elternteil von ist Kind von...
7 MÜNSTER Diskrete Strukturen 44/101 > Relationen - Beispiele Relationale Datenbanken bestehen im wesentlichen aus mehrstelligen Relationen die den Zusammenhang der Daten herstellen. Sie sind in Tabellen geordnet die wesentlichen Operationen sind: project: Wähle Teilspalten einer Tabelle
8 MÜNSTER Diskrete Strukturen 44/101 > Relationen - Beispiele Relationale Datenbanken bestehen im wesentlichen aus mehrstelligen Relationen die den Zusammenhang der Daten herstellen. Sie sind in Tabellen geordnet die wesentlichen Operationen sind: project: Wähle Teilspalten einer Tabelle select: Wähle aus einer Tabelle die Einträge die angegebenen Bedingungen genügen und
9 MÜNSTER Diskrete Strukturen 44/101 > Relationen - Beispiele Relationale Datenbanken bestehen im wesentlichen aus mehrstelligen Relationen die den Zusammenhang der Daten herstellen. Sie sind in Tabellen geordnet die wesentlichen Operationen sind: project: Wähle Teilspalten einer Tabelle select: Wähle aus einer Tabelle die Einträge die angegebenen Bedingungen genügen und join: verknüpft Werte anhand von korrespondierenden Werten
10 MÜNSTER Diskrete Strukturen 45/101 > Relationen - Darstellung Binäre Relationen auf kleinen Mengen kann auch als Matrix darstellen: R {o 0... o m } {p 0... p n } { R 1 falls (oi p = (r ij ) i=0...m j=0...n mit r ij = j ) R 0 sonst
11 MÜNSTER Diskrete Strukturen 46/101 > Eigenschaften von Relationen (1) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann
12 MÜNSTER Diskrete Strukturen 46/101 > Eigenschaften von Relationen (1) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann 1. symmetrisch wenn a b : arb bra
13 MÜNSTER Diskrete Strukturen 46/101 > Eigenschaften von Relationen (1) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann 1. symmetrisch wenn a b : arb bra 2. antisymmetrisch wenn a b : (arb bra) a = b
14 MÜNSTER Diskrete Strukturen 46/101 > Eigenschaften von Relationen (1) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann 1. symmetrisch wenn a b : arb bra 2. antisymmetrisch wenn a b : (arb bra) a = b 3. transitiv wenn a b c : (arb brc) arc
15 MÜNSTER Diskrete Strukturen 46/101 > Eigenschaften von Relationen (1) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann 1. symmetrisch wenn a b : arb bra 2. antisymmetrisch wenn a b : (arb bra) a = b 3. transitiv wenn a b c : (arb brc) arc 4. reflexiv wenn a M : ara
16 MÜNSTER Diskrete Strukturen 47/101 > Eigenschaften von Relationen (2) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann
17 MÜNSTER Diskrete Strukturen 47/101 > Eigenschaften von Relationen (2) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann 1. Aequivalenzrelation wenn sie reflexiv transitiv und symmetrisch ist.
18 MÜNSTER Diskrete Strukturen 47/101 > Eigenschaften von Relationen (2) (transitv reflexiv symmetrisch...) Eine Relation R über M M heißt genau dann 1. Aequivalenzrelation wenn sie reflexiv transitiv und symmetrisch ist. 2. partielle Ordnung oder Halbordnung wenn sie reflexiv transitiv und antisymmetrisch
19 MÜNSTER Diskrete Strukturen 48/101 > Hasse-Diagramme Bei einer Halbordnung R spricht man bei arb auch von a als Vorgänger von b gibt es kein Zwischenelement z mit arz und zrb auch von a als direktem Vorgänger von b. Halbordnungen kann man so in Hasse-Diagrammen aufzeichnen. Knoten sind dabei die Elemente der Menge ein direkter Vorgänger wird unter seinen Nachfolger geschrieben und beide mit einer Kante verbunden.
20 MÜNSTER Diskrete Strukturen 49/101 > Aequivalenzklassen Für eine Aequivalenzrelation A auf einer Menge M heisst für jedes x M die Menge definiert durch Equiv(x A) := {y M (x y) A} die Aequivalenzklasse von x (bzg. A). Für jede Aequivalenzrelation bilden die (diskunkten) Aequivalenzklassen eine Partition der Ausgangsmenge d.h. die Vereinigung aller Aequivalenzklassen einer Aequivalenzrelation ergibt die Gesamtmenge:
21 MÜNSTER Diskrete Strukturen 50/101 > Aequivalenzklassen Theorem Aequivalenzklassen sind gleich oder haben einen leeren Schnitt
22 MÜNSTER Diskrete Strukturen 50/101 > Aequivalenzklassen Theorem Aequivalenzklassen sind gleich oder haben einen leeren Schnitt Beweis. Sei X := Equiv(x A) und Y := Equiv(y A) Wenn X Y = ist der Satz erfüllt. Es gebe also nun ein w X Y und sei z X beliebig Dann gilt xaz zax xaw zaw weiter yaw way zusammen zay also z Y und damit X Y. Analog folgert man Y X zusammen X = Y.
23 MÜNSTER Diskrete Strukturen 51/101 > BSP Aequivalenzklassen Sei für Z die Relation = 5 definiert durch a = 5 b k Z : b = k 5 + a
24 MÜNSTER Diskrete Strukturen 51/101 > BSP Aequivalenzklassen Sei für Z die Relation = 5 definiert durch a = 5 b k Z : b = k 5 + a Beispiel Es gilt Z = Equiv(0 = 5 ) Equiv(1 = 5 )... Equiv(4 = 5 )
25 > Ref.-Trans. Hülle MÜNSTER Diskrete Strukturen 52/101 Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: Statt von trans.-ref. Hülle spricht man auch von transitiv-reflexiver Fortsetzung.
26 > Ref.-Trans. Hülle MÜNSTER Diskrete Strukturen 52/101 Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a a) R Statt von trans.-ref. Hülle spricht man auch von transitiv-reflexiver Fortsetzung.
27 > Ref.-Trans. Hülle MÜNSTER Diskrete Strukturen 52/101 Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a a) R 2. R R Statt von trans.-ref. Hülle spricht man auch von transitiv-reflexiver Fortsetzung.
28 > Ref.-Trans. Hülle MÜNSTER Diskrete Strukturen 52/101 Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a a) R 2. R R 3. a b c : ((a b) R (b c) R ) (a c) R Statt von trans.-ref. Hülle spricht man auch von transitiv-reflexiver Fortsetzung.
29 > Ref.-Trans. Hülle MÜNSTER Diskrete Strukturen 53/101 Für a b R gilt dann entweder a = b oder n a 1... a n : a = a 1 a 1 Ra 2 a 2 Ra 3... a n 1 Ra n = b
30 > Ref.-Trans. Hülle MÜNSTER Diskrete Strukturen 53/101 Für a b R gilt dann entweder a = b oder n a 1... a n : a = a 1 a 1 Ra 2 a 2 Ra 3... a n 1 Ra n = b Das kann man auch mechanisch interpretieren z.b. bei der Interpretation von Programmen.
31 MÜNSTER Diskrete Strukturen 54/101 > Abbildende Relationen Eine Relation R über A B heißt
32 MÜNSTER Diskrete Strukturen 54/101 > Abbildende Relationen Eine Relation R über A B heißt linkstotal wenn gilt: a A b B : arb
33 MÜNSTER Diskrete Strukturen 54/101 > Abbildende Relationen Eine Relation R über A B heißt linkstotal wenn gilt: a A b B : arb rechtsstotal wenn gilt: b B a A : arb
34 MÜNSTER Diskrete Strukturen 54/101 > Abbildende Relationen Eine Relation R über A B heißt linkstotal wenn gilt: a A b B : arb rechtsstotal wenn gilt: b B a A : arb linkseindeutig wenn gilt: a b c : (arb crb) a = c
35 MÜNSTER Diskrete Strukturen 54/101 > Abbildende Relationen Eine Relation R über A B heißt linkstotal wenn gilt: a A b B : arb rechtsstotal wenn gilt: b B a A : arb linkseindeutig wenn gilt: a b c : (arb crb) a = c rechtseindeutig wenn gilt: a b c : (arb arc) b = c
36 > Funktionen MÜNSTER Diskrete Strukturen 55/101
37 > Funktionen MÜNSTER Diskrete Strukturen 55/ Eine rechtseindeutige Relation f A B heißt partielle Funktion oder Abbildung von A nach B.
38 > Funktionen MÜNSTER Diskrete Strukturen 55/ Eine rechtseindeutige Relation f A B heißt partielle Funktion oder Abbildung von A nach B. 2. Eine linkstotale partielle Funktion (also rechtseindeutige Relation) f A B heißt (totale) Funktion von A nach B.
39 > Funktionen MÜNSTER Diskrete Strukturen 55/ Eine rechtseindeutige Relation f A B heißt partielle Funktion oder Abbildung von A nach B. 2. Eine linkstotale partielle Funktion (also rechtseindeutige Relation) f A B heißt (totale) Funktion von A nach B. 3. Statt (a b) f M N schreibt man bei Funktionen üblicherweise f : M N b = f (a) oder a f (a) bzw. a b
40 > Funktionen MÜNSTER Diskrete Strukturen 56/101 Funktionen sind also linkstotale und rechtseindeutige Relationen.
41 > Funktionen MÜNSTER Diskrete Strukturen 56/101 Funktionen sind also linkstotale und rechtseindeutige Relationen. 1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion
42 > Funktionen MÜNSTER Diskrete Strukturen 56/101 Funktionen sind also linkstotale und rechtseindeutige Relationen. 1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion
43 > Funktionen MÜNSTER Diskrete Strukturen 56/101 Funktionen sind also linkstotale und rechtseindeutige Relationen. 1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion 3. Eine surjektive und injektive Funktion heißt bijektive Funktion oder auch Bijektion.
44 > Funktionen MÜNSTER Diskrete Strukturen 57/101
45 > Funktionen MÜNSTER Diskrete Strukturen 57/ Zu f : N M ist f (N) := {m M n N : m = f (n)} das Bild von N unter f und f 1 (M) := {n N f (n) M} das Urbild von M bzgl. f.
46 > Funktionen MÜNSTER Diskrete Strukturen 57/ Zu f : N M ist f (N) := {m M n N : m = f (n)} das Bild von N unter f und f 1 (M) := {n N f (n) M} das Urbild von M bzgl. f. 2. Zu f : N M ist für alle m M f 1 (m) := {n N f (n) = m} das Urbild von m unter f.
47 > Funktionen MÜNSTER Diskrete Strukturen 57/ Zu f : N M ist f (N) := {m M n N : m = f (n)} das Bild von N unter f und f 1 (M) := {n N f (n) M} das Urbild von M bzgl. f. 2. Zu f : N M ist für alle m M f 1 (m) := {n N f (n) = m} das Urbild von m unter f. 3. Bei injektiven Funktionen ist das Urbild eindeutig man identifiziert das eine Element dann mit der Menge und spricht bei f 1 von Umkehrfunktion.
48 MÜNSTER Diskrete Strukturen 58/101 > Bijektive Funktionen 1. Mengen M N mit einer bijektiven Abbildung f : M N sind in gewisser Weise gleich.
49 MÜNSTER Diskrete Strukturen 58/101 > Bijektive Funktionen 1. Mengen M N mit einer bijektiven Abbildung f : M N sind in gewisser Weise gleich.
50 MÜNSTER Diskrete Strukturen 58/101 > Bijektive Funktionen 1. Mengen M N mit einer bijektiven Abbildung f : M N sind in gewisser Weise gleich. 2. Zwei Mengen M N sind gleich mächtig (haben gleiche Kardinalität) in Zeichen M = N wenn es eine Bijektion zwischen ihnen gibt.
Anwendung der Algebra Mit den oben gelisteten Regeln kann man viele Zusammenhänge einfach direkt beweisen, etwa den folgenden Satz:
Logik-Algebra - Beweise Diese Sätze kann man alle einfach beweisen. Hier ist es sogar besonders einfach, da die vorkommenden freien Ausdrücke nur zwei Werte annehmen können. Man kann für alle Wertkombinationen
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/ws13/14
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
Mehr1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion
Transitiv-reflexive Hülle Definition 24. Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a, a) R 2. R R 3.
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
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
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,
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: {
MehrAbbildungen, injektiv, surjektiv, bijektiv
Dr. Sebastian Bab WiSe 12/13 Theoretische Grundlagen der Informatik für TI Termin: VL 4 vom 25.10.2012 Abbildungen, injektiv, surjektiv, bijektiv Abbildungen sind eindeutige Zuordnungen Denition 23 (Abbildung(Funktion))
MehrMathematische Grundlagen der Computerlinguistik Relationen und Funktionen
Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 20 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,
MehrGliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000
Gliederung Mengen und operationen Relationen Funktionen Kardinalität von Mengen Mengen, Relationen, Funktionen 1 Mengen Definition (Naive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer
MehrRelationen (Teschl/Teschl 5.1)
Relationen (Teschl/Teschl 5.1) Eine (binäre) Relation zwischen den Mengen M und N ist eine Teilmenge R der Produktmenge M N. Beispiele M Menge aller Studierenden, N Menge aller Vorlesungen, R : {(x, y)
MehrMathematische Grundlagen der Computerlinguistik Relationen und Funktionen
Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 25 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,
MehrGrundlagen der Mathematik
Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.
Mehr3. Relationen Erläuterungen und Schreibweisen
3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob
MehrMathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
MehrVorlesung Diskrete Strukturen Relationen
Vorlesung Diskrete Strukturen Relationen Bernhard Ganter WS 2009/10 Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Ein wichtiger Spezialfall ist
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,
MehrVorlesung Diskrete Strukturen Relationen
Vorlesung Diskrete Strukturen Relationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die Mathematik
MehrMathematik für Informatiker I Mitschrift zur Vorlesung vom
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 18.11.2004 Zur Wiederholung: Das Kartesische Produkt dient dem Ordnen von Mengen. A B = {(a, b) : a A, b B)} Spezialfall A = Äquivalenzrelation
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2013/14 Relationalstrukturen 59 Definition Sei A eine nichtleere Menge, R ist eine k-stellige
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 1: Grundlagen, Sprachen, Automaten schulz@eprover.org Software Systems Engineering Definition Eine Definition ist eine genaue Beschreibung eines Objektes
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
MehrBemerkungen zur Notation
Bemerkungen zur Notation Wir haben gerade die Symbole für alle und es gibt gebraucht. Dies sind so genannte logische Quantoren, und zwar der All- und der Existenzquantor. Die Formel {a A; ( b B)[(a, b)
Mehrmathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen
Einführung in die Logik - 6 mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen Modelltheoretische / Denotationelle Semantik der Prdikatenlogik Ein Modell ist ein künstlich geschaffenes
MehrDiskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik &
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
Mehraller Vornamen (oder nur die Vornamen, die in der Datenbank auftreten). Dann ist jede Zeile wie etwa
Kapitel 2 Relationen Im vorigen Kapitel haben wir n-stellige, kartesische Produkte M 1 M 2 M n kennen gelernt. Jetzt betrachten wir Teilmengen von kartesischen Produkten. Definition 2.1. Eine Teilmenge
MehrEine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.
4. Relationen 4.1 Grundlegende Definitionen Relation R in einer Menge M: Beziehung zwischen je 2 Elementen von M. Beispiel
Mehr3 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
MehrMathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 86 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
MehrFormale Sprachen und Automaten
Mengen Eine Menge ist eine Gruppe von Elementen, die eine Einheit bilden (siehe z.b. Halmos 1976). Formale Sprachen und Automaten Mathematisches Rüstzeug Mengen können verschiedene Typen von Elementen
MehrRelationen können als spezielle Mengen verstanden werden.
4.3 Relationen Relationen können als spezielle Mengen verstanden werden. Hierfür muss zunächst der Begriff eines weiteren mengentheoretischen Objektes der des geordneten n-tupels eingeführt werden. Johannes
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
MehrDiskrete Mathematik für Informatiker
Diskrete Mathematik für Informatiker Rebecca Busch Universität Siegen Wintersemester 2016/2017 Busch (Universität Siegen) Diskrete Mathematik Wintersem. 2016/2017 1 / 16 Übersicht über die Themen Mengentheoretische
Mehr2 Mengen, Abbildungen und Relationen
Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl
MehrRelationen und Funktionen
Vorkurs Mathematik Dr. Regula Krapf Sommersemester 018 Relationen und Funktionen Definition. Seien M und N Mengen. Eine Relation auf M N ist eine Teilmenge R M N. Falls (x,y) R, so schreibt man auch x
MehrAbschnitt 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
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:
DM2 Slide 1 Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10)
MehrEine Relation zwischen M und N ist eine Teilmenge R M N. Im Fall M = N sagen wir: R ist Relation auf M.
1.5 Relationen Es seien M und N Mengen. Definition Eine Relation zwischen M und N ist eine Teilmenge R M N. Im Fall M = N sagen wir: R ist Relation auf M. Terminologie und Notation Es sei R M N eine Relation
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre
Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10) Dean 2, 5-7
MehrAbschnitt 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.
Mehr3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.
3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für
MehrFinden Sie eine Relation R und eine Menge A so dass
Relationen Aufgabe 1. Überlegen Sie, wie man folgende Relationen R grafisch darstellen könnte und entscheiden Sie, ob die Relationen reflexiv auf A, symmetrisch bzw. transitiv sind. Geben Sie eine kurze
MehrKapitel 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
MehrAlgebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar).
Algebra 1 Mengen 1.1 Operationen A Anzahl der Elemente von A (Mächtigkeit, Betrag, Kardinalität) (A) Potenzmenge von X ( (A) = 2 A ) A B wenn jedes Element von A auch Element von B ist. A = B (A B und
MehrGrundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen
Grundbegriffe der Informatik Kapitel 3: Mengen, Alphabete, Abbildungen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für
MehrGrundlagen der Theoretischen Informatik
1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Notation für Wörter w a is die Anzahl der Vorkommen von
Mehr2 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
Mehr2 Mengen, Relationen, Funktionen
Grundlagen der Mathematik für Informatiker Grundlagen der Mathematik für Informatiker Mengen, Relationen, Funktionen. Mengen Definition. [Georg Cantor 895] Eine Menge ist eine Zusammenfassung bestimmter,
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 1 Mengen 2 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen Mehrstellige Relationen 3 Abbildungen 4
MehrGrundbegriffe der Informatik Tutorium 14
Grundbegriffe der Informatik Tutorium 14 Tutorium Nr. 16 Philipp Oppermann 11. Februar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Johannes Köbler Institut für Informatik Humboldt-Universität zu Berlin WS 2011/12 Relationalstrukturen Definition Sei A eine nichtleere Menge, R ist eine k-stellige
MehrLösungen zur Übungsserie 1
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche
Mehr17 Lineare Abbildungen
Chr.Nelius: Lineare Algebra II (SS2005) 1 17 Lineare Abbildungen Wir beginnen mit der Klärung des Abbildungsbegriffes. (17.1) DEF: M und N seien nichtleere Mengen. Eine Abbildung f von M nach N (in Zeichen:
MehrKapitel 2 Mathematische Grundlagen
Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und
MehrFU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :
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
Mehr(1.18) Def.: Eine Abbildung f : M N heißt
Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N
MehrÜbersichtsblatt 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
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )
MehrEigenschaften von Relationen. Relationen können rechtseindeutig linkseindeutig rechtstotal linkstotal sein.
Eigenschaften von Relationen w d a c b x z y u Relationen können rechtseindeutig linkseindeutig rechtstotal linkstotal sein. Rechtseindeutige Relationen d M a c b N w x z y u Eine Relationen heißt rechtseindeutig,
MehrKapitel 5: Strukturen. 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen
344 Kapitel 5: Strukturen 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen 5.1 Zweistellige Relationen 345 346 Erinnerung: Relationen Definition Seien k 1 und A eine Menge. 1. A k ist
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 0/ Thomas Timmermann 8. Januar 0 Kardinalzahlen und die Mächtigkeit von Mengen Gleichmächtigkeit von Menge Zur Erinnerung: Wir wollen unendlich große Mengen hinsichtlich
MehrRelationen. Ein wichtiger Spezialfall ist der, dass die Mengen identisch sind:
Relationen Es seien zwischen und und Mengen. Eine (binäre) Relation ist eine Teilmenge von. Ein wichtiger Spezialfall ist der, dass die Mengen identisch sind: und Eine binäre Relation auf einer Menge ist
MehrDiskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik &
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
MehrVorlesung 4. Tilman Bauer. 13. September 2007
Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)
MehrLogik und Künstliche Intelligenz
Logik und Künstliche Intelligenz Kurze Zusammenfassung (Stand: 14. Januar 2010) Prof. Dr. V. Stahl Copyright 2007 by Volker Stahl. All rights reserved. V. Stahl Logik und Künstliche Intelligenz Zusammenfassung
MehrDiskrete Mathematik I
Diskrete Mathematik I Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Wintersemester 08/09 DiMa I - Vorlesung 01-13.10.2008 Mengen, Relationen, Funktionen, Indirekter Beweis 1 / 59 Organisatorisches
MehrVorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.
Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt
Mehr4. Relationen. Beschreibung einer binären Relation
4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B
Mehr4. Funktionen und Relationen
Bestimmung der Umkehrfunktionen c) bei reellen Funktionen geometrisch durch Spiegelung des Funktionsgraphen an der Winkelhalbierenden y = x. y = x 3 y = x y = x y = (x+1)/2 y = x 1/3 y = 2x 1 Seite 27
MehrAbschnitt 3: Mathematische Grundlagen
Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 3.2 Boolsche Algebra 3.3 Induktion und Rekursion Peer Kröger (LMU München) Einführung in die Programmierung WS 16/17 46 / 708 Überblick
Mehr4. Funktionen und Relationen
4. Funktionen und Relationen Nikolaus von Oresmes Richard Dedekind (1831-1916) René Descartes 1596-1650 Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 4: Funktionen und Relationen 4.1 Funktionen:
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 1: Wiederholung 1 Mengen 2 Abbildungen 3 Exkurs Beweistechniken 4 Relationen Definition Operationen Eigenschaften Äquivalenzrelationen
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 9. November 2017 1/34 Beispiel 3.6 Wir können die rationalen Zahlen wie folgt konstruieren:
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
MehrGrundlagen. Kapitel Mengen
Kapitel 1 Grundlagen 1.1 Mengen Grundobjekte mathematischer Theorien sind Mengen. Zwar stellt man sich darunter Gesamtheiten von gewissen Dingen (den Elementen der Menge) vor, doch führt die uneingeschränkte
MehrKapitel 2 Mathematische Grundlagen
Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und
MehrEinführung in die Programmierung
Einführung in die Programmierung Teil 2: Mathematische Grundlagen Prof. Dr. Peer Kröger, Florian Richter, Michael Fromm Wintersemester 2018/2019 Übersicht 1. Mengen 2. Relationen und Abbildungen 3. Boolsche
Mehr2 Lösungen zu Kapitel 2
2 Lösungen zu Kapitel 2 2. Lösung. Die Funktion f ist nicht injektiv. So gibt es (unendlich) viele Paare (x, y) mit f(x, y) = 0, etwa (0, 0) und (/2, ). Die Funktion f ist surjektiv. Zum Beispiel gilt
MehrDiskrete Mathematik I Wintersemester 2007 A. May
Diskrete Mathematik I Wintersemester 2007 A. May Literatur Vorlesung richtet sich nach A. Steger: Diskrete Strukturen Band 1: Kombinatorik-Graphentheorie- Algebra Springer Verlag T. Schickinger, A. Steger:
MehrRelationen. Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B.
Mathematik I für Informatiker Relationen auf einer Menge p. 1 Relationen Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B. Ein wichtiger Spezialfall ist der,
MehrAnalysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016
Analysis I - Notizen 1 Daniel Lenz Jena - Wintersemester 2016 1 Es handelt sich nicht um ein Skriptum zur Vorlesung. Besten Dank an alle, die zu Verbesserungen früherer Notizen zur Analysis I beigetragen
MehrÜbung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)
15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 10: Einführung Reduktionssysteme schulz@eprover.org Reduktionssysteme Definition: Reduktionssystem Ein Reduktionssystem ist ein Tupel (A, ) Dabei gilt:
MehrLösungen zu Kapitel 2
Lösungen zu Kapitel 2 Lösung zu Aufgabe 1: Wir zeigen die Behauptung durch vollständige Induktion über n. Die einzige Menge mit n = 0 Elementen ist die leere Menge. Sie besitzt nur sich selbst als Teilmenge,
MehrSkriptum EINFÜHRUNG IN DIE ALGEBRA
Skriptum EINFÜHRUNG IN DIE ALGEBRA 1 Günter Lettl SS 2016 1. Algebraische Grundbegriffe 1.1 Verknüpfungen Definition 1. Es sei M eine nicht leere Menge. a) Eine Verknüpfung (oder (binäre) Operation) auf
MehrGrundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
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
MehrGrundlagen der linearen Algebra und analytischen Geometrie
Grundlagen der linearen Algebra und analytischen Geometrie Sascha Trostorff 27. Oktober 2017 Inhaltsverzeichnis I. Einführung in die Mengenlehre 3 1. Grundlagen der Aussagenlogik 4 2. Naive Mengenlehre
MehrFormale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18
1/18 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 7. November 2007 2/18 Geordnete Paare Mengen sind ungeordnet: {a, b} = {b, a} für viele Anwendungen braucht
MehrVorkurs Mathematik für Informatiker
Vorkurs Mathematik für Informatiker 6. Ordnungsrelationen Thomas Huckle, Kilian Röhner Technische Universität München 9.10.2017 Graphen Graph besteht aus Knoten (Ecken) und Kanten (Verbindungen zwischen
MehrÜbungen zur Vorlesung Einführung in die Mathematik
Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 1-14. Sitzung Dennis Felsing dennis.felsing@student.kit.edu http://www.stud.uni-karlsruhe.de/~ubcqr/2010w/tut gbi/ 2011-02-07 Äquivalenzrelationen 1 Äquivalenzrelationen
MehrDiskrete Strukturen in der Informatik
Diskrete Strukturen in der Informatik Markus Lohrey Universität Leipzig Wintersemester 2012/2013 Lohrey (Universität Leipzig) Diskrete Strukturen Wintersem. 2012/2013 1 / 287 Organisatorisches zur Vorlesung
Mehr