Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist.
|
|
- Karl Baumgartner
- vor 7 Jahren
- Abrufe
Transkript
1 2 Verbände Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2.1 Verbandsdefinition. Beispiele Definition (Verband): Sei L eine nichtleere Menge, auf der zwei zweistellige Verknüpfungen : LxL L ( Schneiden ) und : LxL L ( Verbinden ) erklärt sind. Dann heißt (L,, ) Verband, wenn diese Verknüpfungen kommutativ und assoziativ sind und den Absorptionsgesetzen genügen. Es gelten also für alle A, B, C L (K ) A B = B A (K ) A B = B A (Kommutativgesetze) (A ) (A B) C = A (B C) (A ) (A B) C = A (B C) (Assozativgesetze) (V ) (A B) A = A (V ) (A B) A = A (Absorptions- oder Verschmelzungsgesetze) Bemerkungen. Beispiele: a) Erklärt man auf einer einelementigen Menge {A} die Verknüpfungen durch A A := A und A A := A, so erhält man ein erstes (nicht allzu eindrucksvolles) Beispiel für einen Verband (dies ist der kleinste Verband). b) Ist M eine Menge, so ist (Pot(M),, ) ein Verband (Potenz- oder Teilmengenverband). Man beachte, dass die Potenzmenge der leeren Menge die leere Menge als Element enthält, also nicht leer ist. c) Ist G eine Gruppe und U(G) die Menge der Untergruppen von G, so sind auf dem Untergruppenverband (U(G),, ) von G die Verknüpfungen als mengentheoretischer Durchschnitt ( = ) und als Erzeugnis (A B ist die kleinste Untergruppe von G, welche die Vereinigungsmenge A B umfasst) erklärt. Hier stimmt die verbandstheoretische Vereinigung (außer in Spezialfällen) nicht mit der mengentheoretischen Vereinigung überein. Dieses Beispiel lässt sich auf andere algebraische Strukturen (z. B. Vektorräume, Körper) übertragen. d) Die Assoziativgesetze lassen sich mittels vollständiger Induktion auf n Glieder verallgemeinern. e) Als Bezeichner für die Trägermenge wurde L gewählt. Dadurch soll an die englische Bezeichnung Lattice erinnert werden, zugleich bleibt V frei für Vektorräume.
2 N. Christmann: Projektive Geometrie WS 2007/ Im folgenden setzen wir (L,, ) als Verband voraus Folgerung (Idempotenz der Verbandsoperationen): Für alle A L gelten A A = A und A A = A. Beweis: Wegen des Absorptionsgesetzes (V ) gilt (wähle B = A A) (A (A A)) A = A. Das Kommutativgesetz (K ) und danach das Absorptionsgesetz (V ) liefern (A (A A)) A = ((A A) A) A = A A, es gilt also wie behauptet A A = A. Durch Vertauschen der Operationen und im Beweis erhält man einen für A A = A. Die Symmetrie der Verbandsaxiome sichert, dass der letzte Schluss in vielen Fällen angewandt werden kann, wir formulieren das als Dualitätsprinzip der Verbandstheorie (DP): Sei Θ eine verbandstheoretische Aussage (also ein sprachliches Gebilde, das außer logischen Bestandteilen wie und, oder, es gibt, für alle noch Variablennamen für Verbandselemente und Verbandsoperationen enthält). Jeder solchen Aussage ist eindeutig eine duale Aussage Θ* zugeordnet, die aus Θ durch Vertauschen der Operationen und hervorgeht. Ist Θ ein Satz der Verbandstheorie (also eine in jedem Verband gültige Aussage), so gilt dies auch für die duale Aussage Θ*. Erste Beispiele für (DP) liefern die Verbandsaxiome und die zuvor gezeigten Idempotenzgesetze. 2.2 Anordnung in Verbänden Verbände können auch als spezielle geordnete Mengen erklärt werden. Dazu erklären wir zunächst eine Anordnung auf Verbänden. Sei also (L,, ) ein Verband Definition (Anordnung auf Verbänden): Für A, B L gelte A B genau dann, wenn A B = A ist. Im Falle A B und A B schreiben wir auch A B Bemerkungen: a) A B ist gleichwertig zu A B = B.
3 2 Verbände 51 b) Die Relation ist reflexiv (A A), antisymmetrisch (A B und B A A = B) und transitiv (A B und B C A C), (L, ) ist demnach eine teilweises geordnete Menge (engl. Poset von partial ordered set). c) Wie bei der gewöhnlichen Ordnung kann man zu auch die umgekehrte (duale) Anordnung betrachten: A B B A. d) Das Dualitätsprinzip ist bei Auftreten von Ordnungsrelationen in Aussagen zu ergänzen: In Θ sind beim Übergang zu Θ* die Ordnungsrelationssymbole durch die dualen zu ersetzen. Dann bleibt (DP) gültig. e) Es ist für alle A,B L A,B A B und A B A, B. f) Ist X A,B, so ist auch X A B: Der Schnitt A B ist das größte Element, das in A und B zugleich enthalten ist. g) Ist A,B Y, so ist auch A B Y: Die Verbindung ist das kleinste Element, das A und B umfasst. h) Für die Ordnungsrelation gelten die Monotoniegesetze A B und C L A C B C und A C B C. Die Eigenschaften e) g) klären zugleich, welche Besonderheit Verbände als teilweise geordnete Mengen besitzen (Existenz von Infimum und Supremum für zweielementige Mengen, vgl ). Diese gelten nicht in allen teilweise geordneten Mengen, man betrachte etwa die Gleichheitsrelation Satz: Sei (P, ) ein Poset, in dem jede zweielementige Teilmenge ein Infimum und Supremum besitzt. Dann ist (P,, ) mit a b := inf{a,b} und a b := sup{a,b} ein Verband, in dem die gemäß definierte Ordnung mit übereinstimmt. Beweis als Übungsaufgabe Folgerung: Ist (P, ) eine linear geordnete Menge, so ist (P,, ) mit a b := min{a,b} und a b := max{a,b} ein Verband. Insbesondere gilt dies, wenn P eine Teilmenge von R ist mit der gewöhnlichen Anordnung. Letzte Änderung
4 N. Christmann: Projektive Geometrie WS 2007/ Nullelement. Einselement Sei weiter (L,, ) ein Verband Definition: a) N L heißt Nullelement (Minimum) von (L,, ), wenn N A für alle A L gilt. b) E L heißt Einselement (Maximum) von (L,, ), wenn A E für alle A L gilt. Nicht jeder Verband besitzt ein Nullelement (Einselement), betrachte z.b. (R, min, max), im Falle der Existenz sind diese Elemente (im Gegensatz etwa zu den maximalen und minimalen Elementen in Posets) eindeutig bestimmt Bemerkung: Statt ordnungstheoretisch wie in kann man Minimum und Maximum auch algebraisch (verbandstheoretisch) kennzeichnen: N ist genau dann Minimum von L, wenn N neutrales Element bzgl. ist, also A N = A gilt. E ist genau dann Maximum von L, wenn E neutrales Element bzgl. ist, also A E = A gilt. Weiter kann man N auch durch die Gleichung A N = N und E durch A E = E kennzeichnen. Beweis als Übungsaufgabe. 2.4 Homomorphie und Isomorphie Wie für jede mathematische Struktur werden auch für Verbände zur Klassifikation strukturverträgliche Abbildungen genutzt Definition: Seien (L,, ) und (L,, ) zwei Verbände und µ: L L eine Abbildung von L in L. a) µ heißt -Homomorphismus, wenn µ(a B = µ(a) µ(b) für alle A,B L gilt. b) µ heißt -Homomorphismus, wenn µ(a B) = µ(a) µ(b) für alle A,B L gilt. c) µ heißt Homomorphismus, wenn µ zugleich - und -Homomorphismus ist. d) µ heißt Ordnungsmomomorphismus, wenn A B stets µ(a) µ(b) zur Folge hat. e) Bijektive Homomorphismen heißen auch Isomorphismen. f) Ein bijektiver Ordnungshomomorphismus ist Ordnungsisomorphismus, wenn auch die Umkehrabbildung ordnungstreu ist. g) Besitzt L ein Nullelement, so heißt dessen Urbild auch Kern von µ. h) Antiisomorphismen sind Bijektionen, bei denen die Verknüpfungen ausgetauscht werden, es gelten dann µ(a B) = µ(a) µ(b) und µ(a B) = µ(a) µ(b).
5 2 Verbände Aufgabe: Man begründe Jeder Isomorphismus ist Homomorphismus, jeder Homomorphismus ist - ( -) Homomorphismus, diese Abbildungen wiederum sind Ordnungshomomorphismen. Die Umkehrungen dieser Aussagen gelten nicht. Weiter muss ein bijektiver Ordnungshomomorphismus von geordneten Mengen (Verbänden) kein Ordnungsisomorphismus sein Definition: (Sei (L,, ) ein Verband. a) Vertauscht man die beiden Verknüpfungen, so erhält man den zu (L,, ) dualen Verband (L,, ). Diesen bezeichnen wir auch mit L*. b) Ist L* zu L isomorph, so heißt L selbstdual Folgerung: a) Es ist L** = (L*)* = L b) L* ist zu L antiisomorph. 2.5 Teilverband. Faktorverband Wie bei jeder mathematischen Struktur erklärt man auch für Verbände Unterstrukturen als Teilmengen der Trägermenge, welche mit den gegebenen Verknüpfungen eine Struktur gleichen Typs (hier also Verband) bilden Definition: a) Sei T eine nichtleere Teilmenge von L. Dann heißt T Teil- oder Unterverband von L, wenn mit A,B T stets auch A B und A B in T liegen. T ist dann zusammen mit den Einschränkungen der Verknüpfungen von L auf T ein Verband. b) Sind A,B L mit A B, so heißt B/A := {X / A X B} auch Faktorverband von B nach A. Für diesen Teilverband ist auch die Bezeichnung [A,B] gebräuchlich Aufgabe: Begründen Sie, dass durch Verbände erklärt werden. 2.6 Hasse-Diagramme In diesem Abschnitt wollen wir die in 1 in einem Beispiel bereits angewandte Methode zur Darstellung endlicher Verbände genauer besprechen. Dazu untersuchen wir zuerst den egriff Nachbar in Verbänden genauer Definition: A L heißt unterer Nachbar von B (in Zeichen A B) wenn A B gilt und aus A X B die Bedingung X=A oder X=B folgt (zwischen A und B gibt es demnach keine weiteren Verbandselemente). B heißt dann auch oberer Nachbar von A. Wir sprechen dann auch davon, dass A und B benachbart sind. Letzte Änderung
6 N. Christmann: Projektive Geometrie WS 2007/ Bemerkungen: a) Nicht in jedem Verband gibt es obere (untere) Nachbarn, vgl. (IR,inf,sup). b) Untere (obere)nachbarn müssen nicht eindeutig bestimmt sein, so hat z.b. im Potenzmengenverband Pot({a,b,c}) die leere Menge {} die oberen Nachbarn {a}, {b}, {c}, allgemein ist A {b} ein oberer Nachbar von A, wenn b nicht zu A gehört. c) Ist L ein endlicher Verband, so besitzt jedes Element Nachbarn, weiter hat L dann ein größtes und kleinstes Element Vorschrift für Hasse-Diagramme Sei L ein endlicher Verband mit Nullelement N und Einselement E. Zur Gewinnung des Hasse-Diagrammes von oben gehe man folgendermaßen vor. Zeichne einen Punkt am oberen Ende des Blattes und bezeichne ihn mit E (Bild von E). In gleicher Höhe unterhalb von E zeichne die Punkte für die unteren Nachbarn von E und verbinde diese Punkte mit (dem Bild von) E. Unterhalb dieser Punkte zeichne man deren untere Nachbarn usw. Schließlich ergibt sich nach endlich vielen Schritten (L ist ja als endlich vorausgesetzt) der Punkt für N. Natürlich kann das Diagramm bei größeren Punkteanzahlen schnell überlaufen, aber zum Aufzeigen einfacher Beispiele sind diese Hasse-Diagramme ein ideales Hilfsmittel. Hasse-Diagramme werden entsprechend auch zur Darstellung (endlicher) teilweise geordneter Mengen genutzt Beispiele für Hasse-Diagramme a) Hat L={A} nur ein Element, so besteht das Diagramm aus einem einzigen Punkt. A b) L = {N,E} E N 01 E F6 0 1 F4 F5 F2 F3 { } F1 N c)l = Pot({0,1} d) Beispiel für einen Verband mit 8 Elementen
7 2 Verbände Aufgaben Aufgabe 1: Geben Sie alle Verbände an, deren Trägermenge weniger als 11 Elemente enthält. Geben Sie teilweise geordnete Mengen mit diesen Elementeanzahlen an, die keine Verbände sind. Überprüfen Sie, welche der Verbände selbstdual sind. Aufgabe 2: a) Jeder endliche Verband besitzt ein Nullelement (Einselement). b) Kann ein endlicher Verband mehrere maximale Elemente besitzen? c) Sei M eine endliche Menge weiter seien S,T Pot(M). Welche Elementeanzahlen können bei S T und S T auftreten? Aufgabe 3: Zeigen Sie: (N,ggT,kgV) ist ein Verband. Besitzt er ein Nullelement (Einselement)? Ersetzen Sie N auch durch N 0. Aufgabe 4: Mit T n werde die Menge aller Teiler der natürlichen Zahl n bezeichnet. Dann ist (T n, / ) nicht nur eine teilweise geordnete Menge (a/b steht für a teilt b), sondern gemäß auch ein Verband (Beweis). Zeichnen Sie die Hassediagramme für T 12, T 32, T 100, T 444. Geben Sie eine Bedingung für die Isomorphie von T n und T m an (n, m N)? Aufgabe 5: Begründen Sie die Aussagen aus 2.1.2, 2.2.2, 2.2.3, 2.2.4, 2.3.2, 2.4.2, 2.5.2, 2.6.2, Aufgabe 6: a) Ein Verband besitze ein maximales (minimales) Element. Besitzt er ein Maximum (Minimum)? b) Ein Verband besitze ein Maximum (Minimum). Gilt das dann auch für seine Teilverbände? Aufgabe 7: Sei K ein Körper, V ein K-Vektorraum. Dann bildet die Menge U(V) der Untervektorräume von V zusammen mit dem mengentheoretischen Schnitt und dem Erzeugnis (A B ist der kleinste, A B umfassende Untervektorraum) einen Verband (den Untervektorraumverband von V). Aufgabe 8: Es sei (M, ) eine teilweise geordnete Menge und A,B Pot(M) mit A B M. Dann folgt aus sup(b) A die Bedingung sup(b) = sup(a). (Erinnerung: sup(a) bezeichnet die kleinste obere Schranke von A in M, entsprechend inf(a) die größte untere Schranke von A. Obere (untere) Schranken von A sind Elemente S M mit a S (S ) für alle a A. Schranken von A müssen insbesondere nicht in A liegen.) Letzte Änderung
8 N. Christmann: Projektive Geometrie WS 2007/ Aufgabe 9: Welche der nachfolgenden Diagramme stellen Verbände dar? a) b) c)
5 Komplementäre Verbände
5 Komplementäre Verbände Die Bestimmung von Verbandselementen durch Punkte hat in modularen längenendlichen Verbänden im Falle der Existenz sinnvolle Eigenschaften (vgl. 4.5), die Existenz kann aber mit
Mehr3 Längenendliche Verbände. Dimension
3 Längenendliche Verbände. Dimension Unser Ziel ist es, projektive Geometrien endlicher Dimension durch Spezialisierung der betrachteten Verbände zu kennzeichnen. Dazu gehört sicher, dass es endliche viele
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
MehrAlgebraische Strukturen und Verbände
KAPITEL 4 Algebraische Strukturen und Verbände Definition 4.1. Sei M eine Menge. Eine Abbildung : M M M nennt man eine (zweistellige) Verknüpfung in M. Man schreibt dafür auch a b := (a, b) mit a, b M.
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
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
MehrAufgaben zur Verbandstheorie
TU Bergakademie Freiberg WS 2005/06 Institut für Diskrete Mathematik & Algebra Prof. Dr. Udo Hebisch Aufgaben zur Verbandstheorie 1. Für ein beliebiges n IN sei X n die Menge aller Teiler von n. Definiert
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,
Mehr3.3 Der Seitenverband
Diskrete Geometrie (Version 3) 10. Januar 2012 c Rudolf Scharlau 217 3.3 Der Seitenverband Wir setzen die Untersuchung der Relation ist Seite von auf der Menge aller konvexen Polytope in einem gegebenen
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
TEIL II: GRUPPEN In der modernen Algebra versucht man die Zahlen (Z, Q, R, ) durch die Konzentration auf Rechenoperationen (+,,... ), oder allgemeiner auf strukturelle Eigenschaften dieser Operationen,
Mehr6. Boolesche Algebren
6. Boolesche Algebren 6.1 Definitionen Eine Boolesche Algebra ist eine Algebra S,,,, 0, 1,, sind binäre, ist ein unärer Operator, 0 und 1 sind Konstanten. Es gilt: 1 und sind assoziativ und kommutativ.
MehrGeordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.
Geordnete Mengen Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist eine Ordnungsrelation auf eine geordnete Menge., dann nennt man Die Namensgebung
MehrGruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,
Kapitel 1 Gruppen 1.1 Operationen Lernziele 1. Gruppen und Untergruppen, Erzeugendensysteme, Operationen und Bahnen 1.1.1 Definiton Gruppe, symmetrische Gruppen Definition 1.1. Sei G eine nicht leere Menge
MehrGeordnete Mengen. Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.
Mathematik I für Informatiker Ordnungsrelationen p. 1 Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist R eine Ordnungsrelation
Mehr5.9 Permutationsgruppen. Sei nun π S n. Es existiert folgende naive Darstellung: Kürzer schreibt man auch
5.9 Permutationsgruppen Definition 103 Eine Permutation ist eine bijektive Abbildung einer endlichen Menge auf sich selbst; o. B. d. A. sei dies die Menge U := {1, 2,..., n}. S n (Symmetrische Gruppe für
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
MehrDiskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr
Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen
MehrElemente der Verbandstheorie
Elemente der Verbandstheorie Michael Zirpel (mz@qlwi.de), München 13. April 2013 1 Verband Eine Menge L mit den Verknüpfungen : L L L,(a,b) a b : L L L,(a,b) a b bezeichnet man als Verband (L,, ), engl.
Mehr1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe
1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12
Mehr1 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe
1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12
MehrOrdnungsrelationen auf Mengen
Ordnungsrelationen auf Mengen Eine (partielle) Ordnungsrelation oder kurz Ordnung O auf einer Menge M ist eine Relation, die reflexiv, antisymmetrisch und transitiv ist. Beispiel: M = { 1, 2, 3 }, O =
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
MehrOrdnungsrelationen auf Mengen. Beispiel einer Ordnungsrelation. Spezielle Elemente von Ordnungen. Spezielle Elemente von Ordnungen
Ordnungsrelationen auf Mengen! Eine (partielle) Ordnungsrelation oder kurz Ordnung O auf einer Menge M ist eine Relation, die reflexiv, antisymmetrisch und transitiv ist. Beispiel: M = { 1, 2, 3 }, O =
MehrOrdnungsrelationen auf Mengen
Ordnungsrelationen auf Mengen Eine (partielle) Ordnungsrelation oder kurz Ordnung O auf einer Menge M ist eine Relation, die reflexiv, antisymmetrisch und transitiv ist. Beispiel: M = { 1, 2, 3 }, O =
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrVollständigkeit. 1 Konstruktion der reellen Zahlen
Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente
MehrMathematik für Informatiker 1 Tutorium
Mathematik für Informatiker 1 Tutorium Malte Isberner 9.1.2014 M. Isberner MafI1-Tutorium 9.1.2014 1 / 12 Thema heute Thema heute: Verbände M. Isberner MafI1-Tutorium 9.1.2014 2 / 12 Verbände Was ist ein
MehrMATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016
MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung
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
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
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 &
Mehrb liegt zwischen a und c.
2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =
Mehr3. Algebra und Begriffsverbände. Algebraische Strukturen
3. Algebra und Begriffsverbände Algebraische Strukturen Def.: Eine n-stellige (n-äre) [algebraische] Operation [auch: Verknüpfung] auf einer Menge A ist eine Abbildung f : A n A. Der Spezialfall n = 0:
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
MehrOrdnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Ordnungsrelationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv,
Mehr3.2 Operationen von Gruppen auf Mengen und Faktorgruppen
Kurzskript MfI:AGS WS 2018/19 Teil II: Gruppen 16 wohldefiniert, ein Gruppen-Homomorphismus, injektiv und surjektiv ist. ( Dies ist eine Anwendung vom Satz 2.4.1.) Siehe die Aufgaben (Blatt 6). 3.2 Operationen
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
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)
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
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben
MehrÜber die Existenz von Strong Port Maps zwischen Matroiden. Diplomarbeit von. Alexander Hölzle geboren am 25. Januar 1980 in Kempten (Allgäu)
FernUniversität in Hagen Fakultät für Mathematik und Informatik Fachbereich Mathematik Über die Existenz von Strong Port Maps zwischen Matroiden Diplomarbeit von Alexander Hölzle geboren am 25. Januar
Mehr1.2 Klassen und Mengen
14 1.2 Klassen und Mengen Als undefinierten Grundbegriff verwenden wir den Begriff der Klasse. Dieser ist allgemeiner als der Mengenbegriff und wird in der Algebra zur Definition sogenannter Kategorien
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
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. 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
Mehr1.4 Homomorphismen und Isomorphismen
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,
MehrMIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel II. Die reellen Zahlen
Version 23.11. November 2006 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel II. Die reellen Zahlen Die reellen Zahlen werden in diesem Kapitel axiomatisch eingeführt
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
Inhaltsverzeichnis Teil II: Gruppen 2 3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen.................. 2 3.1.1 Gruppen.......................................... 2 3.1.2 Untergruppen.......................................
MehrRepetitorium Mathematik für Informatiker I, Sommersemester Probeklausur Nr. 2. Information
Prof. Dr. Bernhard Steffen Dawid Kopetzki Repetitorium zur Vorlesung Mathematik für Informatiker 1 Sommersemester 2015 Probeklausur Nr. 2 Information Diese Aufgaben dienen als Grundlage zur Wiederholung
MehrFormelsammlung: Mathematik für Informatiker I
25. März 2008 Inhaltsverzeichnis 1 Komplexe Zahlen 2 1.1 Allgemeines................................................ 2 1.2 Rechenregeln............................................... 2 1.3 Potenzen.................................................
MehrMathematische Grundlagen der Computerlinguistik Algebren
Mathematische Grundlagen der Computerlinguistik Algebren Dozentin: Wiebke Petersen 5. Foliensatz Wiebke Petersen math. Grundlagen 116 Algebren (algebraische Strukturen) Eine Algebra A ist eine Menge A
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
Mehr2 Die naturlichen Zahlen
2 Die naturlichen Zahlen 2.1 Historisches Schon fruh in der Kulturgeschichte stellte man die Frage nach dem Wesen der Zahlen. Wahrend sich jedoch die Agypter und Babylonier mit einer hoch entwickelten
MehrSeminar: Formale Begriffsanalyse Verbände, Begriffsordnung und Begriffsverbände
Formale Begriffsanalyse / SoSe06 Wiebke Petersen 2. Mai 2006 Seminar: Formale Begriffsanalyse Verbände, Begriffsordnung und Begriffsverbände Dozentin: Wiebke Petersen petersew@uni-duesseldorf.de http://user.phil-fak.uni-duesseldorf.de/~petersen/form_begr/form_begr.html
MehrÜbungsblatt 1: Monoide und Gruppen
Übungsblatt 1: Monoide und Gruppen Die schriftlichen Übungsaufgaben sind durch ein S gekennzeichnet und sollen in der Übung der nächsten Woche abgegeben werden. Die Votieraufgaben sind mit einem V gekennzeichnet.
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrKapitel 1. Mengen und Abbildungen. 1.1 Mengen
Kapitel 1 Mengen und Abbildungen 1.1 Mengen Die Objekte der modernen Mathematik sind die Mengen. Obwohl die Logik einen axiomatischen Zugang zur Mengenlehre bietet, wollen wir uns in dieser Vorlesung auf
MehrÜbungen zur Diskreten Mathematik I Blatt 6
1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,
Mehr3 Allgemeine Algebren
Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n
Mehr8 Gruppen und Körper
8 Gruppen und Körper (8.) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres Element a?b aus G zuordnet, so dass die folgenden
Mehr1 Der Satz von Poincaré-Birkhoff-Witt. 2 Die freie Algebra. 3 Die universell einhüllende Algebra
1 Der Satz von Poincaré-Birkhoff-Witt Darstellungen von assoziativen Algebren sind oft einfacher zu handhaben als Darstellungen von Lie- Algebren. Die universell einhüllende Algebra einer Lie-Algebra hat
Mehr2.3. HOMOMORPHISMEN 59
2.3. HOMOMORPHISMEN 59 2.3 Homomorphismen Algebraische Strukturen werden mit Hilfe strukturverträglicher Abbildungen untersucht, die wie folgt definiert werden: 2.3.1 Definition (Homomorphismus) (G, )
Mehr13. Betrachtung von Eigennullen in einer Funktionenhalbgruppe als Axiomatisierungsübung
13. Betrachtung von Eigennullen in einer Funktionenhalbgruppe als Axiomatisierungsübung Mathematisch- physikalische Semesterberichte 19 (1972), 28-37 1. Einleitung Bei der didaktischen Diskussion über
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:
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
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
Mehr2. Reelle und komplexe Zahlen [Sch-St ]
7 2. Reelle und komplexe Zahlen [Sch-St 6.4-6.5] 2.1 Körperstruktur und Anordnung von R [Kö 2.1-2.2] Für (beliebige) reelle Zahlen a, b, c R gelten die folgenden (algebraischen) Körperaxiome: (K1) a +
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
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden
Mehr15. Gruppen, Ringe und Körper
Chr.Nelius: Lineare Algebra II (SS2005) 1 15. Gruppen, Ringe und Körper A) Mengen mit Verknüpfungen (15.1) DEF: Eine Verknüpfung (oder Rechenoperation) auf einer nichtleeren Menge M ordnet je zwei Elementen
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
MehrLineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.
18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen
MehrAbschnitt 1.2. Rechnen mit reellen Zahlen
Abschnitt 1.2 Rechnen mit reellen Zahlen Addition und Multiplikation Zwei reelle Zahlen a und b kann man zu einander addieren, d. h., den beiden Zahlen wird eine dritte Zahl, a + b, zugeordnet, welche
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
Mehr2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin
Die Menge der ganzen Zahlen von Peter Franzke in Berlin Das System der natürlichen Zahlen weist einen schwerwiegenden Mangel auf: Es gibt Zahlen mn, derart, dass die lineare Gleichung der Form mx n keine
MehrLineare Abbildungen und Matrizen
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 31. Mai 2016 Stefan Ruzika 9: Lineare Abbildungen und Matrizen 31. Mai 2016 1 / 16 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume
MehrSeminar: Formale Begriffsanalyse Begriffsverbände
Seminar: Formale Begriffsanalyse Begriffsverbände Dozentin: Wiebke Petersen petersew@uni-duesseldorf.de SoSe 2010 4. Foliensatz Hinweise für AP Die Standardleistung für eine AP ist eine Haus- bzw. Projektarbeit
MehrHöhere Mathematik I für die Fachrichtung Informatik Lösungsvorschlag zum Präsenzübungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 2013/14 24.10.2013 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschlag zum Präsenzübungsblatt
MehrDie Vorlesung behandelt (voraussichtlich) die folgenden Themen:
Algebra II LVA 405.370 C. Fuchs Inhaltsübersicht 26.06.2015 Inhaltsübersicht Es werden algebraische Grundkenntnisse aus Sicht der universellen Algebra ergänzt und somit in breiteren Kontext gestellt. Die
Mehr13 Auswahlaxiom und Zornsches Lemma
13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses
MehrDer Satz von DESARGUES und der Satz von PAPPOS
Der Satz von DESARGUES und der Satz von PAPPOS Kirstin Strokorb November 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Der Satz von DESARGUES 2 2.1 Das Dualitätsprinzip........................ 3 3 Der Satz
MehrÜbungen zur Diskreten Mathematik I Blatt 1
1 Blatt 1 Aufgabe 1 Überprüfen Sie, ob die folgenden Aussagen Tautologien sind (i) (A B) (( A) ( B)), (ii) (A B) (( A) ( B)), (iii) ((A B) C) ((A C) (B C)), (iv) ((A B) C) ((A C) (B C)), (v) (A = B) ((
MehrKlassische Algebra. Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n a 1 x + a 0 = 0 (a 0,...
Klassische Algebra Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n 1 + + a 1 x + a 0 = 0 (a 0,..., a n 1 Q) Formeln für n {1, 2, 3, 4} sind bekannt. Abel, Galois: Für n N mit
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
TEIL II: GRUPPEN In der modernen Algebra versucht man die Zahlen (Z, Q, R, ) durch die Konzentration auf Rechenoperationen (+,,... ), oder allgemeiner auf strukturelle Eigenschaften dieser Operationen,
MehrVerbände und Boolesche Algebren
Kapitel 3 Verbände und Boolesche Algebren 3.1 Halbgeordnete Mengen In den Abschnitten 1.5 und 1.6 haben wir uns schon einführend mit Halbordnungen beschäftigt. Jetzt werden wir uns eingehender mit diesen
Mehr4. Übung zur Linearen Algebra I -
4. Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. WS 2009-10. Aufgabe 13 Auf dem Cartesischen Produkt Z Z werden 2 Verknüpfungen, definiert durch: Man zeige: (a
MehrKapitel III: Vektorräume
apitel III: Vektorräume 6 Vektorräume und Unterräume Definitionen und Beispiele In diesem Paragraphen kommen wir nun endlich zurück auf die in 1 erörterten Beispiele und behandeln diejenige Struktur, die
MehrLeseprobe. Rolf Socher. Algebra für Informatiker. Mit Anwendungen in der Kryptografie und Codierungstheorie. ISBN (Buch):
Leseprobe Rolf Socher Algebra für Informatiker Mit Anwendungen in der Kryptografie und Codierungstheorie ISBN (Buch): 978-3-446-43257-4 ISBN (E-Book): 978-3-446-43312-0 Weitere Informationen oder Bestellungen
Mehr: G G G. eine Abbildung. Gelten die folgenden Eigenschaften, so nennen wir (G,,e) eine Gruppe: (x,y) x y
5 GRUPPEN 5 Gruppen Hier fehlt eine schöne Einleitung oder ein motivierendes Beispiel. Definition [5.1] Sei G eine nicht-leere Menge, e G ein (ausgezeichnetes) Element in G und : G G G eine Abbildung.
MehrLösungen der Übungsaufgaben I
Mathematik für die ersten Semester (2. Auflage): Lösungen der Übungsaufgaben I C. Zerbe, E. Ossner, W. Mückenheim 1.1 Beweisen Sie, dass die folgenden Aussagen stets wahr sind, also zur Ableitung wahrer
Mehr2.4 Lineare Abbildungen und Matrizen
24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus
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)
MehrProbeklausur zur Mathematik II (Algebra) Fachrichtungen: IF, CV, CSE und WIF Mai 2008
Fakultät für Mathematik Institute IAG und IMO Prof. Dr. H. Bräsel/Dr. M. Höding Probeklausur zur Mathematik II (Algebra) Fachrichtungen: IF, CV, CSE und WIF Mai 2008 Bitte in Druckschrift ausfüllen! Name
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
Mehr6.6 Normal- und Kompositionsreihen
282 6.6 Normal- und Kompositionsreihen Es geht jetzt um die innere Struktur von Gruppen, soweit diese mit Ketten von ineinandergeschachtelten Normalteilern beschrieben werden kann. Erinnern wir uns deshalb
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 5 Das Lemma von Zorn Wir möchten im Folgenden zeigen, dass eine widerpruchsfreie Menge Γ L V von Aussagen nicht nur
Mehr4 Isomorphismen affiner und projektiver Ebenen
$Id: isomorphie.tex,v 1.3 2018/11/26 18:45:03 hk Exp $ 4 Isomorphismen affiner und projektiver Ebenen Wir haben gezeigt das alle Ternärkörper der projektiven Ebene PG(V ) über einem Vektorraum V isomorph
Mehr