Kapitel 1. Grundlagen Mengen
|
|
- Kirsten Magdalena Sommer
- vor 7 Jahren
- Abrufe
Transkript
1 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 feststeht, ob es zur Menge gehört oder nicht. Die Objekte der Menge heissen Elemente der Menge. a A a A a ist Element der Menge A a ist nicht Element der Menge A 1
2 Die leere Menge enthält kein Element. Schreibweise:, {} Definition. Eine Menge A heisst Teilmenge der Menge B, falls jedes Element von A auch Element von B ist. Schreibweise: A B. Seien die Elemente der Teilmenge A durch eine bestimmte Eigenschaft E (die auf Elemente aus B zutreffen kann) charakterisiert, so notieren wir A = {x B : x erfüllt E}. Definition. Zwei Mengen A und B heissen gleich, falls A B und B A gilt. Schreibweise: A = B. Falls A und B nicht gleich sind, so schreiben wir A B. 2
3 Verknüpfungen von Mengen Definition. Seien A und B Mengen. Die Schnittmenge A B ist definiert durch A B := {x : x A und x B}. Die Vereinigungsmenge A B ist definiert durch A B := {x : x A oder x B}. Die Differenzmenge A \ B ist definiert durch A \ B := {x : x A und x B}. A und B heissen disjunkt, falls A B = (d.h. A und B enthalten kein gemeinsames Element). 3
4 Grundgesetze für Mengenverknüpfungen Satz. Es seien A, B, C Mengen. Dann gilt (1) A = und A = A (2) A A = A und A A = A (3) A B = B A und A B = B A (Kommutativität) (4) (A B) C = A (B C) und (A B) C = A (B C) (Assoziativität) (5) A (B C) = (A B) (A C) und A (B C) = (A B) (A C) (Distributivität) 4
5 Sei Ω eine Menge. Für eine Teilmenge A Ω definieren wir das Komplement A c := Ω \ A. Übung. Beweisen Sie die Gesetze von de Morgan: Für A Ω und B Ω gilt (A B) c = A c B c und (A B) c = A c B c. 5
6 Definition. Die Potenzmenge P(A) einer Menge A ist die Menge aller Teilmengen von A. Man beachte den Unterschied zwischen und, sowie die Schreibweise mit den Mengenklammern { und }: 1 {1, 2}, {1} {1, 2}, {1} {1, 2}, {1} P({1, 2}). Statt P(A) schreibt man oft auch 2 A. 6
7 Gefährliche Definitionen (1) Russelsche Antinomie: Sei R die Menge aller Mengen, die sich nicht selbst als Element enthalten. Wäre R eine Menge, so müsste entweder R R oder R R gelten. Nach Definition ist aber R R genau dann wenn R R. 7
8 (2) Der Barbier von Sevilla rasiert genau diejenigen in Sevilla lebenden Männer, die sich nicht selbst rasieren. Rasiert der Barbier sich selber? M := {x : x männlicher Einwohner in Sevilla, den der Barbier rasiert} ist keine Menge! 8
9 1.2. Abbildungen Definition. Seien A und B Mengen. Ist a A und b B, so heisst (a, b) ein geordnetes Paar. Zwei geordnete Paare (a, b) und (a, b ) heißen gleich, falls a = a und b = b gilt. Das kartesische Produkt A B ist die Menge aller geordneten Paare (a, b), wobei a A und b B gilt. Beziehungen zwischen Objekten werden formal als Relationen definiert. Definition. Eine Relation zwischen zwei Mengen A und B ist eine Teilmenge R A B. Falls A = B so sprechen wir von einer Relation in A. 9
10 Definition. Eine Abbildung (oder Funktion) von der Menge A in die Menge B ist eine Relation f A B derart, dass es für alle a A genau ein b B gibt mit (a, b) f. Übliche Schreibweise für eine Abbildung f : A B A: Definitionsbereich von f B: Bildbereich (oder Wertebereich) von f Das zu a A eindeutig gehörende b B mit (a, b) f wird meist mit f(a) bezeichnet. Man schreibt auch a f(a). Definition. Zwei Abbildungen f : A B und f : A B heißen gleich, wenn A = A und B = B und f(a) = f (a) für alle a A gilt. 10
11 Eigenschaften von Abbildungen Definition. Eine Abbildung f : A B heißt injektiv, falls aus a 1, a 2 A mit a 1 a 2 stets f(a 1 ) f(a 2 ) folgt; surjektiv, falls für alle b B ein a A existiert mit b = f(a); bijektiv, falls f injektiv und surjektiv ist. 11
12 Definition. Die identische Abbildung auf der Menge A ist definiert als id A : A A, a a. Definition. Sind f : A B und g : B C Abbildungen, so definiert man deren Komposition oder Hintereinanderausführung als die Abbildung g f : A C, a g(f(x)). 12
13 Satz. Eine Abbildung f : A B ist bijektiv genau dann, wenn es eine Abbildung g : B A gibt mit g f = id A und f g = id B. Ergänzung zum Satz: Die Abbildung g im Satz ist eindeutig bestimmt und heißt die inverse Abbildung von f. Man schreibt dafür g = f 1. Vorsicht: f 1 ist nicht zu verwechseln mit 1/f(x) = f(x) 1 für eine reellwertige Funktion f. 13
14 Definition. Sei f : A B eine Abbildung. Für X A heißt die Menge f(x) := {f(a): a X} das Bild von X unter f. Für Y B heißt die Menge f 1 (Y ) := {a A: f(a) Y } das Urbild von Y unter f. 14
15 1.3. Ordnungs- und Äquivalenzrelationen Eine Relation R in A ist eine Teilmenge R A A. Statt (x, y) R schreiben wir oft xry. Definition. Eine Relation in A heißt eine partielle Ordnung, falls folgende Eigenschaften erfüllt sind: Reflexivität: a a für alle a A. Antisymmetrie: Aus a b und b a folgt a = b, für alle a, b A. Transitivität: Aus a b und b c folgt a c, für alle a, b, c A. Definition. Eine partielle Ordnung in A heißt totale Ordnung, falls für alle a, b A gilt: a b oder b a. 15
16 Definition. Sei A eine Menge, n N, n 1. Ein n-tupel in A ist eine Abbildung Ist a k = a(k), so schreibt man meist a k heißt die k-te Komponente von a. a: {1, 2,..., n} A. a = (a 1, a 2,..., a n ) statt a. Bemerkung. (a 1,..., a n ) = (b 1,..., b n ) genau dann, wenn a k = b k für alle k {1, 2,..., n}. 16
17 Definition. Unter der n-ten kartesischen Potenz der Menge A versteht man A n := A... A }{{} n mal := {a : a ist n-tupel in A}. Angenommen, sei eine totale Ordnung in A. Die lexikographische Ordnung lex in A n ist folgendermassen definiert. Seien a = (a 1,..., a n ) und b = (b 1,..., b n ) A n. a lex b bedeutet, dass entweder a = b oder a k b k für den kleinsten Index k mit a k b k. Behauptung. Die lexikographische Ordnung lex ist eine totale Ordnung in A n. Beweis als Übung. 17
18 Definition. Eine Relation in A heißt Äquivalenzrelation, falls die folgenden Eigenschaften erfüllt sind: Reflexivität: a a für alle a A. Symmetrie: Aus a b folgt b a, für alle a, b A. Transitivität: Aus a b und b c folgt a c, für alle a, b, c A. 18
19 Wichtige Äquivalenzrelationen in Z. Fixiere n N, und seien a, b Z. Definition. a heißt kongruent zu b modulo n, geschrieben a n b, falls n ein Teiler von b a ist. Z.B. n = 3, 2 3 5, Man verifiziert leicht, dass n eine Äquivalenzrelation ist. 19
20 Definition. Sei eine Äquivalenzrelation in A. Die Äquivalenzklasse [a] von a bezüglich ist die Menge der zu a äquivalenten Elemente in A: [a] := [a] := {b A: b a}. Definition. Sei A eine Menge. Eine Partition (oder Zerlegung) von A ist eine Menge P von nichtleeren Teilmengen von A so dass jedes Element von A in genau einem P P liegt. 20
21 Es gibt einen engen Zusammenhang zwischen Äquivalenzrelationen und Partitionen. Satz. Sei eine Äquivalenzrelation in einer Menge A. Dann sind je zwei Äquivalenzklassen bezüglich entweder gleich oder disjunkt. Daher bildet die Menge der Äquivalenzklassen bezüglich eine Partition von A. Satz. Sei P eine Partition der Menge A. Definiere die Relation R := {(a, b) A A: es existiert ein P P mit a P und b P }. Dann ist R eine Äquivalenzrelation in A. 21
22 Aristoteles ( vor Christus) 1.4. Aussagen Eine Aussage ist ein sprachliches Gebilde, das entweder wahr oder falsch ist. Verknüpfung von Aussagen. Seien A und B Aussagen. Wir definieren A B (hier A und B) ist genau dann wahr, wenn A und B beide wahr sind; A B (hier A oder B) ist genau dann wahr, wenn mindestens eine der Aussagen A, B wahr ist; A (lies nicht A) ist genau dann wahr, wenn A falsch ist. 22
23 Beschreibung mit Wahrheitstafeln A B A B A B f f f f f w f w w f f w w w w w 23
24 Die Implikation A B (lies wenn A, dann B) ist definiert durch A B A B f f w f w w w f f w w w Vorsicht: A B ist nach Definition immer wahr, wenn A falsch ist! 24
25 Die Äquivalenz A B (lies A äquivalent B) ist definiert durch A B A B f f w f w f w f f w w w Dies bedeutet, dass A und B logisch gleichwertig sind: A ist genau dann wahr, wenn B wahr ist. 25
26 Beispiel. (Kontrapositionsgesetz) A = B ist logisch gleichwertig zu ( B) = ( A) ist logisch gleichwertig zu ( A) B. 26
27 Methode des indirekten Beweises Um sich von der Wahrheit einer Aussage A zu überzeugen, nimmt man an, dass A falsch ist und deduziert daraus mittels logischen Schlüssen, dass eine Aussage B sowohl wahr als auch falsch ist. Da letzteres absurd ist, muss A wahr sein. 27
28 Zur Illustration: Definition. Eine Primzahl ist eine Zahl p N, p 2, deren einzige positive Teiler 1 und p sind. Primzahlen sind 2, 3, 5, 7, 11,.... Folgendes ist leicht zu zeigen: Jede Zahl n N mit n 2 wird von einer Primzahl geteilt. Wir geben nun einen indirekten Beweis für folgenden Satz: Satz. Es gibt unendlich viele Primzahlen. 28
29 Denksportaufgabe. Ein Verurteilter steht in einem Raum mit zwei Türen, eine führt in die Freiheit, die andere zum Henker. Er steht zwei Männern gegenüber, von denen einer immer die Wahrheit sagt und der andere immer lügt. Dem Verurteilten ist dies bekannt, aber er weiß nicht, wer der Lügner ist. Seine Chance: er darf einem der Männer eine Frage stellen. 29
30 Regeln beim Verknüpfen von Aussagen (vgl. Regeln beim Verknüpfen von Mengen) doppelte Negation ( A) A de Morgan (A B) ( A) ( B) (A B) ( A) ( B) Distributivität A (B C) (A B) (A C) A (B C) (A B) (A C) Prinzip vom A ( A) w ausgeschlossenen Dritten A ( A) f 30
31 Prädikate = 2 ist eine wahre Aussage x + y = y + x ist keine Aussage; sie ist weder wahr noch falsch Sei M eine Menge. Eine Aussageform (oder ein Prädikat) ist ein Satz in freien Variablen x 1,..., x n, der zu einer Aussage wird, wenn jedes x i durch ein Element in M ersetzt wird. 31
32 Um Prädikate in Aussagen umzuwandeln, benutzt man den Allquantor (für alle x M) und den Existenzquantor (es gibt ein x M) Sei P (x) ein Prädikat über der Menge M in der Variablen x. xp (x) ist genau dann wahr, wenn es ein a M gibt, so dass P (a) wahr ist. xp (x) ist genau dann wahr, wenn P (a) für jedes a M wahr ist. 32
33 Negationsregel ( xp (x)) ist logisch gleichwertig zu x P (x) ( xp (x)) ist logisch gleichwertig zu x P (x) 33
34 1.5. Vollständige Induktion Es handelt sich hier um ein sehr mächtiges Beweisprinzip, um Aussagen der Form n N P (n) zu beweisen. 34
35 Induktionsprinzip Sei P (n) ein Prädikat über N. Induktionsanfang: P (1) ist wahr. Induktionsschritt: Für beliebiges n N ist P (n) P (n + 1) wahr. Dann ist P (n) wahr für alle n N. Der Beweis beruht auf dem folgenden plausiblen Axiom. Jede nichtleere Teilmenge von N hat ein kleinstes Element. 35
36 Satz. Für n N gilt die folgende Aussage P (n): n = n(n + 1). 2 Satz. (Summe der geometrischen Reihe) Sei q R, q 1 und n N. Dann gilt q 0 + q 1 + q q n = qn+1 1 q 1. (Zur Erinnerung q 0 := 1, insbesondere für q = 0.) 36
37 Modifiziertes Induktionsprinzip Sei P(n) ein Prädikat über N, n 0 N. Induktionsanfang: P (n 0 ) ist wahr. Induktionsschritt: Für beliebiges n n 0 gilt: P (n) P (n + 1). Dann ist P (n) wahr für alle n n 0. 37
38 1.6. Kardinalität endlicher Mengen Wir wollen Mengen bzgl. ihrer Größe vergleichen. Zur Erinnerung: N = {1, 2, 3,...}. Definition. Zwei Mengen A, B heißen gleichmächtig, falls es eine Bijektion (d.h. eine bijektive Abbildung) von A nach B gibt. Notation: A B. Bemerkung. erfüllt die Eigenschaften einer Äquivalenzrelation. 38
39 Definition. Eine Menge A heißt endlich, falls A = oder A {1, 2,..., n} für ein n N. Andernfalls heißt A unendlich. Lemma. Für m, n N gilt {1, 2,..., m} {1, 2,..., n} m = n. 39
40 Aufgrund des Lemmas ist die folgende Definition sinnvoll: Definition. Die Kardinalität A einer nichtleeren endlichen Menge A ist die eindeutig bestimmte Zahl n N mit A {1, 2,..., n}. Man setzt := 0. Bemerkung. Sei A endlich. Dann A = A = 0. Folgerung. Seien A, B endliche Mengen. Dann A B A = B. 40
41 Seien A 1, A 2,... A r Mengen. Deren Vereinigung ist definiert als A 1 A 2... A r := {x : i {1, 2,..., r} x A i }. Man schreibt dafür auch r i=1 A i. Analog definiert man den Durchschnitt A 1 A 2... A r := {x : i {1, 2,..., r} x A i } und schreibt dafür auch r i=1 A i. 41
42 Satz. Seien A 1,..., A r endliche Mengen, die paarweise disjunkt sind, (d.h. A i A j = für i j). Dann ist A 1... A r endlich und A 1... A r = A A r. 42
43 Das kartesische Produkt von Mengen A 1,..., A r ist definiert als A 1... A r := {(a 1,..., a r ) : a i A i für alle i {1, 2,..., r}}. Satz. Sind A, A 1,..., A r endliche Mengen, so auch A 1 A r und es gilt Insbesondere gilt A r = A r. A 1 A 2... A r = A 1 A 2... A r. 43
44 Definition. Für Mengen A, B bezeichne B A die Menge der Abbildungen A B. Folgerung. Sind A, B endlich, so ist B A endlich und B A = B A Folgerung. Sei A endlich. Dann ist die Potenzmenge 2 A endlich und 2 A = 2 A. 44
45 Satz. Seien A, B endliche Mengen und f : A B eine Abbildung. (1) Ist f injektiv, so gilt A B. Ist überdies A = B, so ist f bijektiv. (2) Ist f surjektiv, so gilt A B. Ist überdies A = B, so ist f bijektiv. 45
46 1.7. Unendliche Mengen Die Menge N ist unendlich, denn es gibt kein n N mit {1, 2,..., n} N. (Beweis!) Definition. Eine Menge A heißt abzählbar unendlich, falls A N. Beispiel. Z ist abzählbar unendlich vermöge der Bijektion 1 n 2 falls n ungerade f : N Z, f(n) = n 2 falls n gerade Beispiel. N N ist abzählbar unendlich. 46
47 Nicht alle unendlichen Mengen sind abzählbar! Satz. (Georg Cantor) Sei A eine Menge. Dann gibt es keine surjektive Abbildung f : A 2 A. Folgerung. 2 N ist zwar unendlich, aber nicht abzählbar unendlich. Man nennt solche Mengen überabzählbar. Bemerkung. Der Beweis verwendet die sogenannte Diagonalisierungsmethode. Diese spielt in der theoretischen Informatik eine wichtige Rolle (Stichwort Unentscheidbarkeit ). 47
48 Eine Anwendung in der Informatik Jedes Programm, egal in welcher Programmiersprache, ist eine endliche Folge von Symbolen aus einer endlichen Menge (=Alphabet {Sonderzeichen}). Deshalb ist die Menge abzählbar unendlich. R := {f : N {0, 1} : f von einem Programm berechenbar} Nun ist {0, 1} N 2 N. Der Satz von Cantor impliziert, dass 2 N überabzählbar ist. Deshalb ist R = {0, 1} N. Folglich gibt es Abbildungen f : N {0, 1}, die nicht von einem Programm berechnet werden können. 48
49 Bemerkung. Ähnlich wie beim Satz von Cantor zeigt man, dass die Menge R der reellen Zahlen überabzählbar ist. 49
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
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
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
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
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: {
Mehr2 Mengen und Abbildungen
2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen
MehrAbbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe
Kapitel 5 Abbildungen 5.1 Definition: (Abbildung) Eine Abbildung zwischen zwei Mengen M und N ist eine Vorschrift f : M N, die jedem Element x M ein Element f(x) N zuordnet. Schreibweise: x f(x) 5. Beispiel:
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 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
Mehr0 Mengen und Abbildungen, Gruppen und Körper
0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor
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
MehrIndexmengen. Definition. n n n. i=1 A i := A 1... A n
Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 15. Oktober 2015 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage veröffentlicht
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,
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,
MehrAnalyis I - Grundlagen
Elementare Aussagenlogik October 23, 2008 Elementare Aussagenlogik Definition Eine Aussage im Sinne der Aussagenlogik ist eine sprachliche Aussage, bei der klar entschieden werden kann, ob sie wahr oder
MehrEinführung in die Mengenlehre
Einführung in die Mengenlehre D (Menge von Georg Cantor 845-98) Eine Menge ist eine Zusammenfassung bestimmter wohlunterschiedener Objekte unseres Denkens oder unserer Anschauung zu einem Ganzen wobei
MehrGrundbegriffe Mengenlehre und Logik
Grundbegriffe Mengenlehre und Logik Analysis für Informatiker und Lehramt Mathematik MS/GS/FS WS 2016/2017 Agnes Radl Mengen Georg Cantor (1895) Unter einer Menge verstehen wir jede Zusammenfassung M von
MehrLineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle
Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015 2 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra 5 1.1 Elementare
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
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage
MehrGrundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
MehrHM I Tutorium 1. Lucas Kunz. 27. Oktober 2016
HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre
MehrVorlesung 3: Logik und Mengenlehre
28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung
MehrBrückenkurs Mathematik 2015
Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass
MehrMengenlehre und vollständige Induktion
Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
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
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
Mehr1. 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
Mehr1. 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!
MehrLineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund
Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
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
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
MehrKapitel 1: Grundbegriffe
Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2
MehrWarum 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
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
MehrAnalysis für Informatiker
Analysis für Informatiker Wintersemester 2017/2018 Carsten.Schneider@risc.jku.at 1 Bemerkung: Dies ist kein Skript, welches den gesamten Inhalt der Vorlesung abdeckt. Es soll den Studierenden aber während
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
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
MehrVorkurs: Grundlagen für das Mathematikstudium. Caroline Uhler
Vorkurs: Grundlagen für das Mathematikstudium Caroline Uhler Inhaltsverzeichnis 1 Logische Grundbegriffe 3 2 Elementare Mengenlehre 5 3 Relationen und Abbildungen 8 3.1 Produkte......................................
MehrVorkurs 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
Mehr1.1 Mengen und Abbildungen
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik
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
MehrLineare 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
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
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
MehrAnmerkungen 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
MehrLineare Algebra, Teil I
Lineare Algebra, Teil I (Folien zur Vorlesung) Joachim Stöckler Auszüge aus dem Vorlesungsskript von Prof. Rudolf Scharlau aus dem WS 2009/10 werden auf den Folien verwendet. Für die Bereitstellung dieses
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
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
MehrVorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen
Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Susanna Pohl Vorkurs Mathematik TU Dortmund 10.03.2015 Mengen und Relationen Mengen Motivation Beschreibung von Mengen Mengenoperationen
MehrTutorium: 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
Mehr1.3 Aussagen. Beispiel: Das Bruttosozialprodukt der Bundesrepublik Deutschland ist höher als das der USA ist eine offenbar falsche Aussage.
1.3 Aussagen In der Mathematik geht es um Aussagen. Eine Aussage ist ein statement, das entweder wahr oder falsch sein kann. Beides geht nicht! Äußerungen, die nicht die Eigenschaft haben, wahr oder falsch
MehrB Grundbegriffe zu Mengen und Abbildungen
B Grundbegriffe zu Mengen und Abbildungen Die Sprache der Mengen und Abbildungen hat sich als Basissprache in der modernen Mathematik durchgesetzt. Da sie sehr praktisch ist, wird sie auch in diesem Buch
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
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
MehrSurjektive, 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
MehrFür 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,
MehrVorsemesterkurs 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
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
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 &
Mehr1.1 Mengen und Abbildungen
Lineare Algebra 2005-2013 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik
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
MehrInstitut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 4
Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 08.11.2018 Dr. Markus Lange Analysis 1 Aufgabenzettel 4 Abgabe bis 14. November 2018, 19:00 Uhr Erinnerung: Die Anmeldung für den Übungsschein
MehrD-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2
D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Lösung 2 Hinweise 1. Eine Möglichkeit ist, auf diese Forderungen massgeschneiderte Relationen explizit anzugeben. Dies ist aber nicht
MehrKommutativität. De Morgansche Regeln
1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)
MehrÜber den Grössenvergleich von Mengen und die totale Ordnung auf der Klasse der Kardinalzahlen
Über den Grössenvergleich von Mengen und die totale Ordnung auf der Klasse der Kardinalzahlen Maturitätsarbeit HS 2015/16 von Daniel Peter Rutschmann 4a Betreut von Dr. Thomas Foertsch an der Kantonsschule
MehrMengenlehre. Begriff der Mengenzugehörigkeit x M, x Ê M >x : x { a 1. e e x = a n. } 2 x = a 1. >x : x { y P(y) } 2 P(x) Begriff der leeren Menge
Mengenlehre Grundbegriff ist die Menge Definition (Naive Mengenlehre). Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung
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
MehrAnalysis I. Yuri Kondratiev Universität Bielefeld WS 2016/17
Analysis I Yuri Kondratiev Universität Bielefeld WS 2016/17 ii Contents 1 Mengen und Zahlen 1 1.1 Grundbegriffe der Mengenlehre..................... 1 1.1.1 Mengen und Operationen auf den Mengen...........
MehrTeil 4. Mengen und Relationen
Teil 4 Mengen und Relationen KAPITEL 10 Äquivalenzrelationen und Faktormengen 1. Äquivalenzrelationen Wir nennen eine Relation von A nach A auch eine Relation auf A. DEFINITION 10.1. SeiΡeine Relation
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
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
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.
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)
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrFolgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.
Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen
MehrKapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
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
MehrSkript und Übungen Teil II
Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen
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
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
MehrDer Kalkül der Mengen 1 / 64
Der Kalkül der Mengen 1 / 64 Präzise beschreiben und argumentieren: Aber wie? In welcher Sprache sollten wir versuchen, komplexe Sachverhalte vollständig und eindeutig zu beschreiben? Natürliche Sprachen
MehrGrundlegendes 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
MehrHöhere 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
MehrTheoretische Informatik
Mathematische Grundlagen Patrick Horster Universität Klagenfurt Informatik Systemsicherheit WS-2007-Anhang-1 Allgemeines In diesem einführenden Kapitel werden zunächst elementare Grundlagen kurz aufgezeigt,
Mehrdefinieren eine Aussage A als einen Satz, der entweder wahr (w) oder falsch (f) (also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1.
22 Kapitel 1 Aussagen und Mengen 1.1 Aussagen Wir definieren eine Aussage A als einen Satz, der entweder wahr w) oder falsch f) also insbesondere nicht beides zugleich) ist 1. Beispiel 1.1. 2 ist eine
MehrMengen und Abbildungen
1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine
MehrMengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von
Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für
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:
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 )
Mehr