Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man
|
|
- Kristina Stieber
- vor 7 Jahren
- Abrufe
Transkript
1 Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt. Außerdem definiert man: M N M N M N ist gleichbedeutend mit N M ist gleichbedeutend mit M N und M N ist gleichbedeutend mit N M Das Symbol steht für die leere Menge, die überhaupt keine Objekte enthält. Die Schreibweise M gibt die Anzahl (oder Mächtigkeit ) der Elemente einer Mengen an. (z.b. {2, 3, 4} = 3, N = ) Mit Hilfe von Mengenoperationen können aus gegebenen Mengen neue gebildet werden.
2 Vereinigung A B = {x x A oder x B} Beispiel: {1, 3} {2, 4} = {1, 2, 3, 4} Durchschnitt A B = {x x A und x B} Beispiel: {1, 3, 4, 5} {3, 4, 7} = {3, 4} Differenz A \ B = {x x A und x / B} Beispiel: {1, 3, 4, 5} \ {3, 4} = {1, 5} A A A B B B
3 Das kartesisches Produkt zweier Mengen A, B ist die Menge aller Paare A B = {(a, b) a A, b B} Beispiel: {1, 3} {4, 5, 6} = {(1, 4), (1, 5), (1, 6), (3, 4), (3, 5), (3, 6)} wichtig: Es gilt {4, 5} = {5, 4}, aber (4, 5) (5, 4). Man definiert A 2 = A A, A 3 = A A A und allgemein A n = } A A {{... A }. n-mal Beispiel: R 3 = {(x 1, x 2, x 3 ) x i R für 1 i 3}
4 Die Potenzmenge Potenzmenge P(A) einer Menge A ist die Menge aller Teilmengen von A, also P(A) = {B B A}. Beispiel: Potenzmenge von A = {1, 2, 3} P(A) = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}} Für jede Menge A gilt, A P(A). Die Beispiele zeigt, dass Mengen selbst wieder Elemente von Mengen sein können. wichtig: Für Mengen A, B ist A B nicht gleichbedeutend mit A B! Die sprachliche Formulierung A liegt in B ist ungenau und kann beides bedeuten. Für die Menge A = {1, 2, 3} gilt beispielsweise {1} P(A), aber nicht {1} P(A), denn 1 ist kein Element von P(A).
5 Abzählverfahren In vielen Situationen ist es hilfreich, einfache Formeln für die Anzahl der Elemente einer Menge zur Verfügung zu haben. Dies ist besonders für die Berechnung von Wahrscheinlichkeiten hilfreich. (1) Anzahl der Elemente in kartesischen Produkten Sind A und B endliche Mengen, dann gilt A B = A B. Beispiel: Wie wahrscheinlich ist es, erst mit einem 6-er-Würfel eine 5 und anschließend mit einem 20-er-Würfel eines 7 zu würfeln? Jede Wurfkombination entspricht einem Element der Menge A B mit A = {1, 2, 3, 4, 5, 6} und B = {1, 2,..., 20}.
6 Es gilt also A B = A B = 6 20 = 120. Unter der Annahme, dass jede einzelne Wurfkombination in A B gleich wahrscheinlich ist, beträgt die Wahrscheinlichkeit für jedes Element also Insbesondere liegt die Wahrscheinlichkeit für die Kombination (5, 7) also bei , 83%.
7 (2) Anzahl der Elemente von P(A) für eine Menge A Ist A = n mit n N 0, dann gilt P(A) = 2 n. Begründung: Sei A = {x 1,..., x n } und B A eine Teilmenge. Für jedes einzelne x k gibt es die beiden Möglichkeiten x k B und x k / B. Für die Elemente x 1,..., x n gibt es also insgesamt }{{} n-mal = 2 n verschiedene Möglichkeiten, also 2 n verschiedene Teilmengen von B. (Für einen formalen Beweis verwendet man vollständige Induktion.) Beispiel: A = {1, 2, 3} P(A) = 2 3 = 8
8 Anwendungsbeispiel: Wie wahrscheinlich ist es, dass bei 6 Münzwürfen beim zweiten und dritten Mal ein Wappen geworfen wird, ansonsten nur Zahl? Sei A = {1, 2,..., 6}. Jede Wurfkombination entspricht einer Teilmenge B A, wobei B jeweils angibt, bei welchen Würfen Wappen geworfen wird. Insbesondere bedeutet B =, dass nur Zahlen geworfen werden B = A, dass nur Wappen geworfen werden B = {2, 3}, dass genau beim zweite und dritten Wurf Wappen fällt, ansonsten nur Zahl
9 Unter der Annahme, dass alle 2 6 = 64 Wurfkombinationen gleich wahrscheinlich sind, beträgt die Wahrscheinlichkeit für eine bestimmte Kombination B also Insbesondere beträgt die Wahrscheinlichkeit für B = {2, 3} also , 56 %
10 (3) Anzahl der k-elementigen Teilmengen einer n-elementigen Menge Seien k, n N 0 und A eine n-elementige Menge. Dann gibt es genau ( ) n k-elementige Teilmengen von A. k Beispiele: In M n = {1,..., n} gibt es genau eine null-elementige Teilmenge (nämlich ),eine n-elementige (nämlich M n ) und genau n einelementige Teilmengen (nämlich {k} mit 1 k n). In Übereinstimmung damit gilt ( ) n 0 = 1, ( ) n 1 = n, ( ) n = 1. n
11 Die Menge M 4 hat genau sechs zweielementige Teilmengen, nämlich {1, 2}, {1, 3}, {1, 4}, {2, 3}, {2, 4}, {3, 4}. Es gilt ( ) 4 2 = 4! 2!2! = = 6. Die Menge M 5 hat genau 10 dreielementige Teilmengen, nämlich {1, 2, 3}, {1, 2, 4}, {1, 2, 5}, {1, 3, 4}, {1, 3, 5}, {1, 4, 5}, {2, 3, 4}, {2, 3, 5}, {2, 4, 5}, {3, 4, 5}. Ein Beweis für die allgemeine Aussage erfolgt durch vollständige Induktion, ( unter Verwendung der Rekursionsformel n ( k) = n 1 ) ( k 1 + n 1 ) k.
12 Anwendungsbeispiel 1: Wie wahrscheinlich ist es, dass man bei sechsmaligem Werfen einer Münze genau dreimal ein Wappen (und dreimal eine Zahl) wirft? Wie groß ist die Wahrscheinlichkeit, mindestens dreimal Wappen zu werfen? Wie beim letzten Mal entspricht jede Wurfkombination einer Teilmenge B von A = {1,..., 6}, wobei k B bedeutet, dass der k-te Wurf ein Wappen ist (1 k 6). Genau dreimaliges Werfen des Wappens bedeutet also B = 3. Die Anzahl der dreielementigen Teilmengen von A beträgt ( ) 6 6! = = = !3! 3! Die gesuchte Wahrscheinlichkeit ist also ( 6 3) = 20 = 31, 25 %. P(A) 64
13 Mindestens dreimaliges Werfen des Wappens bedeutet B {3, 4, 5, 6}. Es gilt ( ) ( ) ( ) ! = = = !4! = 5 6 2! = 15, außerdem ( 6 5) = ( 6 1) = 6 und ( 6 6) = 1. Die gesuchte Wahrscheinlichkeit beträgt hier ( 6 ) ( ) ( ) ( ) P(A) = = , 63 %. = 42 64
14 Anwendungsbeispiel 2: (der Klassiker der Wahrscheinlichkeitsrechnung) Wie groß ist die Chance auf einen Sechser im Lotto? Jede Ziehung der Lottozahlen entspricht der Auswahl einer 6-elementigen Teilmenge aus M 49 = {1,..., 49}. Die Gesamtzahl möglicher Ziehungen beträgt also ( ) 49 6 = 1 6! 49 k=44 k = = Die Chance, eine zufällig gewählte 6-elementige Teilmenge (zum Beispiel {1, 4, 8, 9, 17, 43}) zu treffen, liegt also bei , %.
15 Teil II. Analysis 1. Abbildungen und Funktionen Definition Seien D und Y Mengen. Eine Abbildung f : D Y ist eine Vorschrift, die jedem Element x D ein Element f (x) Y zuordnet. Das Element f (x) ist der Wert der Abbildung an der Stelle x. Die Menge D heißt Definitionsbereich, die Menge Y Wertebereich der Abbildung. Eine Abbildung f : D R mit D R nennt man eine reellwertige Funktion in einer Variablen. Häufig werden Abbildungen in der Form f : D Y, x f (x) angegeben.
16 Definitionsbereiche reeller Funktionen sind häufig Intervalle. Seien a, b R mit a < b. Es gibt offene Intervalle ]a, b[ = {x R a < x < b} abgeschlossene Intervalle [a, b] = {x R a x b} halboffene Intervalle der Form [a, b[ = {x R a x < b} oder ]a, b] = {x R a < x b} Die Zahlen a, b werden Grenzen des Intervalls genannt. Gelegentlich betrachtet man auch unendliche Intervalle, zum Beispiel ], 1[ = {x R x < 1} oder [0, + [ = {x R x 0}
17 Beispiele für Abbildungen und Funktionen R R, x 2x 1 (Gerade) R R, x x 2 (Standardparabel) R \ {0} R, x 1 x (Standardhyperbel) N 0 N, n n! (Fakultätsfunktion) N 0 N 0 N, (n, k) ( n k) (Binomialkoeffizienten) P({1, 2, 3}) N 0, A A (Mächtigkeit)
18 Ist der Definitionsbereich D einer Abbildung f : D Y endlich, dann kann f durch eine Wertetabelle beschrieben werden. Beispiel 1: f : {1,..., 5} R, n 3n 2 x f (x) Beispiel 2: g : P({1, 2, 3}) N 0, A A A {1} {2} {3} {1, 2} {1, 3} {2, 3} {1, 2, 3} g(a)
19 Ist D unendlich, dann können die Werte der Abbildung natürlich nur teilweise angegeben werden. Beispiel 3: f : R R, x x x f (x) Beispiel 4: g : N 0 N, n n! n g(n)
20 Definition Sei f : D Y eine Abbildung. Die Menge Γ(f ) = {(x, y) D Y y = f (x)} wird der Graph der Funktion genannt. Ist f eine reelle Funktion in einer Variablen, dann ist Γ(f ) eine Teilmenge von R 2. Diese kann graphisch in einem Koordinatensystem dargestellt werden.
21 Graph der Funktion x x 1 y x
22 Graph der Standardparabel x x 2 y x
23 Graph der Standardhyperbel x 1/x y x
24 Eine Teilmenge Γ D Y ist genau dann der Graph Γ(f ) einer Abbildung f : D Y, wenn es für jedes x D genau ein y Y mit (x, y) Γ existiert. Ob dies der Fall ist, lässt sich an der graphischen Darstellung der Menge Γ erkennen. Beispiel 1: Γ = {(x, y) R 2 y = x 2 } ist Graph einer Funktion y x Zu jedem x-wert gibt es genau einen zugehörigen y-wert!
25 Beispiel 1: Γ = {(x, y) R 2 y 2 = x} ist kein Graph einer Funktion f : R R y x 1 2 Zu einigen x-werten gibt es zwei zugehörige y-werte!
26 Wichtige Eigenschaften reeller Funktionen Eine Funktion f : D R auf einer Teilmenge D R heißt monoton wachsend, wenn für alle a, b D aus a b jeweils f (a) f (b) folgt streng monoton wachsend, wenn für alle a, b D aus a < b jeweils f (a) < f (b) folgt monoton fallend, wenn für alle a, b D aus a b jeweils f (a) f (b) folgt streng monoton fallend, wenn für alle a, b D aus a < b jeweils f (a) > f (b) folgt
27 streng monoton wachsende Funktion y monoton, aber nicht streng monoton wachsende Funktion y 2 2 x 2 2 x R R, x 1 20 x3 (Funktion konstant auf dem Intervall [ 2, 2])
28 Eine Funktion f : R R heißt gerade, wenn f (x) = f ( x) für alle x R gilt ungerade, wenn f (x) = f ( x) für alle x R gilt periodisch mit Periode p, wenn f (x + p) = f (x) für alle x R gilt
29 ungerade Funktion y gerade Funktion y 2 2 x 2 2 x
30 Sinus- und Kosinusfunktion sind periodische Funktionen mit Periode p = 2π (Kreiszahl π ) y y x x
31 Eine Funktion f : D R auf einer Teilmenge D R heißt nach oben beschränkt, wenn ein c R mit f (x) c für alle x D existiert, nach unten beschränkt, wenn ein c R mit f (x) c für alle x D existiert, beschränkt, wenn sie nach oben und unten beschränkt ist. Beispielsweise sind Sinus- und Kosinusfunktion beschränkt (nach unten durch den Wert 1, nach oben durch den Wert 1).
32 Eine Abbildung f : D R auf einer Teilmenge D R 2 nennt man reellwertige Funktion in zwei Variablen. Hier wird also jedem Paar (x, y) D reeller Zahlen ein Funktionswert zugeordnet. Beispiel: f : R 2 R, (x, y) xy + 1 (x, y) ( 1, 1) ( 1, 0) ( 1, 1) (0, 0) (0, 1) (1, 3) f (x, y)
33 Der Graph Γ(f ) einer zweidimensionalen Funktion f hat die Form Γ(f ) = {(x, y, z) R 3 z = f (x, y)}. Da Γ(f ) R 3 gilt, ist auch die graphische Darstellung solcher Funktionen dreidimensional.
Kapitel II Funktionen reeller Variabler
Kapitel II Funktionen reeller Variabler D (Funktion) Es sei f XxY eine Abbildung Die Abbildung f heiß Funktion, falls sie eindeutig ist Man schreibt dann auch: f : X Y f ( x) = y, wobei y das (eindeutig
MehrMengen, Funktionen und Logik
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrMathematik für Ökonomen 1
Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen
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
MehrFunktionen. x : Variable von f oder Argument f x : Funktionswert, Wert der Funktion f an der Stelle x D f. : Definitionsmenge(Urbildmenge)
Funktionen Eine Funktion oder Abbildung ist eine Beziehung zwischen zwei nicht leere Mengen D f und Z, die jedem Element x aus einer Menge D f genau ein Element y aus anderer Menge Z zuordnet. f : D f
MehrAbschnitt 1.3. Funktionen
Abschnitt 1.3 Funktionen Arbeitsdefinition des Begriffs Funktion Bereits an Ende von Abschnitt 1.1 wurde definiert: Eine Funktion f ordnet Elementen x einer Menge D Elemente f (x) zu, die in der Menge
Mehrhat den maximalen Definitionsbereich R\{0}.
Wir nennen f() die Zuordnungsvorschrift und G f = {(,y) D(f) R : y = f()} den Graph von f. Viele Zuordnungsvorschriften haben einen natürlichen maimalen Definitionsbereich. Oft wird dann nur die Zuordnungsvorschrift
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
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
Mehr1 Funktionen einer Variablen
1 Funktionen einer Variablen 1.1 Einführende Beispiele Kostenfunktion und Stückkostenfunktion: Das Unternehmen Miel produziert hochwertige Waschmaschinen. Es hat monatliche Fikosten von 170.000. Die sind
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 08/9 c Dr. K. Rothe Analysis I für Studierende der Ingenieurwissenschaften Hörsaalübung mit Beispielaufgaben zu Blatt Mengen Darstellung durch: a) Aufzählung
MehrMathematische und statistische Methoden für Pharmazeuten
Mathematische und statistische Methoden für Pharmazeuten Josef Berger 11. Juni 2018 Dieses Manuskript enthält auszugsweise einige Teile der Vorlesung. Das Lesen des Manuskriptes ersetzt nicht den Besuch
MehrDie Sprache der Mathematik
Die Sprache der Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Diese Lehrveranstaltung...... ist Pflicht für alle Studenten der Informatik und
Mehr2 Funktionen einer Variablen
2 Funktionen einer Variablen 2.1 Einführende Beispiele Kostenfunktion und Stückkostenfunktion: Das Unternehmen Miel produziert hochwertige Waschmaschinen. Es hat monatliche Fikosten von 170.000. Die sind
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
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
MehrBeschränkte Funktionen
http://www.youtube.com/watch?v=vorskyophym Beschränkte Funktionen 1 1 Ma 1 Lubov Vassilevskaya Eine beschränkte Funktion: Beispiel 1 a = 1 Abb. 1 1: Eine von unten beschränkte Funktion y = 0.5 x² Die Funktion
MehrMathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1. 1 Grundlagen 2. 2 Der Graph einer Funktion 4. 3 Umkehrbarkeit 5
Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1 Inhaltsverzeichnis 1 Grundlagen 2 2 Der Graph einer Funktion
MehrFunktionen lassen sich durch verschiedene Eigenschaften charakterisieren. Man nennt die Untersuchung von Funktionen auch Kurvendiskussion.
Tutorium Mathe 1 MT I Funktionen: Funktionen lassen sich durch verschiedene Eigenschaften charakterisieren Man nennt die Untersuchung von Funktionen auch Kurvendiskussion 1 Definitionsbereich/Wertebereich
MehrInhaltsverzeichnis (Ausschnitt)
8 Messbarkeit und Bildwahrscheinlichkeit Inhaltsverzeichnis (Ausschnitt) 8 Messbarkeit und Bildwahrscheinlichkeit Messbare Abbildungen Bildwahrscheinlichkeit Deskriptive Statistik und Wahrscheinlichkeitsrechnung
MehrMengenlehre. Aufgaben mit Lösungen
Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................
Mehr2 Von der Relation zur Funktion
2 Von der Relation zur Funktion 2.1 Relationen Gegeben seien zwei Zahlenmengen P = 1, 2, 3, 4 und Q = 5, 6, 7. Setzt man alle Elemente der Menge P in Beziehung zu allen Elementen der Menge Q, nennt man
MehrBeispiel 1.20 Wir betrachten die folgenden vier Mengen: A = {x : x R und 1 x 6} B = {x : x N und x < 6} C = {x : x N und x 2} D = {x : x R und x < 6}
Ω A A Beispiel 1.20 Wir betrachten die folgenden vier Mengen: A = {x : x R und 1 x 6} B = {x : x N und x < 6} C = {x : x N und x 2} D = {x : x R und x < 6} 52 Dann gilt: Mengenalgebra A B = {1,2,3,4,5}
Mehr1.3 Funktionen einer reellen Veränderlichen und ihre Darstellung im x, y - Koordinatensystem
.0.0. Funktionen einer reellen Veränderlichen und ihre Darstellung im, - Koordinatensstem Vereinbarungen Wir betrachten vorerst nur noch Funktionen f, deren Definitionsund Wertebereich jeweils R oder ein
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
MehrMathematik I Herbstsemester 2014
Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 22 1 Funktionen Definitionen
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 8. September 2011 Für die Mathematik zentral sind Abbildungen und Funktionen. Häufig wird zwischen beiden Begriffen nicht unterschieden.
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
MehrMengen (siehe Teschl/Teschl 1.2)
Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem
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
Mehr3 Abbildungen. 14 I. Zahlen, Konvergenz und Stetigkeit
14 I. Zahlen, Konvergenz und Stetigkeit 3 Abbildungen 3.1 Definition. Es seien zwei Mengen M, N gegeben. Unter einer Abbildung f : M N von M nach N versteht man eine Vorschrift, die jedem Element M genau
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
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 5. September 2011 Definition (Menge) Wir verstehen unter einer Menge eine Zusammenfassung von unterscheidbaren Objekten zu einem
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
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
Mehr3 Folgen, Reihen und stetige Funktionen
Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine
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
MehrMathematik 3 für Informatik im Februar/März 2016 Teil 1: Analysis
Mathematik 3 für Informatik im Februar/März 2016 Teil 1: Analysis Funktionen, Stetigkeit Dierentialrechnung Funktionen mit mehreren Variablen Integralrechnung Dierentialgleichungen Teil 2: Wahrscheinlichkeitsrechnung
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
MehrAus welchen Mengen soll das Futter gemischt werden, so dass die Gesamtkosten minimal werden?
Futtermischung (Beispiel nach OHSE, D. (004/005): athematik für Wirtschaftswissenschaftler. Bd. I u. II, ünchen: Vahlen) Zur Fütterung von Hühnern einer Farm sind drei Futtermittel F, F und F 3 vorgesehen,
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
Mehr1.4 Mengen. Wirtschaftswissenschaften häufig nicht so klar formulierbar.
Wirtschaftswissenschaften häufig nicht so klar formulierbar. Viel häufiger tritt das Phänomen auf, dass man Aussagen widerlegt! Kehren wir zurück zu unserem Beispiel 1.13 über den Zusammenhang zwischen
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
MehrMathematik I Herbstsemester 2018 Kapitel 1: Funktionen
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 23 1. Funktionen Definition einer Funktion Darstellungsformen einer Funktion Funktionseigenschaften Nullstellen
MehrMathematik 1 für Informatik Inhalt Grundbegrie
Mathematik 1 für Informatik Inhalt Grundbegrie Mengen, speziell Zahlenmengen Aussagenlogik, Beweistechniken Funktionen, Relationen Kombinatorik Abzählverfahren Binomialkoezienten Komplexität von Algorithmen
MehrFunktionen. Mathematik-Repetitorium
Funktionen 4.1 Funktionen einer reellen Veränderlichen 4.2 Eigenschaften von Funktionen 4.3 Die elementaren Funktionen 4.4 Grenzwerte von Funktionen, Stetigkeit Funktionen 1 4. Funktionen Funktionen 2
MehrAbbildungen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Abbildungen Die wichtigsten Relationen sind die Abbildungen: Eine Abbildung (A,B,f ) von A nach
MehrCelle. Betragsfunktion 1-E1. Vorkurs, Mathematik
Celle Betragsfunktion 1-E1 1-E2 Betragsfunktion y = x : Aufgabe 1 Abb. 1: Graph der Betragsfunktion y = x Die Abb. 3-1 zeigt die Betragsfunktion y = x. Beschreiben Sie die Eigenschaften dieser Funktion:
MehrLineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16
Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre
MehrUniversität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente
Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,
MehrLogarithmusfunktion zur Basis 2, Aufgaben. 7-E Vorkurs, Mathematik
Logarithmusfunktion zur Basis 2, Aufgaben 7-E Vorkurs, Mathematik Logarithmusfunktion zur Basis 2: Aufgaben 7-9 Aufgabe 7: Bestimmen Sie eine vertikale Asymptote für die folgenden Funktionen: f ( x) =
MehrDefinition, Funktionsgraph, erste Beispiele
5. Vorlesung im Brückenkurs Mathematik 07 Reelle Funktionen Dr. Markus Herrich Markus Herrich Reelle Funktionen Definition, Funktionsgraph, erste Beispiele Markus Herrich Reelle Funktionen Definition Eine
MehrVorlesung Diskrete Strukturen Die Sprache der modernen Mathematik
Vorlesung Diskrete Strukturen Die Sprache der modernen Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden
MehrWahrscheinlichkeitsrechnung und Statistik
1. und 2. Vorlesung - 2017 Im Alltag... Laut den meteorologischen Vorhersagen wird es morgen regnen. Ob ich riskiere und die Wette verlieren werde? Ich werde mit Sicherheit gewinnen! Ist das wirklich unmöglich?
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
MehrMengenlehre Zahlbereiche. II Mengenlehre. Propädeutikum Holger Wuschke. 18. September 2018
Propädeutikum 2018 18. September 2018 in der Mengenlehre Denition einer Menge (Georg Cantor, 1869) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objecten m unsrer
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
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
MehrDefinition: Ein endlicher Ergebnisraum ist eine nichtleere Menge, deren. wird als Ereignis, jede einelementige Teilmenge als Elementarereignis
Stochastische Prozesse: Grundlegende Begriffe bei zufälligen Prozessen In diesem Abschnitt beschäftigen wir uns mit den grundlegenden Begriffen und Definitionen von Zufallsexperimenten, also Prozessen,
MehrKapitel 1 Mengen. Kapitel 1 Mengen. Mathematischer Vorkurs TU Dortmund Seite 1 / 25
Kapitel 1 Mengen Kapitel 1 Mengen Mathematischer Vorkurs TU Dortmund Seite 1 / 25 Kapitel 1 Mengen Definition 1.1 (Menge) Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen.
MehrTeil II. Wahrscheinlichkeitsrechnung
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129
Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2015) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse
MehrTeil II. Wahrscheinlichkeitsrechnung. Inhaltsverzeichnis (Ausschnitt) Zufallsexperimente (Zufallsvorgänge) Ergebnisse
5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) Teil II Wahrscheinlichkeitsrechnung 5 Zufallsexperimente Ergebnisse Ereignisse Wahrscheinlichkeiten Deskriptive Statistik und Wahrscheinlichkeitsrechnung
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
MehrKartesisches Produkt. 1-E1 M-1, Lubov Vassilevskaya
Kartesisches Produkt 1-E1 M-1, Lubov Vassilevskaya Neue Art, Mengen miteinander zu verknüpfen Abb.: Mengen und ihre Verknüpfungen Es gibt verschiedene Arten, aus zwei Mengen eine neue zu bilden, z.b. Durchschnitt,
MehrWahrscheinlichkeitsrechnung
Grundstudium Mathematik Wahrscheinlichkeitsrechnung Bearbeitet von Dominique Foata, Aime Fuchs 1. Auflage 1999. Taschenbuch. xv, 383 S. Paperback ISBN 978 3 7643 6169 3 Format (B x L): 17 x 24,4 cm Gewicht:
MehrEine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch
1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert
MehrStetige Funktionen, Binomischer Lehrsatz
Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.
MehrKapitel 2: Abbildungen und elementare Funktionen
Kapitel 2: Abbildungen und elementare Funktionen Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Abbildungen und elementare Funktionen 1 / 18 Gliederung
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
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.
Mehr: das Bild von ) unter der Funktion ist gegeben durch
% 1.3 Funktionen Seien und Mengen nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. Bezeichnungen: : Definitionsbereich : Bildbereich (Zielmenge) von Der Graph einer Funktion: graph!
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Kapitel 1: Aussagen, Mengen
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter WS 2009/10 Hashfunktionen Wenn eine Datenbank Millionen von Dokumenten enthält und immer neue dazu kommen, stellt sich folgendes Problem: Bei neuen
MehrKapitel 1. Grundlegendes
Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0
Mehr1 Funktionen einer Variablen
1 Funktionen einer Variablen 1.1 Einführende Beispiele Kostenfunktion und Stückkostenfunktion: Das Unternehmen Miel produziert hochwertige Waschmaschinen. Es hat monatliche Fikosten von 170.000. Die sind
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:
MehrDie Topologie von R, C und R n
Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).
MehrProgrammierung und Angewandte Mathematik
Programmierung und Angewandte Mathematik C++ /Scilab Programmierung und Einführung in das Konzept der objektorientierten Anwendungen zu wissenschaftlichen Rechnens SS 2012 Inhalt Steckbrief der Funktion
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens SS2013 Inhalt Fourier Reihen Sehen wir in 2 Wochen Lösung der lin. Dgln.
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen 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
MehrExponentialfunktionen. Eigenschaften, graphische Darstellungen 1-E1 Vorkurs, Mathematik
e Exponentialfunktionen Eigenschaften, graphische Darstellungen 1-E1 Vorkurs, Mathematik Exponentialfunktionen Potenzfunktion: y = x 9 Exponentialfunktion: y = 9 x Die Potenz- und die Exponentialfunktionen
Mehr13. Funktionen in einer Variablen
13. Funktionen in einer Variablen Definition. Seien X, Y Mengen. Eine Funktion f : X Y ist eine Vorschrift, wo jedem Element der Menge X eindeutig ein Element von Y zugeordnet wird. Wir betrachten hier
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
MehrVorlesung 2. Tilman Bauer. 6. September 2007
Vorlesung 2 Universität Münster 6. September 2007 Organisatorisches Meine Koordinaten: Sprechstunden: Di 13:30-14:30 Do 9:00-10:00 tbauer@uni-muenster.de Zimmer 504, Einsteinstr. 62 (Hochhaus) für alle
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
Mehr4. Folgen von (reellen und komplexen) Zahlen [Kö 5]
20 4. Folgen von (reellen und komplexen) Zahlen [Kö 5] 4.1 Grundbegriffe Definition 1. a) Eine Folge (reeller bzw. komplexer) Zahlen ist eine Abbildung a: Z k C mit einem k Z. Schreibweise: a(n) = a n
Mehre. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.
8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine
MehrFunktionen einer reellen Veränderlichen
KAPITEL Funktionen einer reellen Veränderlichen.1 Eigenschaften von Funktionen........................... 39. Potenz- und Wurzelfunktionen............................ 1.3 Trigonometrische Funktionen.............................
MehrGrundlegendes: Mengen und Aussagen
Kapitel 1 Grundlegendes: Mengen und Aussagen Wie jedes Fachgebiet hat auch die Mathematik eine eigene Fachsprache Ohne ihre Kenntnis wird man ein mathematisches Buch, selbst wenn es für Anwender geschrieben
Mehr2 Zufallsvariable und Verteilungsfunktionen
8 2 Zufallsvariable und Verteilungsfunktionen Häufig ist es so, dass den Ausgängen eines Zufallexperiments, d.h. den Elementen der Ereignisalgebra, eine Zahl zugeordnet wird. Das wollen wir etwas mathematischer
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
MehrInformatik II Grundbegriffe der Wahrscheinlichkeitsrechnung
lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,
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
MehrEinführung in das mathematische Arbeiten im SS Funktionen. Evelina Erlacher 1 7. März 2007
Workshops zur VO Einführung in das mathematische Arbeiten im SS 007 Inhaltsverzeichnis Funktionen Evelina Erlacher 7. März 007 Der Funktionsbegriff Darstellungsmöglichkeiten von Funktionen 3 Einige Typen
Mehr