WS 2008/09. Diskrete Strukturen

Größe: px
Ab Seite anzeigen:

Download "WS 2008/09. Diskrete Strukturen"

Transkript

1 WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München

2 Kapitel II - Kombinatorik Kombinatorische Strukturen und Algorithmen Ziehen von Elementen aus einer Menge Kombinatorische Beweisprinzipien Fundamentale Zählkoeffizienten Bälle und Urnen 2

3 Kapitel II Kombinatorik Kombinatorische Beweisprinzipien Grundlegenden Abzählprinzipien zu, die zur Lösung zahlreicher Abzählprobleme verwendet werden. 3

4 Kapitel II Kombinatorik Die Produktregel Die Anzahl der Elemente des kartesischen Produkts zwischen endlichen Mengen S i ist gleich dem Produkt der Anzahl der Elemente der Mengen S i. 4

5 Kapitel II Kombinatorik Die Produktregel Die Anzahl der Elemente des kartesischen Produkts endlicher Mengen S i ist gleich dem Produkt der Anzahl der Elemente der Mengen S i. Als Formel: 5 S S S S i I i i I i

6 Kapitel II Kombinatorik Die Produktregel Beispiel: Wieviele 4-stelligen Zahlen gibt es, deren i-te 6 Ziffer eine durch i teilbare Zahl ist? Gegeben sind die Mengen S i {0,,9}, i {1,,4}, die alle durch i teilbaren Zahlen aus {0,,9} enthalten. Dann lassen sich die gesuchten Zahlen als Elemente der Relation R = S 1 S 2 S 3 S 4 darstellen.

7 Kapitel II Kombinatorik Die Produktregel Beispiel: Wieviele 4-stelligen Zahlen gibt es, deren i-te Ziffer eine durch i teilbare Zahl ist? S 1 = {0,1,2,3,4,5,6,7,8,9} S 2 = {0,2,4,6,8} S 3 = {0,3,6,9} S 4 = {0,4,8} Nach der Produktregel gibt es = solche Zahlen.

8 Kapitel II Kombinatorik Produktregel als Baumdiagramm Angenommen, wir können auf drei Wegen von Köln nach Düsseldorf und auf 5 Wegen von Düsseldorf nach München fahren. Wieviele Wege gibt es von Köln nach München? Köln Düsseldorf 8 München

9 Kapitel II Kombinatorik Die Regel des getrennten Abzählens (Summenregel) Die Anzahl der Elemente einer Menge S, die als disjunkte Vereinigung von Mengen S i geschrieben werden kann, ist gleich der Summe der Anzahl der Elemente der Mengen S i. 9

10 Kapitel II Kombinatorik Die Regel des getrennten Abzählens (Summenregel) 10 Die Anzahl der Elemente einer Menge S, die als disjunkte Vereinigung von Mengen S i geschrieben werden kann, ist gleich der Summe der Anzahl der Elemente der Mengen S i. Als Formel: S Si S Si i I i I

11 Kapitel II Kombinatorik Die Regel des getrennten Abzählens (Summenregel) Auf wie viele Arten können 6 Mädchen und 8 Jungen in eine Reihe von 5 Stühlen setzen, wenn Mädchen und Jungen abwechselnd sitzen müssen? Es werden getrennt die Anzahl von Sitzreihen, die mit einem Mädchen beginnen und die mit einem Jungen beginnen gezählt. 11

12 Kapitel II Kombinatorik Die Regel des getrennten Abzählens (Summenregel) Mit Mädchen beginnende Reihen: M = = 6720 Mit Jungen beginnenden Reihen: J = = Insgesamt M+J = Reihen. 12

13 Kapitel II Kombinatorik Typischer Fehler: Man nimmt irrtümlich an, dass die Mengen S 1,, S n Disjunkt sind. Beispiel : zwei Speiler spielen Poker. Der erste Spieler bekommt die Hand A A~ A 2Ä 3 Mit welcher W keit gewinnt er? Wir müssen die Anzahl der Hände berechnen, die gegen diese Hand verlieren. 13

14 Kapitel II Kombinatorik 14 Gegen die Hand verliert man: mit einer Hand der Gestalt XXXYZ. Sei T die Anzahl dieser Hände. mit einer Hand der Gestalt XXYYZ. Sei DP die Anzahl dieser Hände. mit einer Hand der Gestalt XXYZW. Sei P die Anzahl dieser Hände. mit einer Hand XYZUW, die kein straight, flush, oder straight flush sind (d.h., die Karten sind nicht konsekutiv). Sei KP (kein Paar) die Anzahl dieser Hände.

15 Kapitel II Kombinatorik Damit ist die Gesamtzahl T+DP+P+KP. Richtig? Ja, aber nur wenn beim Zählen der Möglichkeiten darauf geachtet wird, dass X,Y,Z,W,U verschiedene Augenzahlen sein müssen. Sonst werden einige Hände mehrmals gezählt!, und es werden Hände gezählt, die gegen die Hand gewinnen. 15

16 Kapitel II Kombinatorik Die Gleichheitsregel Existiert eine Bijektion f: S T dann haben die Mengen S und T gleich viele Elemente. Wird häufig verwendet, wenn eine der beteiligten Mengen einfacher abzuzählen ist. 16

17 Kapitel II Kombinatorik Anwendung der Gleichheitsregel Beispiel: Wieviele Elemente hat P({1,,n})? Sei W = {0,1} n die Menge aller n-stelligen Zeichenreihen bestehend aus den Zahlen 0 u. 1. Nach der Produktregel is W = 2 n. 17 Für A µ {1,,n} sei f(a) = w 1 w 2 w n = 1 falls k A und 0 sonst. Beispiel mit n=5: f({1,3}) = W mit w k

18 Kapitel II Kombinatorik Anwendung der Gleichheitsregel Beispiel: Wieviele Elemente hat P({1,,n})? Da es sich bei f um eine bijektive Abbildung handelt gilt nach der Gleichheitsregel P({1,,n}) = W = 2 n. 18

19 Kapitel II Kombinatorik Noch eine Anwendung der Gleichheitsregel Beispiel: Wie viele Möglichkeiten gibt es, n Euro unter m Kinder zu verteilen? Für n=5 und m=3 gibt es 21 Möglichkeiten:

20 Kapitel II Kombinatorik Anwendung der Gleichheitsregel 20 Beispiel: Wieviele Möglichkeiten gibt es, n Euro unter m Kinder zu verteilen? Sei K={k 1,, k m } die Menge der Kinder. Wir ordnen jeder Verteilung (a,b,c) die Multimenge f((a,b,c)) über K, die so oft ein Kind enthält, wie die Anzahl der Euro, die es bekommt. Beispiel: f((1,3,1)) = { k 1, k 2, k 2, k 2, k 3 }

21 Kapitel II Kombinatorik Anwendung der Gleichheitsregel Beispiel: Wieviele Möglichkeiten gibt es, n Euro unter m Kinder zu verteilen? Die Funktion f ist eine Bijektion zwischen der Menge der Verteilungen und der Menge der n- Multimengen einer m-elementigen Menge. 21 Damit ist die Anzahl der Verteilungen µ m + n 1 m 1

22 Kapitel II Kombinatorik Doppeltes Abzählen Annahme: eine Relation zwischen zwei Mengen S = {s 1,,s n } und T = {t 1,,t m } sei durch eine Matrix mit n Zeilen und m Spalten und Einträgen m ij beschrieben. 22

23 Kapitel II Kombinatorik Doppeltes Abzählen Annahme: eine Relation zwischen zwei Mengen S = {s 1,,s n } und T = {t 1,,t m } sei durch eine Matrix mit n Zeilen und m Spalten und Einträgen m ij beschrieben. Es gelte: m ij 1 wenn sirt j 0 sonst 23

24 Kapitel II Kombinatorik Doppeltes Abzählen 24 Annahme: eine Relation zwischen zwei Mengen S = {s 1,,s n } und T = {t 1,,t m } sei durch eine Matrix mit n Zeilen und m Spalten und Einträgen m ij beschrieben. Es gelte: m ij 1 wenn sirt j 0 sonst Eine solche Matrix wird Inzidenzmatrix genannt.

25 Kapitel II Kombinatorik Was ist eine Matrix Eine n x m Matrix ist ein zweidimensionales Feld mit n Zeilen und m Spalten, deren Einträge Zahlen sind. a a a a 11 1m n1 nm 25

26 Kapitel II Kombinatorik Doppeltes Abzählen Beispiel: Relation und Inzidenzmatrix 26 Lemma: In jeder Matrix ist die Summe der Zeilensummen gleich der Summe der Spaltensummen. Beweis: Beide Summen ergeben die Summe aller Einträge.

27 Kapitel II Kombinatorik Doppeltes Abzählen Für die Summe der Zeilen- bzw. Spaltensummen (M r bzw. M c ) einer Inzidenzmatrix gilt: r n i Mc s S srt j M t T s Rt i 1 m i 1 27

28 Kapitel II Kombinatorik Doppeltes Abzählen Für die Summe der Zeilen- bzw. Spaltensummen (M r bzw. M c ) einer Inzidenzmatrix gilt: r n i Mc s S srt j M t T s Rt i 1 i 1 Aus dem Lemma folgt dann das Prinzip der doppelten Abzählung: M r = M c m 28

29 Kapitel II Kombinatorik Doppeltes Abzählen Sei S = T = {1,,8}. Wir betrachten die Relation 29 i j (i ist Teiler von j). Die Inzidenzmatrix ist:

30 Kapitel II Kombinatorik Doppeltes Abzählen Sei t(j) = Anzahl von 1 en in Spalte j = Anzahl der Teiler von j. Frage: Wieviele Teiler hat eine Zahl von 1 bis 8 im Durchschnitt? Antwort: avg(8) = 1 8 P 8 i=1 t(j) 30 = = 2; 75

31 Kapitel II Kombinatorik Doppeltes Abzählen Wie groß ist avg(n) für beliebiges n? Schwer wenn wir die Spalten addieren. In der i-ten Zeile stehen jedoch die Vielfachen von i, nämlich 1i, 2i,, n/i i, und damit M r (i) = n/i (Anzahl der 1en in der i-ten Zeile) 31

32 Kapitel II Kombinatorik Doppeltes Abzählen Wie groß ist avg(n) für beliebiges n? Aus M r (i) = n/i folgt unter Berücksichtigung des Prinzips des doppelten Abzählens: 1 n 1 n avg( n) t( j) n n j 1 i 1 n i 32

33 Kapitel II Kombinatorik Doppeltes Abzählen Wie groß ist avg(n) für beliebiges n? Aus M r (i) = n/i folgt unter Berücksichtigung des Prinzips des doppelten Abzählens: n 1 1 avg( n) t( j) n n 1 n n n 1 n i i n j 1 n i 1 i i 1 i 1 33

34 Kapitel II Kombinatorik Doppeltes Abzählen Wie groß ist avg(n) für beliebiges n? Aus M r (i) = n/i folgt unter Berücksichtigung des Prinzips des doppelten Abzählens: n 1 1 avg( n) t( j) n n 1 n n n 1 n i i n j 1 n i 1 i i 1 i 1 ln n 34

35 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Bei der Summenregel müssen die zu vereinigenden Teilmengen disjunkt sein. Das Prinzip der Inklusion/Exklusion erlaubt uns, die Kardinalität der Vereinigung zu beschreiben, wenn die zu vereinigenden Mengen nicht disjunkt sind. Seien S 1 und S 2 zwei nicht disjunkte Mengen. 35 Dann gilt: S 1 S 2 = S 1 + S 2 S 1 S 2

36 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Beispiel: Wieviele durch 7 oder 11 teilbare natürliche Zahlen kleiner gleich 1000 gibt es? 36

37 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Beispiel: Wieviele durch 7 oder 11 teilbare natürliche Zahlen kleiner gleich 1000 gibt es? Lösung: S 1 S2 S1 S2 S1 S

38 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion 38 Bei der Erweiterung auf die Vereinigung von drei Mengen (A,B,C) ist zu berücksichtigen, dass A + B + C jedes Element in genau einer der Mengen einmal zählt, Elemente in genau zwei der Mengen zweimal zählt und Elemente in genau drei der Mengen dreimal zählt. Folgt daraus A B C = A + B + C A B A C B C?

39 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Die grafische Darstellung der Vereinigung von drei nicht disjunkten Mengen: 39

40 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Aus der grafische Darstellung der Vereinigung von drei nicht disjunkten Mengen folgt: A B C = A + B + C A B A C B C + A B C 40

41 Kapitel II Kombinatorik Prinzip der Inklusion/Exklusion 41 Beispiel: An den Vorlesungen Inf1, LA und DS nehmen jeweils 1232, 879 und 114 Studierende teil. 103 nehmen an InfI und LA teil, 23 an InfI und DSI und 14 an LA und DSI Studierende nehmen an mindestens einer der Vorlesungen teil.

42 Kapitel II Kombinatorik Prinzip der Inklusion/Exklusion Wieviele Studierende nehmen an allen drei Vorlesungen teil? Inf1 = 1232, LA = 879, DS = 114. Inf1 LA = 103, Inf1 DS = 23, LA DS = 14, Inf1 LA DS = Daraus folgt: Inf1 LA DS = = 7 42

43 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Die Verallgemeinerung auf n Mengen 43

44 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Die Verallgemeinerung auf n Mengen Satz: Seien n endliche Mengen S 1,,S n gegeben. Dann gilt: S... S S S S 44 1 n 1 1 i ( i n j 1) i k n S i n 1 1 S 1 i j S n j S i 2 S k... j... S n

45 Kapitel II Kombinatorik Das Prinzip der Inklusion/Exklusion Die Kardinalität der Vereinigung von vier Mengen S 1,,S 4 : 45 4 i 1 S S S S S i (S S S S S S S S S S S S ) (S S S S S S S S S S S S ) (S S S S )

46 Kapitel II Kombinatorik Das Schubfachprinzip Satz: Ist f: X Y eine Abbildung und gilt X > Y, so gibt es ein y Y mit f -1 (y) 2. Wenn man n Elemente auf m Fächer verteilt und n>m ist, dann gibt es mindestens ein Fach, das 2 Elemente enthält. 46

47 Kapitel II Kombinatorik Das Schubfachprinzip 47 Beispiel: In jeder Menge von 13 Personen befinden sich zwei, die im selben Monat Geburtstag haben. Beispiel: Wenn 42 Studenten an einer Klausur teilnehmen, bei der es bis zu 40 Punkte gibt, so gibt es mindestens zwei Studenten, die die gleiche Punktzahl haben.

48 Kapitel II Kombinatorik Das Schubfachprinzip Satz: In jeder Menge von P Personen gibt es mindestens 2 Personen, die die gleiche Anzahl Personen aus P kennen. (Annahme: die Relation kennen ist symmetrisch.) 48

49 Kapitel II Kombinatorik Das Schubfachprinzip 49 Beweis des Satzes auf der letzten Seite: Sei P = {p 1,,p n }, f: P {0,,n-1} die Abbildung, die jeder Person p i P die Anzahl f(p i ) zuordnet, die p i kennt. Da P = n = {0,,n-1} kann das Prinzip nicht direkt angewendet werden! Beachte jedoch, dass entweder p i P: f(p i ) = 0 p i : f(p i ) {0,,n-2} oder p i P: f(p i ) = 0 p i : f(p i ) {1,,n-1} Daraus folgt: f(p) < P und mit dem Prinzip der Beweis.

50 Kapitel II Kombinatorik Das Schubfachprinzip Satz: In jeder (n+1)-elementigen Teilmenge von M = {1,2,...,2n} gibt es mindestens zwei Zahlen, die zueinander teilerfremd sind. Beweis: Unter je n+1 Zahlen der Menge M gibt es stets zwei aufeinanderfolgende; diese Zahlen sind sicher teilerfremd. 50

51 Kapitel II Kombinatorik Das Schubfachprinzip Satz: In jeder Menge M bestehend aus sechs natürlichen Zahlen (M = {a 1,, a 6 }) gibt es stets 51 zwei, deren Differenz durch 5 teilbar ist. Beweis: Wir bilden Teilmengen K i M mit K i = {a i M: bei Division durch 5 bleibt Rest i}. Nach dem Schubfachprinzip gibt es eine Teilmenge, die zwei Zahlen enthält, die also denselben Rest ergeben. Das bedeutet: deren Differenz ist durch 5 teilbar.

52 Kapitel II Kombinatorik Das Schubfachprinzip Behauptung: Sei A {1, 2,, 2n} mit A = n+1. Dann gibt es immer zwei Zahlen in A, von denen die eine die andere teilt. 52

53 Kapitel II Kombinatorik Das Schubfachprinzip 53 Beweis: Schreibe jedes Element a A in der Form a = 2 k m (k N 0 ) wobei m eine ungerade Zahl zwischen 0 und 2n sei. Eine solche Darstellung finden wir, da jede Zahl von der Form 2 k m mit m > 2n - 1 ebenfalls > 2n wäre. Da A = 1 + n, es aber bloß n ungerade Zahlen in dem Intervall von 0 bis 2n gibt, müssen zwei Zahlen denselben ungeraden Anteil m haben, somit eine ein Vielfaches der anderen sein.

54 Kapitel II Kombinatorik Das verallgemeinerte Schubfachprinzip Satz: Ist f: X Y eine Abbildung, so gibt es ein y Y mit f -1 (y) X / Y. Wenn man n Elemente auf m Fächer verteilt, dann gibt es mindestens ein Fach, das mindestens n/m Elemente enthält. 54

55 Kapitel II Kombinatorik Widerspruchsbeweis des verallgemeinerten Schubfachprinzip Angenommen keines der Fächer enthält mehr als X / Y - 1 Elemente. 55

56 Kapitel II Kombinatorik Widerspruchsbeweis des verallgemeinerten Schubfachprinzip Angenommen keines der Fächer enthält mehr als X / Y - 1 Elemente. Dann ist die Anzahl aller Elemente höchstens X X Y 1 Y 1 1 X. Y Y 56

57 Kapitel II Kombinatorik Widerspruchsbeweis des verallgemeinerten Schubfachprinzip Angenommen keines der Fächer enthält mehr als X / Y - 1 Elemente. Dann ist die Anzahl aller Elemente höchstens Y X Y X 1 Y 1 1 X. Y 57 Dies ist ein Widerspruch zur Annahme.

58 Kapitel II Kombinatorik Das verallgemeinerte Schubfachprinzip Beispiel: Wenn es N = 380 Studierende in dieser Vorlesung gibt und es gibt 52 Wochen in einem Jahr, dann muss es mindestens eine Woche geben, in der mindestens 380/52 = 7.31 = 8 Studierende der Vorlesung Geburtstag haben. 58

59 Kapitel II Kombinatorik Das verallgemeinerte Schubfachprinzip Satz: In jeder Menge von 6 Personen gibt es 3, die sich alle untereinander kennen oder 3, die sich alle nicht kennen (wobei die Relation kennen symmetrisch sei). 59

60 Kapitel II Kombinatorik Das verallgemeinerte Schubfachprinzip 1. Beweis: Sei A eine der 6 Personen. Von den verbleibenden 5 Personen kennt A drei oder mehr, oder A kennt drei oder mehr nicht. Dies folgt direkt aus dem verallgemeinerten Schubfachprinzip! (Forts. n. Seite) 60

61 Kapitel II Kombinatorik 1. Beweis (Fortsetzung): Im ersten Fall (zweiter Fall analog) nehmen wir an, dass B,C und D die Person A kennen. 61 Wenn sich zwei Personen aus B,C,D kennen, dann erhalten wir mit A die drei Personen, die sich kennen. Wenn sich keine zwei Personen aus B,C,D kennen, dann sind B,C,D die drei Personen, die sich nicht kennen.

62 Kapitel II Kombinatorik 2. Beweis (etwas formaler): 1 6 Sei P p,..., p. Betrachte die Abbildung 1 " p1 kennt pi " 0 " p1 kennt pi nicht" 2,...,6 0,1 mit i 2,...,6 62

63 Kapitel II Kombinatorik 2. Beweis (etwas formaler): Aus dem verallgem. Schubfachprinzip folgt: Es gibt mindestens 3 Leute {p 2,, p 6 }, die p 1 kennen, oder es gibt mindestens 3 Leute, die p 1 nicht kennen. Wir betrachten die erste Alternative, die zweite ist analog. O.B.d.A. kennt p 1 p 2, p 3 und p 4. Sei P p,..., p. Betrachte die Abbildung 1 " p1 kennt pi " 0 " p1 kennt pi nicht" 2,...,6 0,1 mit i 2,...,6

64 Kapitel II Kombinatorik 2. Beweis (etwas formaler): 1. Fall: p i,p j {p 2,p 3,p 4 }: i j und p i kennt p j. Dann erfüllen {p 1,p i,p j } den ersten Teil der Behauptung. 2. Fall: (Komplement des 1. Falls!) p i,p j {p 2,p 3,p 4 }: (i j p i kennt p j nicht). Dann erfüllen {p 2,p 3,p 4 } den zweiten Teil der Bahauptung. 64

65 Kapitel II Kombinatorik Das verallgemeinerte Schubfachprinzip Hinweis: Die sog. Ramsey-Zahlen R(m,n), mit m,n N und m,n 2, geben die minimale Anzahl von Personen aus einer Gruppe an, so dass sich entweder m Personen kennen oder n Personen nicht kennen. Wir haben also gezeigt, dass R(3,3) 6. Frage: Warum ist R(3,3) = 6? 65

WS 2013/14. Diskrete Strukturen

WS 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/ws1314

Mehr

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2)

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Kombinatorische Beweisprinzipien

Kombinatorische Beweisprinzipien Kombinatorische Beweisprinzipien Satz Binomischer Lehrsatz Beweis (a + b) n = n k=0 ( ) n a k b n k k Multipliziere (a + b) n aus: (a + b) (a + b)... (a + b). Aus jedem der n Faktoren wird entweder a oder

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch! Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch

Mehr

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1)

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) 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

Mehr

Universität 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 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,

Mehr

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q.

Beispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q. Beispiel 27 (Beweis durch Widerspruch) Wir nehmen an, dass die zu zeigende Aussage falsch ist und führen diese Annahme zu einem Widerspruch. Satz 28 3 ist irrational, d. h. 3 / Q. Beweis: Widerspruchsannahme:

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 2008/09 Blatt

Mehr

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

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 16. November 2017 1/35 Modulare Arithmetik Modulare Arithmetik Definition 3.33 Es sei

Mehr

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Kombinatorik Dr. Lucia Draque Penso Universität Ulm Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Erste Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 2 / 26 Formales Vorlesung:

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Prof. S. Krauter Kombinatorik. WS Blatt06_Lsg.doc

Prof. S. Krauter Kombinatorik. WS Blatt06_Lsg.doc Prof. S. Krauter Kombinatorik. WS-05-06. Blatt06_Lsg.doc Aufgaben zur Siebformel: 1. Formulieren Sie die Siebformel ausführlich und explizit für die Vereinigung von 2, 3 bzw. 4 Mengen A, B, C und D. Machen

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) 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

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

Vorlesung 4. Tilman Bauer. 13. September 2007

Vorlesung 4. Tilman Bauer. 13. September 2007 Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

Mehr

Kapitel 2. Kapitel 2 Zählen (Kombinatorik)

Kapitel 2. Kapitel 2 Zählen (Kombinatorik) Zählen (Kombinatorik) Inhalt 2.1 2.1 Einfache Zählformeln A A B B = A A + B. B. 2.2 2.2 Binomialzahlen 2.3 2.3 Die Die Siebformel 2.4 2.4 Permutationen Seite 2 2.1 Einfache Zählformeln Erinnerung: Für

Mehr

Universität Innsbruck WS 2013/2014. Brückenkurs. Formale Konzepte. 3. Auflage. Harald Zankl. 15. Januar 2014

Universität Innsbruck WS 2013/2014. Brückenkurs. Formale Konzepte. 3. Auflage. Harald Zankl. 15. Januar 2014 Universität Innsbruck WS 013/014 Brückenkurs Formale Konzepte 3. Auflage Harald Zankl 15. Januar 014 Institut für Informatik Innsbruck, Österreich Inhaltsverzeichnis 1 Definition, Satz, Beweis 1.1 Aufgaben................................

Mehr

Mathematisches Institut II Universität Karlsruhe Priv.-Doz. Dr. N. Grinberg

Mathematisches Institut II Universität Karlsruhe Priv.-Doz. Dr. N. Grinberg 1 Mathematisches Institut II 06.07.004 Universität Karlsruhe Priv.-Doz. Dr. N. Grinberg SS 05 Schnupperkurs: Ausgewählte Methoden zur Aufgabenlösung Vorlesung 5: Elementare Zahlentheorie: Teilbarkeit Primfaktorzerlegung

Mehr

Das Schubfachprinzip

Das Schubfachprinzip Das Schubfachprinzip Norbert Koksch, Dresden Literatur: Beutelspacher/Zschiegner: Diskrete Mathematik für Einsteiger. Vieweg-Verlag. 1. Was ist das Schubfachprinzip? Die folgenden Aussagen sind offenbar

Mehr

Kapitel 1. Kapitel 1 Das Schubfachprinzip

Kapitel 1. Kapitel 1 Das Schubfachprinzip Das Schubfachprinzip Inhalt 1.1 1.1 Das Das Prinzip Tauben und und Taubenschläge 1.2 1.2 Einfache Anwendungen Die Die Socken des des Professor Mathemix, Gleiche Zahl Zahl von von Bekannten 1.3 1.3 Cliquen

Mehr

Diskrete 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 Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete 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

Mehr

Abzählende Kombinatorik

Abzählende Kombinatorik Kapitel Abzählende Kombinatori Die in diesem Kapitel behandelte abzählende Kombinatori untersucht endliche Struturen und beschäftigt sich mit den Möglicheiten Objete anzuordnen oder auszuwählen Die abzählende

Mehr

Prinzip der Inklusion- Exklusion

Prinzip der Inklusion- Exklusion Prinzip der Inklusion- Exklusion Ziel: Zählen von Elementen in nicht-disjunkten Mengen. 2 Mengen A 1, A 2 : Zählen zunächst die Elemente in A 1. Addieren dazu die Anzahl der Elemente in A 2. Zählen damit

Mehr

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen

Mehr

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

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

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 9. November 2017 1/34 Beispiel 3.6 Wir können die rationalen Zahlen wie folgt konstruieren:

Mehr

WS 2013/14. Diskrete Strukturen

WS 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/ws1314

Mehr

Kapitel IV. Endliche, abzählbare und überabzählbare Mengen. IV.1 Abzählbare Mengen

Kapitel IV. Endliche, abzählbare und überabzählbare Mengen. IV.1 Abzählbare Mengen Kapitel IV Endliche, abzählbare und überabzählbare Mengen Wir haben schon einige Mengen in den Kapiteln I und II kennengelernt, etwa die Zahlenmengen N, Z, Q und R. Jede dieser Zahlenmengen enthält unendlich

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Formale Sprachen und Automaten

Formale 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

Mehr

Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,...

Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,... Satz 324 Sei M wie oben. Dann gibt es für ein geeignetes k Konstanten c i > 0 und Permutationsmatrizen P i, i = 1,..., k, so dass gilt M = k c i P i i=1 k c i = r. i=1 Diskrete Strukturen 7.1 Matchings

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

HEUTE. Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch

HEUTE. Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch 04.11.05 1 HEUTE 04.11.05 3 Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch die Rundungsfunktionen und modulo

Mehr

Einführung in die Informatik 2

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

Mehr

1 Zahlentheorie. 1.1 Kongruenzen

1 Zahlentheorie. 1.1 Kongruenzen 3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern

Mehr

Berechnung von Teilmengen

Berechnung von Teilmengen Berechnung von Teilmengen Satz Anzahl der Teilmengen 2 n = n k=0 k=0 ( ) n k Beweis Korollar aus Binomischem Lehrsatz (1 + 1) n = n ( n k=0 k) 1 k 1 n k. Oder kombinatorisch: Sei M Menge mit M = n. Die

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

Teilbarkeitslehre und Restklassenarithmetik

Teilbarkeitslehre und Restklassenarithmetik Vorlesung Teilbarkeitslehre und Restklassenarithmetik.1 Gruppentheorie WiewirinVorlesung2gesehenhaben,hatdieMengeZmitderAdditiongewisse Eigenschaften. Wir fassen nun bestimmte Eigenschaften zusammen und

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/2018 23. November 2017 1/40 Satz 4.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für

Mehr

Lösungen zur Klausur zur Vorlesung. Mathematik für Informatiker I. (Dr. Frank Hoffmann) Wintersemester 2011/ Februar 2012

Lösungen zur Klausur zur Vorlesung. Mathematik für Informatiker I. (Dr. Frank Hoffmann) Wintersemester 2011/ Februar 2012 Lösungen zur Klausur zur Vorlesung Mathematik für Informatiker I (Dr. Frank Hoffmann) Wintersemester 2011/2012 22. Februar 2012 Aufgabe 1 Logisches und Grundsätzliches /4+4+2 (a) Testen Sie mit dem Resolutionskalkül,

Mehr

Die umgekehrte Richtung

Die umgekehrte Richtung Die umgekehrte Richtung Satz 95 Sei n N, n 2. Dann gilt: b n 1 1 mod n für alle b Z n \ {0} = n ist prim. Beweis: [durch Widerspruch] Annahme: r n für ein r N, r > 1. Dann also r n 1 1 (r mod n) n 1 1

Mehr

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil

Mehr

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.

Dieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird. Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,

Mehr

Systems of Distinct Representatives

Systems of Distinct Representatives Systems of Distinct Representatives Seminar: Extremal Combinatorics Peter Fritz Lehr- und Forschungsgebiet Theoretische Informatik RWTH Aachen Systems of Distinct Representatives p. 1/41 Gliederung Einführung

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Klausur zu Diskrete Strukturen, WS 09/10

Klausur zu Diskrete Strukturen, WS 09/10 Aufgabenblatt (Gesamtpunktzahl: 50) Klausur zu Diskrete Strukturen, WS 09/10 B.Sc-Modulprüfung / Scheinklausur Dr. Timo Hanke, Lehrstuhl D für Mathematik, RWTH Aachen 06.02.2010 (1. Termin) Name: Matrikelnummer:

Mehr

Diskrete Mathematik I

Diskrete Mathematik I Diskrete Mathematik I Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Wintersemester 08/09 DiMa I - Vorlesung 01-13.10.2008 Mengen, Relationen, Funktionen, Indirekter Beweis 1 / 365 Organisatorisches

Mehr

Kombinatorik und Urnenmodelle

Kombinatorik und Urnenmodelle Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Zahlentheorie I - Tipps & Lösungen. Aktualisiert: 15. Oktober 2016 vers Teilbarkeit

Zahlentheorie I - Tipps & Lösungen. Aktualisiert: 15. Oktober 2016 vers Teilbarkeit Schweizer Mathematik-Olympiade smo osm Zahlentheorie I - Tipps & Lösungen Aktualisiert: 15. Oktober 2016 vers. 1.2.0 1 Teilbarkeit Einstieg 1.1 Zeige, dass 900 ein Teiler von 10! ist. Tipp: Schreibe 900

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

Übungen zu Kombinatorik und Graphentheorie

Übungen zu Kombinatorik und Graphentheorie Übungen zu Kombinatorik und Graphentheorie Ilse Fischer, SS 07 (1) (a) In einer Schachtel sind 4 rote, 2 blaue, 5 gelbe und 3 grüne Stifte. Wenn man die Stifte mit geschlossenen Augen zieht, wieviele muss

Mehr

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

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

Mehr

2 Mengen. Menge. Die Summenformel. Die leere Menge. Das kartesische Produkt. Die Produktformel. Die Potenzmenge. Die Binomialzahlen.

2 Mengen. Menge. Die Summenformel. Die leere Menge. Das kartesische Produkt. Die Produktformel. Die Potenzmenge. Die Binomialzahlen. 2 Mengen Menge Die Summenformel Die leere Menge Das kartesische Produkt Die Produktformel Die Potenzmenge Die Binomialzahlen Der Binomialsatz Unendliche Mengen Springer Fachmedien Wiesbaden 2016 A. Beutelspacher,

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Abbildungen. Kapitel Definition: (Abbildung) 5.2 Beispiel: 5.3 Wichtige Begriffe

Abbildungen. 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:

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 3: Kodierung 1 Motivation 2 Exkurs Grundlagen formaler Sprachen 3 Grundlagen 4 Beispielkodierungen FM2 (WS 2014/15,

Mehr

Tutorium: Diskrete Mathematik

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

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik kartesische Produkte und und Funktionen (Teil I) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents kartesische Produkte und 1 kartesische Produkte und 2 Darstellung

Mehr

Wiederholungsblatt zur Gruppentheorie

Wiederholungsblatt zur Gruppentheorie Wiederholungsblatt zur Gruppentheorie von Christian Elsholtz, TU Clausthal, WS 1999/2000 Um Ihnen zu helfen, die Gruppentheorie zu wiederholen, stelle ich hier einige wichtige Beispiele und einige Lösungen

Mehr

5. Bäume und Minimalgerüste

5. Bäume und Minimalgerüste 5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein

Mehr

Elemente der Mathematik - Sommer 2017

Elemente der Mathematik - Sommer 2017 Elemente der Mathematik - Sommer 2017 Prof. Dr. Peter Koepke, Thomas Poguntke Lösung 1 Aufgabe 54 (4+2 Punkte). In der Vorlesung wurde die Multiplikation auf den ganzen Zahlen definiert durch (a, b) (a,

Mehr

2. Entsprechende Listen P i von Vorgängern von i 3. for i := 1 to n do. (ii) S i = Knoten 2 + 1}

2. Entsprechende Listen P i von Vorgängern von i 3. for i := 1 to n do. (ii) S i = Knoten 2 + 1} 1. Berechne für jeden Knoten i in BFS-Art eine Liste S i von von i aus erreichbaren Knoten, so dass (i) oder (ii) gilt: (i) S i < n 2 + 1 und Si enthält alle von i aus erreichbaren Knoten (ii) S i = n

Mehr

Beispiel 85. Satz 86 Eine Unteralgebra (bzgl. ) einer Gruppe ist eine Untergruppe, falls sie unter der Inversenbildung 1 abgeschlossen ist.

Beispiel 85. Satz 86 Eine Unteralgebra (bzgl. ) einer Gruppe ist eine Untergruppe, falls sie unter der Inversenbildung 1 abgeschlossen ist. 5.4 Untergruppen Definition 84 Eine Unteralgebra T,, 1 einer Gruppe G = S,, 1 heißt Untergruppe von G, falls T,, 1 eine Gruppe ist. Bemerkung: Nicht jede Unteralgebra einer Gruppe ist eine Untergruppe!

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 8 Grundlagen der Mathematik Präsenzaufgaben (P13) Primfaktorzerlegungen Die Primfaktorzerlegungen lauten: a) 66 =

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte)

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 007/08 Lösungsblatt 7

Mehr

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15:

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15: Counting-Übungen (SS4) Felix Rohrer Grundlagen des Zählens 1. KR, Abschnitt 5.1, Aufgabe 7:? Es gibt 17'576 Monogramme 17576 (1.1) I. KR, Abschnitt 5.1, Aufgabe 15: Wörter mit 1 Zeichen + Wörter mit 2

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische 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

Mehr

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

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Diskrete Strukturen Kapitel 1: Einleitung

Diskrete Strukturen Kapitel 1: Einleitung WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemente der Mathematik - Winter 2016/2017 Prof. Dr. Peter Koepke, Regula Krapf Lösungen Übungsblatt 7 Aufgabe 29 (8 Punkte). Für eine Menge M ist die Potenzmenge von M definiert als P(M) := {X X M},

Mehr

Unentscheidbare Probleme: Diagonalisierung

Unentscheidbare Probleme: Diagonalisierung Unentscheidbare Probleme: Diagonalisierung Prof Dr Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Oktober 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

Sei G eine (multiplikative) endliche Gruppe mit neutralem Element 1. Das Element a heißt Generator oder auch primitives Element.

Sei G eine (multiplikative) endliche Gruppe mit neutralem Element 1. Das Element a heißt Generator oder auch primitives Element. Ordnung einer Gruppe Definition Ordnung einer Gruppe Sei G eine (multiplikative) endliche Gruppe mit neutralem Element 1. 1 Die Ordnung von G ist ord(g) := G. 2 Die Ordnung eines Elements a G ist ord G

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Universität Hamburg Winter 016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 6 Grundlagen der Mathematik Präsenzaufgaben (P9) Die Ordnung der natürlichen Zahlen I Wir hatten in der Vorlesung

Mehr

= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0.

= k 0+k 0 ( ). Wir addieren (0 k) zu den Seiten der Gleichung ( ): 0 = k 0. Def 4 Eine Menge K mit zwei Abbildungen + : K K K und : K K K (heißen Addition und Multiplikation; wir werden a b bzw a+b statt (a,b), +(a,b) schreiben) ist ein kommutativer Ring, falls: (R1) (K, +) ist

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

9 Metrische und normierte Räume

9 Metrische und normierte Räume 9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik

Mehr

Diskrete Strukturen WiSe 2012/13 in Trier

Diskrete Strukturen WiSe 2012/13 in Trier Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen

Mehr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Diskrete 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

Mehr

Diskrete 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 Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Mengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12

Mengenlehre. Mengenlehre. Quick Start Informatik Theoretischer Teil WS2011/ Oktober QSI - Theorie - WS2011/12 Mengenlehre Mengenlehre Quick Start Informatik Theoretischer Teil WS2011/12 10. Oktober 2011 Mengen Mengen Den Begriff Menge hat Cantor wie folgt beschrieben: Definition (Menge) Unter einer Menge verstehen

Mehr

ANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht

ANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht . Übung Übersicht Aufgaben zu Kapitel und 2 Aufgabe : Drei klassische Ungleichungen Aufgabe 2: ) Beweis einer Summenformel Induktion) Aufgabe : ) Teleskopsummen Aufgabe 4: Noch etwas Formelmanipulation

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen

Mehr

Kombinatorik kompakt. Stochastik WS 2016/17 1

Kombinatorik kompakt. Stochastik WS 2016/17 1 Kombinatorik kompakt Stochastik WS 2016/17 1 Übersicht Auswahl/Kombinationen von N aus m Elementen Statistische unterscheidbare ununterscheidbare Physik Objekte (gleiche) Objekte ( ohne m N m+n 1 ) N mit

Mehr

Zentralübung zur Vorlesung Diskrete Strukturen

Zentralübung zur Vorlesung Diskrete Strukturen WS 2010/11 Zentralübung zur Vorlesung Diskrete Strukturen Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2010ws/ds/uebung/ 22. Dezember 2010 ZÜ DS ZÜ IX Übersicht: 1.

Mehr

Klausur: Diskrete Strukturen I

Klausur: Diskrete Strukturen I Universität Kassel Fachbereich 10/1 13.03.2013 Klausur: Diskrete Strukturen I Name: Vorname: Matrikelnummer: Versuch: Unterschrift: Bitte fangen Sie für jede Aufgabe ein neues Blatt an. Beschreiben Sie

Mehr

Abschnitt 3: Mathematische Grundlagen

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

Mehr

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

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

Mehr