Lineare Algebra. Jung Kyu Canci. Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle
|
|
- Andreas Falk
- vor 6 Jahren
- Abrufe
Transkript
1 Lineare Algebra Jung Kyu Canci Mit der Hilfe von: Stefano Iula, Olivia Ebneter, Katharina Laubscher, Viviane Wehrle Herbstsemester 2015
2 2
3 Inhaltsverzeichnis 1 Einführung in die Lineare Algebra Elementare Logik Aussagen Verknüpfung von Aussagen Wichtige Bemerkungen Elementare Mengentheorie Quantoren Zahlenmengen Abbildungen und Relationen Abbildungen Relationen Ringe und Körper Ringe Wichtiges Beispiel
4 4 INHALTSVERZEICHNIS
5 Kapitel 1 Einführung in die Lineare Algebra 1.1 Elementare Logik Aussagen In der Mathematik und in der Logik ist eine Aussage ein sprachliches Gebilde, das entweder wahr oder falsch ist. Auch wenn wir nicht wissen, welches von beiden gilt, muss erkennbar sein, dass eine und nur eine der beiden Möglichkeiten zutreffen kann. Beispiel 1.1. Dies sind Aussagen: Ein Hund ist ein Tier. (Wahr) 2 plus 2 ist gleich 3. (Falsch) Man schreibt auch = 3. Jedes Vielfache von 4 ist eine gerade Zahl. (Wahr) Dies sind keine Aussagen: 2+2. Es fehlt etwas. α ist grösser als 5. Man weiss nicht, was α ist; es muss zuerst α definiert werden. Vorsicht: Es gibt einige Sätze, bei denen kein Mensch bestimmen kann, ob sie gelten oder nicht. Aber man erkennt, dass sie entweder falsch oder wahr sind. Beispiel 1.2. Jede gerade Zahl grösser als 3 ist die Summe zweier Primzahlen. Dies ist eine Aussage, von der kein/e Mathematiker/in weiss, ob sie wahr oder falsch ist Verknüpfung von Aussagen Man kann neue Aussagen bilden, indem zwei oder mehr Aussagen verknüpft werden. 5
6 6 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Disjunktion. Seien p und q zwei Aussagen. Die Aussage p q ist wahr, wenn entweder p oder q oder beide Aussagen p und q wahr sind. Die Wahrheitstabelle von p q ist folgende, wobei wahr und falsch bedeutet. p q p q (1.1) Z.B. zeigt die erste Reihe, dass p q wahr ist, wenn p und q beide wahr sind. Die zweite Reihe zeigt, dass p q wahr ist, wenn p falsch und q wahr ist. Wenn man in der Mathematik die Aussage p oder q sind wahr sagt, können auch beide wahr sein. Beispiel 1.3. Sei p die Aussage p: 6 ist eine Primzahl und sei q die Aussage q: 7 ist eine Primzahl. p q ist die Aussage p q: Entweder 6 ist eine Primzahl oder 7 ist eine Primzahl oder beides sind Primzahlen. Obwohl p falsch ist, ist p q wahr, weil q wahr ist. Konjunktion. Seien p und q zwei Aussagen. Die Aussage p q ist nur dann wahr, wenn beide Aussagen wahr sind. Die Wahrheitstabelle von p q ist folgende: p q p q (1.2) Wenn mindestens eine der Aussagen p und q falsch ist, ist p q falsch. Beispiel 1.4. Seien a, b, c die folgenden Aussagen: a: 4 2 = 16; b: sin π = 1; c: cos π = 1; Es gilt: a b ist falsch, a c ist wahr, b c ist falsch. Implikation. Seien p und q zwei Aussagen. Die Aussage p q ist wahr, wenn die Aussage q logisch aus der Aussage p folgt. Um genau zu sein, betrachten wir die Wahrheitstabelle von p q:
7 1.1. ELEMENTARE LOGIK 7 p q p q Die Implikation p q ist genau dann falsch, wenn p wahr und q falsch ist. In allen anderen Fällen ist p q wahr. Man sagt, dass p q genau dann stimmt, wenn p wahr und q falsch nicht möglich ist. Beispiel 1.5. Seien a, b, und c die folgenden Aussagen: a: Es regnet. b: Es gibt Wolken. c: Ich bin glücklich. a b stimmt, weil es nicht möglich ist, dass es regnet und es keine Wolken gibt. Wir nehmen an, dass ich den Regen nicht mag. Also ist a c falsch. Denn wenn a wahr ist, ist c falsch. Äquivalenz. Seien p und q zwei Aussagen. Die Aussage p q ist die Zusammenfassung von (p q) (q p). Die Wahrheitstabelle ist folgende: p q p q Daher sind zwei Aussagen p und q genau dann äquivalent, wenn die Wahrheitswerte von p und q gleich sind. Beispiel 1.6. Seien a, b, und c die folgenden Aussagen: a: Ich habe eine 4 in der Prüfung von Lineare Algebra bekommen. b: Ich habe die Prüfung in Lineare Algebra bestanden. c: Ich habe eine Note grösser oder gleich 4 in der Prüfung von Lineare Algebra bekommen. a b stimmt. Aber a b stimmt nicht, weil b nicht a impliziert. b c stimmt. Negation. Sei p eine Aussage. Die Aussage p ist immer dann wahr, wenn die Aussage p falsch ist, und immer dann falsch, wenn die Aussage p wahr ist. Die Wahrheitstabelle ist folgende: p p (1.3)
8 8 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Beispiel 1.7. Sei p die folgende Aussage: p: Ich habe Lust, die Aufgaben in Lineare Algebra zu lösen.. Also ist p: Ich habe keine Lust, die Aufgaben in Lineare Algebra zu lösen.. Vorsicht! p ist nicht äquivalent zu Ich hasse es, die Aufgaben in Lineare Algebra zu lösen.. Einige Eigenschaften der Verknüpfungen von Aussagen Seien a, b, c feste Aussagen, aber beliebig gewählt. Kommutativgesetz. Die Aussagen i) a b ist äquivalent zu b a ii) a b ist äquivalent zu b a gelten. Beweis: Trivial oder betrachte die Tabellen (1.1) und (1.2) zuerst mit a = p und b = q und dann mit a = q und b = p. Assoziativgesetz. Die Aussagen i) a (b c) ist äquivalent zu (a b) c ii) a (b c) ist äquivalent zu (a b) c gelten. Z.B. wird durch die Klammer in a (b c) angezeigt, dass zuerst die Aussage b c betrachtet werden soll und dann die Disjunktion der Aussage a mit der Aussage b c; analog mit den anderen Aussagen (a b) c, a (b c) und (a b) c. Beweis von i). Durch die folgende Wahrheitstabelle: a b c b c a (b c) a b (a b) c Alternativer Beweis: Die Aussage a (b c) ist genau dann wahr, wenn mindestens eine der Aussagen a und b c gilt. Ferner ist die Aussage b c wahr genau dann, wenn mindestens eine der Aussagen b und c gilt. Daher ist die Aussage a (b c) wahr genau dann, wenn mindestens eine der Aussagen a, b oder c gilt. Analog für (a b) c. Beweis von ii). Siehe Aufgabe 1.4.
9 1.1. ELEMENTARE LOGIK 9 Distributivgesetz. Die Aussagen i) a (b c) ist äquivalent zu (a b) (a c) ii) a (b c) ist äquivalent zu (a b) (a c) gelten. Beweis von i). Durch die folgende Wahrheitstabelle: a b c b c a (b c) a b a c (a b) (a c) Beweis von ii). Siehe Aufgabe 1.5. Prinzip der doppelten Negation. Der Wahrheitswert von a ist gleich wie a. Um das zu sehen, betrachte die folgende Wahrheitstabelle: a a a Wir habe zwei Mal die Wahrheitstabelle in (1.3) angewandt (zuerst mit a statt p und dann mit a statt p). Man sagt auch, dass a äquivalent zu a ist. Beispiel 1.8. Sei a die Aussage a: Ich habe einen Apfel gegessen. Die Aussage a besagt: Es ist falsch, dass ich keinen Apfel gegessen habe. De Morgansche Gesetze. i) (a b) ist äquivalent zu a b. Beweis: Gemäss der Tabelle (1.1) gilt und gemäss der Tabelle (1.2) gilt a b (a b)
10 10 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA a b a b a b Beispiel 1.9. Sei a wie im Beispiel 1.8. Sei b die Aussage b: Ich habe eine Birne gegessen.. a b besagt: Ich habe einen Apfel gegessen oder ich habe eine Birne gegessen.. Daher sagt die Aussage (a b): Es ist nicht wahr, dass ich einen Apfel oder eine Birne gegessen habe.. Andererseits sagt a b: Ich habe keinen Apfel gegessen und ich habe keine Birne gegessen.. ii) (a b) ist äquivalent zu a b. Beweis: Siehe Aufgabe Wichtige Bemerkungen Die gemeinsame Logik (die Logik der Menschen) hat folgende wesentliche Prinzipien: Prinzip der Zweiwertigkeit (Bivalenzprinzip). Jede Aussage ist entweder wahr oder falsch. Ist das Prinzip der Zweiwertigkeit nicht erfüllt, spricht man von mehrwertiger Logik. Wir werden hier nie mehrwertige Logik betrachten. Satz vom Widerspruch. Zwei sich widersprechende Aussagen können nicht zugleich zutreffen. In mathematischen Symbolen: a a ist immer falsch für jede Aussage a. Hinreichende und notwendige Bedingungen Wirklich wichtig ist die Veknüpfung (Implikation). Seien a und b zwei Aussagen. Nehmen wir an, dass die Aussage a b wahr ist. Man sagt, dass die Prämisse a eine hinreichende Bedingung für die Konklusion b ist und die Konklusion b eine notwendige Bedingung für die Prämisse a ist. Seien a und b wie im Beispiel 1.5. a ist eine hinreichende Bedingung für b. Wenn es regnet, müssen (mindestens ein paar) Wolken am Himmel sein. Aber das Gegenteil gilt nicht: Es können Wolken am Himmel sein, ohne dass es regnet. Also ist die Aussage Es regnet nur eine hinreichende Bedingung für die Aussage Es gibt Wolken (und die Aussage Es gibt Wolken ist nur eine notwendige Bedingung für die Aussage Es regnet ). Die Aussage a b liest man wie folgt: Wenn es regnet, dann gibt es Wolken.. Antinomien Eine Antinomie ist ein Satz, der einen Widerspruch enthält. Sie ist keine Aussage. Man kann nicht bestimmen, ob sie wahr oder falsch ist, weil es immer einen Widerspruch (Kontradiktion) gibt.
11 1.1. ELEMENTARE LOGIK 11 Beispiel Antinomie des Barbiers: Man kann einen Barbier als einen definieren, der all jene und nur jene rasiert, die sich nicht selbst rasieren. Die Frage ist: Rasiert der Barbier sich selbst? Beim Versuch, die Frage zu beantworten, ergibt sich ein Widerspruch. Denn angenommen der Barbier rasiert sich selbst, dann gehört er zu denen, die er laut Definition nicht rasiert, was der Annahme widerspricht. Angenommen es gilt das Gegenteil und der Barbier rasiert sich nicht selbst, dann erfüllt er selbst die Eigenschaft derer, die er rasiert, entgegen der Annahme. Aufgaben Aufgabe 1.1. Bestimmen Sie, welche Sätze Aussagen sind: (a) Das ist eine Katze. (b) Eine Katze ist ein Tier. (c) Ein Hund und eine Katze. (d) Wie viel Uhr ist es? (e) Nicht rauchen! (f) Rauchen ist verboten. (g) Ich lüge immer. (h) Eine ganze Zahl ist genau dann durch 3 teilbar, wenn ihre Quersumme durch 3 teilbar ist. Bilden Sie für jede obige Aussage die Negation. Aufgabe 1.2. Seien p und q zwei Aussagen. Betrachten Sie die Aussagen A : p q und B : q p. Beweisen Sie, dass A äquivalent zu B ist. Geben Sie ein paar Beispiele. Aufgabe 1.3. Beweisen Sie Teil ii) aus den De Morganschen Gesetzen: (a b) a b. Aufgabe 1.4. Beweisen Sie Teil ii) des Assoziativgesetzes: a (b c) (a b) c. Aufgabe 1.5. Beweisen Sie Teil ii) des Distributivgesetzes: a (b c) (a b) (a c).
12 12 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 1.2 Elementare Mengentheorie Eine Menge ist eine abstrakte Zusammenfassung bestimmter, wohlunterschiedener Objekte zu einem Ganzen. Diese Objekte heissen Elemente einer Menge. Sei M eine Menge. x M bezeichnet x ist ein Element von M oder anders gesagt x ist in M. x / M bezeichnet x ist kein Element von M und ist gleichwertig mit x ist nicht in M. Es gibt zwei Arten, Mengen zu beschreiben: Durch die Angabe der Elemente. Zum Beispiel: M = {Viviane Wehrle, Stefano Iula, Olivia Ebneter, Katharina Laubscher} Daher ist M die Menge der Assistierenden in Lineare Algebra 1. Durch die Angabe einer Eigenschaft, die zwischen x M und x / M unterscheidet. Zum Beispiel: M = {x x ist ein/e Assistent/in in Lineare Algebra 1 im HS2015 in Basel} Man liest M ist die Menge der Elemente x, so dass x ein... ist. Sind alle Elemente einer Menge N zugleich Elemente von M, so heisst N eine Teilmenge oder Untermenge von M und man schreibt N M. Wenn N M und M N, dann enthalten N und M genau dieselben Elemente. Man nennt die Mengen M, N gleich und schreibt Die Notation M = N. N M bedeutet, dass N M und dass es mindestens ein x M gibt, s.d. x / N. Die leere Menge ist eine Menge, die keinerlei Elemente enthält. Daher gibt es nur eine einzige leere Menge. Als Zeichen für die leere Menge verwendet man (auch oder {}). Es gilt M für jede beliebige Menge M. Seien A und B beliebige Mengen. Die Menge D, die aus allen Elementen besteht, welche sowohl zu A als auch zu B gehören, heisst Durchschnitt der Mengen A und B. Man schreibt: D = A B.
13 1.2. ELEMENTARE MENGENTHEORIE 13 Beispiel Seien A = {1, 2, 3, 4, 5}, B = {5, 6, 7} und C = {6, 7}. Dann ist A B = {5}, A C =, B C = C. Wie vorher seien A und B beliebige Mengen. Die Menge V, die aus allen Elementen besteht, die zu mindestens einer der Mengen A oder B gehören, heisst Vereinigungsmenge von A und B. Man schreibt: V = A B. Beispiel Seien A, B, C wie im Beispiel Dann ist A B = {x x ganze Zahl und 1 x 7} = A C, B C = B. Sei A eine Teilmenge einer Menge U (manchmal wird eine solche Menge U Universum genannt). A c bezeichnet genau die Menge der Elemente aus U, welche nicht in A enthalten sind. D.h. A c = {x U x / A}. A c heisst das Komplement von A in U. In einem Mengendiagramm sieht die Situation so aus: Dabei ist A der weisse Kreis und U das ganze Rechteck. Das Komplement A c ist rot gefärbt. Sei B eine andere Teilmenge von U (B kann auch gleich A sein). Die Menge B \ A bezeichnet genau die Menge der Elemente aus B, welche nicht in A enthalten sind. D.h. In einem Mengendiagramm: B \ A = {x B x / A}. Dabei bezeichnet jetzt A den linken und B den rechten Kreis und U weiterhin das gesamte Rechteck. Die Menge B \ A ist rot gefärbt. Die Menge B \ A wird relatives Komplement von A in B genannt oder einfacher als B ohne A bezeichnet.
14 14 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Beispiel Seien A, B, C wie im Beispiel Sei U = A B C. Dann ist A c = C\A = C, B c = {1, 2, 3, 4} = A\B, C c = A, A\C = A, B\C = {5}, B\A = {6, 7}. Man benutzt Klammern in der Mengentheorie wie in Rechnungen: z.b. betrachtet man im Ausdruck A (B C) zuerst die Menge B C als die Vereinigungsmenge von B und C und dann die Menge A (B C) als die Vereinigungsmenge der Mengen A und B C. Es gilt folgender Satz: Satz Seien A, B, C drei beliebige Teilmengen einer Menge U. Es gelten die folgenden Eigenschaften: 1. A B = B A und A B = B A. 2. A (B C) = (A B) C und A (B C) = (A B) C. 3. A (B C) = (A B) (A C) und A (B C) = (A B) (A C). 4. A = (A c ) c. 5. (A B) c = A c B c und (A B) c = A c B c. Beweis. Einige der obigen Eigenschaften sind ganz einfach zu beweisen (z.b. 1)). Im Allgemeinen betrachtet man folgende Aussagen: a: x A, b: x B, c: x C. Dann wenden Sie das Kommutativ-, das Assoziativ- und das Distributivgesetz sowie das Prinzip der doppelten Negation und die De Morgansche Gesetze auf die Aussagen a, b, c an. Seien A und B zwei beliebige Mengen. Das kartesische Produkt zweier Mengen A und B ist die Menge aller geordneten Paare von Elementen der beiden Mengen, wobei die erste Komponente ein Element von A und die zweite Komponente ein Element der Menge B ist. Man schreibt A B = {(a, b) a A, b B}. Beispiel Seien B, C wie im Beispiel Also B C = {(5, 6), (5, 7), (6, 6), (6, 7), (7, 6), (7, 7)}. Vorsicht! Im Allgemeinen ist (a, b) (b, a). Die Position ist wichtig. Z. B. sind in der obigen Menge B C die Elemente (6, 7) und (7, 6) nicht gleich. Sei A eine beliebige Menge. P(A) bezeichnet die Potenzmenge von A, die die Menge aller Teilmengen von A ist. Beispiel Es gilt: P( ) = { }. P({a}) = {, {a}}.
15 1.2. ELEMENTARE MENGENTHEORIE 15 P({a, b}) = {, {a}, {b}, {a, b}}. Vorsicht! Die Menge { } ist eine Menge, die genau ein Element enthält. Dieses Element ist die Leermenge. Es gilt a {a, b}, {a} {a, b} und {a} P({a, b}). Satz Sei n eine beliebige aber feste ganze Zahl n 0. Sei A eine Menge mit genau n Elementen. Dann hat die Potenzmenge P(A) genau 2 n Elemente. Beweis. Man beweist den Satz durch vollständige Induktion über n. Induktionsanfang: Sei n = 0 (also A = ). Dann ist P( ) = { }, P( ) hat also genau 2 0 = 1 Element. Induktionsschritt: Wir nehmen die Induktionsvoraussetzung an, d.h. dass P(A) genau 2 n Elemente hat für jede Menge A mit n Elementen. Sei B eine Menge mit n+1 Elementen. Dann existiert eine Teilmenge A B und ein Element x B, so dass B = A {x}. Daher enthält A genau n Elemente. Jede Teilmenge von B ist entweder eine Teilmenge von A oder von der Form C {x}, wobei C eine Teilmenge von A ist. Die Anzahl der Teilmengen erster Sorte ist 2 n und die Anzahl der Teilmengen zweiter Sorte ist ebenfalls 2 n. Daher hat die Potenzmenge P(B) genau 2 2 n = 2 n+1 Elemente Quantoren Der Existenzquantor wird durch das Zeichen dargestellt. Die Schreibweise x bedeutet: Es existiert (gibt) ein x.... Z.B. sei n eine beliebige ganze Zahl. Sei X n = {n, n+2, n+ 4}. x X n, so dass x ein Vielfaches von drei ist. Die Schreibweise ist die Negation von. Z.B. sei n eine gerade Zahl und X n wie oben beschrieben. Also x X n s.d. x ungerade ist. Die Schreibweise! bedeutet Es gibt ein x und genau ein x.... Z.B. sei X n wie oben beschrieben. Also!x X n, s.d. x ein Vielfaches von drei ist. Der Allquantor wird durch das Zeichen dargestellt. Die Schreibweise x bedeutet: Für jedes x.... Z.B. sei n eine gerade Zahl und X n wie oben beschrieben. Dann ist x eine gerade Zahl x X n. Beispiel Die folgende Aussage ist wahr: Pferd, das meine Vorlesung besucht, gilt, dass es die Farbe grün hat. Die Aussage ist wahr, weil kein Pferd meine Vorlesungen besucht. In der Logik sagt man, dass die Leermenge jede Eigenschaft erfüllt Zahlenmengen Mit N bezeichnen wir die Menge der natürlichen Zahlen. N = {1, 2, 3,...} (Um die natürlichen Zahlen richtig zu definieren braucht man die Peano-Axiome). Mit N 0 bezeichnen wir N {0}. Mit Z bezeichnen wir die Menge der ganzen Zahlen. Z = {..., 3, 2, 1, 0, 1, 2, 3,...}
16 16 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Die Menge Q der rationalen Zahlen ist die Menge, die alle Brüche zweier ganzer Zahlen enthält: { z } Q = n z, n Z, n 0. Erinnerung: Seien a b, c d Q (also bd 0). Dann gilt a b = c d genau dann, wenn ad bc = 0. Mit R bezeichnen wir die Menge der reellen Zahlen. Es gibt eine intuitive Idee hinter den reellen Zahlen. Man kann sie sich als Gerade vorstellen: Eine andere Darstellung der reellen Zahlen ist die folgende: R = {a 0, a 1 a 2 a 3... a 0 Z, a i {0, 1,..., 9} i N}. Eine echte Definition der reellen Zahlen ist: Die reellen Zahlen sind die Grenzwerte der Cauchy Folgen rationaler Zahlen. (Diese Begriffe werden Sie in Analysis kennenlernen). Aufgaben Aufgabe 1.6. Seien A, B zwei Mengen. Beweisen Sie, dass A = B genau dann wenn eine Menge C mit A C = B C und A C = B C. Aufgabe 1.7. Seien A, B zwei Mengen. Beweisen Sie 1. A \ (A \ B) = A B; 2. (A \ B) \ (B \ A) = A \ B; 3. A (B \ A) = A B; 4. (A \ B) (A B) = A. Aufgabe 1.8. Seien A, B, C drei Mengen. Beweisen Sie 1. (A \ B) \ C = A \ (B C); 2. (A \ B) \ C A \ (B \ C); 3. (A \ B) \ C = A \ (B \ C) genau dann wenn A C =. 4. A (B \ C) = (A B) \ (A C).
17 1.3. ABBILDUNGEN UND RELATIONEN 17 Aufgabe 1.9. Die symmetrische Differenz zweier Teilmengen A, B einer Universummenge ist die Menge definiert durch: A B := (A \ B) (B \ A). Beweisen Sie, dass A B = (A B) \ (A B). Aufgabe Bestimmen Sie die Potenzmengen von A = P( ) und B = P({a}). Aufgabe Seien A, B zwei Mengen. Beweisen Sie 1. P(A) P(B) = P(A B) genau dann wenn A B oder B A; 2. P(A \ B) (P(A) \ P(B)) { }; 3. P(A \ B) = (P(A) \ P(B)) { } genau dann wenn A B oder A B =. 1.3 Abbildungen und Relationen Abbildungen Definition Seien X, Y zwei Mengen. Eine Abbildung von X nach Y ist eine Vorschrift f, die jedem x X ein eindeutig bestimmtes y = f(x) Y zuordnet. X wird Definitionsmenge genannt, Y Zielmenge. Man schreibt f : X Y x y = f(x) Beispiel Folgendes sind Abbildungen: f : R R x x 2 f : {1, 2, 3} {1, 2} 1 f(1) = 1 2 f(2) = 2 3 f(3) = 1 Folgendes sind keine Abbildungen: 3. f : R R x x f(x) ist nicht definiert für negative x. Wenn die Definitionsmenge R 0 = {x R x 0} ist anstatt R, ist f eine Abbildung.
18 18 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 4. f : [ 1, 1] R x arcsin x. f ist keine Abbildung, weil gilt sin(x) = sin(x + 2nπ) n Z. Wenn die Zielmenge [ π/2, π/2] ist anstatt R, ist f eine Abbildung. Zwei Abbildungen f : X Y, g : X Y sind genau dann gleich, wenn X = X, Y = Y und f(x) = g(x) für jedes x X = X. Definition Sei f : X Y eine Abbildung und M X eine Teilmenge. Dann heisst f M : M Y x f(x) die Einschränkung von f auf M. Weiter bezeichnen wir mit f(m) = {y Y x M mit f(x) = y} = {f(x) x M} Y das Bild von M (in Y ). Insbesondere nennt man f(x) das Bild von f. Sei N Y eine Teilmenge. Die Teilmenge heisst Urbild von N in X. f 1 (N) = {x X f(x) N} Definition Eine Abbildung f : X Y zwischen zwei Mengen heisst 1. injektiv, wenn gilt aus f(x) = f(x ) folgt x = x für alle x, x X. Äquivalent dazu ist: Für jedes y Y enthält das Urbild f 1 ({y}) entweder 0 oder 1 Element. 2. surjektiv, wenn f(x) = Y, d.h. wenn es zu jedem y Y ein x X mit f(x) = y gibt. Äquivalent dazu ist: Für jedes y Y ist das Urbild f 1 ({y}) nicht die Leermenge. 3. bijektiv, wenn f injektiv und surjektiv ist. Äquivalent dazu ist: Für jedes y Y enthält das Urbild f 1 ({y}) genau ein Element. Ist f bijektiv, dann gibt es eine Umkehrabbildung f 1 : Y X y x, so dass y = f(x). Beispiel Die Abbildung f definiert in Beispiel ist nicht injektiv (f(x) = f( x) x R). f ist nicht surjektiv, denn es gibt keine negative Zahl, die ein Quadrat ist.
19 1.3. ABBILDUNGEN UND RELATIONEN 19 Die Abbildung f definiert in Beispiel ist nicht injektiv (f(1) = f(3) = 1). f ist surjektiv, weil f({1, 2, 3}) = {1, 2}. Die Abbildung f : [ 1, 1] [ π/2, π/2] definiert durch f(x) = arcsin x ist bijektiv (folgt aus Trigonometrie). Definition Seien X, Y, Z Mengen und f : X Y, g : Y Z Abbildungen. Dann heisst die Abbildung die Komposition von f und g. g f : X Z x g(f(x)) Bemerkung Die Komposition von Abbildungen ist assoziativ, d.h. für f : X Y, g : Y Z, h: Z W gilt (h g) f = h (g f) Beweis. Für jedes x X gilt: ((h g) f)(x) = (h g)(f(x)) = h(g(f(x))) = h((g f)(x)) = (h (g f))(x). Bemerkung Die Komposition von Abbildungen ist nicht kommutativ. Z.B. Seien f : R R x x + 1, g : R R x 2x + 1 Es gilt (f g)(x) = f(2x + 1) = 2x + 2 und (g f)(x) = g(x + 1) = 2x + 3. Definition Für eine Menge X heisst f : X X x x die identische Abbildung, bezeichnet mit id X. Mit Hilfe der identischen Abbildung werden wir eine Charakterisierung der bijektiven Abbildungen geben (Siehe Aufgabe 1.13) Relationen Für zwei gegebene Mengen A und B bezeichnet eine Relation R zwischen A und B eine Teilmenge des kartesischen Produkts A B: R A B = {(a, b) a A, b B}. Definition Sei X eine Menge. Eine Relation R X X auf X heisst Äquivalenzrelation, wenn für alle x, y, z X gilt
20 20 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA 1. (x, x) R; (reflexiv) 2. x, y X gilt (x, y) R (y, x) R; (symmetrisch) 3. (x, y), (y, z) R (x, z) R; (transitiv) Für x 1, x 2 X schreibt man oft x 1 x 2 statt (x 1, x 2 ) R. Beispiel Sei X eine beliebige Menge. Die Relation x y x = y ist eine Äquivalenzrelation. 2. Sei X = Z. Die Relation x y (x y ist gerade) ist eine Äquivalenzrelation. 3. Sei X = {p p ist eine Aussage}. Die Relation x y (x ist äquivalent zu y) ist eine Äquivalenzrelation. 4. Seien X, Y Mengen. Sei f : X Y eine Abbildung. Die Relation x 1 x 2 f(x 1 ) = f(x 2 ) ist eine Äquivalenzrelation. Ist auf einer Menge X eine Äquivalenzrelation definiert, betrachtet man für x X die Menge A x := {y X x y}. A x ist eine Untermenge von X und heisstäquivalenzklasse von x. Bemerkung Für x, y X gilt: 1. A x = A y x y; 2. Entweder ist A x = A y oder A x A y =. (Es gibt keine andere Möglichkeit!) Beweis. Wir beweisen zuerst 1. Annahme: x y. Sei z ein beliebiges Element von A x. Dann gilt z x und gemäss Annahme auch x y. Mit der Transitivität von haben wir z y. Also z A y. Daher A x A y (weil z ein beliebiges Element von A x ist). Ähnlich beweisen wir A y A x, also A x = A y. Da y A y = A x folgt y x. Jetzt beweisen wir 2. Sei A x A y. Es folgt, dass es ein z A x A y gibt. Also z x und z y. Daher x y (Transitivität), woraus mit 1 folgt A x = A y. Die Äquivalenzklassen von X bezüglich betrachtet man nun als Elemente einer neuen Menge X/.
21 1.3. ABBILDUNGEN UND RELATIONEN 21 Beispiel Sei m N. Wir definieren eine Äquivalenzrelation auf Z durch x y genau dann wenn gilt m teilt y x. Man schreibt auch x y mod m wenn x y. Die Äquivalenzklasse eines Elements n Z ist A n = {n + km k Z}. Oft schreibt man hier n anstatt A n. Die Klasse n wird Restklasse von n modulo m genannt. In der Tat kann man durch Division mit Rest zeigen, dass es für jedes n Z ein 0 r < m gibt, so dass n = r. Also Z/ = { 0, 1,..., m 1 }. Diese Menge ist auch mit Z/mZ bezeichnet. Aufgaben Aufgabe Seien A, B zwei Mengen und f : A B eine Abbildung. Seien X 1, X 2 P(A) und Y 1, Y 2 P(B). Beweisen Sie 1. f(x 1 X 2 ) f(x 1 ) f(x 2 ); 2. f(x 1 X 2 ) = f(x 1 ) f(x 2 ); 3. f(x 1 \ X 2 ) f(x 1 ) \ f(x 2 ); 4. f 1 (Y 1 Y 2 ) = f 1 (Y 1 ) f 1 (Y 2 ); 5. f 1 (Y 1 Y 2 ) = f 1 (Y 1 ) f 1 (Y 2 ); 6. f 1 (Y 1 \ Y 2 ) = f 1 (Y 1 ) \ f 1 (Y 2 ); Geben Sie Beispiele, bei denen in 1 und/oder 3 die Gleichheit nicht gilt. Aufgabe Zeigen Sie, dass gilt: f : X Y ist bijektiv g : Y X mit g f = id X und f g = id Y. (Ein solches g wird inverse Abbildung genannt und man sagt, dass f invertierbar ist.) Aufgabe Beweisen Sie, dass die folgende Abbildung invertierbar ist: Bestimmen Sie die inverse Abbildung. f : R \ {1} R \ {2}, x 2x + 1 x 1 Aufgabe Sei X eine endliche Menge. Sei f : X X eine Abbildung. Beweisen Sie, dass die folgenden Aussagen äquivalent sind: 1. f ist injektiv; 2. f ist surjektiv; 3. f ist bijektiv.
22 22 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Aufgabe Sei X eine endliche Menge und A eine Teilmenge von X. Sei f : A X eine Bijektion. Beweisen Sie, dass A = X. Was könnten Sie sagen, wenn X unendlich wäre? Aufgabe Sei X eine nichtleere Menge. Sei f : X P(X) die Abbildung definiert durch x X \ {x}. Beweisen Sie, dass f injektiv, aber nicht surjektiv ist. Aufgabe ( ) Beweisen Sie, dass es für jede Menge X keine Bijektion gibt. f : X P(X) Aufgabe Beweisen Sie, dass die Relationen in Beispiel 1.29 Äquivalenzrelationen sind. Aufgabe Sei X eine Menge. Eine Partition P ist eine Teilmenge der Potenzmenge P(X), deren Elemente nichtleere Teilmengen von X sind, sodass jedes Element von X in genau einem Element von P enthalten ist. Sei A die Menge aller Äquivalenzrelationen auf X und B die Menge aller Partitionen von X. Beweisen Sie, dass A in Bijektion zu B steht. Aufgabe ( ) Seien A, B zwei nichtleere Mengen. Zeigen Sie: Wenn es eine injektive Abbildung f : X Y und eine injektive Abbildung g : Y X gibt, dann gibt es eine Bijektion zwischen X und Y. 1.4 Ringe und Körper Ringe Definition Eine Menge R zusammen mit zwei Verknüpfungen heisst Ring, wenn gilt +: R R R (a, b) a + b, : R R R (a, b) a b G0. Die Verknüpfung + ist kommutativ : a + b = b + a a, b R. G1. Die Verknüpfung + ist assoziativ : a + (b + c) = (a + b) + c a, b, c R. G2. ein Element 0 R R mit a+0 R = a a R. (0 R heisst Nullelement oder neutrale Element bzgl. +) G3. a R existiert b R, so dass a + b = 0 R. Das Element b heisst additives Inverse von a. R1. Die Verknüpfung ist assoziativ : a (b c) = (a b) c a, b, c R.
23 1.4. RINGE UND KÖRPER 23 R.2 Es gelten die Distributivgesetze, d.h a (b + c) = a b + a c, (a + b) c = a c + b c a, b, c R. Ein Ring heisst kommutativ wenn a b = b a a, b R. Ein Element 1 R R \ {0 R } heisst Einselement, wenn 1 R a = a 1 R = a a R. Um einen Ring zu definieren, braucht man ein Tripel (R, +, ), wobei R eine Menge und +, zwei Verknüpfungen auf R sind. Wenn es klar ist, welches diese zwei Verknüpfungen sind, dann schreibt man nur R statt (R, +, ). Bemerkung Es gibt nur ein Nullelement und es gilt Ferner, wenn R ein Einselement hat, ist es eindeutig. 0 R a = a 0 R = 0 R a R. (1.4) Beweis. Eindeutigkeit von 0 R. Seien 0 a, 0 b zwei Nullelemente von R. Es gilt: 0 a = 0 a + 0 b = 0 b. Eindeutigkeit von 1 R. Seien 1 a, 1 b zwei Einselemente von R. Es gilt: Beweis von (1.4): 1 a = 1 a 1 b = 1 b. 0 R a = (0 R + 0 R ) a = 0 R a + 0 R a. Also folgt 0 R = 0 R a. Änlich beweist man a 0 R = 0 R. Beispiel Die folgenden Beispielen sind Ringe: 1. R = {0 R }; 2. R = {0 R, 1 R }; 3. Z, Q, R mit den üblichen Verknüpfungen + und ; 4. Sei X eine beliebige Menge. Sei R = {f : X R fabbildung} mit (f + g)(x) = f(x) + g(x), (f g)(x) = f(x) g(x) f, g R, x X. Wir werden in den folgenden Kapiteln Beispiele von nicht kommutativen Ringen sehen. Definition Sei R ein Ring. x R heisst Links bzw. Rechtsnullteiler, falls x 0 R und y R mit y 0 R und x y = 0 R bzw. y x = 0 R. Falls R kommutativ ist, so nennt man so ein x Nullteiler. Ein kommutativer Ring mit Einselement, der kein Nullteiler hat, heisst Integritätsbereich. Ein Element x 0 R ist kein Links bzw. Rechtsnullteiler wenn die Implikation x y = 0 R (bzw. y x = 0 R ) y = 0 R gilt. Im nächsten Abschnitt werden wir Beispiele von Integritätsbereichen sehen. Wir werden auch Beispiele von Ringen mit Nullteiler betrachten.
24 24 KAPITEL 1. EINFÜHRUNG IN DIE LINEARE ALGEBRA Wichtiges Beispiel Division mit Rest: Für jedes a, b Z mit b 0 gibt es ein q, r Z mit a = b q + r und 0 r < b. ( b bezeichnet den Betrag von b) Für ein m N 0, sei mz = {m n n Z} die Menge der Vielfachen von m. Für a, b Z, sei ggt(a, b) der grösste gemeinsame Teiler von a und b. Satz Seien a, b Z \ {0} und m = ggt(a, b). Es gilt Beweis. Zuerst beweisen wir, dass ein n N existiert s.d. az + bz = mz. (1.5) az + bz = nz. (1.6) Dann zeigen wir n = ggt(a, b). Behauptung 1: n N mit (1.6) wahr. Beweis der Behauptung 1 : Sei n die kleinste Zahl in N, die in az + bz enthalten ist. Seien i, j Z mit a i + b j = n. Dann n c = a i c + b j c az + bz c Z. Daher folgt az + bz nz. Sei d / nz. O.B.d.A. nehmen wir d > 0 an. Wir wollen zeigen, dass d / az + bz. Bei der Division mit Rest q, r Z mit 0 < r < n und d = q n + r (r 0 weil d / nz). Wenn d az + bz folgt r = d q n az + bz (da az + bz nz). Aber dies widerspricht der Minimalität von n als kleinste natürliche Zahl in az + bz. Das endet den Beweis der Behauptung 1. Behauptung 2: Die Zahl n in (1.6) ist gleich ggt(a, b). Beweis der Behauptung 2 : Der gösste gemeinsame Teiler ggt(a, b) von zwei Zahlen a, b Z \ {0} ist bestimmt durch die zwei folgenden Bedingungen: ggt(a, b) ist ein ganzer positiver Teiler von a und b; jeder andere gemeinsame Teiler von a und b teilt auch ggt(a, b). Diese zwei Eigenschaften bestimmen den ggt(a, b). Also muss man zeigen, dass n die zwei obigen Bedingungen erfüllt. Da (1.6) gilt, folgt a, b nz. Also ist n ein gemeinsamer Teiler von a und b. Sei t ein gemeinsamer Teiler von a und b. Wie schon bemerkt i, j Z mit n = a i + b j. Also ist t auch ein Teiler von n. Wir haben bewiesen, dass n = ggt(a, b). Bemerkung Wenn a = b = 0, folgt 0Z + 0Z = 0Z. Wenn a = 0 und b 0, gilt ggt(a, b) = b. So ist (1.5) mit m = ggt(a, b) trivialweise wahr. Korollar Sei p eine Primzahl und a, b Z mit p a b. Dann gilt p a oder p b.
25 1.4. RINGE UND KÖRPER 25 Beweis. Wenn a b = 0 gibt es nichts zu zeigen, weil entweder a = 0 oder b = 0 und jede Zahl teilt 0. Wenn p a, gibt es ebenfalls nichts zu zeigen. Sei p a, da p Primzahl ist, folgt ggt(a, p) = 1. Gemäss Satz 1.5 i, j Z mit a i+p j = 1. Also b = a b i+p b j. Daher p b, weil p a b. Sei m N grösser als 1 und Z/mZ = {0, 1,..., m 1} die Menge vom Beispiel Wir werden zwei Verknüpfungen + und auf Z/mZ definieren. Seien n, m Z dann gilt Z. B. Sei m = 3. Es gilt und z. B. n + m = n + m, n m = n m. (1.7)... 3 = 0 = 3 = 6...,... 2 = 1 = 4 = 7...,... 1 = 2 = 5 = 8..., = = 4 = 1, 2 14 = 2 2 = 4 = 1. Weil (Z, +, ) ein Ring ist, folgt dass (Z/mZ, +, ) auch ein Ring ist. Das Element 0 ist das Nullelement von Z/mZ und 1 ist das Einselement von Z/mZ. Beispiel Sei m = 2. Die additive Tabelle und die multiplikative Tabelle sind folgende: , Sei m = 4. Die additive Tabelle und die multiplikative Tabelle sind folgende: , Satz Sei m N. Es gilt Z/mZ Integritätsbereich m ist eine Primzahl. Beweis. ( ) Sei m keine Primzahl. Also a, b Z mit 1 < a, b < m und m = a b. Also sind a und b beide nicht null in Z/mZ und a b = m = 0. Also sind a und b Nullteiler. Daher ist Z/mZ kein Integritätsbereich. ( ). Sei m eine Primzahl und a, b Z/mZ mit a b = 0. Dann m a b. Mit Korollar 1.38 folgt m a oder m b. Daher a = 0 oder b = 0.
26 Index Äquivalenzklasse, 20 Äquivalenzrelation, 19 Abbildung, 17 Additives Inverse, 22 Allquantor, 15 Bijektiv, 18 Bild, 18 De Morgansche Gesetze, 9 Definitionsmenge, 17 Durchschnitt von Mengen, 12 Einschränkung einer Abbildung, 18 Einselement, 23 Elemente einer Menge, 12 Existenzquantor, 15 Relation, 19 Relatives Komplement, 13 Restklasse, 21 Ring, 22 Surjektiv, 18 Teilmenge, 12 Umkehrabbildung, 18 Untermenge, 12 Urbild, 18 Vereinigungsmenge, 13 Zielmenge, 17 Hinreichende Bedingung, 10 Injektiv, 18 Integritätsbereich, 23 Inverse Abbildung, 21 Invertierbare Abbildung, 21 Kartesisches Produkt, 14 Kommutative Ring, 23 Komplement, 13 Komposition, 19 Menge, 12 Notwendige Bedingung, 10 Nullelement, 22 Nullteiler, 23 Potenzmenge, 14 26
Lineare 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
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 11 Elementare
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
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
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
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
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
MehrLineare Algebra I 5. Tutorium Die Restklassenringe /n
Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll
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
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
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
Mehrfür alle a, b, x, y R.
Algebra I 13. April 2008 c Rudolf Scharlau, 2002 2008 33 1.5 Ringe Definition 1.5.1 Ein Ring ist eine Menge R zusammen mit zwei Verknüpfungen + und, genannt Addition und Multiplikation, für die folgendes
Mehr01. Gruppen, Ringe, Körper
01. Gruppen, Ringe, Körper Gruppen, Ringe bzw. Körper sind wichtige abstrakte algebraische Strukturen. Sie entstehen dadurch, dass auf einer Menge M eine oder mehrere sogenannte Verknüpfungen definiert
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
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
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
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:
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:
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
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
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
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: {
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
MehrDiskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr
Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen
MehrD-MATH, D-PHYS, D-CHAB Analysis I HS 2016 Prof. Manfred Einsiedler Philipp Wirth. Lösung 3
D-MATH, D-PHYS, D-CHAB Analsis I HS 016 Prof Manfred Einsiedler Philipp Wirth Lösung 3 Diese Woche werden nur Lösungen zu den Aufgaben 4, 5 und 6 zur Verfügung gestellt 4 a Nach Folgerung (i aus den Axiomen
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:
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
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
MehrFU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :
MehrSeminar zum Thema Kryptographie
Seminar zum Thema Kryptographie Michael Hampton 11. Mai 2017 Inhaltsverzeichnis 1 Einleitung 3 1.1 Konventionen.................................. 3 1.2 Wiederholung.................................. 3
MehrKongruenzen und Restklassenringe. 2. Kongruenzen und Restklassenringe
2. Kongruenzen und Restklassenringe Kongruenzen Definition: Wir sagen a ist kongruent zu b modulo m schreiben a b mod m, wenn m die Differenz b-a te Beispiel: Es gilt 2 19 mod 21, 10 0 mod 2. Reflexivität:
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 )
MehrSerie 2: Relationen, Abbildungen, Mächtigkeit, Gruppen
D-MATH Lineare Algebra I HS 2016 Dr. Meike Akveld Serie 2: Relationen, Abbildungen, Mächtigkeit, Gruppen 1. Auf Z definieren wir eine Relation durch x, y Z : (x y : x y ist gerade) a) Zeigen Sie, dass
MehrGrundlagen der Mathematik
Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.
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
Mehr5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
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......................................
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
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und
MehrLogik, Mengen und Abbildungen
Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
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
MehrVorkurs Mathematik Abbildungen
Vorkurs Mathematik Abbildungen Philip Bell 19. September 2016 Diese Arbeit beruht im Wesentlichen auf dem Vortrag Relationen, Partitionen und Abbildungen von Fabian Grünig aus den vorangehenden Jahren.
Mehr1 Der Ring der ganzen Zahlen
1 Der Ring der ganzen Zahlen Letztendlich wird die Addition und Multiplikation in endlichen Körpern auf die Addition und Multiplikation von ganzen Zahlen zurückgeführt. Deswegen müssen wir die an sich
Mehr30 Ringe und Körper Motivation Definition: Ring. Addition und eine. Häufig gibt es auf einer Menge zwei Verknüpfungen: eine
30 Ringe und Körper 30.1 Motivation Häufig gibt es auf einer Menge zwei Verknüpfungen: eine Addition und eine Multiplikation. Beispiele: (Z, +, ) hier gibt es sogar noch eine Division mit Rest. (IR, +,
Mehr1.2 Modulare Arithmetik
Algebra I 8. April 2008 c Rudolf Scharlau, 2002 2008 11 1.2 Modulare Arithmetik Wir erinnern an die Notation für Teilbarkeit: m c für m, c Z heißt, dass ein q Z existiert mit qm = c. Definition 1.2.1 Sei
MehrLineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:
MehrMathematische Grundlagen I Logik und Algebra
Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte
Mehr1 Körper. Wir definieren nun, was wir unter einem Körper verstehen, und sehen dann, dass es noch andere, ganz kleine Körper gibt:
1 Körper Sie kennen bereits 2 Beispiele von Zahlkörpern: (Q, +, ) (R, +, ) die rationalen Zahlen mit ihrer Addition und Multiplikation die reellen Zahlen mit ihrer Addition und Multiplikation Vielleicht
MehrBrückenkurs Mathematik. Dienstag Freitag
Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................
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!
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
MehrDer kleine Satz von Fermat
Der kleine Satz von Fermat Luisa-Marie Hartmann 5. Mai 2017 Inhaltsverzeichnis 1 Einleitung 3 2 Hauptteil 4 2.1 Prime Restklassengruppen............................ 4 2.2 Ordnung von Gruppenelementen........................
MehrTeilbarkeitslehre und Restklassenarithmetik
Vorlesung Teilbarkeitslehre und Restklassenarithmetik.1 Gruppentheorie WiewirinVorlesung2gesehenhaben,hatdieMengeZmitderAdditiongewisse Eigenschaften. Wir fassen nun bestimmte Eigenschaften zusammen und
Mehr1 Der Ring der ganzen Zahlen
1 Der Ring der ganzen Zahlen Letztendlich wird die Addition und Multiplikation in endlichen Körpern auf die Addition und Multiplikation von ganzen Zahlen zurückgeführt. Deswegen müssen wir die an sich
MehrKapitel II. Algebraische Grundbegriffe
Kapitel II. Algebraische Grundbegriffe 1 Ringe und Körper Für das Rechnen in Z haben wir in Kap. I, 1 Regeln aufgestellt, welche auch in Q und R gelten. Damit werden Z, Q und R zu Ringen im folgenden Sinn:
MehrAnalysis I Marburg, Wintersemester 1999/2000
Skript zur Vorlesung Analysis I Marburg, Wintersemester 1999/2000 Friedrich W. Knöller Literaturverzeichnis [1] Barner, Martin und Flohr, Friedrich: Analysis I. de Gruyter. 19XX [2] Forster, Otto: Analysis
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
Mehr1.4 Gruppen, Ringe, Körper
14 Gruppen, Ringe, Körper Definition 141 Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M : (a, b a b Die Verknüpfung heißt assoziativ falls gilt: a (b c = (a b c a, b, c M; kommutativ falls
MehrVorlesung Mathematik I für Wirtschaftswissenschaftler. Universität Leipzig, WS 16/17
Vorlesung Mathematik I für Wirtschaftswissenschaftler Universität Leipzig, WS 16/17 Prof. Dr. Bernd Kirchheim Mathematisches Institut kirchheim@math.uni-leipzig.de 1 / 1 Kapitel 1: Grundlagen 4 / 1 Kap.1
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
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
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 9. November 2017 1/34 Beispiel 3.6 Wir können die rationalen Zahlen wie folgt konstruieren:
Mehr3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.
3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es
Mehrb liegt zwischen a und c.
2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =
Mehr$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $
$Id: gruppen.tex,v 1.13 2012/04/24 15:25:02 hk Exp $ $Id: ring.tex,v 1.11 2012/04/24 15:35:17 hk Exp $ 2 Gruppen 2.3 Zyklische Gruppen Wir hatten am Ende der letzten Sitzung bewiesen, dass in einer endlichen
Mehr1.2 Klassen und Mengen
14 1.2 Klassen und Mengen Als undefinierten Grundbegriff verwenden wir den Begriff der Klasse. Dieser ist allgemeiner als der Mengenbegriff und wird in der Algebra zur Definition sogenannter Kategorien
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
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
MehrDie reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein
Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst
MehrDa diese Zahlenmenge nicht unter Subtraktion abgeschlossen ist, erweitert man sie zur Menge der ganzen Zahlen
Kapitel 2 Die reellen Zahlen Die reellen Zahlen werden zunächst und vorübergehend als Dezimalzahlen eingeführt. Die wichtigsten Eigenschaften werden aus dieser Darstellung hergeleitet, mit denen dann die
MehrKapitel 1 Die natürlichen und die ganze Zahlen
Kapitel 1 Die natürlichen und die ganze Zahlen Inhalt 1.1 1.1 Vollständige Induktion z.b. z.b. 1+ 1+ 2 + 3 +...... + n = n(n+1)/2 1.2 1.2 Die Die Peano-Axiome Ein Ein Axiomensystem für für die die natürlichen
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,
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
Mehr2. 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
MehrInhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS Grundlegende Definitionen (Wiederholung)
Inhalt der Vorlesung Elemente der Algebra und Zahlentheorie Prof. Dr. Arno Fehm TU Dresden SS2017 Kapitel I. Gruppen 1 Grundlegende Definitionen (Wiederholung) 1.1 Definition. Eine Gruppe ist ein Paar
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
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
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!
MehrGrundbegriffe der Mathematik - Blatt 1, bis zum
Grundbegriffe der Mathematik - Blatt 1 bis zum 9.3.01 1. I.) Formalisieren Sie die folgenden Aussagen a) bis c) wie im folgenden Beispiel: Sei K ein Teilmenge der reellen Zahlen. Aussage: K ist genau dann
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 Halbgruppen. 1.1 Definitionen. Übersicht Ein Beispiel einer Halbgruppe
1 Halbgruppen Übersicht 11 Definitionen 5 12 Unterhalbgruppen 8 13 InvertierbareElemente 9 14 AllgemeinesAssoziativ-undKommutativgesetz 11 15 PotenzenundVielfache 11 16 Homomorphismen,Isomorphismen 12
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
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
Mehr1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl
Westfälische Wilhelms-Universität Münster Mathematik Sommersemester 2017 Seminar: Verschlüsselungs- und Codierungstheorie Leitung: Thomas Timmermann 1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl
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,
Mehr3 Vollständige Induktion
3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon
MehrBemerkungen. Gilt m [l] n, so schreibt man auch m l mod n oder m = l mod n und spricht. m kongruent l modulo n.
3.6 Restklassen in Polynomringen 3.6.1 Einführung und Definitionen Der Begriff der Restklasse stammt ursprünglich aus der Teilbarkeitslehre in Z; (Z = Z, +, ist ein kommutativer Ring). Definition 153 Sei
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
Mehr1.5 Restklassen, Äquivalenzrelationen und Isomorphie
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 39 1.5 Restklassen, Äquivalenzrelationen und Isomorphie In diesem Abschnitt wird zunächst der mathematische Begriff einer Relation kurz und informell eingeführt.
MehrGrundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017
Grundbegriffe und Beweismethoden der Mathematik (Vorkurs) Wintersemester 2016/2017 Dr. Florian Möller 5. September 2016 Inhaltsverzeichnis 1 Grundlagen 2 1.1 Natürliche und ganze Zahlen.................................
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
MehrAlgebraische Strukturen. Idee. Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4)
Algebraische Strukturen Gruppen, Ringe, Körper... (Teschl/Teschl Abschnitt 3.2, siehe auch Kap. 4) Idee Formalisierung von Strukturen, die in verschiedenen Bereichen der Mathematik und ihrer Anwendungen
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
MehrLineare Algebra I. Lösung 3.1:
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei
MehrMathematik I 1. Scheinklausur
Mathematik I 1. Scheinklausur 2.12.2006 Bitte beachten Sie die folgenden Hinweise: Matrikelnummer: Bearbeitungszeit: 120 Minuten Erlaubte Hilfsmittel: Keine Bei den Aufgaben 1,2,4,5,9,und 10 wird nur die
Mehr