Grundlagen der Theoretischen Informatik

Ähnliche Dokumente
w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

Diskrete Mathematik I Wintersemester 2007 A. May

= n (n 1) 2 dies beruht auf der Auswahl einer zweielementigen Teilmenge aus V = n. Als Folge ergibt sich, dass ein einfacher Graph maximal ( n E = 2

WS 2013/14. Diskrete Strukturen

Theoretische Informatik

Graphen und Bäume. A.1 Graphen

Formale Sprachen und Automaten

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

WS 2009/10. Diskrete Strukturen

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

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Einführung in die Informatik 2

Grundbegriffe der Informatik Tutorium 8

A B = {(a,b) a A, b B}

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen

Analysis I. Guofang Wang Universität Freiburg

Zusammenfassung der letzten LVA. Diskrete Mathematik

Gliederung. Mengen und operationen. Relationen. Funktionen. Kardinalität von Mengen. Formale Grundlagen der Informatik Knorr/Fuchs SS 2000

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

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Kapitel 5: Strukturen. 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen

3 Werkzeuge der Mathematik

Kapitel 1. Grundlagen

Grundbegriffe der Informatik

2 Mengen, Abbildungen und Relationen

Grundbegriffe der Informatik

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen

Grundbegriffe der Informatik

Nachbarschaft, Grad, regulär, Inzidenz

WS 2013/14. Diskrete Strukturen

Tutorium: Diskrete Mathematik

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen

Vorlesung Diskrete Strukturen Relationen

Tutorium: Diskrete Mathematik

Einführung in die Theoretische Informatik

Kapitel 2 Mathematische Grundlagen

Vorlesung Diskrete Strukturen Relationen

Was bisher geschah. gerichtete / ungerichtete Graphen G = (V, E) Darstellungen von Graphen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Abschnitt 3: Mathematische Grundlagen

Relationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Hausaufgabe 2 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008

Graphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert:

4. Mathematische und notationelle Grundlagen. Beispiel Mengen. Bezeichnungen:

Lösungen zur Übungsserie 2

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische

Vorsemesterkurs Informatik

Klausur zur Vorlesung Grundbegriffe der Informatik 14. September 2015

Mathematische Strukturen

1. Einige Begriffe aus der Graphentheorie

BA-INF 011 Logik und Diskrete Strukturen WS 2013/14 Mögliche Klausuraufgaben Stand vom

3. Relationen Erläuterungen und Schreibweisen

Kapitel 2 Mathematische Grundlagen

Tutorium: Diskrete Mathematik

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

Eine Relation R in einer Menge M ist eine Teilmenge von M x M. Statt (a,b) R schreibt man auch arb.

Algorithmen und Datenstrukturen SS09. Foliensatz 16. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik

Logische Grundlagen der Mathematik, WS 2014/15

Übung zur Vorlesung Diskrete Mathematik (MAT.107) Blatt Beispiellösungen Abgabefrist:

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

Grundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren

Relationen. Ein wichtiger Spezialfall ist der, dass die Mengen identisch sind:

Abschnitt 3: Mathematische Grundlagen

Lösungen zur Übungsserie 1

Diskrete Strukturen in der Informatik

Graphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke

Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)

Tutorium: Diskrete Mathematik

Graphen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Diskrete Strukturen Endterm

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

Dieser Graph hat 3 Zusammenhangskomponenten

WS 2008/09. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen

Für die Anzahl der Kanten in einem vollständigen Graphen (und damit für die maximale Anzahl von Kanten in einem einfachen Graphen) gilt:

Vorlesungstermin 2: Graphentheorie II. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich

Kapitel 2. Mathematische Grundlagen. Skript zur Vorlesung Einführung in die Programmierung

Vorsemesterkurs Informatik

Verteilen von Bällen auf Urnen

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

WS 2013/14. Diskrete Strukturen

Induktionsbeweis. Satz Primfaktorzerlegung. Jede natürliche Zahl n 2 lässt sich als Produkt von Primzahlen darstellen.

Diskrete Mathematik für Informatiker

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.

Algebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar).

Relationen. Es seien A und B Mengen. Eine (binäre) Relation zwischen A und B ist eine Teilmenge von A B.

Grundbegriffe der Informatik

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Relationen und Funktionen

WESTFÄLISCHE WILHELMS-UNIVERSITÄT MÜNSTER. Diskrete Strukturen. wissen leben WWU Münster

Was bisher geschah: Formale Sprachen

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

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

Teil 4. Mengen und Relationen

Transkript:

1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15

2 Notation für Wörter w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

3 Zwei Mengen A und B heißen disjunkt, falls sie keine gemeinsamen Elemente enthalten, d.h., falls A B = /0. Eine Teilmenge Π der Potenzmenge 2 A einer nicht-leeren Menge A heißt Partition von A, falls gilt jedes Element von Π ist nicht leer B,C Π,B C B C = /0 jedes Element von A ist in einer der Mengen in Π enthalten

4 Eine Folge von Objekten ist eine Auflistung dieser Objekte in einer bestimmten Ordnung. Ein geordnetes n-tupel ist eine Folge von n Objekten. Wir schreiben (a 1,a 2,...,a n ) Das i-te Objekt a i der Folge wird als i-te Komponente bezeichnet. Ein geordnetes Paar ist ein geordnetes 2-Tupel. Das kartesische Produkt A 1 A 2 A n von n Mengen A 1,...,A n ist die Menge aller geordneten n-tupel (a 1,a 2,...,a n ) mit a i A i für alle i = 1,...,n.

5 Relationen und Funktionen Eine n-stellige Relation auf den Mengen A 1,...,A n ist eine Teilmenge von A 1 A 2 A n. Eine 1-stellige Relation heißt unäre Relation, eine 2-stellige Relation heißt binäre Relation. Eine Funktion von A nach B ist eine binäre Relation mit der Eigenschaft: Für jedes Element a aus A gibt es genau ein geordnetes Paar mit a als erster Komponente. f : A B a f (a)

6 Eine partielle Funktion von A nach B ist eine binäre Relation mit der Eigenschaft: Für jedes Element a aus A gibt es höchstens ein geordnetes Paar mit a als erster Komponente. Eine Funktion f : A 1 A 2 A n B mit f (a 1,a 2,...,a n ) = b heißt n-stellige Funktion. b heißt Funktionswert, die a i werden Argumente genannt. Eine Funktion f : A B heißt injektiv, falls verschiedene Elemente aus A auf verschiedene Elemente aus B abgebildet werden, d.h., aus a,a A, a a folgt f (a) f (a ), f heißt surjektiv, falls es für jedes b B ein a A gibt, so dass b = f (a), und f heißt bijektiv, falls f sowohl injektiv als auch surjektiv ist.

7 Binäre Relationen Eine binäre Relation R A A heißt reflexiv, falls (a,a) R für alle a A, R heißt symmetrisch falls aus (a,b) R folgt, dass (b,a) R, R heißt transitiv falls aus (a,b),(b,c) R folgt, dass auch (a,c) R, und R heißt antisymmetrisch, falls aus (a,b) R, (b,a) R folgt, dass a = b.

8 Eine binäre Relation, die reflexiv, transitiv und symmetrisch ist, heißt Äquivalenzrelation. Sei R A A eine Äquivalenzrelation. [a] R = {b (a,b) R} heißt die Äquivalenzklasse von a bezüglich R. Satz: Die Äquivalenzklassen einer Äquivalenzrelation R A A bilden eine Partition von A.

9 Eine binäre Relation R A A, die reflexiv, transitiv und antisymmetrisch ist, heißt partielle Ordnung oder auch Halbordnung auf A. Sie heißt totale Ordnung, wenn für alle a,b A,a b, entweder (a,b) R oder (b,a) R. Die inverse Relation einer binären Relation R A B ist die Relation R 1 = {(b,a) (a,b) R}

10 Ein Pfad in einer binären Relation R A A ist eine Folge (a 1,a 2,...,a n ) für ein n 1, so dass (a i,a i+1 ) R für alle i = 1,...,n 1. Ein Pfad heißt einfacher Pfad, falls alle a i verschieden sind. Ein Pfad (a 1,a 2,...,a n ) hat Länge n 1. Ein Kreis in einer binären Relation R A A ist eine Folge (a 1,a 2,...,a n ) für ein n 1, so dass (a i,a i+1 ) R für alle i = 1,...,n 1 und ferner (a n,a 1 ) R. Ein Kreis heißt einfacher Kreis, falls alle a i verschieden sind. Ein Kreis (a 1,a 2,...,a n ) hat Länge n.

11 Sei R V V eine binäre Relation. Die reflexive Hülle von R ist die Relation R {(a,a) a V } Die transitive Hülle von R ist die Relation R {(a,b) a,b V und es gibt einen Pfad positiver Länge von a nach b in R} Die reflexive, transitive Hülle von R ist die Relation R = {(a,b) a,b V und es gibt Pfad von a nach b in R}

12 Natürliche Bijektionen Bestimmte Bijektionen, die besonders einfach sind, nennen wir natürliche Bijektionen. Beispiele: φ : N = {1,2,...} {{n} n N} φ(k) = {k}

13 φ : A B C (A B) C φ(a,b,c) = ((a,b),c) φ : 2 A B { f f ist eine Funktion von A nach 2 B } φ(r) = f : A 2 B, wobei f (a) = {b b B und (a,b) R}

14 Abzählbarkeit Welche Menge enthält mehr Elemente? {0,17,34,51,68,...} oder {0,14,28,42,56,...} {0,1,2,3,4,5,...} oder {0,2,4,6,8,10,...} Zwei Mengen A und B heißen gleichmächtig, wenn es eine bijektive Funktion f : A B gibt. Eine Menge heißt endlich, wenn sie gleichmächtig ist zu {1,2,...,n} für ein n N. Sie heißt unendlich, wenn sie nicht endlich ist.

15 Mit A bezeichnen wir die Anzahl der Elemente einer endlichen Menge A. Eine Menge heißt abzählbar unendlich, wenn sie gleichmächtig ist zu N. Satz: N N ist abzählbar unendlich. Satz: Die Vereinigungsmenge abzählbar unendlich vieler abzählbar unendlicher Mengen ist abzählbar unendlich.

16 Eine unendliche Menge, die nicht abzählbar unendlich ist, heißt überabzählbar. Satz: 2 N ist überabzählbar. Satz: [Georg Cantor] R ist überabzählbar.

17 Graphen Ein (gerichteter) Multigraph G = (V, E) besteht aus einer Menge von Knoten V und einer Menge von Kanten E und zugehörigen Funktionen source : E V und target : E V, die jeder Kante e E einen initialen Knoten source(e) und einen terminalen Knoten target(e) zuordnen. Zwei oder mehr Kanten mit gleichen initialen und terminalen Knoten heißen Mehrfachkanten. Eine Kante e mit source(e) = target(e) heißt Schlinge.

Veranschaulicht werden Graphen durch eine Menge von Punkten, den Knoten, zwischen denen Linien, die Kanten, verlaufen. Die terminalen Knoten werden dabei durch Pfeilspitzen gekennzeichnet. 18

19 Ein (gerichteter) Graph ist ein (gerichteter) Multigraph ohne Mehrfachkanten. Die Kantenmenge E können wir nun als Teilmenge von V V auffassen. Gerichtete Graphen sind in natürlicher Weise isomorph zu binären Relationen auf den Knotenmengen.

20 Ein ungerichteter Graph besteht aus einer Menge von Knoten V und einer Menge von Kanten E, deren Elemente zweielementige Teilmengen von V sind. Bei einem ungerichteten Graphen sind die Knoten einer Kante nicht ausgezeichnet. Ferner gibt es keine Schlingen.

21 Ein Pfad in einem (gerichteten) Multigraphen G = (V,E) ist eine Folge v 0,e 1,v 1,e 2,v 2,...,e n,v n für ein n 0, wobei v i V für alle i = 0,...,n und e j E mit source(e j ) = v j 1 und target(e j ) = v j für für alle j = 1,...,n. Ein Pfad v 0,e 1,v 1,e 2,v 2,...,e n,v n heißt einfacher Pfad, falls v 0,...,v n paarweise verschieden sind. Ein Pfad v 0,e 1,v 1,e 2,v 2,...,e n,v n heißt Kreis, falls v 0 = v n. Ein Kreis v 0,e 1,v 1,e 2,v 2,...,e n,v n heißt einfacher Kreis, falls v 1,...,v n paarweise verschieden sind.

22 Ein Pfad in einem ungerichteten Graphen G = (V,E) ist eine Folge v 0,v 1,...,v n für ein n 0, wobei {v i,v i+1 } E für alle i = 0,...,n 1. Ein Pfad in einem ungerichteten Graphen heißt einfacher Pfad, falls v 0,...,v n paarweise verschieden sind. Ein Pfad v 0,v 1,...,v n in einem ungerichteten Graphen heißt Kreis, falls n 3 und v 0 = v n. Ein Kreis in einem ungerichteten Graphen heißt einfacher Kreis, falls v 1,...,v n paarweise verschieden sind. Ein ungerichteter oder gerichteter Graph heißt azyklisch, falls er keinen Kreis enthält.

xkcd.com 23

24 Ein ungerichteter Graph heißt zusammenhängend, falls je zwei Knoten des Graphen durch einen Pfad verbunden sind. Der Ausgangsgrad eines Knotens v in einem Multigraphen ist die Anzahl der Kanten, für die v initialer Knoten ist, also {e E source(e) = v}. Der Eingangsgrad eines Knotens v in einem Multigraphen ist die Anzahl der Kanten, für die v terminaler Knoten ist, also {e E target(e) = v}. Der Grad eines Knotens v in einem ungerichteten Graphen ist {e E v e}.

25 Ein Baum ist ein zusammenhängender, azyklischer ungerichteter Graph. Ein Wurzelbaum ist ein Baum, der einen ausgezeichneten Knoten enthält, der Wurzel genannt wird. Die von der Wurzel verschiedenen Knoten vom Grad 1 werden Blätter genannt. In einem Wurzelbaum lassen sich die Kanten von der Wurzel zu den Blättern orientieren. Bezüglich dieser Orientierung gibt es für alle Knoten außer der Wurzel genau einen Vorgänger, der Elterknoten genannt wird, und für alle Knoten außer den Blättern Nachfolger, die Kinder genannt werden. Ein Wurzelbaum heißt geordneter Wurzelbaum, falls unter den Kindern jedes Knotens eine Ordnung festgelegt ist.

26 O-Notation Seien f : N R und g : N R zwei Funktionen, so dass f (n) 0 und g(n) 0 für alle n N gilt. f (n) = O(g(n)) wenn es n 0 und eine positive Konstante c gibt, so dass f (n) c g(n) für alle n n 0. f (n) = Ω(g(n)) wenn es n 0 und eine positive Konstante c gibt, so dass f (n) c g(n) für alle n n 0. f (n) = Θ(g(n)) wenn f (n) = O(g(n)) und f (n) = Ω(g(n)).

Beweise und Beweistechniken 27 H K Hypothese Konklusion wenn H gilt, dann gilt auch K wenn H, dann K aus H folgt K H impliziert K H ist hinreichend für K K ist notwendig für H H nur dann, wenn K H K

28 Beweistechniken Deduktiver Beweis Indirekter Beweis: Beweis der Kontraposition Beweis durch Widerspruch (reductio ad absurdum) Diagonalisierung Induktion vollständige Induktion strukturelle Induktion Existenzbeweis Beispiel ( Beweis durch Gegenbeispiel ) Konstruktionsverfahren Probabilistische Methode Schubfachprinzip

29 Deduktive Beweise Satz: Die Summe dreier aufeinanderfolgender natürlicher Zahlen ist durch 3 teilbar. Seien a = n, b = n + 1 und c = n + 2 die drei Zahlen. Dann gilt a + b + c = n + (n + 1) + (n + 2) = 3n + 3 = 3(n + 1) Also ist a + b + c durch 3 teilbar.

30 Indirekte Beweise Satz: Sei a N. Wenn a 2 gerade ist, dann ist auch a gerade. Wir zeigen: Falls a ungerade ist, so ist auch a 2 ungerade: Falls a ungerade ist, so ist a = 2n 1 für ein n N. Dann ist a 2 = 4n 2 4n + 1. Da 4n 2 4n gerade ist, ist a 2 also ungerade.

31 Beweise durch Widerspruch Satz: Es gibt unendlich viele Primzahlen. Nehmen wir an, die Anzahl der Primzahlen sei endlich. Sagen wir, es gäbe k Primzahlen p 1, p 2,..., p k. Betrachte p 1 p 2 p k + 1 Diese Zahl ist durch keine der k Primzahlen teilbar, also muss es Primzahlen geben, die wir nicht mitgezählt haben. Widerspruch!

32 Diagonalisierung Satz: 2 N ist überabzählbar. Nehmen wir an, es gäbe eine Abzählung 2 N = {R 1,R 2,R 3,...} Betrachten wir D = {n N n R n } Es ist D 2 N, aber D ist von allen Mengen in der Aufzählung R 1,R 2,R 3,... verschieden. Widerspruch!

33 Induktive Beweise A = {n N E gilt für n} Falls (1) 1 A (2) für alle n N gilt: n A n + 1 A dann ist A = N. (1) Induktionsverankerung: E gilt für n = 1 (2) Induktionsannahme: Für beliebiges, aber festes n gilt E (3) Induktionsschritt: Falls die Induktionsannahme gilt, dann gilt E auch für n + 1

34 Satz: 1 + 3 + 5 + + 2n 1 = n 2 für alle n N. Induktionsverankerung: Für n = 1 gilt 1 = 1 2. Induktionsschritt: 1 + 3 + 5 + + 2n 1 + 2(n + 1) 1 = n 2 + 2(n + 1) 1 wobei die Gleichheit in der ersten Zeile nach Induktionsannahme gilt. = n 2 + 2n + 1 = (n + 1) 2

Anordnungen von Geraden (allgemeine Lage): Gegeben seien n Geraden in der Ebene, so dass es unter diesen keine zwei parallelen Geraden gibt und keine drei, die sich in einem Punkt schneiden. Die Geraden unterteilen die Ebene in disjunkte Regionen. 35

36 Satz: Die Anzahl der Regionen in einer Anordnung von n Geraden mit obigen Eigenschaften ist 1 + n(n + 1)/2. Induktionsverankerung: Eine Gerade unterteilt die Ebene in zwei Regionen. Induktionsschritt: Gegeben seien nun n + 1 2 Geraden, die unsere Bedingungen erfüllen. Wir entfernen eine der Geraden. Die entstehende Anordnung besitzt nach Induktionsannahme 1 + n(n + 1)/2 Regionen.

37 Wir fügen nun die entfernte Gerade l wieder hinzu. Dadurch werden manche Regionen in zwei Regionen unterteilt. Wieviele? Eine mehr als es Schnittpunkte zwischen l und den übrigen Geraden gibt. Es gibt n solche Schnittpunkte und somit wächst die Anzahl der Regionen um n + 1: 1 + n(n + 1)/2 + n + 1 = 1 + (n + 1)((n + 1) + 1)/2

38 Variationen: Falls (1) 1 A (2) für alle n N gilt: {1,2,...,n} A n + 1 A dann ist A = N. Falls (1) k A (2) für alle n {k,k + 1,...} gilt: n A n + 1 A dann ist {k,k + 1,...} A.

39 Strukturelle Induktion (1) Jede Zahl ist ein Ausdruck (2) Falls E 1 und E 2 Ausdrücke sind, dann ist E 1 + E 2 ein Ausdruck (3) Falls E ein Ausdruck ist, dann ist (E) ein Ausdruck Satz: Jeder Ausdruck enthält die gleiche Anzahl von öffnenden und schließenden Klammern.

40 Induktionsverankerung: Eine Zahl enthält weder öffnende noch schließende Klammern. Induktionsschritt: Falls der Ausdruck von der Form E 1 + E 2 ist, so enthalten E 1 und E 2 nach Induktionsannahme jeweils gleichviele öffnende und schließende Klammern, also auch E 1 + E 2. Falls der Ausdruck von der Form (E) ist, so enthält E nach Induktionsannahme gleichviele öffnende und schließende Klammern. Da (E) von jeder Sorte genau eine Klammer mehr enthält als E, gilt die Behauptung auch für (E).

41 Konstruktive Beweise Satz: N N ist abzählbar unendlich. f ((i, j)) = 1 2 ( (i + j)2 3i j) + 1

42 Die Probabilistische Methode Man weist die Existenz eines Objekts mit einer bestimmten Eigenschaft nach, indem man zeigt, dass die Wahrscheinlichkeit, dass ein zufällig erzeugtes Objekt diese Eigenschaft besitzt, positiv ist. Sei G = (V,E) ein Graph und Π = {U,V U} eine Partition von V. Eine Kante e E heißt Schnittkante bezüglich Π, falls ein Endknoten von e in U und der andere in V U liegt. Satz: Für jeden Graphen G = (V,E) gibt es eine Partition von V, bezüglich derer die Anzahl der Schnittkanten mindestens 1 2 E ist.

43 Wähle eine Partition zufällig, indem jeder Knoten mit Wahrscheinlichkeit 1 2 der Menge U zugeschlagen wird. X e Indikatorzufallsvariable dafür, dass e eine Schnittkante ist. E[X e ] = 1 2 X = X e e E Wegen der Linearität des Erwartungswertes ist E[X] = 1 2 E Also muss es eine Partition geben mit mindestens 1 2 E Schnittkanten.

44 Schubfachprinzip Seien A und B endliche Mengen und sei A > B. Dann gibt es keine injektive Funktion von A nach B. Satz: Sei G = (V,E) ein gerichteter Graph mit n Knoten. Dann enthält G einen Kreis genau dann wenn G einen Pfad der Länge mindestens n enthält.

45 Beweise ohne Worte Satz: [Pythagoras] Im rechtwinkligen Dreieck ist die Summe der Kathetenquadrate gleich dem Hypothenusenquadrat.