WS 2013/14. Diskrete Strukturen

Ähnliche Dokumente
Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

WS 2009/10. Diskrete Strukturen

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

2 Mengen, Abbildungen und Relationen

WS 20013/14. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen

Bemerkungen zur Notation

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

3 Werkzeuge der Mathematik

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

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

Logische Grundlagen der Mathematik, WS 2014/15

Formale Sprachen und Automaten

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre

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

Vorlesung Diskrete Strukturen Relationen

Vorlesung Diskrete Strukturen Relationen

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

Einführung in die Informatik 2

Einführung in die Theoretische Informatik

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

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

2 Mengen, Relationen, Funktionen

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

2 Mengen, Relationen, Funktionen

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

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

WS 2008/09. Diskrete Strukturen

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

Kapitel 1. Grundlagen Mengen

Logik und Künstliche Intelligenz

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Übung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)

Diskrete Strukturen. Vorlesung 7: Fixpunkte & Kardinalität. 27. November 2018

Kapitel 2 Mathematische Grundlagen

Kapitel 1. Grundlagen

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

Vorlesung Diskrete Strukturen Abbildungen

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016

Abschnitt 3: Mathematische Grundlagen

Grundlagen der Mathematik

Grundlagen der Theoretischen Informatik

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

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Grundlagen. Kapitel Mengen

Kapitel 1. Grundlagen

Kapitel 2 Mathematische Grundlagen

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

Vorlesung Diskrete Strukturen Abbildungen

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2

Relationen und Funktionen

Diskrete Mathematik für Informatiker

Analysis für Informatiker

Lösungen zur Übungsserie 1

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Diskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier

1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion

Übungen zur Vorlesung Einführung in die Mathematik

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

Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)

Abschnitt 3: Mathematische Grundlagen

WS 2009/10. Diskrete Strukturen

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

WS 2009/10. Diskrete Strukturen

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

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

Tutorium: Diskrete Mathematik

Formale Methoden 1. Gerhard Jäger 7. November Uni Bielefeld, WS 2007/2008 1/18

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Teil 4. Mengen und Relationen

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

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

Diskrete Mathematik I

Abschnitt 3: Mathematische Grundlagen

Anwendung der Algebra Mit den oben gelisteten Regeln kann man viele Zusammenhänge einfach direkt beweisen, etwa den folgenden Satz:

Grundbegriffe der Informatik Tutorium 14

Mathematische Grundlagen

FU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)

3. Relationen Erläuterungen und Schreibweisen

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

Einführung in die Programmierung

Grundbegriffe der Informatik

Einführung in die Theoretische Informatik

1 Mathematische Grundbegriffe

Lösungen zur Übungsserie 2

(1.18) Def.: Eine Abbildung f : M N heißt

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008

Grundlagen der Mathematik

Grundbegriffe der Informatik

Lösungen zu Kapitel 2

aller Vornamen (oder nur die Vornamen, die in der Datenbank auftreten). Dann ist jede Zeile wie etwa

Mathematik III. Vorlesung 61. Abzählbare Mengen

Relationen (Teschl/Teschl 5.1)

Elemente der Mathematik - Winter 2016/2017

Analysis I. Vorlesung 10. Mächtigkeiten

Transkript:

WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws13/14

Kapitel II - Grundlagen Mathematische und notationelle Grundlagen Mengen Relationen und Abbildungen Aussagen- und Prädikatenlogik Beweismethoden Wachstum von Funktionen 2

Seien A 1, A 2,..., A Mengen. Eine Relation R über A 1, A 2,..., A ist eine Teilmenge R A A A Wenn n = 2 dann sprechen wir von einer binären Relation. Wir schreiben oft arb statt a, b R. Beispiel: 3 Die Relation < über den natürlichen Zahlen: R = 1,2, 1,3, 1,4,, 2,3, 2,4, A i

Grafische Darstellung einer binären Relation R A B. Ein Punkt (Knoten) für jedes Element von A und für jedes Element von B Ein Pfeil (Kante) von a nach b gdw. arb Grafische Darstellung einer binären Relation R A A. Ein Knoten für jedes Element von A Eine Kante von a nach b gdw. arb 4

Grafische Darstellung einer binären Relation R A B. Ein Punkt (Knoten) für jedes Element von A und für jedes Element von B Ein Pfeil (Kante) von a nach b gdw. arb Grafische Darstellung einer binären Relation R A A. Ein Knoten für jedes Element von A Eine Kante von a nach b gdw. arb 5

Eine binäre Relation R A A ist reflexiv wenn für alle a A gilt: a, a R symmetrisch wenn für alle a, b A gilt: wenn a, b R, dann b, a R asymmetrisch wenn für alle a, b A gilt: wenn a, b R, dann b, a R antisymmetrisch wenn für alle a, b A gilt: wenn a, b R und b, a R dann a = b transitiv wenn für alle a, b, c A gilt: wenn a, b R und b, c R dann a, c R

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 7

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 8

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 9

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 10

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 11

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 12

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 13

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 14

Beispiele von binären Relationen: < N N: nicht reflexiv, asymmetrisch, transitiv N N: reflexiv, antisymmetrisch, transitiv N N: nicht reflexiv, symmetrisch, nicht transitiv = N N: reflexiv, symmetrisch, transitiv N N mit a b gdw. a = m mod 3 : reflexiv, symmetrisch,transitiv 15

Äquivalenzrelationen Ein Relation R M M, die reflexiv, transitiv, und symmetrisch ist, wird Äquivalenzrelation genannt. Definiert die Ähnlichkeit gewisser Eigenschaften Die Teilmenge [a] = {b M (a, b) R} der Menge M wird Äquivalenzklasse von a der Äquivalenzrelation genannt: Menge der Objekte, die äquivalent zu a sind. Die Äquivalenzklassen bilden eine Partition von M: Entweder a b = oder a = [b] Für alle a M gibt es b M mit a [b] 16

Äquivalenzrelationen Beispiel: Die Relation "hat dieselben Eltern wie" auf M ist reflexiv (jeder Mensch hat dieselben Eltern wie er selbst), symmetrisch (wenn a dieselben Eltern hat wie b, dann hat auch b dieselben Eltern wie a) und transitiv (wenn a dieselben Eltern hat wie b und b dieselben Eltern hat wie c, dann hat auch a dieselben Eltern wie c). Die Äquivalenzklassen dieser Relation auf der Menge der Menschen sind die Geschwister. 17

Äquivalenzrelationen Beispiel: Sei M die Menge der Studierenden in der Vorlesung Diskrete Strukturen. Die Relation gehen in dieselbe Übungsgruppe ist dann eine Äquivalenzrelation. Die Äquivalenzklasse eines Studierenden ist seine Übungsgruppe. 18

Ordnungen Eine reflexive, antisymmetrische und transitive Relation heißt partielle Ordnung. Andere Namen für eine partielle Ordnung: Halbordnung, partially ordered set, poset. Eine partielle Ordnung heißt totale Ordnung, falls alle Elemente miteinander vergleichbar sind, d.h für zwei Elemente a, b der Grundmenge ist a R b oder b R a erfüllt. 19

Ordnungen Beispiele: Die Relation über den natürlichen Zahlen ist eine totale Ordnung. M sei eine beliebige Menge und 2 ihre Potenzmenge. Dann ist die Relation auf 2 eine partielle Ordnung. 20

Ordnungen Beispiele: Sei R = a, b N N b teilt a}. Die Relation R ist eine partielle Ordnung. M sei eine Menge von Schülern, die eine Reihe von Aufgaben zu lösen haben. Für zwei Schüler x, y sei x y definiert durch y hat alle Aufgaben, die x gelöst hat, auch gelöst. Diese Relation ist noch keine partielle Ordnung (man nennt sie eine Quasiordnung sie ist reflexiv und transitiv). 21

Ordnungen Die graphische Darstellung ohne reflexive Kanten (von einem Knoten zu sich selbst) und ohne transitive Kanten (Kanten von a nach b für die es ein c gibt mit Kanten von a nach c und b nach c) heißt Hasse-Diagramm von R. 22

Urbild und Bild einer Relation Definition: Sei R A B eine binäre Relation. Dann heißt a A es gibt b B mit a, b R} das Urbild von R und b B es gibt a A mit a, b R} das Bild der Relation R. 23

Inverse einer Relation Definition: Sei R A B eine binäre Relation. Dann heißt R : = b, a B A a, b R} die Inverse Relation zu R. 24

Relationenprodukt Definition: Seien R A B und T B C binäre Relationen. Dann heißt 25 R T = { a, c A C es gibt b mit a, b R und b, c T} das Produkt oder Join der Relationen R und T. Es wird oft auch als RT bezeichnet.

Relationenprodukt Das Relationenprodukt ist assoziativ und distributiv über. Das Relationenprodukt ist jedoch nicht distributiv über. Sei R = a, b, S = a, c, T = {(b, d), (c, d)}. R S T = T = R T S T = a, d {(a, d)} = {(a, d)} 26

Komposition von Relationen Definition: Sei R A A eine binäre Relation. Dann heißt R : = a, a a A} (=: Id A Identität ) R : = R R für n N 0 Beispiel: Sei Kind die Relation {(k, v) k ist Kind von v} Dann bezeichnet Kind die Enkel-Relation. 27

Abschluss von Relationen Definition: Sei R A A eine binäre Relation. Der reflexive (symmetrische, transitive) Abschluss (auch als reflexive, symmetrische bzw. transitive Hülle bezeichnet) von R ist die kleinste (im mengentheoretischen Sinn) Relation, die R enthält und reflexiv (symmetrisch, transitiv) ist. 28

Abschluss von Relationen Die transitive Hülle von R wird gewöhnlich mit R bezeichnet. Die reflexive transitive Hülle von R wird gewöhnlich mit R bezeichnet. 29

Reflexive Hülle von R A A Es gilt: R = R Id Beispiele: Die reflexive Hülle von < ist. Die reflexive Hülle von ist selbst. Allgemein: die reflexive Hülle einer reflexiven Relation ist die Relation selbst. 30

Transitive Hülle von R A A Es gilt R = und wenn A = n dann sogar R = R Transitive und reflexive Hülle von R A A 31 R Es gilt: R = R Id = A = n dann sogar R = R R und wenn Wir werden diese Aussagen später in der Vorlesung sorgfältig beweisen.

Transitive Hülle Beispiele: Sei R = x, y y = x + 1 und x, y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann gilt R = < und R = Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 32

Transitive Hülle Beispiele: Sei R = x, y y = x + 1 und x, y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann gilt R = < und R = Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 33

Transitive Hülle Beispiele: Sei R = x, y y = x + 1 und x, y N} die Nachfolgerelation auf den natürlichen Zahlen. Dann gilt R = < und R = Die transitive Hülle der Relation x kennt y verbindet (vermutlich) alle Menschen auf der Welt direkt. Die transitive Hülle von x ist mit y durch eine Straße verbunden verbindet praktisch alle Orte eines Kontinents oder einer Insel miteinander 34

Definition: 35 Kapitel II Grundlagen; Relationen Eine Relation R A B ist eine Funktion von A nach B wenn es für alle a A genau ein Element b B mit a R b gibt. f: A B bezeichnet, dass f eine Funktion von A nach B ist. Für jedes a A bezeichnet f(a) das einzige Element von B mit a, f a f.

Graphische Darstellung von Funktionen f a b = f(a) A B 36

Definition: Eine n-stellige Operation über der Menge A ist eine Funktion von der Menge der geordneten n-tupel von Elementen von A auf A. Mengenvereinigung und Durchschnitt ( und ) sind binäre Operationen auf der Potenzmenge einer Menge. 37

Konstruktion von Funktionsoperationen Eine beliebige Operation ( dot ) über B kann auf Funktionen f A B erweitert werden. Sei : B B B eine beliebige binäre Operation. Seien f, g: A B Funktionen. Wir definieren f g : A B a f(a) g(a) 38

Konstruktion von Funktionsoperationen Beispiel: Die Addition und die Multiplikation über R werden auf Funktionen f, g: R R erweitert: (f g): R R mit (f g)(x) = f(x) g(x) (f g): R R mit f g x = f x g(x) 39

Komposition von Funktionen: 40 Kapitel II Grundlagen; Relationen Die Operation ( ) setzt aus zwei Funktionen g: A B und f: B C eine neue Funktion zusammen, indem f auf das Resultat von g angewendet wird. Wir schreiben: f g : A C definiert durch f g a = (f(g a ). Da g a B, ist f(g a ) definiert und Element von C. Der Operator ist nicht kommutativ; im Allgemeinen gilt: f g g f.

Graphische Darstellung der Komposition f g a a g g g(a) f f f(g(a)) A B C 41

Bilder und Urbilder von Funktionen f(a) wird als Bild von a unter f bezeichnet. Sei f: A B und A A. Dann ist das Bild von A unter f die Menge aller Bilder (unter f) der Elemente von A : f A = {f a a A } 42

Bilder und Urbilder von Funktionen Das Urbild f (b) eines Elements b B ist definiert als f (b) = {a A f(a) = b} Für eine Menge B B gilt: f (B ) = f (b) 43

Graphische Darstellung von Funktionen f a = f (b) f b = f(a) A B 44

Eine Funktion f: A B heißt 45 Kapitel II Grundlagen; Relationen injektiv, wenn alle Elemente aus A unterschiedliche Bilder haben, wenn also für alle b B gilt: f (b) 1. surjektiv, wenn jedes Element aus B ein Bild von mindestens einem Element aus A ist, wenn also für alle b B gilt: f b 1.

Grafische Darst. der Injektivität/Surjektivität. a 1 a 1 a 1 b 2 b 2 b 2 c 3 c 3 c 3 d a b c d 46 4 d 5 e e 1 2 3 1 2 3 4 5 e 4 5 a b c d 4 1 2 3 4 5 d 1: injektiv, surjektiv 2: surjektiv, injektiv 3. injektiv, surjektiv 4. Keine Funktion 5. injektiv, surjektiv 4 5

Bijektivität Eine Funktion f: A B ist bijektiv, oder reversibel, oder invertierbar, genau dann wenn sie injektiv und surjektiv ist, wenn also für alle b B gilt: f (b) = 1. Eine Bijektion f: A B hat eine eindeutige inverse Funktion f : B A definiert durch f f = Id, wobei Id die Identitäts- Funktion bezeichnet. 47

Einige spezielle Funktionen 48 Kapitel II Grundlagen; Relationen In der diskreten Mathematik haben wir es häufig mit den folgenden Funktionen über den reelen Zahlen zu tun. Die floor Funktion ( untere Gaußklammer ) : R Z, wobei x ( floor of x ) die größte ganze Zahl x bezeichnet, also x = max ( i Z i x ) Die ceiling Funktion ( obere Gaußklammer ) : R Z, wobei x ( ceiling of x ) die kleinste ganze Zahl x bezeichnet, also x = min ( i Z i x )

Einige spezielle Funktionen Reele Zahlen fall to their floor oder rise to their ceiling. Wenn x Z: x x und x x Wenn x Z: x = = x = x = x x 49

Unendliche Kardinalität Unter Verwendung dessen, was wir im letzten Kapitel über Funktionen gelernt haben, können wir nun den Begriff der Kardinalität (sogar für unendliche Mengen) formalisieren. Wir können zeigen, dass unendliche Mengen in unterschiedlichen Größen der Unendlichkeit erscheinen. 50

Definition: Zwei (möglicherweise unendliche) Mengen A und B, haben die gleiche Kardinalität ( A = B ) genau dann wenn eine Bijektion (bijektive Funktion) von A nach B existiert. Man sagt auch, dass A die gleiche Mächtigkeit wie B hat. Bemerkung: Sind A und B endlich, dann existiert eine solche Funktion genau dann wenn A und B dieselbe Anzahl von Elementen haben. 51

Definition: Eine Menge B ist mindestens so mächtig wie A, wenn es eine injektive Abbildung von A in B gibt. B ist mächtiger als A, wenn es eine injektive Abbildung von A in B, aber keine injektive Abbildung von B in A gibt. Es gilt (Satz von Schöder-Bernstein): 52 Wenn A mindestens so mächtig wie B ist und B mindestens so mächtig wie A, dann haben A und B die gleiche Mächtigkeit.

Abzählbarkeit vs. Überabzählbarkeit Eine beliebige Menge S ist abzählbar, wenn S endlich ist oder S = N. Andernfalls ist S überabzählbar. Intuitiv: eine Menge ist abzählbar, wenn ihre Elemente aufgelistet werden können. Dagegen kann keine unendliche Liste alle Elemente einer überabzählbaren Menge enthalten. 53

Beispiele von abzählbaren Mengen: Theorem: Die Menge Z ist abzählbar. Beweis: Definiere f: Z N durch 2i falls i 0 f(i) = 2i 1 falls i < 0 Da f bijektiv ist, ist Z abzählbar. 54

Beispiele von abzählbaren Mengen: Theorem: Sei A eine endliche Menge. Die Menge A = A ist abzählbar. Beweisidee: A ist die Menge aller endlichen Tupeln von Elementen von A. Um sie aufzulisten, liste zuerst die Elementen von A auf, dann die von A, A etc. 55

Beispiel überabzählbare Mengen: Das Interval 0,1 : r R 0 r 1} ist überabzählbar. Beweis durch Diagonalisierung. Allgemeiner gilt für jede beliebige Menge M: die Potenzmenge P(M) von M ist mächtiger als M. Georg Cantor 1845-1918 56