Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Ähnliche Dokumente
Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen Wintersemester 2014/15 Wiebke Petersen. Gesammelte Folien Index am Ende der Datei

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

mathematische Grundlagen der Modelltheorie: Mengen, Relationen, Funktionen

WS 2009/10. Diskrete Strukturen

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

2 Mengen und Abbildungen

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

Einführung in die Semantik, 2./3. Sitzung Mengen / Relatione

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

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

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen. Notation und Terminologie. Mengen. Georg Cantor ( )

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

WS 2013/14. Diskrete Strukturen

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen

Relationen (Teschl/Teschl 5.1)

3 Werkzeuge der Mathematik

Abschnitt 3: Mathematische Grundlagen

Tipps: 1 Mengen und Mengenoperationen. 2 Relationen und Funktionen. 3 formale Sprachen. 4 Ordnungsrelationen. 5 Graphen und Bäume.

Abschnitt 3: Mathematische Grundlagen

Funktionen (Teschl/Teschl 5.2) Beispiele. Eine Funktion (oder Abbildung) f : M N,

Mengen. Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen. Notation und Terminologie. Bertrand Russell ( )

Mengen. Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen. Notation und Terminologie. Bertrand Russell ( )

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Mengen. Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen. Notation und Terminologie. Bertrand Russell ( )

2 Mengen, Relationen, Funktionen

2 Mengen, Relationen, Funktionen

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

MafI 1 Repetitorium Übungen

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

Mathematische Grundlagen der Computerlinguistik Algebren

Abbildungen, injektiv, surjektiv, bijektiv

Einführung in die Informatik 2

Einführung in die Programmierung

3. Relationen Erläuterungen und Schreibweisen

Formale Methoden 1. Gerhard Jäger 14. November Uni Bielefeld, WS 2007/2008 1/17

Kapitel 1. Mengen und Abbildungen. 1.1 Mengen

Vorlesung Diskrete Strukturen Relationen

Mathematische Strukturen

Vorlesung Diskrete Strukturen Relationen

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

Tutorium: Diskrete Mathematik

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

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen

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

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

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

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

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

10 Formale Grundlagen

Abschnitt 3: Mathematische Grundlagen

Formale Sprachen und Automaten

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

Relationen und Funktionen

1 Grundstrukturen der Mathematik. Themen: Mathematische Logik Relationen Gruppen, Ringe, Körper

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

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

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

Ein geordnetes Paar (oder: ein 2-Tupel) enthält immer zwei Elemente, deren Reihenfolge festgelegt ist. Mehrfachnennungen sind nicht erlaubt!

2 Mengen, Abbildungen und Relationen

WS 20013/14. Diskrete Strukturen

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

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

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

WS 2009/10. Diskrete Strukturen

1 Mathematische Grundbegriffe

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

Lösungen zur Übungsserie 1

Relationen können als spezielle Mengen verstanden werden.

Grundlagen. Kapitel Mengen

Kapitel 1. Grundlagen Mengen

Eine Relation zwischen M und N ist eine Teilmenge R M N. Im Fall M = N sagen wir: R ist Relation auf M.

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

Skriptum EINFÜHRUNG IN DIE ALGEBRA

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

Mengenlehre. Yanhai Song. Proseminar Mathematische Modellierung. Fakultät für Informatik Technische Universität München. 12.Juni.

5. Äquivalenzrelationen

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

Vorkurs Mathematik für Informatiker

Theoretische Grundlagen des Software Engineering

Logik und Künstliche Intelligenz

Mathematische Grundlagen der Computerlinguistik

Einführung in die Theoretische Informatik

Fachwissenschaftliche Grundlagen

4. Funktionen und Relationen

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

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

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

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund

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

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

2 Modellierung mit Wertebereichen

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015

Grundlagen der Theoretischen Informatik

5. Äquivalenzrelationen

Transkript:

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 25

n-tupel und Cartesisches Produkt Mengen sind ungeordnet, häug werden jedoch geordnete Listen benötigt: n-tupel Ein n-tupel ist eine Liste mit n 1 Elementen. Im Gegensatz zu Mengen ist die Reihenfolge festgelegt und jedes Element kann beliebig oft vorkommen. Beispiel: 2, 3, 1, b, e, e, s, i, i, p, l 2-Tupel werden auch (geordnete) Paare genannt. Wiebke Petersen math. Grundlagen 26

n-tupel und Cartesisches Produkt Mengen sind ungeordnet, häug werden jedoch geordnete Listen benötigt: n-tupel Ein n-tupel ist eine Liste mit n 1 Elementen. Im Gegensatz zu Mengen ist die Reihenfolge festgelegt und jedes Element kann beliebig oft vorkommen. Beispiel: 2, 3, 1, b, e, e, s, i, i, p, l 2-Tupel werden auch (geordnete) Paare genannt. Cartesisches Produkt Das Cartesische Produkt (oder Kreuzprodukt) von n Mengen M 1... M n ist die Menge aller n-tupel deren i-tes Element aus M i stammt. M 1... M n := { x 1,..., x n x i M i für i = 1,..., n} Statt M M... M schreibt man auch M n, wenn M genau n-mal auftritt. Wiebke Petersen math. Grundlagen 26

n-tupel und Cartesisches Produkt Mengen sind ungeordnet, häug werden jedoch geordnete Listen benötigt: n-tupel Ein n-tupel ist eine Liste mit n 1 Elementen. Im Gegensatz zu Mengen ist die Reihenfolge festgelegt und jedes Element kann beliebig oft vorkommen. Beispiel: 2, 3, 1, b, e, e, s, i, i, p, l 2-Tupel werden auch (geordnete) Paare genannt. Cartesisches Produkt Das Cartesische Produkt (oder Kreuzprodukt) von n Mengen M 1... M n ist die Menge aller n-tupel deren i-tes Element aus M i stammt. M 1... M n := { x 1,..., x n x i M i für i = 1,..., n} Statt M M... M schreibt man auch M n, wenn M genau n-mal auftritt. Beispiel M 1 = {a, b, c}, M 2 = {a, d} M 1 M 2 = { a, a, a, d, b, a, b, d, c, a, c, d } M 1 = Wiebke Petersen math. Grundlagen 26

n-tupel und Cartesisches Produkt Mengen sind ungeordnet, häug werden jedoch geordnete Listen benötigt: n-tupel Ein n-tupel ist eine Liste mit n 1 Elementen. Im Gegensatz zu Mengen ist die Reihenfolge festgelegt und jedes Element kann beliebig oft vorkommen. Beispiel: 2, 3, 1, b, e, e, s, i, i, p, l 2-Tupel werden auch (geordnete) Paare genannt. Cartesisches Produkt Das Cartesische Produkt (oder Kreuzprodukt) von n Mengen M 1... M n ist die Menge aller n-tupel deren i-tes Element aus M i stammt. M 1... M n := { x 1,..., x n x i M i für i = 1,..., n} Statt M M... M schreibt man auch M n, wenn M genau n-mal auftritt. Beispiel M 1 = {a, b, c}, M 2 = {a, d} M 1 M 2 = { a, a, a, d, b, a, b, d, c, a, c, d } M 1 = Wiebke Petersen math. Grundlagen 26

Relationen Denition Eine Teilmenge des Cartesischen Produktes von n Mengen R M 1 M n heiÿt n-stellige Relation. Eine Relation R ist also eine Menge von n-tupeln. Wiebke Petersen math. Grundlagen 27

Relationen Denition Eine Teilmenge des Cartesischen Produktes von n Mengen R M 1 M n heiÿt n-stellige Relation. Eine Relation R ist also eine Menge von n-tupeln. Hinweis: Relationen werden extensional deniert. Es ist unerheblich, wie die Relation charakterisiert (oder benannt) wird. Wichtig ist allein, welche Objekte zueinander in der Relation stehen. Für Relationen werden häug die Buchstaben R, S, T verwendet. Wiebke Petersen math. Grundlagen 27

Relationen Denition Eine Teilmenge des Cartesischen Produktes von n Mengen R M 1 M n heiÿt n-stellige Relation. Eine Relation R ist also eine Menge von n-tupeln. Hinweis: Relationen werden extensional deniert. Es ist unerheblich, wie die Relation charakterisiert (oder benannt) wird. Wichtig ist allein, welche Objekte zueinander in der Relation stehen. Für Relationen werden häug die Buchstaben R, S, T verwendet. Beispiele ˆ Schwester von ˆ Mutter von ˆ weibliches Elternteil von ˆ bilden ein Quartet ˆ Teilmenge von Wiebke Petersen math. Grundlagen 27

binäre Relationen ˆ binäre Relationen sind Mengen geordneter Paare ˆ wenn a in der Relation R zu b steht, dann schreibt man ˆ a, b R oder ˆ arb oder ˆ R(a, b) oder ˆ Rab ˆ Wenn R A B, dann sagt man, dass R eine Relation zwischen A und B ist. ˆ Wenn R A A, dann sagt man, dass R eine Relation auf A ist. Wiebke Petersen math. Grundlagen 28

Frage Denken Sie sich möglichst viele binäre Relationen aus. 1 Minute zum Nachdenken und Diskutieren Wiebke Petersen math. Grundlagen 29

inverse und komplementäre Relation inverse Relation Die inverse Relation zu einer binären Relation R A B ist die Relation R 1 = { b, a B A a, b R}. komplementäre Relation Die komplementäre Relation zu einer binären Relation R A B zwischen A und B ist die Relation R = A B \ R. Wiebke Petersen math. Grundlagen 30

Outline Functional Concepts Frames Conclusion Relation Äquivalenzrelation Funktion Interpretation of Relational Concepts Beispiel: example Verwandtschaftsterme Beispielfamilie example family Ann Tom Sue Bob Liz Tim Pam Max mother denotational hat δ(mother) als Sohn` = {Ann, Liz} Ann R son Bob mother Tom relational R son ( mother Bob of ) Bob Sue R son Ann Max Bob Bob R son Ann Tim Liz Tim R son Liz Max Liz Pam R son Liz Tim Max Liz Functional Concepts and Frames Wiebke Petersen Wiebke Petersen math. Grundlagen 31

Outline Functional Concepts Frames Conclusion Relation Äquivalenzrelation Funktion Interpretation of Relational Concepts Beispiel: example Verwandtschaftsterme Beispielfamilie example family Ann Tom Sue Bob Liz Tim Pam Max mother denotational hat δ(mother) als Mutter` = {Ann, Liz} Sue R mother Ann mother relational ( mother of ) Bob R mother Ann Tim Sue R mother AnnLiz PamBob R mother AnnLiz Max Tim R mother Liz Liz Pam Liz Max Liz Functional Concepts and Frames Wiebke Petersen Wiebke Petersen math. Grundlagen 32

Frage Können Sie die komplementären und die inversen Relationen Ihrer Beispielrelationen benennen? 1 Minute zum Nachdenken und Diskutieren Wiebke Petersen math. Grundlagen 33

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist reexiv g.d.w. für alle a A gilt, dass ara. Wiebke Petersen math. Grundlagen 34

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist reexiv g.d.w. für alle a A gilt, dass ara. a b R ist irreexiv g.d.w. für kein a A gilt, dass ara a Wiebke Petersen math. Grundlagen 34

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist reexiv g.d.w. für alle a A gilt, dass ara. a b R ist irreexiv g.d.w. für kein a A gilt, dass ara ˆ Die Relation hat am selben Tag Geburtstag` auf der Menge der Menschen ist reexiv. a Wiebke Petersen math. Grundlagen 34

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist reexiv g.d.w. für alle a A gilt, dass ara. a b R ist irreexiv g.d.w. für kein a A gilt, dass ara ˆ Die Relation hat am selben Tag Geburtstag` auf der Menge der Menschen ist reexiv. ˆ Die Relation ist Mutter von` auf der Menge der Menschen ist irreexiv. a Wiebke Petersen math. Grundlagen 34

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist reexiv g.d.w. für alle a A gilt, dass ara. a b R ist irreexiv g.d.w. für kein a A gilt, dass ara ˆ Die Relation hat am selben Tag Geburtstag` auf der Menge der Menschen ist reexiv. ˆ Die Relation ist Mutter von` auf der Menge der Menschen ist irreexiv. ˆ Die Relation kann die Quersumme des Geburtstags von berechnen` auf der Menge der Menschen ist weder reexiv noch irreexiv. a Wiebke Petersen math. Grundlagen 34

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist reexiv g.d.w. für alle a A gilt, dass ara. a b R ist irreexiv g.d.w. für kein a A gilt, dass ara ˆ Die Relation hat am selben Tag Geburtstag` auf der Menge der Menschen ist reexiv. ˆ Die Relation ist Mutter von` auf der Menge der Menschen ist irreexiv. ˆ Die Relation kann die Quersumme des Geburtstags von berechnen` auf der Menge der Menschen ist weder reexiv noch irreexiv. ˆ Welche Bedingungen erfüllen die Beispielrelationen an der Tafel? a Wiebke Petersen math. Grundlagen 34

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. R ist asymmetrisch g.d.w. für a, b A niemals sowohl arb als auch bra gilt. Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. R ist asymmetrisch g.d.w. für a, b A niemals sowohl arb als auch bra gilt. R ist antisymmetrisch g.d.w. für alle a, b A aus arb und bra folgt, dass a = b. Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. R ist asymmetrisch g.d.w. für a, b A niemals sowohl arb als auch bra gilt. ˆ Die Relation ist verheiratet mit` ist symmetrisch. R ist antisymmetrisch g.d.w. für alle a, b A aus arb und bra folgt, dass a = b. Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. R ist asymmetrisch g.d.w. für a, b A niemals sowohl arb als auch bra gilt. ˆ Die Relation ist verheiratet mit` ist symmetrisch. ˆ Die Relation ist gröÿer als` ist asymmetrisch. R ist antisymmetrisch g.d.w. für alle a, b A aus arb und bra folgt, dass a = b. Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. R ist asymmetrisch g.d.w. für a, b A niemals sowohl arb als auch bra gilt. ˆ Die Relation ist verheiratet mit` ist symmetrisch. ˆ Die Relation ist gröÿer als` ist asymmetrisch. ˆ Die Relation ist Teilmenge von ` ist antisymmetrisch. R ist antisymmetrisch g.d.w. für alle a, b A aus arb und bra folgt, dass a = b. Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist symmetrisch g.d.w. für alle a, b A mit arb auch bra gilt. R ist asymmetrisch g.d.w. für a, b A niemals sowohl arb als auch bra gilt. ˆ Die Relation ist verheiratet mit` ist symmetrisch. ˆ Die Relation ist gröÿer als` ist asymmetrisch. ˆ Die Relation ist Teilmenge von ` ist antisymmetrisch. R ist antisymmetrisch g.d.w. für alle a, b A aus arb und bra folgt, dass a = b. ˆ Welche Bedingungen erfüllen die Beispielrelationen an der Tafel? Wiebke Petersen math. Grundlagen 35

Eigenschaften binärer Relationen Sei R A A eine binäre Relation auf A. R ist transitiv g.d.w. für alle a, b, c A aus arb und brc immer arc folgt. Wiebke Petersen math. Grundlagen 36

Eigenschaften binärer Relationen a b a b Sei R A A eine binäre Relation auf A. R ist transitiv g.d.w. für alle a, b, c A aus arb und brc immer arc folgt. a R ist intransitiv g.d.w. für alle a a, b, c A mit arb und brc niemals arc gilt. a b c Wiebke Petersen math. Grundlagen 36

Eigenschaften binärer Relationen a b a b Sei R A A eine binäre Relation auf A. R ist transitiv g.d.w. für alle a, b, c A aus arb und brc immer arc folgt. a R ist intransitiv g.d.w. für alle a a, b, c A mit arb und brc niemals arc gilt. a b c ˆ Die Relation ist Vorfahr von` ist transitiv. Wiebke Petersen math. Grundlagen 36

Eigenschaften binärer Relationen a b a b Sei R A A eine binäre Relation auf A. R ist transitiv g.d.w. für alle a, b, c A aus arb und brc immer arc folgt. a R ist intransitiv g.d.w. für alle a a, b, c A mit arb und brc niemals arc gilt. ˆ Die Relation ist Vorfahr von` ist transitiv. a b c ˆ Die Relation steht genau eine Treppenstufe höher als` ist intransitiv. Wiebke Petersen math. Grundlagen 36

Eigenschaften binärer Relationen a b a b Sei R A A eine binäre Relation auf A. R ist transitiv g.d.w. für alle a, b, c A aus arb und brc immer arc folgt. a R ist intransitiv g.d.w. für alle a a, b, c A mit arb und brc niemals arc gilt. a b c ˆ Die Relation ist Vorfahr von` ist transitiv. ˆ Die Relation steht genau eine Treppenstufe höher als` ist intransitiv. ˆ Die Relation kennt` ist weder transitiv noch intransitiv. Wiebke Petersen math. Grundlagen 36

Eigenschaften binärer Relationen a b a b Sei R A A eine binäre Relation auf A. R ist transitiv g.d.w. für alle a, b, c A aus arb und brc immer arc folgt. a R ist intransitiv g.d.w. für alle a a, b, c A mit arb und brc niemals arc gilt. a b c ˆ Die Relation ist Vorfahr von` ist transitiv. ˆ Die Relation steht genau eine Treppenstufe höher als` ist intransitiv. ˆ Die Relation kennt` ist weder transitiv noch intransitiv. ˆ Welche Bedingungen erfüllen die Beispielrelationen an der Tafel? Wiebke Petersen math. Grundlagen 36

Denitions- und Wertebereich einer Relation Wenn R A B eine binäre Relation ist, dann heiÿt dom(r) = {a A es gibt ein b B mit (a, b) R} der Denitionsbereich (domain) von R. Die Menge rng(r) = {b B es gibt ein a A mit (a, b) R} heiÿt der Wertebereich (range) von R. Wiebke Petersen math. Grundlagen 37

Denitions- und Wertebereich einer Relation Wenn R A B eine binäre Relation ist, dann heiÿt dom(r) = {a A es gibt ein b B mit (a, b) R} der Denitionsbereich (domain) von R. Die Menge rng(r) = {b B es gibt ein a A mit (a, b) R} heiÿt der Wertebereich (range) von R. Beispiel: A = {a, b, c, d}, B = {1, 2, 3, 4, 5}, R = {(b, 1), (b, 2), (c, 3)} dom(r) = {b, c}, rng(r) = {1, 2, 3} Wiebke Petersen math. Grundlagen 37

Äquivalenzrelation Äquivalenzrelation Eine Relation R A A ist eine Äquivalenzrelation auf A, g.d.w. R reexiv, symmetrisch und transitiv ist. Wenn R eine Äquivalenzrelation ist und arb gilt, dann sagt man, dass a äquivalent ist zu b bezüglich R. Für Äquivalenzrelationen verwendet man häug das Symbol. Wiebke Petersen math. Grundlagen 38

Äquivalenzrelation Äquivalenzrelation Eine Relation R A A ist eine Äquivalenzrelation auf A, g.d.w. R reexiv, symmetrisch und transitiv ist. Wenn R eine Äquivalenzrelation ist und arb gilt, dann sagt man, dass a äquivalent ist zu b bezüglich R. Für Äquivalenzrelationen verwendet man häug das Symbol. Beispiele: ˆ Gleichheit ˆ ist im selben Semester wie ˆ hat gleich viele Elemente wie ˆ hat die selbe Farbe wie ˆ Welche der Beispielrelationen an der Tafel sind Äquivalenzrelationen? Wiebke Petersen math. Grundlagen 38

Äquivalenzrelation Äquivalenzklasse Sei R eine Äquivalenzrelation auf A. Die Äquivalenzklasse eines Elements a A ist die Menge aller zu a äquivalenten Elemente von A, also [a] R = {b A arb}. Die Menge A/R = {[a] R a A} aller Äquivalenzklassen von Elementen aus A bezüglich R heiÿt Quotient von A bezüglich R. Hinweis: Äquivalenzklassen können per Denition nicht leer sein. Wiebke Petersen math. Grundlagen 39

Äquivalenzrelation Sei R eine Äquivalenzrelation auf A. Dann gilt: ˆ Zwei Äquivalenzklassen von R sind entweder disjunkt oder identisch: für alle a, b A gilt entweder [a] R [b] R = oder [a] R = [b] R. ˆ Die Äquivalenzklassen von R decken ganz A ab: A/R = A. Eine Menge P POT (A) ist eine Partition (oder disjunkte Zerlegung) von A, g.d.w. P = A und für alle X, Y P mit X Y gilt X Y =. Folglich bildet der Quotient einer Äquivalenzrelation eine Partition der Grundmenge. Wiebke Petersen math. Grundlagen 40

Funktionen Denition Eine Relation R D W ist eine Funktion (oder Abbildung), wenn sie jedem Element aus D genau ein Element aus W zuordnet. Funktionen müssen also die Bedigungen der Existenz und Eindeutigkeit erfüllen: Wiebke Petersen math. Grundlagen 41

Funktionen Denition Eine Relation R D W ist eine Funktion (oder Abbildung), wenn sie jedem Element aus D genau ein Element aus W zuordnet. Funktionen müssen also die Bedigungen der Existenz und Eindeutigkeit erfüllen: Existenz: Für jedes x D gibt es ein y W mit x, y R. Wiebke Petersen math. Grundlagen 41

Funktionen Denition Eine Relation R D W ist eine Funktion (oder Abbildung), wenn sie jedem Element aus D genau ein Element aus W zuordnet. Funktionen müssen also die Bedigungen der Existenz und Eindeutigkeit erfüllen: Existenz: Für jedes x D gibt es ein y W mit x, y R. Eindeutigkeit: Wenn x, y R und x, z R, dann y = z. Wiebke Petersen math. Grundlagen 41

Funktionen Denition Eine Relation R D W ist eine Funktion (oder Abbildung), wenn sie jedem Element aus D genau ein Element aus W zuordnet. Funktionen müssen also die Bedigungen der Existenz und Eindeutigkeit erfüllen: Existenz: Für jedes x D gibt es ein y W mit x, y R. Eindeutigkeit: Wenn x, y R und x, z R, dann y = z. Eine Relation, für die die Eindeutigkeitsbedingung (aber nicht unbedingt die Existenzbedingung) gilt, heiÿt partielle Funktion. Wiebke Petersen math. Grundlagen 41

Notation und Terminologie ˆ Für Funktionen verwendet man häug die Buchstaben f, g, h, F, G, H. ˆ Wenn f A B eine Funktion ist, dann sagt man, dass f eine Funktion von A nach B ist, und schreibt f : A B. ˆ Wenn a, b f, dann sagt man, dass die Funktion f dem Element a den Wert b zuweist, und schreibt f (a) = b oder f : a b. ˆ Elemente des Denitionsbereiches heiÿen Argumente und Elemente des Wertebereiches heiÿen Werte einer Funktion. ˆ Wenn C A und f : A B, dann bezeichnet f C : C B die Einschränkung der Funktion f auf C. Für alle c C gilt f C (c) = f (c). ˆ Im Kontext von partiellen Funktionen werden Funktionen, die die Existenzbedingung erfüllen, häug totale Funktionen genannt. Wiebke Petersen math. Grundlagen 42

Beispiele Sei A = {a, b, c, d} B = {1, 2, 3, 4, 5} ˆ Die Relation R A B mit R = {(b, 1), (b, 2), (c, 3)} ist keine partielle Funktion. ˆ Die Relation R A B mit R = {(b, 1), (c, 3), (d, 1)} ist eine partielle aber keine totale Funktion. ˆ Die Relation R A B mit R = {(a, 2), (b, 1), (c, 3), (d, 1)} ist eine totale und folglich auch eine partielle Funktion. Wiebke Petersen math. Grundlagen 43

Funktionseigenschaften Sei f : D W eine Funktion. f ist injektiv (Engl.: one-to-one), wenn keine zwei verschiedenen Elemente des Denitionsbereiches denselben Wert zugewiesen bekommen. Wenn also für alle x, y D gilt: f (x) = f (y) g.d.w. x = y. Wiebke Petersen math. Grundlagen 44

Funktionseigenschaften Sei f : D W eine Funktion. f ist injektiv (Engl.: one-to-one), wenn keine zwei verschiedenen Elemente des Denitionsbereiches denselben Wert zugewiesen bekommen. Wenn also für alle x, y D gilt: f (x) = f (y) g.d.w. x = y. f ist surjektiv (Engl.: onto), wenn jedes Element von W mindestens einem Element von D als Wert zugewiesen wird. Wenn es also für jedes y W ein x D gibt, für das f (x) = y gilt. Wiebke Petersen math. Grundlagen 44

Funktionseigenschaften Sei f : D W eine Funktion. f ist injektiv (Engl.: one-to-one), wenn keine zwei verschiedenen Elemente des Denitionsbereiches denselben Wert zugewiesen bekommen. Wenn also für alle x, y D gilt: f (x) = f (y) g.d.w. x = y. f ist surjektiv (Engl.: onto), wenn jedes Element von W mindestens einem Element von D als Wert zugewiesen wird. Wenn es also für jedes y W ein x D gibt, für das f (x) = y gilt. f ist bijektiv, wenn f injektiv und surjektiv ist. Merke: Eine Funktion f ist bijektiv, g.d.w. f 1 eine Funktion ist. Wiebke Petersen math. Grundlagen 44

Komposition von Funktionen Seien f : A B und g : B C zwei Funktionen. Die Funktion g f : A C mit g f = {(x, z) A C es gibt ein y B mit (x, y) f und (y, z) g} ist die Komposition (oder Verkettung) von f und g. Es gilt (g f )(x) = f (g(x)). Die Funktion g f weist einem Element x A das Element aus C zu, das man erhält, wenn man zunächst g auf x anwendet und auf das Ergebnis noch f anwendet. f g a b c 1 2 3 4 r s t A B C g f a r c b s t A C Wiebke Petersen math. Grundlagen 45

Identitätsfunktion Die Funktion id A : A A mit f = {(a, a) A A} (oder f (a) = a für alle a A) heiÿt die Identität(sfunktion) auf A. a b c id A a b c A A Wiebke Petersen math. Grundlagen 46

mehrstellige Funktionen ˆ Der Denitionsbereich einer Funktion kann selbst eine Relation sein. ˆ Eine Funktion A 1 A 2... A n B heiÿt n-stellige Funktion. ˆ Beispiel: Die Addition der natürlichen Zahlen + : N 0 N 0 N 0 kann als zweistellige Funktion aufgefasst werden. ˆ Zweistellige Operationen bilden zweistellige Funktionen (Bsp.: Schnitt, Vereinigung,... ). ˆ n-stellige Funktionen sind n + 1-stellige Relationen (Bsp: Mutter) Wiebke Petersen math. Grundlagen 47

Exkurs: algebraische Struktur ˆ Die Mathematik ist die Wissenschaft der Strukturen ˆ Strukturen sind Paare bestehend aus einer Grundmenge und einer endlichen Menge von Operationen auf der Grundmenge. (Operationen sind Abbildungen/Funktionen von M n in M). ˆ Wir kennen bereits die Struktur (POT (M), {,,, \}) ˆ Oder auch (N 0, {+}) Sei (M, { }) eine Struktur, dann ˆ erfüllt sie das Kommutativgesetz, wenn a b = b a für alle a, b M. ˆ erfüllt sie das Assoziativgesetz, wenn (a b) c = a (b c) für alle a, b, c M. ˆ e ist das neutrale Element der Struktur, wenn a e = e a = a für alle a M. Wiebke Petersen math. Grundlagen 48