Prof. Dr. W. Conen 15. November 2004

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen für das Erfüllbarkeitsproblem SAT
Advertisements

Christian Scheideler SS 2009
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Eine dynamische Menge, die diese Operationen unterstützt,
Vorlesung Programmieren II
Polynomial Root Isolation
7.2 B-Bäume / B*-Bäume als Hilfsmittel zur Indexorganisation
13. Transformationen mit Matrizen
7. Natürliche Binärbäume
Es sei SPEC = (, E) eine Spezifikation mit einer
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 4 / 1 Termalgebren Definition "Freie Algebra" Die -Algebra A = [A, F ] heißt.
Marco Barz Seminar über Algorithmen SoSe2007
Einige entscheidbare bzw. rekursiv aufzählbare Sprachen
Widersprüche in Gesprächen, im Leben, im Menschen in Systemen,...
Algorithmentheorie 04 –Hashing
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
WS Algorithmentheorie 05 - Treaps Prof. Dr. Th. Ottmann.
Kapitel 5 Stetigkeit.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 4 Geometrische Abbildungen
Christian Schindelhauer
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Materialien zu Übung 9 Bälle in Körbe Ranged.
(Ron Rivest, Adi Shamit, Leonard Adleman , 1977)
Minimum Spanning Tree: MST
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§ 28 Multilineare und Alternierende Abbildungen
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
§17 Produkte und Quotienten von Vektorräumen
Effiziente Algorithmen
§24 Affine Koordinatensysteme
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
Praktische Optimierung
Wiederholung: Definition einer Funktion
Formale Sprachen Mathematische Grundlagen Rudolf FREUND, Marian KOGLER.
Relationentheorie AIFB SS Eigenschaften funktionaler Abhängigkeiten Eigenschaften funktionaler Abhängigkeiten (1|6) Lemma 1.1: (Regeln.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 1: Wiederholung (Vor allem Folien von Priv.-Doz. Dr. Kindler vom WS 2001/02.
LK-MA - Christopher Schlesiger
ENDLICHE KÖRPER RSA – VERFAHREN.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Arne Vater Wintersemester 2006/ Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
Algorithmen für das Erfüllbarkeitsproblem SAT
LdL am S. Roth :05: :05:44 Weitere Übungsbeispiele zur Booleschen Algebra Franz Jehle Boolesche Algebra, 4.3.
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
Dr. Wolfram Amme, Semantik funktionaler Programme, Informatik II, FSU Jena, SS Semantik funktionaler Programme.
 Präsentation transkript:

Prof. Dr. W. Conen 15. November 2004 Beweise zum Satz 27 Prof. Dr. W. Conen 15. November 2004

Satz 27: Verkettung zur Identität (a) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist injektiv (ii) Es existiert eine Funktion g:B ! A mit g ± f = idA (b) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist surjektiv (ii) Es existiert eine Funktion g:B ! A mit f ± g = idB

Satz 27: Verkettung zur Identität (a) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist injektiv (ii) Es existiert eine Funktion g: B ! A mit g ± f = idA Diese Aussage wollen wir zeigen, d.h wir müssen ZWEI Richtungen zeigen, (i) ) (ii) und (ii) ) (i) Wir beginnen mit (i) ) (ii) Also nehmen wir zunächst an, dass wir eine Funktion f von A nach B haben, die injektiv ist. Eine Funktion f ist injektiv, wenn keines der von f getroffenen Elemente mehrmals getroffen wird, formal: Es gibt keine y in {y | (x,y) 2 f} mit x1, x2, x1  x2, (x1,y) 2 f und (x2,y) 2 f Alternativ (unsere Definition!): für alle x1, x2, y gilt: aus (x1,y) 2 f und (x2,y) 2 f folgt x1 = x2 NICHT INJEKTIV!

Satz 27: Verkettung zur Identität (a) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist injektiv (ii) Es existiert eine Funktion g: B ! A mit g ± f = idA (i) ) (ii), Annahme f: A ! B ist injektiv Nach Def. 24 existiert die Umkehrfunktion zu f, f-1. Achtung: Die Umkehrfunktion ist selbst injektiv (sonst hätte f keine Funktion sein können, denn dann wären zwei Pfeile von einem x 2 A ausgegangen!) Sei nun x 2 A beliebig, aber fest gewählt Es gilt: f(x) = y 2 B. Nach Def. 24 ist zu jedem Paar (a,b) 2 f das gespiegelte Paar (b,a) 2 f-1, also in f-1. (1) Nach Def. 25 gilt für die Verkettung der Funktionen f-1 ± f = {(a,c) | a 2 A, (f(a),c) 2 f-1}. Wg. (1) gilt c = a, und damit f-1 ± f = idA Ist also f-1 unser gesuchtes g?

Satz 27: Verkettung zur Identität (a) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist injektiv (ii) Es existiert eine Funktion g: B ! A mit g ± f = idA (i) ) (ii), Annahme f: A ! B ist injektiv Ist f-1 unser gesuchtes g? f a = f-1(f(a)) f(a) f-1 A B

Satz 27: Verkettung zur Identität (a) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist injektiv (ii) Es existiert eine Funktion g: B ! A mit g ± f = idA Ist f-1 unser gesuchtes g? NICHT UNBEDINGT rng(f) f a = f-1(f(a)) f(a) f-1 A B

Satz 27: Verkettung zur Identität f trifft möglicherweise nicht alle Elemente von B! Wähle nun ein beliebiges a auf A und definiere nun g: B ! A wie folgt: g|rng(f) = f-1 g(b) = a für alle b aus B – rng(f) (der rein-grüne Bereich) Dann gilt g ± f = idA, denn hierfür wird nur g|rng(f) verwendet! rng(f) f a = f-1(f(a)) f(a) g A B

Satz 27: Verkettung zur Identität (a) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist injektiv (ii) Es existiert eine Funktion g: B ! A mit g ± f = idA (ii) ) (i), Annahme: Es existiert eine Funktion g: B ! A mit g ± f = idA Zu zeigen ist, dass f injektiv ist. Angenommen, f wäre nicht injektiv. Dann gibt es ein b 2 B und a1,a2 2 A mit a1  a2 und f(a1) = f(a2) = b. Sei nun g(b) = a. Dann gilt (g ± f)(a1) = (g ± f)(a2) = a ... und wg. a1  a2 kann dann nicht g ± f = idA gelten, im Widerspruch zur Voraussetzung. Das geht auch direkt mit unserer Definition: für alle x1, x2, y gilt: aus (x1,y) 2 f und (x2,y) 2 f folgt x1 = x2 Sei f(a1) = f(a2) = b. Es gilt nach Voraussetzung g(b) = g(f(a1)) = idA(a1) = a1 bzw. g(b) = g(f(a2)) = idA(a2) = a2, also a1 = a2 (sonst wäre g keine Funktion!)

Satz 27: Verkettung zur Identität (b) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist surjektiv (ii) Es existiert eine Funktion g: B ! A mit f ± g = idB (i) ) (ii): Sei f: A ! B surjektiv. Wir müssen nun wieder ein „konkretes“ g suchen, das die gesuchte Eigenschaft ergibt: Ziel ist, zu jedem Element b 2 B mit g einen Funktionswert g(b) zu liefern, der von f wieder auf b abgebildet wird, d.h. f(g(b)) = b. Da f surjektiv ist, wird jedes Element in B getroffen – aber es kann mehrmals getroffen werden Bei der „Umkehrung“ verwenden wir einfach nur einen der Pfeile, die zu b führen! b f A B

Satz 27: Verkettung zur Identität (b) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist surjektiv (ii) Es existiert eine Funktion g: B ! A mit f ± g = idB (i) ) (ii): Sei f: A ! B surjektiv. Bei der „Umkehrung“ verwenden wir einfach nur einen der Pfeile, die zu b führen! g: B ! A wird definiert durch g(b) = „ein a 2 A mit f(a) =b“ Ein solches a existiert in jedem Fall, den rng(f) = B Es gilt also f(g(b)) = b für alle b 2 B, also f ± g = idB b f A B

Satz 27: Verkettung zur Identität (b) Die folgenden Aussagen sind äquivalent: (i) f: A ! B ist surjektiv (ii) Es existiert eine Funktion g: B ! A mit f ± g = idB (ii) ) (i): Es existiert eine Funktion g: B ! A mit f ± g = idB Sei b 2 B beliebig gewählt. (f ± g)(b) = b nach Voraussetzung ... und (f ± g)(b) = f(g(b)) nach Def. ± ... also b 2 rng(f). Da b beliebig aus B gewählt war, liegt jedes b im Range von f und damit rng(f) = B, also f surjektiv nach Definition Surjektivität