2. Mengen Unter einer Menge verstehen wir jede Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu.

Slides:



Advertisements
Ähnliche Präsentationen
Imperative Programmierung
Advertisements

Zufallsfelder Def. Zufallsfeld: Sei V eine endliche Menge (von Orten). Für jedes v V existiere eine (endliche) Menge X(v) von Zuständen x(v). Der Raum.
Kapitel 1 Der Boolesche Kalkül
Programmierung 1 - Repetitorium
Schnelle Matrizenoperationen von Christian Büttner
Theorie und Konstruktion psychologischer Tests
Übungsbetrieb Di neuer Raum HZO 60
Hard Science – Soft Science
Bounded Model Checking II
13. Transformationen mit Matrizen
7. Natürliche Binärbäume
5. Aussagenlogik und Schaltalgebra
Syntax der Aussagenlogik
Ein Modellansatz zur Beschreibung von Vagheiten
Grammatiken, Definitionen
Einige entscheidbare bzw. rekursiv aufzählbare Sprachen
Wahrscheinlichkeitstheorie
Kapitel 1 Mengen, Abbildungen, Logik
Kapitel 2 Die rationalen und die irrationalen Zahlen.
© Karin Haenelt 2006, Äquivalenzen Reg.Ausdrücke, Reg.Sprachen, EA ( ) 1 Reguläre Sprachen Karin Haenelt.
Mathematische Grundlagen
Mathematische Grundlagen
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Materialien zu Übung 9 Bälle in Körbe Ranged.
Einführung Dateisystem <-> Datenbanksystem
Zahlen mit Zahlen ausmessen
Quaternionen Eugenia Schwamberger.
Funktionsgleichung ablesen
§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.
§9 Der affine Raum – Teil 2: Geraden
§9 Der affine Raum – Teil 2: Geraden
§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.
§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.
Ein Referat von: Micha Marrek und Desirée Kröger
§10 Vektorraum. Definition und Beispiele
Einschub: Axiomatische Mengenlehre
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Vektoren Grundbegriffe für das Information Retrieval
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
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.
§23 Basiswechsel und allgemeine lineare Gruppe
Praktische Optimierung
Fuzzymengen – Was ist das?
Vorbesprechung Serie 9 Ax(ExR(x) Q(x)) wird identifiziert mit Ax(EzR(z) Q(x)) Skript S.101 & 102: ~AxP(x) Ex~P(x) ~ExP(x) Ax~P(x) Ax(P(x)/\Q(x)) AxP(x)
Formale Sprachen Mathematische Grundlagen Rudolf FREUND, Marian KOGLER.
Agenda für heute, 19. Januar 2007 Informationssysteme: ETH-BibliothekInformationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die Informationsgewinnung.
BOOLE‘SCHE OPERATIONEN
1, 2, 3, ... Natürliche Zahlen PaedDr. Ján Gunčaga, PhD. Lehrstuhl für Mathematik und Physik Pädagogische Fakultät Katholische Universität.
Daten verwalten (2) Agenda für heute, 29. April 2009
Daten verwalten (2) Agenda für heute, 30. April 2008
Schaltnetze und Schaltwerke Marcel Waldvogel
Agenda für heute, 13. Januar 2006
Agenda für heute, 20. November 2009
Agenda für heute, 21. November 2008
Fachschaft Mathematik und Informatik
Arne Vater Wintersemester 2006/ Vorlesung
Reelle Zahlen Grundrechenarten √2, √3, √5, … V 0.1.
Scaffold 29S: Komplexe Zahlen
Einführung Dateisystem <-> Datenbanksystem
Boole‘sche Operationen
Grundlagen01Logik 02Mengen 03Relationen Arithmetik04Die natürlichen Zahlen 05Erweiterungen der Zahlenmenge Elementare Geometrie06Ebene Geometrie 07Trigonometrie.
2. Einzielentscheidungen mit einem Szenarium
Kapitel 4 Restklassen (die modulo-Rechnung)
2. Einzielentscheidungen mit einem Szenarium
2. Mathematische und informatische Grundlagen Mathematische Grundlagen wichtig für Modellierung der Realität und für die Informationsverarbeitung Grundlagen.
Wiederholung Größte gemeinsame Teiler Satz von Bezout:
Chapter 1.
© 2009 Morgan Kaufmann.. © 2009 Morgan Kaufmann.
§17 Produkte und Quotienten von Vektorräumen
§19 Matrizen als lineare Abbildungen
 Präsentation transkript:

2. Mengen

Unter einer Menge verstehen wir jede Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen. (G. Cantor, 1895) x  Mx  M M = { a, e, i, o, u } = { u, e, i, a, o } = { a, e, i, o, u, u, u } b  M  = { 1, 2, 3,... }

M = { x | x    x < 3 }. M = { x | x x = x  x } M = { x | x 2 - 3x + 2 = 0 } M = { 1, 2 } M = { x | P(x) } wo P(x) = "x 2 - 3x + 2 = 0"

 = { 1, 2, 3,... }  0 = { 0, 1, 2, 3,... }, Kardinalzahlen  = {..., -1, 0, 1, 2,... }  = { m/n | m    n   }  = { x | x besitzt Dezimaldarstellung }.  = { x + iy | x, y  , i 2 = -1 }                  A  B strikte Inklusion (  x: x  A  x  B)  (  x: x  B  x  A) A  A schwache Inklusion (A  B  B  A)  (A = B)

G = {..., -2, 0, 2, 4,... } = { x | x/2   } K = { (x, y) | x, y    x 2 + y 2 = 1 } S = { (x, y) | (x = 0  y = 0)  (x 2 + y 2 = 1) }

G = {..., -2, 0, 2, 4,... } = { x | x/2   } K = { (x, y) | x, y    x 2 + y 2 = 1 } S = { (x, y) | (x = 0  y = 0)  (x 2 + y 2 = 1) } = { (1, 0), (0, 1), (-1, 0), (0, -1) }

G = {..., -2, 0, 2, 4,... } = { x | x/2   } K = { (x, y) | x, y    x 2 + y 2 = 1 } S = { (x, y) | (x = 0  y = 0)  (x 2 + y 2 = 1) } = { (1, 0), (0, 1), (-1, 0), (0, -1) }  = { }   M  M  = { x | x  x } , A, B,..., M,...,    A  B = { x | x  A  x  B }

G = {..., -2, 0, 2, 4,... } = { x | x/2   } K = { (x, y) | x, y    x 2 + y 2 = 1 } S = { (x, y) | (x = 0  y = 0)  (x 2 + y 2 = 1) } = { (1, 0), (0, 1), (-1, 0), (0, -1) }  = { }   M  = { x | x  x } , A, B,..., M,...,    A  B = { x | x  A  x  B } A  B = { x | x  A  x  B }

G = {..., -2, 0, 2, 4,... } = { x | x/2   } K = { (x, y) | x, y    x 2 + y 2 = 1 } S = { (x, y) | (x = 0  y = 0)  (x 2 + y 2 = 1) } = { (1, 0), (0, 1), (-1, 0), (0, -1) }  = { }   M  = { x | x  x } , A, B,..., M,...,    A  B = { x | x  A  x  B } A  B = { x | x  A  x  B } = - 1 { 1 } \ { 1, 2 } =  A \ B = { x | x  A  x  B }

A  B = { (x, y) | x  A  y  B } { a, b, c }  { 1, 2 } = { (a, 1), (b, 1), (c, 1), (a, 2), (b, 2), (c, 2) } A  B  C besteht aus geordneten Tripeln (a, b, c) wobei a  A, b  B, c  C. Anstelle von      schreibt man auch einfach  3.  n n-dimensionaler euklidischen Raum, dessen Elemente die n-Tupel (x 1, x 2, x 3,..., x n ) sind:  n = { (x 1, x 2, x 3,..., x n ) | x k  , 1  k  n }

Kommutativität  A, B: A  B = B  A  A, B: A  B = B  A  A, B: A \ B  B \ A  A, B: A  B  B  A Assoziativität  A, B, C: (A  B)  C = A  (B  C) = A  B  C  A, B, C: (A  B)  C = A  (B  C) = A  B  C  A, B, C:(A  B)  C  A  (B  C)

 A, B, C: A  (B  C) = (A  B)  (A  C)(2.1)  A, B, C: A  (B  C) = (A  B)  (A  C)(2.2)

Das Komplement A* einer Menge A (bezüglich  ) A* = { x | x    x  A } A  A* =  A  A* =  A = A** Sätze von de Morgan: (A  B)* = A*  B*(2.3) (A  B)* = A*  B*(2.4) Augustus De Morgan

2.1 Seien A = { 1, a, b, c } und B = { 1, 2, 3, c }. Bilden Sie den Durchschnitt A  B, die Vereinigung A  B und die Differenz A \ B sowie B \ A. 2.2 Finden Sie ein Beispiel für (A  B)  C  A  (B  C). 2.3 Für die nicht leere Menge M prüfe man durch logische Herleitung und mit Mengendiagrammen die Sätze: M  M = M(Idempotenzgesetz) M  M = M(Idempotenzgesetz) M \ M =  M   =  M   = M(  ist neutrales Element der Schnittbildung) M   = M(  ist neutrales Element der Vereinigung) M   =  A  (A  B) = A(Absorptionsgesetz) A  (A  B) = A(Absorptionsgesetz)

2.4 Vereinfachen Sie: (A  (B  A)) (A  B)   (A  B*)  (A*  B)  (A  B) (A  B*)*  (A*  B)* (((A  (B  C))  B) \ C)  ((A  B  A*) \ B). [Hinweis: A \ B = A  B*.] 2.5 Führt man in einer logischen Aussage die folgenden Ersetzungen bzw. ihre Umkehrungen durch:   ,    und M  M* (einschließlich    ), so erhält man die duale Aussage. Beispiel: M   =  ist dual zu M*   = . Bilden Sie die dualen Aussagen zu A  (B  A) = A M   = M M  M* =  und prüfen Sie deren Gültigkeit. 2.6 A = { 1, a } und B = { 1, 2 }. Bilden Sie das Produkt A  B sowie das Produkt B  A.