Professional Documents
Culture Documents
Thomas Dinges1
Jonas Wolf
1. Marz 2016
Inoffizielles Skript f
ur die Vorlesung Mathematik I im WS 15/16, bei Britta Dorn.
Alle Angaben ohne Gewahr. Fehler konnen gerne via E-Mail gemeldet werden.
1
2
thomas.dinges@student.uni-tuebingen.de
mail@jonaswolf.de
Inhaltsverzeichnis
1 Logik
1.1 Negation . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Konjunktion . . . . . . . . . . . . . . . . . . . . . .
1.3 Disjunktion . . . . . . . . . . . . . . . . . . . . . .
1.4 XOR . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Implikation . . . . . . . . . . . . . . . . . . . . . .
1.6 Aquivalenz
. . . . . . . . . . . . . . . . . . . . . . .
1.7 Beispiel . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6
6
7
7
8
8
9
9
10
11
12
12
13
13
14
14
15
2 Mengen
2.1 Definition (Georg Cantor, 1845-1918) . . . . . . . . . . . . . . . . .
2.2 Bemerkung (Verallgemeinerung von Vereinigung und Durchschnitt)
2.3 Definition (kartesisches Produkt) . . . . . . . . . . . . . . . . . . .
2.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Satz (Rechenregeln f
ur Mengen) . . . . . . . . . . . . . . . . . . . .
17
17
20
20
21
21
3 Beweismethoden
3.1 Direkter Beweis . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Beweis durch Kontraposition . . . . . . . . . . . . . . . . .
3.3 Beweis durch Widerspruch, indirekter Beweis . . . . . . . .
3.4 Vollstandige Induktion . . . . . . . . . . . . . . . . . . . .
3.4.1 Prinzip der vollstandigen Induktion . . . . . . . . .
3.4.2 Bemerkung . . . . . . . . . . . . . . . . . . . . . .
3.4.3 Verscharftes Induktionsprinzip . . . . . . . . . . . .
3.5 Schubfachprinzip . . . . . . . . . . . . . . . . . . . . . . .
3.5.1 Idee . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.2 Satz (Schubfachprinzip, engl.: pigeon hole principle)
3.5.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Weitere Beweistechniken (Werkzeugkiste) . . . . . . . . . .
24
24
25
25
26
27
28
30
31
31
31
32
32
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 Abbildungen
4.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4 Definition (Gleichheit von Abbildungen) . . . . . . . . . . . . .
4.5 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6 Definition (Bild, Urbild, Injektivitat, Surjektivitat, Bijektivitat)
4.7 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8 Definition (Umkehrfunktion) . . . . . . . . . . . . . . . . . . . .
4.9 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.11 Definition (Hintereinanderausf
uhrung/Komposition) . . . . . . .
4.12 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.13 Satz (Eigenschaften der Komposition) . . . . . . . . . . . . . . .
4.14 Satz (Charakterisierung bijektiver Abbildungen) . . . . . . . . .
4.15 Bemerkung / Definition (Endlichkeit, Machtigkeit) . . . . . . .
4.16 Satz (Wichtiger Satz f
ur endliche Mengen) . . . . . . . . . . . .
4.17 Das Prinzip der rekursiven Definition von Abbildungen . . . . .
4.18 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.19 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.20 Beispiel (Fibonacci-Zahlen) . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Relationen
5.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3 Definition (Ordnungsrelation, partielle/totale/vollstandige/lineare
Ordnung) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
35
35
36
36
36
37
38
38
39
39
39
39
40
41
42
43
43
44
44
46
. 46
. 46
.
.
.
.
.
.
47
47
48
49
49
50
.
.
.
.
.
50
50
52
53
53
6 Elementare Zahlentheorie
54
6.1 Definition (Teiler und Vielfaches) . . . . . . . . . . . . . . . . . . . 54
3
6.2
6.3
6.4
6.5
6.6
6.7
6.8
6.9
6.10
6.11
6.12
6.13
6.14
6.15
6.16
6.17
6.18
6.19
6.20
6.21
6.22
6.23
6.24
6.25
6.26
6.27
6.28
6.29
6.30
6.31
6.32
6.33
7 Kombinatorik
7.1 Satz . . . . . . . .
7.2 Beispiel . . . . . .
7.3 Geordnete Auswahl
7.4 Definition . . . . .
7.5 Satz . . . . . . . .
. . .
. . .
ohne
. . .
. . .
. . . . . . . .
. . . . . . . .
Wiederholung
. . . . . . . .
. . . . . . . .
4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . .
. . .
. . .
Viel. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
54
55
55
57
57
57
58
60
60
61
62
62
64
64
65
. 66
. 66
. 67
.
.
.
.
.
.
.
.
.
.
.
.
.
.
67
68
68
68
69
70
71
72
72
73
73
73
74
75
.
.
.
.
.
76
76
76
77
77
78
7.6
7.7
7.8
7.9
7.10
7.11
7.12
7.13
7.14
7.15
7.16
7.17
7.18
7.19
7.20
Beispiel . . . . . . . . . . . . . . . . . . . .
Korollar . . . . . . . . . . . . . . . . . . . .
Definition . . . . . . . . . . . . . . . . . . .
Geordnete Auswahl mit Wiederholung . . .
Satz . . . . . . . . . . . . . . . . . . . . . .
Bemerkung / Korollar . . . . . . . . . . . .
Ungeordnete Auswahl ohne Wiederholung .
Definition (Binomialkoeffizient) . . . . . . .
Bemerkung/Satz (Pascalsches Dreieck) . . .
Satz (Anzahl ungeordneter Auswahlen) . . .
Beispiel (Lotto 6 aus 49) . . . . . . . . . . .
Satz (Binomialsatz / binomischer Lehrsatz)
Ungeordnete Anzahl mit Wiederholung . . .
Satz . . . . . . . . . . . . . . . . . . . . . .
Beispiel (IKEA) . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
78
79
79
79
80
80
80
80
81
81
82
82
83
83
83
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
84
84
84
85
86
86
87
87
88
88
89
89
89
90
90
90
1 Logik
Aussagenlogik
Eine logische Aussage ist ein Satz, der entweder wahr oder falsch (also nie beides
zugleich) ist. Wahre Aussagen haben den Wahrheitswert 1 (auch wahr, w, true, t),
falsche den Wert 0 (auch falsch, f, false).
Notation: Aussagenvariablen A, B, C, ...A1 , A2 .
Beispiele:
2 ist eine gerade Zahl (1)
Heute ist Montag (1)
2 ist eine Primzahl (1)
12 ist eine Primzahl (0)
Es gibt unendlich viele Primzahlen (1)
Es gibt unendlich viele Primzahlzwillinge (Aussage, aber unbekannt, ob 1
oder 0)
7 (keine Aussage)
Ist 173 eine Primzahl? (keine Aussage)
Aus einfachen Aussagen kann man durch logische Verkn
upfungen (Junktoren,
z.B. und, oder, ...) kompliziertere bilden. Diese werden Ausdr
ucke genannt (auch
Aussagen sind Ausdr
ucke). Durch sogenannte Wahrheitstafeln gibt man an, wie
der Wahrheitswert der zusammengesetzten Aussage durch die Werte der Teilaussagen bedingt ist. Im folgenden seien A, B Aussagen.
Die wichtigsten Junktoren:
1.1 Negation
nicht A, ist die Aussage, die genau dann wahr
Verneinung von A: A (auch A),
ist, wenn A falsch ist.
Wahrheitstafel:
A
1
0
A
0
1
6
Beispiele:
A: 6 ist durch 3 teilbar. (1)
A: 6 ist nicht durch 3 teilbar. (0)
B: 4,5 ist eine gerade Zahl (0)
B: 4,5 ist keine gerade Zahl. (1)
1.2 Konjunktion
Verkn
upfung von A und B durch und : A B ist genau dann wahr, wenn A und B
gleichzeitig wahr sind.
Wahrheitstafel:
A
1
1
0
0
B
1
0
1
0
AB
1
0
0
0
Beispiele:
6 ist eine gerade Zahl und durch
3 teilbar}. (1)
|
{z
|
{z
}
B(1)
A(1)
A(0)
1.3 Disjunktion
oder : A B
Wahrheitstafel:
A
1
1
0
0
B
1
0
1
0
AB
1
1
1
0
Beispiele:
6 ist gerade oder durch 3 teilbar. (1)
7
1.4 XOR
entweder oder : A xor B, A B (ausschlieendes oder, exclusive or).
Wahrheitstafel:
A
1
1
0
0
B
1
0
1
0
AB
0
1
1
0
1.5 Implikation
wenn, dann, A B:
wenn A gilt, dann auch B
A impliziert B
aus A folgt B
A ist hinreichend f
ur B,
B ist notwendig f
ur A
Wahrheitstafel:
A
1
1
0
0
B
1
0
1
0
AB
1
0
1
1
Merke: ex falso quodlibet : aus einer falschen Aussage kann man alles folgern!
(Die Implikation A B sagt nur, dass B wahr sein muss, falls A wahr ist. Sie
sagt nicht, dass B tatsachlich war ist.)
Beispiele:
Wenn 1 = 0, bin ich der Papst. (1)
8
1.6 Aquivalenz
genau dann wenn, A B (dann und nur dann wenn, g.d.w, aquivalent, if and
only if, iff)
Wahrheitstafel:
A
1
1
0
0
B
1
0
1
0
AB
1
0
0
1
Beispiele:
Heute ist Montag genau dann wenn morgen Dienstag ist. (1)
Eine nat
urliche Zahl ist
3 {z
teilbar ist}. (0)
| durch{z6 teilbar} g. d. w. sie durch
|
A
A B (1)
B A (0)
Festlegung
bindet starker als alle anderen Junktoren: (A B) heit (A) B
1.7 Beispiel
a)
Wann ist der Ausdruck (A B) (A B) wahr?
Wahrheitstafel
A
1
1
0
0
B
1
0
1
0
(A B)
1
1
1
0
(A B)
1
0
0
0
(A B)
0
1
1
1
(A B) (A B)
0
1
1
0
B Klammerung relevant
A B A B?
(A B) (A B) und (A B) haben dieselben Wahrheitstafeln. Ausdr
ucke
sehen unterschiedlich aus (Syntax), aber haben dieselbe Bedeutung (Semantik).
Dies f
uhrt zu 1.8 Definition.
b)
Wann ist (A B) (C A) falsch?
Wahrheitstafel: alle moglichen Belegungen von A, B, C mit 0/1
A
1
1
1
1
0
0
0
0
B
1
1
0
0
1
1
0
0
C
1
0
1
0
1
0
1
0
(A B)
1
1
0
0
0
0
0
0
(C A)
0
0
0
0
0
1
0
1
(A B) (C A)
0
0
1
1
1
1
1
1
oder u
berlegen:
(A B) (C A) ist nur 0, wenn
(A B) = 1, also A = 1 und B = 1
und
(C A) = 0 ist.
(Wissen: A = 1), also C = 0 oder C = 1 moglich.
1.8 Definition
Haben zwei Ausdr
ucke und bei jeder Kombination von Wahrheitswerten ihrer Aussagevariablen den gleichen Wahrheitswert, so heien sie logisch aquivalent;
man schreibt . ( ist kein Junktor, entspricht =)
Es gilt: Falls gilt, hat der Ausdruck immer den Wahrheitswert
1.
10
1.9 Satz
c) Assoziativit
at von , , , :
(A B) C A (B C)
(A B) C A (B C)
(A B) C A (B C)
(A B) C A (B C)
d) Distributivit
at:
A (B C) (A B) (A C)
A (B C) (A B) (A C)
e) Regeln von DeMorgan:
(A B) A B
(A B) A B
f ) A B B A
g) A B A B
h) A B (A B) (B A)
(Alle Aquivalenzen
gelten auch, wenn die Aussagevariablen durch Ausdr
ucke ersetzt werden.)
zum Beispiel:
Beweis: Jeweils mittels Wahrheitstafel (Ubung!),
11
a)
A
1
0
A
0
1
e)
A
1
1
0
0
B
1
0
1
0
(A)
1
0
(A B)
1
0
0
0
(A B)
0
1
1
1
A
0
0
1
1
B
0
1
0
1
(A B)
0
1
1
1
1.10 Bemerkung
(1.9 f): (A B) (B A)
|
{z
}
1.9 e)
1.9 a)
12
1.12 Definition
Ein Ausdruck heit Tautologie, wenn er f
ur jede Belegung seiner Aussagevariablen,
immer den Wert 1 annimmt. Hat er immer den Wert 0, heit er Kontradiktion.
Gibt es mindestens eine Belegung der Aussagevariablen, so dass der Ausdruck
Wert 1 hat, heit er erf
ullbar.
1.13 Beispiel
a) A A Tautologie
A A Kontradiktion
b) (A B) A B Tautologie (vergleiche Beispiel in 1.11).
(A B) (A B) Tautologie (vergleiche Beispiel in 1.9g).
c) A B ist erf
ullbar (durch A = 1, B = 0).
Pradikatenlogik
Eine Aussageform ist ein sprachliches Gebilde, dass formal wie eine Aussage aussieht, aber eine oder mehrere Variablen enthalt.
Beispiel: P (x) : |{z}
x <
| {z10}
V ariable
Pr
adikat (Eigenschaft)
1.14 Definition
Sei P (x) eine Aussageform.
a) Die Aussage F
ur alle x (aus einer bestimmten Menge M) gilt P (x). ist wahr
genau dann wenn P (x) f
ur alle in Frage kommenden x wahr ist.
|{z}
Schreibweise:
M
|{z}
f
ur alle, f
ur jedes
:
P (x)
|{z}
| {z }
auch |{z}
P (x).
xM
|{z}
Schreibweise:
xM
es gibt, es existiert
:
P (x).
|{z}
so dass gilt
b |{z}
c
Ubungsgruppe
G: |{z}
a |{z}
x G : W (x)
Bemerkung
Aussageformen konnen auch mehrere Variablen enthalten, Aussagen mit mehreren
Quantoren sind moglich.
15
Zum Beispiel:
x X
x X
x X
x X
y
y
y
y
Y
Y
Y
Y
: P (x, y)
: P (x, y)
: P (x, y)
: P (x, y)
16
2 Mengen
2.1 Definition (Georg Cantor, 1845-1918)
Eine Menge ist eine Zusammenfassung von bestimmten, wohlunterscheidbaren
Objekten (Elementen) unserer Anschauung oder unseres Denkens zu einem Ganzen.
Im Folgenden seien A, B Mengen.
a)
x A : x ist
x
/ A : x ist
oder auch:
A 3 x : x ist
A 63 x : x ist
= {2, 4, 6, 8, ...}
= {x | k N mit x = 2 k} = {2k | k N}
Bsp: Q = { ab | a, b Z, b 6= 0} Menge der rationalen Zahlen
c) Mit bezeichnen wir die Menge ohne Elemente (leere Menge)
d) Mit |A| bezeichnen wir die Anzahl der Elemente der Menge A (Kardinalitat
oder Machtigkeit von A), zum Beispiel:
17
{1, a, } = 3, = 0, |N| = , {N} = 1
:= {x | x A x B} heit Durchschnitt oder Schnittmenge von A
e) A B |{z}
wird definiert als
und B.
Grafische Veranschaulichung: Venn-Diagramm (B gilt nicht als Beweis)
A
2.2 Bemerkung
Verallgemeinerung der Vereinigung und des Durchschnitts:
A1 A2 ... An = {x | x A1 x A2 ... x An }
=:
n
\
Ai
i=1
A1 ... An = {x | x A1 ... x An }
=:
n
[
Ai
i=1
2.3 Definition
Seien A, B Mengen.
A B := {(a, b) | a A, b B}
|{z}
Kreuz
20
Die Menge aller geordneten Paare, heit kartesisches Produkt von A und B (nach
Rene Descartes, 1596 - 1650).
Dabei legen wir fest: (a, b) = (a0 , b0 ) mit (a, a0 A, b, b0 B) :
a = a0 und b = b.
Allgemein sei f
ur Mengen A1 , ...An (n N)
A1 A2 ... An := {a1 , a2 , ..., an ) | ai Ai , i = 1...n}
die Menge aller geordneten n-Tupel (mit analoger Gleichheitsdefinition).
(n = 2 : Paare, n = 3 : Tripel)
Schreibweise:
n
A1 ... A : n =:
i=1
2.4 Beispiel
A = {1, 2, 3}, B = {3, 4}
(1, 3) A B, (3, 1)
/ A B,
| {z }
BA
3 )AB BA
(|{z}
3 , |{z}
BB AA
(1, 2) A B, A A
A B = {(1, 3), (1, 4), (2, 3), (2, 4), (3, 3), (3, 4)}
B A = ...
B B = B 2 = {(3, 3), (3, 4), (4, 3), (4, 4)}
a) A B = B A
AB =BA
(Kommutativgesetz)
b) (A B) C = A (B C)
(A B) C = A (B C)
(Assoziativgesetz)
c) (A B) C = (A C) (B C)
(A B) C = (A C) (B C)
(Disbributivgesetz)
d) A, B X, dann
C
C
(A B)C
X = AX BX
C
C
(A B)C
X = AX BX
(Regeln von DeMorgan)
C
e) A X, dann (AC
X )X = A
f) AB = (A B) \ (A B)
(= {x | x A x B})
A
BA
Beweis
a) A B = {x | x A x B}
= {x | x B x A} = B A
1.9 b)
A B analog
b), c) Ubung,
wie a)
benutze Assoziativgesetz (1.9 c) ) bzw. Distributivgesetz (1.9 d) ) f
ur logische
22
Aquivalenzen.
d) (A B)C
X
= {x | x X
= {x | x X
= {x | x X
= {x | x X
= {x | x X
\ (A B)}
(x
/ (A B))}
(x (A B))}
(x A x B)}
(x
/ Ax
/ B)}
De Morgan 1.9 e)
= {x | ((x X) (x
/ A)) ((x X) (x
/ B))}
C
= AC
B
X
X
2. Regel analog
e) ahnlich
f) g) h) spater
23
3 Beweismethoden
Ein mathematischer Beweis ist die Herleitung der Wahrheit (oder Falschheit) einer
Aussage aus einer Menge von Axiomen (nicht beweisbare Grundtatsachen) oder
bereits bewiesenen Aussagen nmittels logischen Folgerungen.
Bewiesene Aussagen werden Satze genannt.
// V ist wahr n = 2 k f
ur ein k N
24
n2 = (2 k)2 = 4 k 2 = 2 (2k 2 )
n2 ist gerade.
// B ist wahr
AB
B A
Beispiel: Sei n N.
Ist n2 gerade, so ist auch n gerade.
|
{z
} |
{z
}
V
Sei n ungerade.
n = 2k + 1 f
ur ein k N0
2
n = (2k + 1)2 = 4k 2 + 4k + 1 = 2(2k 2 + 2k) +1
{z
}
|
gerade
|
{z
}
ungerade
n2 ist ungerade.
// V gilt.
Beispiel: [Euklid] 2
/Q
Wir nehmen an, dass die Aussage falsch ist, also 2 Q gilt, das heit
Beweis:
urzter Bruch)
2 = pq mit p, q Z(q 6= 0) teilerfremd (vollstandig gek
p2
q2
2=
p2 = 2q 2 , also ist p2 gerade, damit aber auch p gerade (Beispiel in 3.2), also
p = 2 r mit r Z.
p2 = (2r)2 = 2q 2
4r2 = 2q 2
2r2 = q 2
q 2 gerade
q gerade
Also: p gerade, q gerade, Widerspruch zu p, q teilerfremd.
2
99
101
3 ...
98 ...
101 ...
50
51
101
50 101 = 5050
(=
100
2
101)
Allgemein:
1 + 2 + 3 + ... + n
=
|{z}
n(n+1)
2
V ermutung
(n N)
26
IstA(n)wahr,
{z
}
|
Induktionsvorraussetzung Induktionsbehauptung
n(n+1)
n
2
Beweis:
A(n) : 1 + 2 + ... + n =
n(n+1)
2
Induktionsanfang (n = 1) : A(1) : 1 =
1(1+1)
2
Induktionsschritt:
Induktionsvorraussetzung:
sei n 1. Es gelte A(n), d.h. 1 + ... + n =
n(n+1)
2
Induktionsbehauptung:
Es gilt A(n + 1), d.h. 1 + ... + n + (n + 1) =
Beweis: 1| + 2 +
=
{z... + n} +(n + 1) |{z}
Ind.vor.
(n+1)(n+1+1)
2
n(n + 1)
+(n + 1)
2 }
| {z
n2 +n+2n+2
2
(n+1)(n+2)
2
A(n + 1)
b) A(n) : 2n nn N
Induktionsanfang: (n = 1) : A(1) gilt: 21 1
27
Induktionsschritt:
Induktionsvorraussetzung:
Sei n 1. Es gelte A(n), d.h. 2n n
Induktionsbehauptung: (Zu zeigen!):
Es gilt A(n + 1), d.h. 2n+1 n + 1.
Beweis: 2n+1 = 2 2n
2n
|{z}
Ind.vor.
=n+n
n + 1,
also
2n+1 n + 1
3.4.2 Bemerkung
F
ur Formeln wie in Beispiel 3.4.1a) benutzen wir das Summenzeichen (Sigma,
groes griechisches S)
n
X
k=
k=1
n(n + 1)
1 + 2 + 3 + ... + n k = 1k = 2k = 3k = n
2
weitere Bsp:
Pn
Pn
2k
=
2
1
+
2
2
+
...2
n
k=4 2k = 2 4 + 2 5 + ....2 n
k=1
P3
k=1 7 = 7 + 7 + 7 = 21
P
allg. nk=m ak = am + am+1 + an (am , am+1 , ..., an R)
k heit Summationsindex
Pn
Pn
i=m ai
k=m ak =
Schreibweisen:
n
X
k=1
ak ,
n
X
k=1
ak ,
X
kN
ak ,
4
X
ak = a1 + a3 + a4
k=1,k6=2
F
ur n < m setzt man
Pn
P3
k=m ak = 0 (leere Summe), z.B.
k=7 k = 0
Produktzeichen (Pi, groes griechisches P)
28
n
Y
ak = am am+1 ...an ,
k=m
f
ur n < m setze
n
Y
ak = 1
k=m
Rechenregeln f
ur Summen (zu beweisen z.B. durch vollstandige Induktion)
a)
Pn
k=m a = (n m + 1) a
P5
( k=3 a = a + a + a = (5 3 + 1) a)
b)
Pn
k=m (c
ak ) = c
Pn
k=m
ak
c) Indexverschiebung
Pn
k=m ak = am + am+1 + ...an
= a(m+e)e + a(m+e+1)e + ... + a(n+e)e
neuer Summationsindex j := k + e
(k durchlauft Werte: m, m + 1..., n,
j durchlauft Werte: m + e, m + e + 1, ...n + e)
P
P
also gilt nk=m ak = n+e
j=m+e aje
P
P
(Beispiel: 5k=0 ak xk+2 = 7j=2 aj2 xj )
d) Addition von Summen gleicher L
ange
Pn
Pn
Pn
k=m bk
k=m ak +
k=m (ak + bk ) =
e) Aufspalten
Pn
Pl
Pn
ur m < l < n
k=m ak =
k=m ak +
k=l+1 ak f
f ) Teleskopsumme
Pn
k=m (ak ak+1 ) = am an+1
Pn
k=m (ak ak+1 ) = (am am+1 + (am+1 am+2 + (am+2 ...) + (an an + 1)))
g) Doppelsummen
Pn Pm
i=1
j=1 aij
Pn
= i=1 (ai1 + ai2 + ... + aim
= a11 + a12 + a13 + ... + a1m
29
(n 2)
Induktionsvoraussetzung:
Aussage gilt f
ur 2, 3, 4, ..., n
(A(2), A(3), A(4), ..., A(n) wahr)
Induktionsbehauptung:
A(n + 1) gilt, d.h. n + 1 ist Primzahl oder Produkt von Primzahlen.
Beweis:
falls n + 1 Primzahl, so gilt A(n + 1)
falls n + 1 keine Primzahl, dann ist n + 1 = k l, f
ur k, l N,
1 < k < n + 1, 1 < l < n + 1 (k = l moglich).
Nach Induktionsvoraussetzung:
30
Aussage gilt f
ur k und l n + 1 ist Produkt von Primzahlen.
A(n + 1) ist wahr.
3.5 Schubfachprinzip
3.5.1 Idee
In einem Schrank befinden sich n verschiedene Paar Schuhe. Wie viele Schuhe
muss man maximal herausziehen, bis man sicher ein zusammenpassendes Paar
hat?
(Antwort: n + 1)
statt A B zeige B A
(B) Jedes Fach enthalte hochstens d nk e 1 Objekte.
Dann ist die Gesamtzahl von Objekten hochstens
n
n
k (d e 1) < k = n
k
| k {z }
<n
k
3.5.3 Beispiel
a) Wieviele Menschen m
ussen auf einer Party sein, damit sicher 2 am selben Tag
Geburtstag haben?
367
b) Auf jeder Party mit mindestens 2 Gasten gibt es 2 Personen, die dieselbe
Anzahl Freunde auf der Party haben.
Beweis: Sei n die Anzahl der Partygaste. Jeder Gast kann mit 0, 1, 2, ..., n 1
Gasten befreundet sein (n Moglichkeiten).
Aber: Es kann nicht sein, dass ein Gast 0 Freunde hat und gleichzeitig ein
Gast n 1 (=alle) Freunde hat.
Es gibt n 1 mogliche Werte f
ur die Anzahl der Freunde, entspricht n 1
Fachern.
Jeder der n Gaste tragt sich in ein Fach ein
mindestens 2 Gaste sind im selben Fach.
c) In Berlin gibt es mindestens 2 Personen, die genau dieselbe Anzahl Haare auf
dem Kopf haben.
Beweis: Anzahl Haare im Durchschnitt:
blond 150.000
braun 110.000
schwarz 100.000
rot
90.000
zur Sicherheit: maximal 1 Millionen Haare moglich
entspricht 1 Mio Facher.
Anzahl Einwohner in Berlin: 3,5 Millionen Behauptung 3.5.2
e) Aquivalenzen
(A B, A, B Aussagen) werden meist in 2 Schritten bewiesen:
33
Hinrichtung zeigt A B,
R
uckrichtung zeigt B A.
: ...
: ...
(oft auch eine von beiden mittels Kontraposition)
Beispiel: 2.5g) A B = A A B
Beweis:
: Sei A B = A. Dann ist A = A B B
: Sei A B. Dann ist A A und A B,
also ist A A B
auerdem A B A
A=AB
2.5h) analog.
f ) Aquivalenzen
der Form:
Sei ... . Dann sind folgende Aussagen aquivalent:
a) ...
b) ...
c) ..
d) ...
Zeigt man durch Ringschluss:
Zeige a) b) c) d) a)
(oder andere Reihenfolge, soll Ring geben.)
34
4 Abbildungen
4.1 Definition
a) Eine Abbildung (oder Funktion)
f: AB
besteht aus
zwei nicht-leeren Mengen:
A, dem Definitionsbereich von f
B, dem Bildbereich von f
und einer Zuordnungsvorschrift, die jedem Element a A genau ein
Element b B zuordnet
Wir schreiben dann b = f (a), nennen b das Bild oder den Funktionswert von
a (unter f ), und a (ein) Urbild von b (unter f ).
Notation:
f: AB
a 7 f (a)
b) Die Menge Gf := {(a, f (a)) | a A} A B heit der Graph von f .
4.2 Beispiele
Siehe Folien!
4.3 Beispiele
a) A Menge
idA : A A
x 7 x
identische Abbildung
b)
f: RR
x 7 x2 ist Abbildung (aus der Schule bekannt als f (x) = x2 )
35
4.4 Definition
Zwei Abbildungen f : A B, g : C D heien gleich (in Zeichen: f = g),
wenn:
A=C
B=D
f (a) = g(a)
a A(= C)
4.5 Beispiel
f : {0, 1} {0, 1}, x 7 x
g : {0, 1} {0, 1}, x 7 x2
f =g
4.6 Definition
Sei f : A B, seien A1 A, B1 B Teilmengen.
Dann heit
a) f (A1 ) := {f (a) | a A1 } B das Bild von A1 (unter f ) (Bildmenge).
(Beispiel: f : N N
x 7 2x
A1 = {1, 3}
f (A1 ) = {f (1), f (3)} = {2, 6} )
36
b) f 1 (B1 ) := {a A | f (a) B1 } A
das Urbild von B1 (unter f ).
(Beispiel oben: B1 = {8, 14, 100}, f 1 (B1 ) = {4, 7, 50}
B2 = {3}, f 1 (B2 ) = )
c) f surjektiv, falls gilt: f (a) = B
(d.h. b Ba A : f (a) = b )
[ alle Elemente von B werden getroffen ]
d) f injektiv, falls gilt:
a1 , a2 A mit a1 6= a2 gilt f (a1 ) 6= f (a2 )
(aquivalent: f (a1 ) = f (a2 ) a1 = a2 )
[ kein Element von B wird doppelt getroffen ]
e) f bijektiv, falls f surjektiv und injektiv (f ist Bijektion).
[ jedes Element wird genau einmal getroffen ]
4.7 Beispiele
siehe Folien
a) f aus Beispiel in 4.6 a) ist injektiv, aber nicht surjektiv:
f (N) ist Menge der geraden nat
urlichen Zahlen, nicht N.
b) f : R R
x 7 x2
nicht surjektiv:
f (R) = R+
6 R
0 = {x R | x 0} =
nicht injektiv:
f (1) = f (1) = 1
f (2) = f (2) = 4
+
g : R+
0 R0
x 7 x2
c) f : R R
x 7 2x + 1
ist surjektiv:
Sei y R. Zeige: x R mit y = 2x + 1 (vgl. 3.6 b) )
Wahle x =
y1
2
f ist injektiv:
angenommen, es gibt x1 , x2 R
mit f (x1 ) = f (x2 ), d.h.
2x1 + 1 = 2x2 + 1,
dann folgt x1 = x2 .
~
4.8 Definition
Sei f : A B bijektiv. Dann definieren wir die Umkehrfunktion.
f 1 : B A, indem wir jedem b B dasjenige a A zuordnen, f
ur das f (a) = b
gilt.
4.9 Beispiel
A(a1 , a2 , a3 )
B(b1 , b2 , b3 )
f : (A B) bijektiv
a1 b 2
a2 b 3
a3 b 1
f 1 : B A
b 1 a3
b 2 a1
b 3 a2
38
4.10 Bemerkung
Man kann jedem b B wirklich ein a A zuordnen, das f (a) = b erf
ullt, denn f
ist surjektiv. Nur ein solches a, denn f ist injektiv.
4.11 Definition
Seien g : A B
Abbildungen.
f: B C
4.12 Beispiel
A=B=C=R
f: RR
xx+1
g: R R
x 2x
4.13 Satz
Die Komposition {inj., surj., bij} Abbildungen ist {inj., surj., bij}
Beweis: P
u/U
39
..
.
Zahl
41
allgemein:
(
k
x
k
falls x = 2k + 1(f
ur k = 0, 1, 2, ...)
falls x = 2k(f
ur k = 1, 2, 3, ...)
42
A = {n N | n n0 }.
4.18 Beispiel
a) Die Fakultatsfunktion: f : N0 N
mit f (0) = 0 |{z}
! = 1 (Startwert)
Fakult
at
f (n + 1) = (n + 1)! = n!(n + 1) f
ur alle n 0
Also:
f (1) = 1! = 0! 1
f (2) = 2! = 1! 2 = 1 2 = 2
f (3) = 3! = 2! 3 = 1 2 3
f (4) = 4! = 3! 4 = 1 2 3 4
..
.
f (70) = 70! 1, 2 10100
b) Potenzen: f
ur festes x R definiere
0
x =1
xn+1 = xn x f
ur alle n 0
(P x : N0 R
n xn )
c) Eine Pflanze verdopple jeden Tag die Anzahl ihrer Knospen und produziere
eine zusatzliche.
f : N N beschreibe die Anzahl der Knospen nach n Tagen.
f (1) = 1
f (2) = 2 1 + 1 = 3
f (3) = 2 3 + 1 = 7
f (4) = 2 7 + 1 = 15
..
.
f (n + 1) = 2 f (n) + 1
43
=
|{z}
2 f (n) + 1
Def inition
n
= 2(2 1) + 1
|{z}
Ind.vor.
n+1
=2
2+1
n+1
=2
1
4.19 Bemerkung
Die rekursive Definition kann verallgemeinert werden: benutze zur Definition von
f (n+1) die vorigen k(k N Werte von f , also f (n), f (n 1), ..., f (n k + 1)
{z
}
|
k St
uck
f (1) = 1
f (2) = 1
f (n + 1) = f (n) + f (n 1)
(f (3) = f (2) + f (1) = 1 + 1 = 2,
f (4) = 2 + 1 = 3,
f (5) = 3 + 2 = 5,
f (6) = 8,
f (7) = 13...)
explizite Form:
1 5 n
1 1+ 5 n
) (
) )
f (n) = ((
2
2
5
45
5 Relationen
5.1 Definition
Seien M1 , ..., Mn
nicht leere Mengen
(n N).
a)
Eine n-stellige Relation u
ber M1 , ..., Mn ist eine Teilmenge von M1 ...
Mn . Ist M1 = ... = Mn = M , d.h. R M n , so spricht man von einer
n-stelligen Relation auf M.
b)
(speziell: n = 2, zweistellige Relation auf M :
Sei M 6= Menge. Eine Teilmenge R M M heit (zweistellige) Relation auf M.
Statt (a, b) R (mit a, b M ) schreibt man kurz aR b oder a b (a steht
in Relation zu b)
5.2 Beispiel
a)
Relationale Datenbanken ( Folie)
b)
M = {1, 2, 3},
R = {(1, 2), (1, 3), (2, 3)}
also: 1 2, 1 3, 2 3
Hierf
ur sind wir die Notation < gewohnt:
1 < 2, 1 < 3, 2 < 3 (Kleiner-Relation)
Ahnlich:
auf M : R = {(1, 1), (2, 1), (3, 1), (2, 2), (3, 2), (3, 3)}
allgemeiner: kleiner-Relation auf Z:
R< {(x, y) | x, y Z, x < y}
R ...
c)
Teiler-Relation R, auf Z:
R| = {(x, y) | x, y Z und k Z mit
x | y (x teilt y)
46
z.B. 6|42,
3| 27,
7|0
5.3 Definition
Sei M 6= , R (oder ) eine Relation auf M mit folgenden Eigenschaften:
1. x M : x x (Reflexivitat)
2. x, y M : (x y y x) x = y (Antisymmetrie)
3. x, y, z M : (x y y z) x z (Transitivitat)
Dann heit Ordnungsrelation oder (partielle) Ordnung auf M .
Gilt zusatzlich:
4. x, y M : x y oder y x, so heit eine totale (oder vollstandige, oder
lineare) Ordnung.
Ist x y und x 6= y, so schreibt man x y.
5.4 Beispiele
a) R auf Z (Beispiel 5.2 b)) ist totale Ordnung auf Z, ebenso auf Q, R.
ullt:
R< ist keine partielle Ordnung; (1),(4) nicht erf
(1): f
ur kein x Z gilt x < x
(4): f
ur x = y gilt weder x < y noch y < x.
b) R| (5.2 c)) auf N ist partielle Ordnung, nicht total (zum Beispiel gilt f
ur
3, 4 N weder 3|4 noch 4|3.).
R| auf Z ist keine partielle Ordnung; nicht antisymmetrisch:
z.B. 3|3, 3| 3, aber 3 6= 3
c) Teilmengenrelation () auf P(M ) ist partieller Ordnung, f
ur |M | > 1 nicht
total (Ubung).
47
d) Beispiel f
ur Relation, die (1),(2) erf
ullt, aber nicht (3):
M = {1, 2, 3}
R = {(1, 1), (2, 2), (3, 3), (1, 2), (2, 3)}
{z
}
|
reflexiv
Achtung: (2, 1)
/ R, sonst m
usste 2 = 1 gelten (wegen Antisymmetrie).
(1, 2) R, (2, 3) R, aber (1, 3)
/R
nicht transitiv.
z {
(1, 2), (2, 2)
(1, 2)X
z {
(1, 1), (1, 2)
(1, 2)X
(Ubung:
lex ist partielle Ordnung)
(Falls totale Ordnung auf M ist, dann lex totale Ordnung auf M n , vgl.
Worterbuch)
Beispiel: M = {a, b, c} a < b < c
dann ist z.B. auf M 4
(a, a, a, a) lex (a, a, a, b) lex ... lex (a, b, a, c) lex ... lex (a, b, b, a) lex
... lex (c, c, c, c)
Aquivalenzrelationen:
2 Elemente aquivalent, falls sie sich bez
uglich einer Eigenschaft gleichen/ahnlich
sind, z.b. Farbe, gleiche Ubungsgruppe, gleicher Rest bei Division durch 3, ...
5.5 Definition
falls gilt:
Eine Relation auf einer Menge M 6= heit Aquivalenzrelation
(1) Reflexivit
at: x x f
ur alle x M .
(2) Symmetrie: x, y M : x y y x
(3) Transitivit
at: F
ur alle x, y, z M gilt: falls x y und y z, dann ist auch
x z.
48
5.6 Beispiele
keine Aquivalenzrelation
(reflexiv, nicht symmetrisch, transitiv)
b) M 6= beliebig, a b : a = b
ist Aquivalenzrelation:
reflexiv: Sei a M , dann gilt a a,
denn a a = 0 = 2 0
symmetrisch: Sei a b
b a = 2 k f
ur ein k Z
a b = 2 k = 2 (k)
| {z }
Z
ba
transitiv: seien a b, b c k, l Z:
b a = 2 k, c b = 2 l
c a = (c b) + (b a) = 2l + 2k = 2 (l| +
{z k})
Z
ac
ist Aquivalenzrelation.
5.7 Definition
5.8 Beispiel
5.9 Definition
Sei M 6= , Z P(M ) eine Menge von Teilmengen von M .
Die Elemente von Z seien paarweise disjunkt , d.h. A, B Z mit A 6= B gilt
A B = .
(Beispiel : M := {1, 2, 3, 4, 5},
Z 0 := {{1}, {1, 2}, {3, 4}}
Z := {{1}, {2, 3}, {4, 5}}
Elemente von Z 0 nicht paarweise disjunkt, aber Elemente von Z paarweise disjunkt.)
[
[
A
Dann heit die Vereinigung
A auch disjunkte Vereinigung, Notation:
AZ
AZ
]
(oder
A).
AZ
Gilt zusatzlich
AZ
Sei Aquivalenzrelation
auf M 6= . Dann gilt:
50
(1) f
ur jedes x M ist [x] 6=
[
(2)
[x] = M
xM
In Worten: Uber
wird M zerlegt in nicht leere, paarweise disjunkte Mengen (die
Aquivalenzklassen).
Beweis:
(1) x x x M (Reflexivitat)
x [x]
(2) zeige =, also , :
[
[
[x],
{x}
|{z}
xM
(1) xM
[
also M
[x].
M =
xM
Transitivitat, z x (*)
u [x]
Also insgesamt [x] = [y].
Eine Aquivalzenzrelation
auf einer Menge M liefert also eine Zerlegung von M . Es
gilt auch die Umkehrung.
5.11 Satz
Sei M 6= eine Menge, Z eine Zerlegung von M , M =
A.
AZ
Definiere f
ur x, y M :
x y : x und y liegen in derselben Menge A Z.
AZ
x A f
ur ein A Z
xx
ist symmetrisch:
Sei x y, d.h. x, y A f
ur ein A Z.
yx
ist transitiv:
Seien x y, y x, d.h. x, y A und y, z B f
ur passende A, B Z
y A B A = B (Zerlegung ist disjunkte Vereinigung)
x, z A
xz
Aquivalenzklassen:
folgt aus Definition von .
52
5.12 Definition
5.13 Beispiel
Beispiel 5.6 d / 5.8 b:
a b b a gerade.
Aquivalenzklassen
waren [0], [1]
Reprasentantensysteme sind zum Beispiel {0, 1} oder {2, 9} oder {42, 3}.
53
6 Elementare Zahlentheorie
6.1 Definition
Seien a, b Z, b 6= 0.
b heit Teiler von a (b teilt a, b | a), falls q Z existiert mit a = q b.
(d.h.
a
b
= q Z)
5 | 10 ,
5 - 42 ,
1 | 1 ,
1|0,
6.2 Satz
Seien a, b, c, d Z
a) Ist b | a, dann auch |b| | a, b | |a| und |b| | |a|.
(|b| bezeichnet den Betrag von b,
(
b
, falls b 0
|b| =
)
b , falls b < 0
b) Falls b | c und b | d, dann b | k c + l d
k, l Z
b) b | c, d.h. q Z mit c = q b
kc=kqb
k Z
b | d, d.h. m Z mit d = m b
l Z.
ld=lmb
k c + l:::
d = k q b + l:::::::
m b = (k q + l m) b
|
{z
}
k, l Z
b|kc+ld
k, l Z
q Summanden
d) Da b | a und a | b, sind a, b 6= 0
Nach c): |b| |a| und |a| |b| |a| = |b|, d.h. a = b.
6.4 Beispiel
a = 22, b = 5, 22 = 4 5 + 2
22 div 5 = 4, 22 mod 5 = 2
55
a = 22, b = 5, 22 = 4 (5) + 2
22 div (5) = 4, 22 mod (5) = 2
a = 22, b = 5, 22 = 5 5 + 3
(B (0 r < 5)!)
22 div 5 = 5, 22 mod 5 = 3
a = 22, b = 5, 22 = 5 (5) + 3
22 div (5) = 5, 22 mod (5) = 3
Beweis von 6.3:
Existenz von q und r mit (1), (2):
1. Fall: b > 0
Sei q die grote ganze Zahl mit q
(q = b ab c)
a
b
Dann ist b q a
(da b > 0 !)
Setze r := a b q
es gilt also r 0
a = q b + r ((1) gilt)
Zu zeigen bleibt noch: r < |b| = b
Widerspruchsbeweis:
angenommen, r b. Dann ist
r = b + s f
ur ein s 0, d.h. a = q b + (b| {z
+ s})
r
b(q + 1) + s = a
s
q+1+
=
b
|{z}
q+1
0
a
zur
b
a
b
Wahl von q
f
ur b < 0:
a = q (b) + r
= (q) b + r
q, r sind eindeutig bestimmt:
56
angenommen, q1 , q2 , r1 , r2 Z, so dass
a = q1 b + r1 = q2 b + r2
0 r1 , r2 < |b|.
Sei o.B.d.A (ohne Beschrankung der Allgemeinheit) r2 r1
Dann ist (q1 q2 ) b = r2 r1 0,
also b | (r2 r1 )
wir zeigen (r2 r1 = 0) durch Widerspruch:
angenommen, r2 r1 6= 0.
b | (r2 r1 ), (r2 r1 6= 0)
|b| |r2 r1 | = r2 r1 < r2 < |b|
|{z}
6.2.c)
Also gilt r1 = r2 .
Wegen (*), da b 6= 0, q1 = q2 .
6.5 Definition
Sei x R.
dxe = kleinste ganze Zahl z mit z x (ceiling-Funktion, aufrunden)
bxc = grote ganze Zahl z mit z x (floor -Funktion, abrunden)
6.6 Beispiel
d3e = 3, d 34 e = 2, b 43 c = 1, d 43 e = 1, b 43 c = 2
Anwendung: Stellenwertsysteme zur Basis b (b N, b > 1)
b = 2: Binarsystem
b = 8: Oktalsystem
b = 10: Dezimalsystem
b = 16: Hexadezimalsystem
57
(1) k = 0 f
ur n = 0
bk n < bk+1 f
ur n > 0
(2) xi N0 , 0 xj b 1, xk 6= 0 f
ur n 6= 0.
(Die xi heien Ziffern von n bzgl. b.
Schreibweise: n = (xk ...x0 )b
oder, falls b klar (z.B. b = 10)
n = xk ...x0
6.8 Beispiel
b = 2 (Binarsystem)
6 = 1 |{z}
22 +1 |{z}
21 +0 |{z}
20 (k = 2)
b2
b1
b0
(6)10 = (110)2
9 = 1 23 + 0 22 0 21 + 1 20 (9)10 = (1001)2
0 = (0)2
1 = (1)2
2 = (10)2
3 = (11)2
4 = (100)2
5 = (101)2
..
.
Ziffern f
ur b = 16: 0, 1, ...9, A, B, C, D, E, F
(11)10 = (B)16
Beweis (6.7):
verscharfte Induktion nach n:
Induktionsanfang: n = 0 (hat Darstellung (0)b )
Induktionsschritt: sei n > 0.
Induktionsvorraussetzung: Die Aussage gelte f
ur alle n0 N0 mit n0 < n,
Induktionsbehauptung: Die Aussage gilt f
ur n.
Beweis:
58
Nach Satz u
ber Division mit Rest (6.3) gilt
q, r Z mit n = q b + r
Setze x0 = r
0
(also x0 = n mod b und n0 = q und n0 = nx
),
b
0
dann ist 0 n < n
0
i=0
i=0
k+1
X
x i bi + x 0
i=1
k+1
X
x 0 i bi
i=0
k
X
i=0
ny0
,
b
Beh. folgt.
6.9 Korollar
Der Beweis liefert ein Verfahren zur Bestimmung der Darstellung von n N0 zur
Basis b > 1:
n0 := n, x0 := n0 mod b
0
, x1 := n1 mod b
n1 := n0 x
b
..
.
nk :=
nk1 xk1
,
b
xk := nk mod b
6.10 Beispiel
a) (41)10 im Binarsystem (b = 2) (mit Algorithmus aus 6.9)
41 mod 2 = 1
411
= 20, 20 mod 2 = 0
2
200
= 10, 10 mod 2 = 0
2
100
= 5, 5 mod 2 = 1
2
51
= 2, 2 mod 2 = 0
2
20
= 1 < b(= 2), fertig.
1
also (41)10 = (101001)2
|
01
|
001
| 1001
| 01001
| 101001
41 mod 16 = 9
419
= 2 < 16, fertig
16
60
(41)10 = (29)16
[ oder: (41)10 = (10 1001)2
= (0010 1001)2 = (29)16
(0010)2 = (2)10 = (2)16
(1001)2 = (9)10 = (9)16 ]
c) (41)5 im 3er-System:
(41)5 = 4 51 + 1 50 = (21)10
| 0
| 10
| 210
21 mod 3 = 0
210
= 7, 7 mod 3 = 1
3
71
= 2 < 3, fertig
3
(41)5 = (210)3
(iii)
Beweis
a) a = q m + |{z}
r r = 0 m + |{z}
r
a mod m
b)
(i)
r mod m
f
ur +
a = q 1 m + r1
b = q 2 m + r2
r1 = a mod m
r2 = b mod m
61
Wir haben
(1) a + b = (q1 + q2 ) m + r1 + r2
(2) r1 + r2 = q m + s
(1, 2) (3) a + b = (q1 + q2 + q) m + s
also (a + b) mod m = s = (r1 + r2 ) mod m
f
ur
= analog
f
ur
=
a b = (q1 q2 m + r1 q1 + r2 q2 ) m + r1 r2 .
(a b) mod m = [r1 r2 ] mod m
= [(a mod m) (b mod m)]
= 6.11 a)
[(a b) mod m] mod m
(ii) [a(b mod m)]m mod m |{z}
= [a mod m((b mod m) mod m) mod m] mod
m
so
6.11a)
(iii) analog
6.12 Bemerkung
6.11 gilt auch f
ur mehr als 2 Summanden / Faktoren.
z.B. (a b c) mod m = [(a mod m)b (c mod m)] mod m
6.11 wiederholt anwenden
6.13 Beispiele
a = 10, b = 7, m = 4
a mod m = 2, b mod m = 3
(+) [(a mod m) + (b mod m)] mod m = (2 + 3) mod 4 = 1
(a + b) mod m = 17 mod 4 = 1
62
210000
+4900
1517433
mod 7
[(214936)
] mod 7 =
mod
7
+35
+1
= (1 mod 7)1517433 mod 7 = 1
Welchen Rest lasst (214935)1517433 mod 7
Rest 0.
Welchen Rest lasst (214934)1517433 mod 7
(214935 1)1517433 mod 7
= (1)1517433 mod 7 = (1) mod 7 = 6
(214937)1517433 mod 7 = (23505811 ) mod 7
= ((23 )505811 ) mod 7
= (8505811 ) mod 7
= 1505811 mod 7 = 1
Teilbarkeit und Quersummen
Satz: Sei a N, n 1, t N, t | n
k
X
a=
a(n + 1)i
(n + 1) - adische Darstellung
i=0
63
8 = 0 20 + 0 21 + 0 22 + 1 23 = (1000)2
Quersumme
k
X
Qn+1 (a)
ai
i=0
Es gilt t | a t | Q(a)
3-Regel. 123 durch 3 teilbar
9-Regel 51111 durch 9 teilbar.
ISBN-10 (veraltet) Internationale Standard-Buch-Nr
9 Kennziffern, 10. Stelle (Pr
ufziffer)
a1 a2 a3 a4 a5 a6 a7 a8 a9 a10
a10
9
X
=(
ai i) mod 11
i=0
WHK:
3 540 20521 7
3 540 20522 5
1 540 20523 1
17 6= mod 4 mod 7 = 3
Beachte:
(mod m) ist Relation auf Z
mod m : Z {0, 1, ..., m 1}
a a mod m
6.15 Satz
a) a b (mod m) a mod m = b mod m
64
b) a 0 (mod m) m | a
c) a mod m a (mod m)
6.16 Beispiel
17 mod 7 = 3
17 3 (mod 7)
17 10 (mod 7)
17 4 (mod 7)
2 3 2 2 (mod 2)
6 4 (mod 2)
aber 3 6 2 (mod 2)
Beweis zu 6.15)
a) a b (mod m) a = km + b f
ur k Z
a = a1 m + r (1)
b = a2 m + r (2)
a b = (a1 a2 ) m
m|(a b)
b) Spezialfall von a)
(b = 0)
6.11 a)
m | (a b)X
m | (b a)
m | (b c) m | [(a b) + (b c)]
{z
}
|
(ac)
65
e) m | (a b) a b = k m k Z
ca cb = c k m = kc m
m | (ca cb)
m N a, b Z
Die Aquivalenzklassen
der Kongruenzrelation modulo m sind genau die Mengen
{k m : k Z}, {1 + km : k Z}, ...{(m 1) + km : k Z}
Kurzschreibweise: r + mZ r = 0, ..., m 1
Die Menge Zm = {0, 1, ..., m 1} ein Reprasentantensystem.
Beispiel: mod2 gerade und ungerade
Z2 = {0, 1}
Beispiel 6.16:
x3
33
10 3
17 3
(mod
(mod
(mod
(mod
7)
7)
7)
7)
6.18 Satz
Seien a1 a2 (mod m) und : +, ,
b1 b2 (mod m)
Dann a1 b1 a2 b2 (mod m)
Beweis: Nach 6.14 a)
a1 mod m = a2 mod m
b1 mod m = b2 mod m
66
(1)
(2)
6.11b)
6.11b)
= (a2 b2 ) mod m
6.19 Beispiel
a) Welche Zahlen erf
ullen die Voraussetzung?
2x + 1 5
11
(mod 6)
(mod 6)
2x 4
(mod 6)
6.18
x=5
x, y, z Z
Trick Mod-Reihe:
(x mod 3)2
02
12
22
Gleichung hat keine Losung!
6.20 Definition
Seien a1 , ..., ar Z
67
2
0
1
1
(mod
(mod
(mod
(mod
3)
3)
3)
3)
a) Ist mindestens ein a 6= 0, so ist der grote gemeinsame Teiler ggT (a1 , ..., ar )
die grote nat
urliche Zahl, die alle ai teilt.
b) Sind alle a 6= 0, so ist das kleinste gemeinsame Vielfache kgV (a1 , ..., ar ) die
kleinste nat
urliche Zahl die von allen ai geteilt wird.
6.21 Bemerkung
a) ggT (a1 , ..., ar ) existiert und ist eindeutig.
1 | ai
i {1, ..., r}
t |ai |
6.22 Definition
Ist ggT (a1 , ..., ar ) = 1, so heien a1 , ..., ar teilerfremd.
Ist ggT (ai , aj ) = 1 f
ur alle i 6= j, so heien a1 , ..., ar paarweise teilerfremd.
Starker als Teilerfremd
6, 10, 15
ggT (6, 10) = 2
ggT (10, 15) = 5
ggT (6, 15) = 3
ggT (6, 10, 15) = 1
Berechnung des ggT zweier Zahlen mit Euklidischem Algorithmus
v.Chr. - 300 v.Chr.)
Grundprinzipien im folgenden Lemma:
6.23 Lemma
Seien a, b, q Z b 6= 0. Dann ist
ggT (a, b) = ggT (q a + b, a).
[Beachte f
ur den zweiten ggT: ist a = 0, so ist q a + b = b 6= 0 ]
68
(Euklid 365
Beweis:
6.2 b)
t | (q a + b) t | a t | a t | b
Setze a0 = a, a1 = b
a0 = q 1 a1 + a2
a1 = q 2 a2 + a3
..
.
an1 = qn an + 0
6.23
Nun ist ggT (a, b) = ggT (a0 , a1 ) = ggT (a1 , a2 ) = ... = ggT (an1 , an ) = |an |.
Beachte: Ist n 2, so auch an > 0, d.h. ggT (an1 , an ) = an .
D.h. nur f
ur n = 1, d.h. b | a, muss man Betrag verwenden (falls b < 0).
Beweis f
ur Euklidischen Algorithmus X
nicht beide 0
IF b = 0, then y := |a|
IF b =
6 0 and b | a, then y := |b|
IF b =
6 0 and b - a then x := a, y := b
while x mod y 6= 0 do
r := x mod y, x := y, y := r
Output y (= ggT (a, b))
Beispiel:
a) ggT (20, 0) = 20
b) ggT (20, 10) = 10
c) a = 48, b = 30
also x = 48, y = 30
48 mod (30) = 18 6= 0
(30) mod 18 = 6 6= 0
x = 30, y = 18
x = 18, y = 6
69
18 mod 6 = 0
ggT (48, 30) = 6
a0 = a, a1 = b
EA: a0 = q1 a1 + a2 ,
a1 = q1 a2 + a3 , ..., an1 = qn an + 0
ggT (a, b) = an
Zeige durch Induktion nach j die Existenz von sj , tj Z mit
A(j) : aj = sj a0 + t0 a1
beachte die Induktion lauft nur solange wie aj definiert ist.
I.A:
A(0) : j = 0 : s0 = 1, t0 = 0
a0 = 1 a0 + 0 a1 X
A(1) : j = 1 : s1 = 0, t1 = 1
a1 = 0 a0 + 1 a1 X
I.S:
I.V: Sei 2 j n und es gelte:
A(j 2) : aj2 = sj2 ab + tj2 a1 A(j 1) : aj1 = sj1 ab + tj1 a1
I.B: A(j)(A(j 2) A(j 1) A(j))
EA
70
=:tj
0 6= 18 = 48 mod (30) = 18 6= 0
= 6 6= 0
(30) mod 18
18 mod 6 = 0
x
48
-30
y
-30
18
s1
1
0
s2
0
1
18
t2
1
1
t1
0
1
-1
18
-2
6.27 Korollar
(Seien a, b, c Z und m N.
a) Sind a, b nicht beide 0, so gilt: a und b teilerfremd s, t Z : s a + t b = 1
b) Sind a, b nicht beide 0. So gilt: Ist c|a und c|b, so gilt c|ggT (a, b)
c) Ist ggT (a, b) = 1 und a|b c, so a|c
d) Ist ggT (c, m) = 1 und c a c b( mod m) so gilt a b( mod m)
Beweis:
a) : 6.25
d = ggT (a, b)
nach 6.2.b): d| sa
+ tb} d = 1
| {z
1
c) 6.25 s, t Z mit 1 = s a + t b
also c = s c a + t c b
Da a|a und a|bc, folgt (6.2b)
a|sca + tbc a|c
d) m|c(a b), ggT (c, m) = 1
m|(a b) also a b( mod m)
Vergleiche: 6.15e).
6.28 Bemerkung
a) Ist k > 2, so ggT (a1 , ..., ak ) = ggT (ggT (a1 , ...ak ), ak )
b) s1 , ...sk , s Z mit ggT (a1 , ...ak ) = s1 a1 + ... + sk ak (Beweis per Induktion)
c) 6.27c) Verallgemeinerbar auf k Zahlen:
c|a1 , ..., ak c|ggT (a1 , ..., ak )
d) Ist k > 2, so kgV (a1 , ..., ak ) = kgV (kgV (a1 , ..., ak ), ak )ak1
und a 6= 0 (alle nicht 0)
72
6.29 Definition
Eine nat
urliche Zahl p > 1 heit Primzahl, wenn 1 und p die einzigen nat
urlichen
Zahlen sind, die p teilen.
(D.h. ggT (k, p) = 1 f
ur alle 1 k p)
6.30 Satz
Ist p eine Primzahl, a1 , ..., ak Z und p|a1 a2 , ... ak
so existiert 1 j k mit p|aj
Beweis: Induktion nach k:
IA:
k=1X
IS:
k 1 k Gilt p|ak X
Ist p - ak so ggT (p, ak ) = 1 (P Primzahl)
Nach 6.27c): p|a1 ... ak1
p|aj f
ur ein 1 j k 1
a=
n
Y
i=1
a=2X
IS:
IV:
Aussage gilt f
ur 2, ..., a 1
IB:
Aussage gilt f
ur a.
Beweis:
73
Fall 1: a Primzahl X
Fall 2: a keine Primzahl
a = b c f
ur 1 b, c a
wende I.V. auf b und c an fertig.
Eindeutigkeit (per Induktion) u
ber s(a) :=
Pn
i=1 ei
s(2) = 1, s(4) = 2
|s(a) = m l
p1 | a p1 | q1 ... qe p1 | qj f
ur ein j
qj Prim
pi
pi | a q = pi
1in
q | a p1 ... pn
{z
}
|
=1
q=1E
74
6.33 Korollar
Seien a, b N a, b 2
Seien P (a) und P (b) die Menge der Primteiler von a und b, d.h.
Y
a=
pn(p)
b=
pP (a)
pm(p)
n(p), m(p) N
pP (b)
Dann ist
Y
ggT (a, b) =
pmin(n(p),m(p))
pP (a)P (b)
KgV (a, b) =
pP (a)\P (b)
pn(p)
pP (a)P (b)
75
pmax(n(p),m(p))
Y
pP (b)\P (a)
pm(p)
7 Kombinatorik
Ziel: Anzahlbestimmungen von endlich vielen verschiedenen Objekten (Kombinationen).
7.1 Satz
a) Seien A, B endliche Mengen.
Dann gilt: |A B| = |A| +|B| |A B|
b) A1 , ..., An endliche Mengen.
Q
Dann |A1 ... An | = ni=1 |Ai |
Q
(q1 , ..., qn ) ni=1 Ai
Beweis: klar
Bemerkung: a) lasst sich verallgemeinern ; Ein-/Ausschlussprinzip (WHK 2.32)
aAn+1
A1 ... An {a} = |An+1 ||A1 ... An | I.V.
=
7.2 Beispiel
a) Wieviele Worter der Lange n gibt es u
ber dem Alphabet {0,1}
Wort der Lange n
= n-Tupel.
{0, 1}n = 2n
{0, 1}3 = {(0, 0, 0), (0, 0, 1), ...} = 8
b) Wie viele Folgen der Lange 1000 aus den Symbolen A, G, C, T gibt es?
41000
76
Auswahlanzahlen
Anzahl an moglichen Auswahlen von k Objekten aus einer Menge mit n Objekten.
Reihenfolge relevant oder nicht
Wiederholung moglich oder nicht
4 Typen von Auswahlen
j 6= l
injektiv
a=b
7.4 Definition
Setze f
ur k, n N
(n)k := n (n 1) ... (n k + 1)
Also (n)1 = n und f
ur k > n,
(n)k = 0
F
ur k n : (n)k =
n!
(nk)!
Insbesondere (n)n = n!
77
7.5 Satz
Es gibt genau (n)k viele Auswahlen von k Objekten aus einer Menge B mit n Objekten, wenn keine Wiederholungen moglich sind und die Anordnung ber
ucksichtigt
wird.
Beispiel: Erste 3 Platze bei einem Rennen mit 12 Teilnehmern.
Beweis Sei n N beliebig, aber fest. Induktion nach k:
Ind.anf.: k = 1: n Moglichkeiten (n)1 = n X
Ind.schritt: Sei k 1.
Ind.vor: Aussage sei wahr f
ur k
Ind.beh: Die Aussage gelte f
ur k + 1, d.h. bei k + 1 Objekten gibt es (n)k+1
Moglichkeiten.
Beweis:
falls k + 1 > n, dann 0 Moglichkeiten = (n)k+1
falls k + 1 n: Nach Ind.vor. gibt es (n)k Moglichkeiten, k Elemente aus B
auf die Platze 1, ..., k zu verteilen.
F
ur jede davon gibt es n k Moglichkeiten, Platz k + 1 zu besetzen.
insgesamt (n)k (n k)
(n k) = (n)k+1
(n)k
|{z}
n(n1)...(nk+1)
k Faktoren
7.6 Beispiel
a) Beispiel 7.3 Pferderennen:
12 11 10 = 1320 Moglichkeiten f
ur die ersten drei Platze.
b) Anzahl der Worter der Lange 3 u
ber {a, b, ..., z}, die keinen Buchstaben
enthalten:
26 25 24 = 15600
Wie viele davon enthalten ein x?
78
26 25 24 25
| 24
{z 23} = 25 24 (26 23) = 1800
ohne x
7.7 Korollar
A, B 6= endliche Mengen mit |A| = k, |B| = n, dann gibt es genau (n)k injektive
Abbildungen A B.
|A| = k, |B| = n
(n)k injektive Abbildungen A B
Insbesondere: |A| = |B| = n, dann gibt es (n)n = n!
Bijektionen A B
7.8 Definition
Eine bijektive Abbildung A B heit Permutation auf A.
Anzahl der Permutationen auf endlicher Menge A = |A|! (Korollar 7.7)
speziell: A = {1, ..., n}, |A| = n
Dann bezeichnet Sn die Menge aller Permutationen auf A, es gilt also |Sn | =
n!
7.10 Satz
Es gibt genau nk geordnete Auswahlen mit moglicher Wiederholung von k Elementen aus einer Menge B mit n Elementen.
Beweis:
Menge aller Auswahlen ist B B ... B = B k
|
{z
}
k
1 2 ... k
b1 b2 ... bk
(bi B, nicht notwendig verschieben), dann ist die Anzahl der Auswahlen in 7.10
genau die Anzahl aller Abbildungen {1, ..., k} B
Also gibt es genau nk Abbildungen A B, wenn |A| = k,
|B| = n.
7.13 Definition
n, k N0
(
0
n
:=
k
n!
k!(nk)!
, falls k > n
, falls 0 k n
(n u
ber k)
80
Binomialkoeffizient
n
k
(f
ur n, k N gilt also
n
n
=
1
=
0
n
n
n
= n = n1
1
n(n1)
n
= 2
2
(n)k
)
k!
n
k
n
nk
b)
n
k
n
k1
n+1
k
; Pascalsches Dreieck
n = 0:
n = 1:
n = 2:
n = 3:
n = 4:
(Ubung)
1
1
1
1
1
2
3
4
k=0 k=1
1
3
6
..
.
1
4
3
0
3 3 3
1
...
7.15 Satz
Die Anzahl der ungeordneten Auswahlen
ohne Wiederholung von k Elementen aus
n
einer Menge B mit n Elementen ist k .
Dies ist genau die Anzahl der k-elementigen Teilmengen von B.
Beweis
Satz gilt f
ur k
> n} und k
= 0}
| {z
| {z
Sei 1 k n.
;0
;1
7.5
81
} 3!
ungeordnete Menge (Urne)
je k! dieser geordneten
uhren zur selben ungeordneten Auswahl,
Auswahlen f
(n)k
n
erhalte als k! = k
7.16 Beispiel
a) Lotto 6 aus 49
49
49!
= 6!43!
= 13.983.816
6
Wahrscheinlichkeit f
ur 6 Richtige im Lotto:
1
13.983.816
b) Anzahl Moglichkeiten f
ur genau 4 Richtige:
6
43
= 15 903 = 13.545
4
2
|{z} | {z }
13.540
13.983.816
Wahrscheinlichkeit f
ur 4 Richtige:
0, 00097( 0, 1%)
b) Wie viele Binarzahlen der Lange n gibt es, die an genau k Stellen eine 1
haben?
(Urne mit den Stellen
1, ..., n, ziehe k Stellen (Anordnung egal), die mit 1
gelegt werden ; nk )
(a + b) =
n
X
n
k=0
ank bk
n n1 2
n
n
n
n n1 1
1 n1
n
0
a
b +
a b + ... +
ab
+
a0 b n
a |{z}
b +
=
1
2
n1
n
0
1
| {z }
1
82
(a + b)1 = a + b
(a + b)2 = 1a2 + 2ab + 1b2
(a + b)3 = 1a3 + 3 a2 b + 3ab2 + 1 b3
Unterstrichene Zahlen: siehe Pascalsches Dreieck (7.14)
Beweis: mittels Induktion u
ber n und 7.14 b), siehe WHK 2.28
7.19 Satz
Die Anzahl der Moglichkeiten, aus n Objekten k Objekte auszuwahlen,wenn Wiederholungne erlaubt sind und die Reihenfolge irrelevant ist, ist n+k1
.
k
Beweis: Wir konnen m1 mal das erste Objekt, m2 mal das 2. Objekt, usw. ..., mn
mal das n. Objekt wahlen, wobei m1 + m2 + ... + mn = k gelten muss.
Jede solche Wahl entspricht einer (n + k 1)-stelligen Binarzahl mit k Einsen und
n 1 Nullen:
(1...1
|{z}
m1
0
|{z}
Trennzeichen
mn
7.20 Beispiel
IKEA hat 3 verschiedene Arten von Schrauben.
Wie viele Moglichkeiten gibt es, Packchen aus 10 Schrauben zusammenzustellen?
3 + 10 1
10
83
y>0
x+y >0
3. x > 0,
y>0
xy >0
8.2 Satz
Seien x, y, z, a, b R. Dann gilt:
a) Es gilt genau eine der Aussagen
x = y, x < y, x > y (Trichotomiegesetz)
b) x < y und y < z x < z (Transitivitat)
84
c) x < y x + a < y + a
x < y, a b x + a < y + b (Monotonie der Addition)
d) x < y, a > 0 a x < a y
x < y, a < 0 a x > a y (Monotonie der Multiplikation)
e) x, y > 0 x + y > 0 und x y > 0
x > 0, y < 0 x y < 0
x, y < 0 x + y < 0 und x y > 0
insbesondere ist x2 0x R
(x2 > 0 f
ur x 6= 0)
f) 0 < x < y 0 <
1
y
<
1
x
|{z}
8.2d)(mult.
x3
mit 31 )
1
x2
2
?
x+3
(*)
1. Fall:
x + 3 < 0,
d.h. x < 3
x 2 < 5 < 0
dann ist (*)
x + 3 2(x 2) = 2x 4
x 7,
nicht moglich, L1 =
2. Fall:
x + 3 > 0, x 2 < 0, d.h. 3 < x < 2
dann ist (*)
x + 3 2(x 2) = 2x 4
x7
L2 = (3, 2)
3.Fall:
x + 3, x 2 > 0, d.h. x > 2
dann (*)
x 7 L3 = [7, )
Losungsmenge von (*) ist
L = L1 L2 L3 =
(3, 2) [7, )
Beweis: a) - c) einfache U
zu d)
Nach a) gilt x |x|, y |y|
x y |x| + |y|
|{z}
8.2c)
und | x 2 | = (x 2) = x + 2
| {z }
<0
also x 1 x + 2
1 2,
gilt f
ur alle x.
2.Fall:
x 2:
dann | x
+ 1} | = x + 1
| {z
>0
87
| x 2 | = x 2,
| {z }
0
also x + 1 x 2
1 2
gilt f
ur kein x.
3.Fall:
1 < x < 2,
dann | x
+ 1} | = x + 1
| {z
>0
| x 2 | = (x 2)
| {z }
<0
also x + 1 x + 2
x 21
Insgesamt: |x + 1| |x 2|
gilt f
ur alle x 21
8.9 Beispiel
a) N nach unten beschrankt, z.B. durch 3 oder 21 oder 0 oder 1
b) Z weder nach oben noch nach unten
c) (10, 2) oder [3, 12) beschrankt
88
8.10 Bemerkung
S, s aus 8.8 sind nicht eindeutig.
Ist A nach oben (unten) beschrankt, gibt es unendlich viele obere (untere) Schranken.
Welche ist die beste?
Das f
uhrt zu folgender Definition.
8.12 Beispiel
A := {a R | 0 < a 1} = (0, 1] ist beschrankt.
sup(A) = 1
inf (A) = 0
klar: 0 ist untere Schranke. Wieso ist 0 grote?
Angenommen, s > 0 sei eine untere Schranke, also s a a A.
Dann ist aber
s
2
< s, aber
s
2
8.14 Bemerkung
Ist A = {a1 , ..., an } endlich, so existieren min(A) und max(A).
8.15 Beispiel
a) A = (0, 1] (Beispiel 8.12)
sup(A) = 1 = max(A)
inf (A) = 0, min(A) existiert nicht
b) A = { n1 | mn N}
beschrankt (0 <
1
n
1)
sup A = 1 = max A
inf A = 0
/A
8.16 Vollstandigkeitsaxiom
Ist =
6 A R, und ist A nach oben (unten) beschrankt, so existiert sup A(inf A).
(Jede nichtleere, nach oben beschrankte Menge A R besitzt ein Supremum.)
2
/ Q,
8.18 Satz
Sei a R+
0.
!
|{z}
Dann
2
x R+
0 mit x = q.
a bezeichnet.
n
nicht negative Losung, diese wird als n-te Wurzel a bezeichnet.)
Beweisskizze:
a=0:00=0 X
a > 0 : dann ist x, fall ex., > 0.
def. M := {x R+ | x2 a}
Zeige: M ist nach oben beschrankt.
s := sup M existiert,
|{z}
8.16
2, Bisektionsverfahren
Siehe Folien.
8.21 Korollar
Sei > 0 R.
Dann n N mit
1
n
< .
Beweis:
Zu der reellen Zahl
Da > 0, folgt
1
n
<
1
n
n N, so gilt x = 0.
Beweis:
Angenommen, x > 0.
n x < 1 n N, E zu 8.21.
92