Diskrete Strukturen
Dietmar Lammers Vorlesung SoSe 2010wissen lebenWWU Münster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 15/328
> Logik
Die Nacht war kalt und sternenklar,Da trieb im Meer bei NorderneyEin Suahelischnurrbarthaar.Die nächste Schiffsuhr wies auf drei.Mir scheint da mancherlei nicht klar,Man fragt doch, wenn man Logik hat,Was sucht ein SuahelihaarDenn nachts um drei am Kattegatt?
(J. Ringelnatz)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 16/328
> Was ist Logik?
I Formale Logik ist die Sprache der Mathematik undInformatik
I Eindeutige Sprache eindeutige und nachvollziehbareSchlüsse
I Formale Sprache formale (maschinelle) Beweise.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 17/328
> Zweiwertige Prädikatenlogik
I Eine Aussage ist entweder wahr oder falsch: tertium nondatur
I Aussagen setzen sich aus Teilaussagen zusammen.I Ein (n-stelliges) Prädikat ist eine Aussage mit n
Leerstellen:_1 ist-mächtiger-als _2 [ P(x , y) ]
I Quantoren binden Freistellen:∀x : P(x) bzw. ∃x : P(x)
I Junktoren verknüpfen Aussagen:x ∧ P(y)→ Q(y)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 18/328
> Wichtige Junktoren
I A ∧ B - A und B müssen geltenI A ∨ B - A oder B muss geltenI A→ B - Wenn A gilt,gilt auch BI A↔ B - A gilt genau dann, wenn auch B gilt
Man kann die Werte der Relationen über Wahrheitstafelngenau festlegen.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 19/328
> Syntax und Semantik
I Sprache hat Syntax und SemantikI Syntax ist die Theorie, Sematik das Modell. Die
Bedeutungsfunktion liefert erst den Zusammenhang.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 20/328
> Theorien
Drei wichtge Begriffe für Theorien:I Korrektheit (soundness): Ein System ist korrekt genau
dann, wenn keine formale Ableitung in der Theorie zueinem Widerspruch im Modell führt.
I Widerspruchsfreiheit oder Konsistenz (consistency ) istgegeben, wenn es keine Formel A gibt, für die sichsowohl A als auch ¬A ableiten lässt.
I Vollständigkeit (completeness) ist gegeben, wenn sichjede im Modell wahre Aussage auch formal herleitenlässt.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 21/328
> Definitionen
DefinitionEine Definition ist ein Vereinbarung über eine abkürzendeSchreibweise für eine Reihe von Eigenschaften. Ein Begriffist wohldefiniert, wenn das definierte Objekt existiert, und dieDefinition widerspruchsfrei ist.Wichtig ist auch die Überprüfbarkeit, d.h. das man beweisenkann, das ein Objekt tatsächlich diese Definition erfüllt, odereben nicht.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 22/328
> Induktive Definitionen
Interessant sind induktive Definitionen: Man gibt einzelne(initiale) Elemente an, und Konstruktionsregeln, wie man ausdiesen zu neuen Elementen kommt. Oft kommt dann nocheine Eindeutigkeitsregel dazu, z.B. "kleinste Menge mitdieser Eigenschaft", etc.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 23/328
> BSP Induktive Definition - Binärbaum
DefinitionEin Binärbaum über einer Menge M ist ein Ausdruck B, derfolgende Bedingungen erfüllt:
1. Für alle Elemente m aus M ist m ein Binärbaum.2. Wenn a und b Binärbäume sind, so ist auch (a.b) ein
Binärbaum.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 24/328
> BSP Ind. Def. N - nach Peano
DefinitionDie Menge der natürlichen Zahlen - N
1. 0 ∈ N2. ∀n ∈ N existiert genau ein Nachfolger n
′ ∈ N.3. ¬(∃n ∈ N : 0 = n
′)
4. ∀n ∈ N : (n = m′ ∧ n = k
′)→ m = k
5. Von allen Mengen X, welche die Zahl 0 und mit jedernatürlichen Zahl n auch deren Nachfolger enthalten, istN die kleinste.
(Quelle: wikipedia, 3/2009)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 25/328
> Was ist ein Satz / Theorem?
Wichtigere Erkenntnisse, die nicht unmittelbar klar sind,formuliert man in Sätzen bzw. Theoremen. Der Aufbau istdabei i.A. so, das aus Voraussetzungen (die ggf. auchimplizit sein können) auf Folgerungen daraus geschlossenwerden:A→ B bzw.A↔ B verkürzt für (A→ B) ∧ (B → A)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 26/328
> Was ist ein Beweis?
I Streng: Eine formale Herleitung einer Aussage aus denAxiomen in einem formalen System
I Mindestens: Eine semiformale Herleitung einerFolgerung aus (allen) Voraussetzungen, bei denen dieEinzelschritte gut nachvollziehbar sind und ggf. auchvollständig im formalen System formuliert werdenkönnten.
I Nicht: Eine schwammig begründeteMeinungsäusserung oder ein Votum.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 27/328
> Beweistechniken (1)
Sei der Satz A→ B zu beweisen. Das kann man aufmehrere Arten machen.
direkt: Man nimmt an, das A gilt, und leitet daraus mitgültigen (formalen) Schritten B ab.
indirekt: Man nimmt an,das B nicht gilt, und folgertdaraus, das dann auch A nicht gilt.
durch Widerspruch: Man nimmt an, das gilt A ∧ ¬B, undleitet daraus eine Widerspruch zu einer gültigenAussage ab.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 28/328
> Beispiel: Beweis durch Widerspruch (1)
TheoremEs gibt keine bijektive Abbildung zwischen einer Menge Mund ihrer Potenzmenge 2M .
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 29/328
> Beispiel: Beweis durch Widerspruch (2)
Beweis.Angenommen f : M− > 2M wäre so eine BijektiveAbbildung, und sei C := {y ∈ M|y /∈ f (y)} Es ist sicherC ∈ 2M . Dann hat C unter f ein Urbild x := f−1(C) in M. xkann nun entweder in C liegen. oder nicht. Wir können alsozwei Fälle annehmen:
1. Wenn x ∈ C, dann ist x /∈ f (x) = C - Widerspruch!2. Ist anderernfalls x /∈ C, dann ist x ∈ f (x) = C -
Widerspruch!
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 30/328
> Induktive BeweiseAussagen über induktiv definierte Strukturen kann man oftam besten auch induktiv beweisen. Der Beweis vonEigenschaften aller Elemente der Struktur geht dannfolgendermassen:
1. Ich weise die Eigenschaft für die kleine Menge derbenannten (initialen) Elemente nach - derInduktionsanfang (IA)
2. Ich weise für alle Konstruktionsregeln nach, das dieEigenschaft für das konstruierte Element gilt, wenn siebereits für die zur Konstruktion verwendeten Elementegalt. - der Induktionsschritt (IS)
Da alle Elemente so erzeugt werden, ist damit dieEigenschaft für alle Elemente der Struktur bewiesen.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 31/328
> Beispiel: Induktionsbeweis (1)
Theorem (Fundamentalsatz der Artithmetik)
Jede natürliche Zahl n > 1 lässt sich
(bisaufdieReihenfolge)eindeutig
als Produkt von Primzahlen darstellen.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 32/328
> Beispiel: Induktionsbeweis (2)
Beweis.IA: Für n = 2 ist die Behauptung offenbar richtig.IS: Sei die Aussage nun für alle Zahlen, die kleiner als nsind, korrekt. Für n haben wir zwei Möglichkeiten:
1. n ist eine Primzahl. Dann stimmt die Behauptung.2. n = mk für zwei Zahlen m und k , die kleiner als n sind.
Dann gilt die Induktionvoraussetzung für m und k , esgibt also Primzahlen pi mit m = pe1
1 pe22 ...p
ell und
k = qf11 qf2
2 ...qeoo , und damit eine Darstellung
n = pe11 pe2
2 ...pell qf1
1 qf22 ...q
eoo
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 33/328
> Mengenalgebra
1) A = A Law of double complement2) A ∪ B = A ∩ B, A ∩ B = A ∪ B DeMorgan’s laws3) A ∪ B = B ∪ A, A ∩ B = B ∩ A Commutative laws4) A ∪ (B ∪ C) = (A ∪ B) ∪ C Associative laws
A ∩ (B ∩ C) = (A ∩ B) ∩ C5) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) Distributive laws
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 34/328
> Mengenalgebra
6) A ∪ A = A, A ∩ A = A Idempotent laws7) A ∪ ∅ = A, A ∩ U = A Identity laws8) A ∪ A = U , A ∩ A = ∅ Inverse laws9) A ∪ U = U , A ∩ ∅ = ∅ Domination laws
10) A ∪ (A ∩ B) = A, A ∩ (A ∪ B) = A Absorption laws
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 35/328
> Logik-Algebra
Man findet die gleiche Gesetze in der formalen Logik, wennman
1. ∩ durch ∧,2. ∪ durch ∨,3. durch ¬,4. ∅ durch f und5. das Universum U durch w ersetzt:
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 36/328
> Logik-Algebra
1) ¬¬a = a Law of double complement2) ¬(a ∨ b) = ¬a ∧ ¬b, ¬(a ∧ b) = ¬a ∨ ¬b DeMorgan’s laws3) a ∨ b = b ∨ a, a ∧ b = b ∧ a Commutative laws4) a ∨ (b ∨ C) = (a ∨ b) ∨ C associative laws
a ∧ (b ∧ C) = (a ∧ b) ∧ C5) a ∨ (b ∧ C) = (a ∨ b) ∧ (a ∨ C) Distributive laws
a ∧ (b ∨ C) = (a ∧ b) ∨ (a ∧ C)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 37/328
> Logik-Algebra
6) a ∨ a = a, a ∧ a = a Idempotent laws7) a ∨ f = a, a ∧ w = a Identity laws8) a ∨ ¬a = w , a ∧ ¬a = f Inverse laws9) a ∨ w = w , a ∧ f = f Domination laws
10) a ∨ (a ∧ b) = a, a ∧ (a ∨ b) = a absorption laws
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 38/328
> Logik/Mengen-Algebra - Beweise
(Einfache) Logische Aussagen kann man mit Wahrheitstafelnverifizieren, die alle möglichen Wertkombinationen erfassen.Genauso kann man die Aussagen über Mengen verifizieren,indem man den Wert der Zugehörigkeitsfunktion χMbetrachtet.
DefinitionFür jede Menge M sei die Zugehörigkeitsfunktion χMdefiniert durch
χM(x) :=
{1 falls x ∈ M0 falls x /∈ M
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 39/328
> Anwendung der Algebra
Man kann mit den oben gelistetetn Regeln vieleZusammenhänge einfach direkt beweisen, etwa
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 40/328
> Anwendung der Algebra
TheoremFür zwei Mengen A und B gilt
A− B = A ∪ B
Beweis.A− B = A ∩ B = A ∪ B = A ∪ B
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 41/328
> Relationen
DefinitionSeien A und B, und für n ∈ N seien A1,A2, ...An Mengen
1. Eine Teilmenge R ⊆ A× B heißt (binäre) Relation von Aund B. Für zwei Elemente a ∈ A, b ∈ B schreibt manstatt (a,b) ∈ R meist kurz: aRbIst A = B, spricht man auch von einer Relation auf A.
2. Eine Teilmenge R ⊆ A1 × A2 × ...An heißt (n-Stellige)Relation über A1, ...,An.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 42/328
> Relationen - Beispiele
Für geordnete Zahlenmengen sind =, <, ≤, ... beliebteBeispiele von Relationen - so geläufig, das man sie meistgar nicht als Teilmengen sieht:3 < 4 wird meist nicht interpretiert als (3,4) ∈<,<⊆ (N× N)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 43/328
> Relationen - Beispiele
Für Wörter über einem Alphabet kann man z.B. die nützlicheRelation “ist Anfangswort von” definieren.Verwandschaftsbeziehungen bei Menschen sind Relationen- “ist Tante von”, “ist Elternteil von”, “ist Kind von”, ...
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 44/328
> Relationen - Beispiele
Relationale Datenbanken bestehen im wesentlichen ausmehrstelligen Relationen, die den Zusammenhang derDaten herstellen. Sie sind in Tabellen geordnet, diewesentlichen Operationen sind:
project: Wähle Teilspalten einer Tabelleselect: Wähle aus einer Tabelle die Einträge, die angegebenen
Bedingungen genügen, undjoin: verknüpft Werte anhand von korrespondierenden
Werten
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 45/328
> Relationen - Darstellung
Binäre Relationen auf kleinen Mengen kann auch als Matrixdarstellen:R ⊂ {o0, ...,om} × {p0, ...,pn}
R ∼= (rij)i=0,...,m j=0,...,n mit rij =
{1 falls (oi ,pj) ∈ R0 sonst
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 46/328
> Eigenschaften von Relationen (1)
Definition (transitv, reflexiv, symmetrisch, ...)
Eine Relation R über M ×M heißt genau dann1. symmetrisch, wenn ∀a,b : aRb → bRa2. antisymmetrisch, wenn ∀a,b : (aRb ∧ bRa)→ a = b3. transitiv, wenn ∀a,b, c : (aRb ∧ bRc)→ aRc4. reflexiv, wenn ∀a ∈ M : aRa
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 47/328
> Eigenschaften von Relationen (2)
Definition (transitv, reflexiv, symmetrisch, ...)
Eine Relation R über M ×M heißt genau dann1. Aequivalenzrelation, wenn sie reflexiv, transitiv und
symmetrisch ist.2. partielle Ordnung oder Halbordnung, wenn sie reflexiv,
transitiv und antisymmetrisch
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 48/328
> Hasse-Diagramme
Bei einer Halbordnung R spricht man bei aRb auch von a alsVorgänger von b, gibt es kein Zwischenelement z mit aRzund zRb auch von a als direktem Vorgänger von b.Halbordnungen kann man so in Hasse-Diagrammenaufzeichnen. Knoten sind dabei die Elemente der Menge,ein direkter Vorgänger wird unter seinen Nachfolgergeschrieben, und beide mit einer Kante verbunden.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 49/328
> Aequivalenzklassen
DefinitionFür eine Aequivalenzrelation A auf einer Menge M heisst fürjedes x ∈ M die Menge definiert durchEquiv(x ,A) := {y ∈ M|(x , y) ∈ A} die Aequivalenzklassevon x (bzg. A).
Für jede Aequivalenzrelation bilden die (diskunkten)Aequivalenzklassen eine Partition der Ausgangsmenge, d.h.die Vereinigung aller Aequivalenzklassen einerAequivalenzrelation ergibt die Gesamtmenge:
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 50/328
> Aequivalenzklassen
TheoremAequivalenzklassen sind gleich oder haben einen leerenSchnitt
Beweis.Sei X := Equiv(x ,A) und Y := Equiv(y ,A) Wenn X ∩ Y =ist der Satz erfüllt.Es gebe also nun ein w ∈ X ∩ Y , und sei z ∈ X beliebig,Dann gilt xAz → zAx ∧ xAw → zAw , weiter yAw → wAy ,zusammen zAy , also z ∈ Y und damit X ⊂ Y .Analog folgert man Y ⊂ X , zusammen X = Y .
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 51/328
> BSP Aequivalenzklassen
DefinitionSei für Z die Relation =5 definiert durch
a =5 b ↔ ∃k ∈ Z : b = k ∗ 5 + a
Beispiel
Es gilt Z = Equiv(0,=5) ∪ Equiv(1,=5) ∪ ... ∪ Equiv(4,=5)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 52/328
> Ref.-Trans. Hülle
DefinitionSei R ⊂ M ×M eine Relation. Dann ist die transitiv-reflexiveHülle R∗ von R definiert als die kleinste Menge mit folgendenEigenschaften:
1. ∀a ∈ M : (a,a) ∈ R∗
2. R ⊂ R∗
3. ∀a,b, c : ((a,b) ∈ R∗ ∧ (b, c) ∈ R∗)→ (a, c) ∈ R∗
Statt von trans.-ref. Hülle spricht man auch vontransitiv-reflexiver Fortsetzung.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 53/328
> Ref.-Trans. Hülle
I Für a,b ∈ R∗ gilt dann entweder a = b, oder∃n,a1, ...,an : a = a1,a1Ra2,a2Ra3, ...,an−1Ran = b
I Das kann man auch “mechanisch” interpretieren, z.B.bei der Interpretation von Programmen.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 54/328
> Abbildende Relationen
DefinitionEine Relation R über A× B heißt
I linkstotal, wenn gilt: ∀a ∈ A∃b ∈ B : aRbI rechtsstotal, wenn gilt: ∀b ∈ B∃a ∈ A : aRbI linkseindeutig, wenn gilt: ∀a,b, c : (aRb ∧ cRb)→ a = cI rechtseindeutig, wenn gilt:∀a,b, c : (aRb ∧ aRc)→ b = c
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 55/328
> Funktionen
Definition
1. Eine rechtseindeutige Relation f ⊂ A× B heißt partielleFunktion oder Abbildung von A nach B.
2. Eine linkstotale partielle Funktion (also rechtseindeutigeRelation) f ⊂ A×B heißt (totale) Funktion von A nach B.
3. Statt (a,b) ∈ f ⊂ M × N schreibt man bei Funktionenüblicherweise f : M → N,b = f (a) oder a 7→ f (a) bzw.a 7→ b
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER Diskrete Strukturen 56/328
> Funktionen
Funktionen sind also linkstotale und rechtseindeutigeRelationen.
Definition
1. Eine rechtstotale Funktion heißt surjektive Funktion oderSurjektion
2. Eine linkseindeutige Funktion heißt injektive Funktionoder Injektion
3. Eine surjektive und injektive Funktion heißt bijektiveFunktion oder auch Bijektion.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 57/328
> Funktionen
Definition
1. Zu f : N → M istf (N) := {m ∈ M|∃n ∈ N : m = f (n)} das Bild von Nunter f , undf−1(M) := {n ∈ N|f (n) ∈ M} das Urbild von M bzgl. f .
2. Zu f : N → M ist für alle m ∈ Mf−1(m) := {n ∈ N|f (n) = m} das Urbild von m unter f .
3. Bei injektiven Funktionen ist das Urbild eindeutig, manidentifiziert das eine Element dann mit der Menge undspricht bei f−1 von Umkehrfunktion.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 58/328
> Bijektive Funktionen
1. Mengen M,N mit einer bijektiven Abbildung f : M → Nsind in gewisser Weise gleich.
2. DefinitionZwei Mengen M,N sind gleich mächtig (haben gleicheKardinalität), in Zeichen |M| = |N|, wenn es eine Bijektionzwischen ihnen gibt.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 59/328
> Unendliche Mengen
I |N| =∞I |Q| =∞I |R| =∞I |Z| =∞ ...I Aber: |R| = |N| ?
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 60/328
> Unendliche Mengen
Es gibt offenbar unterschiedliche Unendlichkeiten.Das folgt auch schon aus dem Satz, das es keine Bijektionzwischen einer Menge und ihrer Potenzmenge gibt.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 61/328
> Unendliche Mengen
Tatsächlich gilt:I |N| = |Z| = |{n2|n ∈ N}| = ... = ℵ0
- die abzählbar unendlichen Mengen. (Beweisen!)I Auch: |N| = |Q|
(Beweis: Cantos 1. Diagonalargument)I Aber |N| 6= |R| = ℵ
- die überabzählbar unendlichen Mengen(Beweis: Cantors 2. Diagonalargument)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 62/328
> Cantors Kontinuumshypothese
TheoremEs gibt keine Menge, deren Mächtigkeit zwischen derMächtigkeit der natürlichen Zahlen und der Mächtigkeit derreellen Zahlen liegt.
Diese These ist das 1. Problem auf David Hilberts Liste der23 wichtigsten ungelösten Probleme.Inzwischen ist klar, das sie unter ZFC nicht beweisbar ist,d.h. sowohl die Annahme der Kontinuumshypothese wieauch deren Verneinung führen im üblichen Axiomensystemder Mathematik nicht zu Widersprüchen.
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 63/328
> Unendliche Mengen
Wie real ist das Unendliche? (SdW 3/2009)
,,
wis
sen
lebe
nW
WU
Mün
ster
WESTFÄLISCHEW ILHELMS-UNIVERSITÄTMÜNSTER
Diskrete Strukturen 64/328
> Berechenbarkeit - Das Wortproblem
I Welche Probleme können überhaupt gelöst werden?I Modellierbar: Probleme sind (universelle) Maschinen,
Lösungen sind Eingaben dazu. Man redet dann stattvon korrekten Lösungen auch von (Wörtern der)Sprache, die die Maschinen akzeptieren.
I Lösungen L := {l |l löst das Problem P}.I Wenn man eine effiziente Maschine angeben kann, die
entscheiden kann, ob eine Lösung zu L gehört, ist dasProblem entscheidbar.
,,