You are on page 1of 92

Mathematik I WS 15/16

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 . . . . . . . . . . . . . . . . . . . . . . . .

1.8 Definition (logische Aquivalenz)


. . . . . . . . . . .
1.9 Satz (Eigenschaften logischer Aussagen) . . . . . .
1.10 Bemerkung . . . . . . . . . . . . . . . . . . . . . .
1.11 Bemerkung (Logisches Umformen) . . . . . . . . . .
1.12 Definition (Tautologie, Kontradiktion, Erf
ullbarkeit)
1.13 Beispiel . . . . . . . . . . . . . . . . . . . . . . . .
1.14 Definition (Pradikatenlogik) . . . . . . . . . . . . .
1.15 Beispiel / Bemerkung . . . . . . . . . . . . . . . . .
1.16 Negation von All- und Existenzaussagen . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.5 Definition (Aquivalenzrelation)


. . . . . . . . . . . . . . . . . . .
5.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.7 Definition (Aquivalenzklassen)


. . . . . . . . . . . . . . . . . . . .
5.8 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.9 Definition (paarweise disjunkte Mengen, disjunkte Vereinigung, Zerlegung/Partition) . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.10 Satz (Klasseneinteilung, Zerlegung durch Aquivalenzklassen)


. . .

5.11 Satz zu Aquivalenzrelationen


. . . . . . . . . . . . . . . . . . . . .
5.12 Definition (Reprasentantensystem) . . . . . . . . . . . . . . . . .
5.13 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

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

Satz (Betrag, Eigenschaften von Teiler und Vielfachem) . . .


Satz und Definition: Division mit Rest . . . . . . . . . . . .
Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Definition (Gauklammer / Ab- und Aufrundungsfunktion) .
Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Satz (b-adische Darstellung) . . . . . . . . . . . . . . . . . .
Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Korollar . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Satz (Rechenregeln f
ur modulo) . . . . . . . . . . . . . . . .
Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . .
Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Definition (Kongruenzrelationen modulo m) . . . . . . . . .
Satz (zu Kongruenzrelationen) . . . . . . . . . . . . . . . . .
Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Satz und Definition (Aquivalenzklassen,


Kongruenzrelation,
Reprasentantensysteme) . . . . . . . . . . . . . . . . . . . .
Satz (Eigenschaften der Kongruenzrelation) . . . . . . . . .
Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Definition (groter gemeinsamer Teiler, kleinste gemeinsame
fache) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . .
Definition (teilerfremd, paarweise teilerfremd) . . . . . . . .
Lemma (Bestimmung des ggT) . . . . . . . . . . . . . . . .
Euklidischer Algorithmus . . . . . . . . . . . . . . . . . . . .
Satz (Bachet de Merirac (1581 - 1638)) . . . . . . . . . . . .
Erweiterter Euklidischer Algorithmus . . . . . . . . . . . . .
Korollar . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . .
Definition (Primzahl) . . . . . . . . . . . . . . . . . . . . . .
Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Fundamentalsatz der elementaren Zahlentheorie . . . . . . .
Korollar (Euklids Lemma) . . . . . . . . . . . . . . . . . . .
Korollar . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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) . . . . . . . . . . . . . . . .

8 Die reellen Zahlen


8.1 Anordnungsaxiome / Definition . . . . .
8.2 Satz . . . . . . . . . . . . . . . . . . . .
8.3 Definition (Intervalle) . . . . . . . . . . .
8.4 Beispiele (Ungleichungen, Intervalle) . .
8.5 Wiederholung (Betrag) . . . . . . . . . .
8.6 Satz (Rechenregeln f
ur den Betrag) . . .
8.7 Rechnen mit Betrag . . . . . . . . . . . .
8.8 Definition (obere und untere Schranken)
8.9 Beispiel . . . . . . . . . . . . . . . . . .
8.10 Bemerkung . . . . . . . . . . . . . . . .
8.11 Definition (Supremum und Infimum) . .
8.12 Beispiel . . . . . . . . . . . . . . . . . .
8.13 Definition (Maximum/Minimum) . . . .
8.14 Bemerkung . . . . . . . . . . . . . . . .
8.15 Beispiel . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

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)

9 ist eine gerade Zahl und durch


3 teilbar}. (0)
|
{z
|
{z
}
B(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

B Einschlieendes oder, kein entweder...oder.

Beispiele:
6 ist gerade oder durch 3 teilbar. (1)
7

9 ist gerade oder durch 3 teilbar. (1)


7 ist gerade oder durch 3 teilbar. (0)

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

Welche Wahrheitswerte ergeben sich f


ur
A (B A) B)?
9

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

Seien A, B, C Aussagen. Es gelten folgende logische Aquivalenzen:


a) Doppelte Negation: A (A)
b) Kommutativit
at von , , , :
(A B) (B A)
(A B) (B A)
(A B) (B A)
(A B) (B A)
B gilt nicht f
ur !! (A B 6 B A)

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
}

wird Kontraposition genannt, wichtig f


ur Beweis. Wird im Sprachgebrauch oft falsch verwendet.

Beispiel: Pit ist ein Dackel. Pit ist ein Hund.


A

aquivalent zu: (B) (A)


Pit ist kein Hund. Pit ist kein Dackel.
aber nicht zu: B A
Pit ist ein Hund. Pit ist ein Dackel.
und nicht zu: A B
Pit ist kein Dackel. Pit ist kein Hund.
Beispiel: Sohn des Logikers / bellende Hunde ( Folien)

1.11 Bemerkung (Logisches Umformen)


Sei ein Ausdruck. Ersetzen von Teilausdr
ucken von durch logisch aquivalente
Ausdr
ucke liefert einen zu aquivalenten Ausdruck. So erhalt man eventuell
k
urzere/einfachere Ausdr
ucke, zum Beispiel:
(A B) (A B) (A) (B) A B
1.9 g)

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)

Q(x) : x studiert Informatik


R(y) : y ist Primzahl und y 2 + 2 ist Primzahl.
Eine Aussageform P (x) wird zur Aussage, wenn man die Variable durch ein konkretes Objekt ersetzt. Diest ist nur dann sinnvoll, wenn klar ist, welche Werte f
ur
x erlaubt sind, daher wird oft die zugelassene Wertemenge mit angegeben. (hier
Vorgriff auf Kapitel Mengen)
Im Beispiel:
P (3) ist wahr, P (42) falsch.
R(2) ist falsch, R(3) ist wahr.
Oft ist die Frage interessant, ob es wenigstens ein x gibt, f
ur das P (x) wahr ist,
oder ob P (x) sogar f
ur alle zugelassenen x wahr ist.
13

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 }

aus der Menge M gilt Eigenschaft

auch |{z}
P (x).
xM

Das Symbol heit All- Quantor, die Aussage All- Aussage.


b) Die Aussage Es gibt (mindestens) ein x aus M, das die Eigenschaft P(x) besitzt.
ist wahr, g.d.w P(x) f
ur mindestens eines der in Frage kommenden x wahr ist.

|{z}

Schreibweise:

xM

es gibt, es existiert

:
P (x).
|{z}

so dass gilt

heit Existenzquantor und die Aussage Existenzaussage.

1.15 Beispiel / Bemerkung

b |{z}
c
Ubungsgruppe
G: |{z}
a |{z}

Anna Bob Clara

B(x) : x ist blond.


W (x) : x ist weiblich.
B(a) = 1
W (b) = 0
1. Alle Studenten der Gruppe sind blond. (1)
x G: x ist blond
x G: B(x) (1)
Das bedeutet: a blond b blond c blond
B(a) B(b) B(c)
| {z } |{z} |{z}
1

ist also eine Verallgemeinerung der Konjunktion.


14

2. Alle Studenten der Gruppe sind weiblich. (0)


W (a) W (b) W (c) (0)
| {z } | {z } | {z }
1

3. Es gibt einen Studenten der Gruppe, der weiblich ist. (1)


x G: W(x) (1)
bedeutet: W (a) W (b) W (c) = 1
| {z } | {z } | {z }
1

ist verallgemeinerte Disjunktion.


4. Aussage A: Alle Studenten der Gruppe sind weiblich. (0)
Verneinung von A? A
B Nicht korrekt w
are: Alle Studenten der Gruppe sind mannlich. (Wahr-

heitswert ist auch 0)


Korrekt: Nicht alle Studenten der Gruppe sind weiblich (1) Es gibt (mindestens) einen Studenten der Gruppe, der nicht weiblich ist. (1)
allgemeiner:

1.16 Negation von All- und Existenzaussagen


a) (x M : P (x)) x M : P (x)
b) (x M : P (x)) x M : P (x)
(Verallgemeinerung der Regeln von DeMorgan) (vergleiche Beispiel 1.15, 4):
(x G : W (x))
(W (a) W (b) W (c))
(W (a)) (W (b)) (W (c))
|{z}
DeM organ

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)

Negation dann durch mehrfaches Anwenden von 1.16, zum Beispiel:


(x X y Y z Z : P (x, y, z))
x X : (y Y z Z : P (x, y, z))
x X y Y : (z Z : P (x, y, z))
x X y Y z Z : P (x, y, z))
Also:
andere in ,
in ,
verneine Pradikat.

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

Element der Menge A


nicht Element der Menge A
Element der Menge A
nicht Element der Menge A

b) Eine Menge kann beschrieben werden durch:


Aufzahlung ihrer Elemente, zum Beispiel:
M1 = {a, b, c}
( = {c, a, b}, d.h. Reihenfolge spielt keine Rolle)
Achtung: Keine Wiederholungen!
M2 = {,, /}
M3 = {3, {1, 2}, M1 }
geht nur bei endlichen Mengen oder bestimmten unendlichen Mengen,
zum Beispiel:
N = {1, 2, 3, 4, ...} Menge der nat
urlichen Zahlen
N0 = {0, 1, 2, 3, 4, ...} Menge der nat
urlichen Zahlen mit der Null
Z = {0, 1, 1, 2, 2, ...} Menge der ganzen Zahlen
Charakterisierung ihrer Elemente:
A = {x | x besitzt die Eigenschaft E}, z.B.:
A = {n | n N und n ist gerade}
|{z}
sprich: mit der Eigenschaft

= {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

f ) A B := {x | x A x B} heit Vereinigung von A und B.


A

Beispiele: A = {1, 2, 3}, B = {2, 3, 4}, C = {4}


A B = {2, 3},
A C = ,
B C = {4} = C,
A B = {1, 2, 3, 4}
g) A und B heien disjunkt, falls gilt A B =
A

h) A heit Teilmenge von B, A B, falls gilt:


xAxB
18

Oder in Worten: Jedes Element von A ist auch Element von B.


Dasselbe bedeutet die Notation
BA
(B ist Obermenge von A)
Beispiel: {1, 2} {1, 2, 3} N N0 Z R (reelle Zahlen)
Es gilt: A f
ur jede Menge A.
Achtung: Unterschied , !
Zum Beispiel:
A = {1, N} (hier ist die Menge N ein Element von A, keine Teilmenge!)
1 A,
N A,
N * A,
2
/ A,
{1} A
i) Zwei Mengen A, B heien gleich (A = B, falls gilt: A B und B A (also
x A / / x B.
Darin liegt ein Beweisprinzip: Man zeigt A = B, indem man zeigt:
xAxB
x B x A (mehr spater)
Beispiel:
A = {2, 3, 4},
A=B

B = {x N | x > 1 und x < 5}

j) A ( B(A $ B) bedeutet A B, aber A 6= B.


(d.h. x B mit x
/ A, aber x B)
(A ist echte Teilmenge von B.)
k) Mit P (A) := {B | B ist eine Teilmenge von A} = {B | B A} bezeichnen wir
die Menge aller (echten oder nicht echten) Teilmengen von A, die sogenannte
Potenzmenge von A. ( AA, A AA)
Beispiel:
A = {1, }, P (A) = {, {|{z}
1 }}
A

B = {1, 2}, P (B) = {, {1}, {2}, { 1, 2 }}


|{z}
B

C = {1, 2, 3}, P (C) = ... (8 Elemente)


P () = {}
19

Was ist P (P (A))?


P (P (A)) = P ({, {1}}) = {, {}, {1}, {, {1}}
l) A\B := {x | x A und x
/ B} heit die Differenz (A ohne B ).
Ist A X mit einer Obermenge X, so heit X\A das Komplement von A
C
(bez
uglich X). Wir schreiben AC
X oder kurz A (wenn X aus dem Kontext
klar ist).
m) A4B := (A\B) (B\A) heit die symmetrische Differenz von A und B.

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

Beziehungsweise noch allgemeiner:


Sei S eine Menge von Mengen (System von Mengen)
A = {x | x AA S}
AS
A = {x | A S mit x A}
AS

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

Ist eine der Mengen A1 , ...An leer, setzen wir A1 ... An = .


Statt A A schreiben wir auch A2 , statt A ... A = An .
| {z }
nF aktoren

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)}

2.5 Satz (Rechenregeln fur Mengen)


Seien A, B, C, X Mengen. Dann gilt:
21

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

g) A B = A genau dann, wenn A B


(A B) = A A B)
h) A 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.

ur wichtigeren Satz formuliert und


Lemma - Hilfssatz, der nur als Grundlage f
bewiesen wird.
Theorem - wichtiger Satz
Korollar - einfache Folgerung aus Satz, z.B. Spezialfall
Definition - Benennung/Bestimmung eines Begriffs/Symbols
 - Zeichen f
ur Beweisende (, q.e.d., wzbw...)

Mathematische Satze haben oft die Form:


Wenn V (Voraussetzung) gilt, dann gilt auch B (Behauptung)
(V , B: Aussagen), kurz: V B
Zu zeigen ist also, dass V B eine wahre Aussage ist.

3.1 Direkter Beweis


Gehe davon aus, dass V wahr ist, folgere daraus, dass B wahr ist.
[ Sei V wahr, ...
...
...
..
.
B ist wahr ]
Beispiel: Sei n N. Ist n gerade, so ist auch n2 gerade .
{z
} |
{z
}
|
V

Beweis: Sei n N gerade.


(k N mit n = 2 k)

// 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


3.2 Beweis durch Kontraposition


vgl. Satz 1.9 f)

AB

B A

Statt V B zu zeigen, konnen wir also auch B V zeigen.


[ Es gelte B ...
...
...
..
.
es gilt V ]

Beispiel: Sei n N.
Ist n2 gerade, so ist auch n gerade.
|
{z
} |
{z
}
V

Beweis durch Kontraposition:


// B gilt.

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.


3.3 Beweis durch Widerspruch, indirekter Beweis


Zu zeigen ist Aussage A. Wir gehen davon aus, dass A nicht gelte (A ist wahr)
und folgern durch logische Schl
usse eine zweite Aussage B, von der wir wissen,
dass sie falsch ist. Wenn alle logischen Schl
usse korrekt waren, muss also A falsch
gewesen sein, also A wahr.
25

( ((A B) (B)) A ist Tautologie)

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.

Also war die Annahme falsch, es muss 2


/ Q gelten. 

3.4 Vollstandige Induktion


Eine Methode, um Aussagen u
urliche Zahlen zu beweisen.
ber nat
Beispiel: Gau
1 + 2 + ... + 100 =?
1
+ 100
101

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

3.4.1 Prinzip der vollstandigen Induktion


Sei n0 N fest vorgegeben (oft n0 = 1).
F
ur jedes n n0 , n N, sei A(n) eine Aussage, die von n abhangt.
Es gelte:
1. A(n0 ) ist wahr (Induktionsanfang)
2. n N, n n0 :

so istA(n + 1)wahr . (Induktionsschritt)


|
{z
}

IstA(n)wahr,
{z
}
|

Induktionsvorraussetzung Induktionsbehauptung

Dann ist die Aussage A(n) f


ur alle n n0 wahr. (Dominoprinzip)
(Bemerkung: gilt auch f
ur N0 (n0 = 0 auch moglich) und f
ur n0 Z, Behauptung
gilt dann f
ur alle n Z mit n n0 ).
Beispiel:
a) Kleiner Gau 1 + 2 + ... + n =

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

+a21 + a22 + a2m


+...
+an1 + an2 + ... + anm
Pm Pn
j=1
i=1 aj
3.4.3 Verscharftes Induktionsprinzip
A(n), n0 wie in 3.4.1
Es gelte:
(1) A(n0 ) ist wahr
(2) n n0 :
Sind A(n0 ),

... , A(n) wahr, so ist A(n + 1) wahr.

(d.h. A(n0 ) A(n0 + 1) ... A(n) A(n + 1))


Dann ist A(n) wahr f
ur alle n N, n n0

Beispiel: A(n): Jede nat


urliche Zahl n > 1 ist Primzahl oder Produkt von Primzahlen.
Beweis:
Induktionsanfang: (n0 = 2). n = 2 ist Primzahl X
Induktionsschritt: Sei n n0

(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)

3.5.2 Satz (Schubfachprinzip, engl.: pigeon hole principle)


Seien k, n N.
Verteilt man n Objekte auf k Facher, so gibt es ein Fach, das mindestens d nk e
Objekte enthalt.
(Dabei bezeichnet dxe die kleinste ganze Zahl z mit x z.)
Beweis (durch Kontraposition):
n
( n Objekte, k Facher Fach mit mind. d e Objekten
{z
}
|
{z k
}
|
A
B

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

(A) es gibt also weniger als n Objekte


31

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

3.6 Weitere Beweistechniken (Werkzeugkiste)


a) Wichtigste Technik: Ersetzen eines mathematischen Begriffs durch seine Definition (und umgekehrt). A( B = {x | x A x B})
b) Aussagen der Form a S gilt P (a):
beginne mit: Sei a S, zeige P (a).
32

c) Aussage der Form a S mit P (a)


oft: finde/gebe konkretes Element a an, f
ur dass P (a) gilt.
d) Gleichheit von Mengen zeigt man oft mittels Inklusion (vgl. Definition 2.1(i))
Zu zeigen: A = B (A, B Mengen)
zeige: A B (Sei a A ... ... a B) 2.1 (i))
und B A (Sei b B ... ... b A)
...
...
Beispiel: 2.5f)
A4B = (A B)\(A B)
Beweis:

Sei x A4B = (A\B) (B\A)
1. Fall :
x A\B, dann gilt x A, also x A B
Auerdem x
/ B, also gilt auch x
/ AB
x (A B)\(A B)
2.Fall
Ist x B\A, so argumentiere analog.

Sei x (A B)\(A B)
x A oder x B.
1.Fall
x A, so ist x
/ B, da x
/ AB
x A\B (A\B) (B\A)
= A4B,
d.h. x A4B.
2.Fall (1. Fall analog)
x B, so x
/ A, da x
/ AB
x B\A A4B
Also x A4B

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

c) kann als Abbildung aufgefasst werden, + ebenso:


: {0, 1} {0, 1} {0, 1}
(A, B) 7 A B
+: R R R
(a, b) 7 a + b
Allgemein bezeichnet man eine Abbildung {0, 1}n {0, 1}m (n, m N) als boolesche Funktion.

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

injektiv, surjektiv, bijektiv


37

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

Dann heit die Abbildung: f g : A C


a (f g)(a) :=
f (g(a))a A
die Hintereinanderausf
uhrung oder Komposition von f mit g.
f nach g
A |{z}
B |{z}
C
g

4.12 Beispiel
A=B=C=R
f: RR
xx+1

g: R R
x 2x

(f g)(x) = f (g(x)) = f (2x) = 2x + 1


(g f )(x) = g(f (x)) = g(x + 1) = 2 (x + 1)
= 2x + 2
hier also f g 6= g f !

4.13 Satz
Die Komposition {inj., surj., bij} Abbildungen ist {inj., surj., bij}

Beweis: P
u/U
39

4.14 Satz (Charakterisierung bijektiver Abbildungen)


Sei f : A B eine Abbildung.
f ist bijektiv genau dann, wenn es eine Abbildung g : B A gibt mit
g f = idA und f g = idB .
Diese Abbildung g ist eindeutig und genau die Umkehrfunktion von f , also
g = f 1 .
f 1 ist ebenfalls bijektiv und es gilt (f 1 )1 = f
Beweis:
Sei f bijektiv. Dann existiert f
ur jedes b B genau ein a A mit b = f (a).
Definiere nun also g : B A mit g(b) = a, dann gilt die Aussage:
(g f )(a) = g(f (a)) = g(b) = a = idA (a)
(f g)(b) = f (g(b)) = f (a) = b = idB (b)
Es existiere Abbildung g wie angegeben (zu zeigen: f ist bijektiv)
f surjektiv: Sei b B. Dann ist g(b) A, f (g(b) ) = idB (b) = b, d.h.
|{z}

das ist das gesuchte a! ( a := g(b) )

g(b) ist Urbild von b unter f .


f injektiv:
Sei f (a1 ) = f (a2 )
Dann ist a1 = g(f (a1 )) = g(f (a2 )) = a2
Eindeutigkeit von g:
Angenommen es gabe Abbildungen g1 , g2 mit angegebenen Eigenschaften.
Sei b B. Dann gibt es genau ein a A mit f (a) = b.
Also g1 (b) = g1 (f (a)) = a = g2 (f (a)) = g2 (b),
d.h. g1 = g2
f 1 bijektiv, (f 1 )1 = f :
folgt aus f f 1 = idB , f 1 f = idA ,
wende Aussage des Satzes auf f 1 an.
40

4.15 Bemerkung / Definition


Bijektivitat erlaubt prazise Definition der Endlichkeit / Unendlichkeit von Mengen:
a) Menge M 6= heit endlich n N : bijektive Abbildung f : {1, ..., n}
M.
( wird auch als endlich bezeichnet).
Andernfalls heit M unendlich.
[Hilberts Hotel]
b) Zwei Mengen M1 , M2 heien gleichmachtig, falls es eine bijektive Abbildung
g : M1 M2 gibt.
urlichen Zahlen) gleichmachtig:
Beispiel: N, 2N (alle geraden nat
g : N 2N
n 7 2n
ist bijektiv.
c) Menge M heit abzahlbar unendlich, wenn M gleichmachtig ist wie N, d.h.
bijektive Abbildung.
h: N M.
Beispiel:
N abzahlbar unendlich: h = idN
N abzahlbar unendlich: h : N N0 (x x 1) ist bijektiv.
Z ist abzahlbar unendlich: (Geschichte vom Teufel: h Z
10
21
3 1
42
5 2
|{z}
|{z}
T ag

..
.

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, ...)

Q ist abzahlbar unendlich:


11111
...
12345
22222
...
12345
33333
...
12345
..
.
Cantorsches Diagonalverfahren.
R ist nicht abzahlbar unendlich!
(Beweis von Cantor, 2. Diagonalisierungsargument) eventuell spater
P (N ist nicht abzahlbar unendlich (allgemein: | A |<| P (A) | Satz von Cantor.)

4.16 Satz (Wichtiger Satz fur endliche Mengen)


Seien A, B 6= endliche Mengen, | A |=| B |, und f : A B eine Abbildung.
Dann gilt f injektiv f surjektiv f bijektiv.
Beweis:
Wir setzen n :| A |=| B |. Es gen
ugt zu zeigen f injektiv f surjektiv.
Sei f injektiv, d.h. falls a1 , a2 A mit a1 6= a2 , dann gilt f (a1 ) 6= f (a2 ).
D.h., verschiedene Elemente aus A werden auf verschiedene Elemente aus B abgebildet, die n Elemente aus A also auf n verschiedene Elemente aus B.
Da B genau n Elemente besitzt, ist f surjektiv. (f (A) = B).
[formaler: d.h. | f (A) |=| A |=| B |.
Da f (A) B endlich, folgt f (A) = B.


42

4.17 Das Prinzip der rekursiven Definition von Abbildungen


Sei B 6= Menge, n0 N,

A = {n N | n n0 }.

Man kann eine Funktion f : A B definieren durch


Angabe des Startwerts f (n0 )
Beschreibung, wie man f
ur jedes n A den Funktionswert f(n+1) aus f (n)
berechnet (Rekursionsschritt).

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

Wieviele Knospen gibt es nach 100 Tagen?


Geschlossene / explizite Form von f gefragt.
Vermutung: f (n) = 2n 1
(Bemerkung: bessere Methoden (statt vermuten / raten) in der Vorlesung Algorithmen, dort z.B. auch mathematische Strukturen wie oben, diese werden
Baume (Graphen) genannt.
Beweis: vollstandige Induktion
Induktionsanfang:
f (1) = 21 1 = 1
Induktionsschritt:
Induktionsvoraussetzung:
sei f (n) = 2n 1n 1
Induktionsbehauptung:
f (n + 1) = 2n+1 1
Beweis:
f (n + 1)

=
|{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

und gebe k Startwerte f (n0 ), f (n0 + 1), ..., f (n0 + k 1)

4.20 Beispiel (Fibonacci-Zahlen)


k=2
44

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

d) Sei M die Menge aller Menschen, Rm = {(a, b) | a, b M und a und b haben


dieselbe Mutter }
Zwei wichtige Typen von Relationen auf einer Menge:

Ordnungsrelationen und Aquivalenzrelationen.

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

e) Sei partielle Ordnung auf M , n N.


Dann definiere die lexikographische Ordnung lex auf M n wie folgt:
x = (x1 , ..., xn ) lex y = (y1 , ..., yn ) :
x = y oder xi < yi f
ur das kleinste i mit xi 6= yi

(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

a) <-Relation (Beispiel 5.2 b)) ist keine Aquivalenzrelation


(nicht reflexiv, nicht
symmetrisch, transitiv).

keine Aquivalenzrelation
(reflexiv, nicht symmetrisch, transitiv)
b) M 6= beliebig, a b : a = b

Gleichheit ist eine Aquivalenzrelation


(= := {(a, a) | a M })

c) Rm (Mutter-Relation) aus Beispiel 5.2 d) ist Aquivalenzrelation


d) M = Z, a b : b a ist gerade,
d.h. k Z mit b a = 2 k.

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

e) analog: wahle r N fest, M = Z


a b : b a ist durch r teilbar (d.h. k Z mit b a = r k)

ist Aquivalenzrelation.

5.7 Definition

Sei eine Aquivalenzrelation


auf M 6= .
Dann heit f
ur x M die Menge

[x] := {y M | y x} die Aquivalenzklasse


von x (bzgl. ) auf M .
49

5.8 Beispiel

a) Gleichheit liefert triviale, namlich einelementige Aquivalenzen:


[x] = {x}x M
b) vgl. Beispiel 5.6d), M = Z, a b b a gerade
[0] = {b Z | b 0 gerade } = Menge der geraden Zahlen
= [2] = [4] = [2] = ...
[1] = {b Z | b 1 gerade } = Menge der ungeraden Zahlen
= [3] = [5] = [1] = ...
Es gilt: [0] [1] = Z, und [0] [1] =
(disjunkte Vereinigung, Zerlegung von Z, siehe folgende Definition.)

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

A = M , so heit Z Zerlegung oder Partition von M .

AZ

5.10 Satz (Klasseneinteilung, Zerlegung durch Aquivalenzklassen)

Sei Aquivalenzrelation
auf M 6= . Dann gilt:
50

(1) f
ur jedes x M ist [x] 6=
[
(2)
[x] = M
xM

(3) x, y M gilt entweder [x] = [y] oder [x] [y] =

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]M M (nach Definition).


xM

[
[x],
{x}
|{z}
xM
(1) xM
[
also M
[x].
M =

xM

(3) wir zeigen: [x] [y] 6= [x] = [y]


Sei dazu z [x] [y] (denn Schnitt 6= )
z x und z y (*)
x z und y z (**)
wir zeigen: [x] = [y]
[x] [y]: sei u [x]
ux
uz
Transitivitat, x z (**)
uy
Transitivitat, z y (*)
u [y].
[x] [y]: sei u [y]
uy
uz
(Transitivitat, y z (**))
ux
51

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.

Dann ist eine Aquivalenzrelation


auf M , und die Aquivalenzklassen
bez
uglich
sind genau die Mengen A Z.
Beweis:
ist reflexiv:
Sei x M =

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

Sei eine Aquivalenzrelation


auf M .

Eine Teilmenge von M , die aus jeder Aquivalenzklasse


bez
uglich genau ein Element (einen sogenannten Reprasentanten) enthalt, nennt man ein Reprasentantensystem von .

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)

a heit dann Vielfaches von b.


(b - a bedeutet: b ist kein Teiler von a)
(Beispiel: 6 | 42 ,
Zahl.)

5 | 10 ,

5 - 42 ,

1 | 1 ,

1|0,

0 ist nie Teiler einer

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

c) Ist b | a und a 6= 0, dann |b| |a|


d) Ist b | a und a | b, dann a = b
Beweis:
a) Sei b | a.
Ist b > 0, so ist |b| = b, also gilt |b| | a.
Ist b < 0, so ist |b| = b
b | a, d.h. q Z mit a = q b = (q) (b) = (q) |b|.
(q) Z, also gilt |b| | a.
Restliche Behauptung analog!
54

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

c) b | a , nach Teil a) also |b| | |a|


|a| = q |b| = |b| +|b| + ... +|b| |b|
|{z}
{z
}
|

N, da |a|,|b|0 und a6=0

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.

Teilbarkeit in Z ist im Allgemeinen nicht erf


ullt. Daher ist Teilen mit Rest wichtig.

6.3 Satz und Definition: Division mit Rest


Seien a, b Z, b 6= 0.
Dann existieren eindeutig bestimmte q, r Z mit
)
(1) a = q b + r
Division mit Rest
(2) 0 r < |b|
q wird Quotient genannt, r Rest.
Bezeichnung: q = a div b
r = a mod b (modulo)
Es gilt also a
{z }b = 0 b | a
| mod
Rest

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

Also gilt 0 r < b


2. Fall: b < 0
Es gilt (*) mit |b|,
also gilt a = q |b| + r, 0 r < |b|
| {z }
schon ok

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

6.7 Satz (b-adische Darstellung)


Sei b N, b > 1. Jede nat
urliche Zahl n N0 , lasst sich eindeutig darstellen in der
Form:
k
X
n=
xj bi , wobei f
ur k und xi gilt:
i=0

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

Nach Induktionsvorraussetzung gilt also n =

i=0

setze xi+1 = x0i f


ur i = 0, 1, ..., k
Dann ist n = n0 b + x0
k
X
=
x0i bi+1 + x0
=

i=0
k+1
X

x i bi + x 0

i=1

k+1
X

x 0 i bi

i=0

-(1) und (2) gelten:


(2) gilt nach Konstruktoren der xi (1):
-falls n0 = 0, [z.z : b0 n < b1 ]
dann ist n = x0 .
wegen x0 < b ist b0 = 1 n < b1
- falls n0 > 0 [z.Z: bk+1 n < bk+2 ]
dann gilt (Ind.Vor.) bk n0 < bk+1
bk+1 b n0 b n0 + x0
| {z }
n

zeige II: Es ist n0 bk+1 1, also


bn0 bk+2 b
bn0 + x0 bk+2 b + x0 < bk+2
| {z }
n

- Darstellung ist eindeutig:


k
l
X
X
i
Sei n =
xi b =
yi bi
i=0

k
X

i=0

(xi , yi , k, l mit (1), (2)


59

x0i bi , k, x0i mit (1), (2)

Dann ist x0 = n mod b = y0


0
=
wende Ind.Vor. an auf n0 = nx
b

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

solange, bis nk < b (d.h. xk = nk )


Dann n = (nk nk1 ... n0 )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

oder (gut bei kleinen Zahlen):


hochste 2er-Potenz 41 ist 25 = 32
41 32 = 9
hochste 2er-Potenz 9 ist 23 = 8
9 8 = 1 = 20
(41)10 = 25 + 23 + 20 = (101001)2
b) (41)10 im Hexadezimalsystem:
| 9
| 29

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

6.11 Satz (Rechenregeln fur modulo)


Seien a, b Z, m N
(a mod m) mod m = a mod m
M (M (a)) = M (a)
Platzhalter : +, ,
(i)

Dann (a b) mod m = [(a mod m) (b mod m)] mod m


(ii)

= [(a (b mod m)] mod m

(iii)

= [(a mod m) b] mod m

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

= [(a mod m) (b mod m)] mod m


|{z}

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

() [(a mod m) (b mod m)] mod m = (2 3) mod 4 = 3


(a b) mod m = (10 7) mod 4 = 3
() [(a mod m) (b mod m)] mod m = (2 3) mod 4 = 2
(a b) mod m = 70 mod 4 = 2
Beobachtung: mod-Regeln konnen groe Zwischenergebnisse vermeiden
(11 12 13) mod 7 ?
(11 12 13) mod 7 = 11 12 13) mod 7 = (1716) mod 7 = 1
oder (11 12 13) mod 7 = [(11 mod 7)(12 mod 7)(13 mod 7)] mod 7
= (4 5 6) mod 7
= 120 mod 7 = 1
oder (11 12 13) mod 7 = [((3) mod 7) ((2) mod 7) ((1) mod 7)] mod 7
= ((3)( 2) (1)) mod 7
= (6) mod 7 = 1
Welchen Rest lasst (214936)1517433 bei Division durch 7?
1517433

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

a10 = 10, a10 = x

i=0

WHK:
3 540 20521 7
3 540 20522 5
1 540 20523 1

6.14 Definition (Kongruenzrelationen modulo m)


Sei m N. F
ur a, b Z definiere
a b (mod m) : m | (a b)
a kongruent b modulo m
Beispiel: 17 4 (mod 7)

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)

d) Kongruenzrelation modulo m ist Aquivalenzrelation


e) a b (mod m), c Z c a c b (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 mod m = (k m) mod m + b mod m = b mod m


a mod m = b mod m

a = a1 m + r (1)
b = a2 m + r (2)
a b = (a1 a2 ) m
m|(a b)
b) Spezialfall von a)

(b = 0)

c) zu zeigen: a mod m a (mod m)


a)

6.11 a)

(a mod m) mod m = a mod m


d) reflexiv? symmetrie, transitivitat?
m | (a a)X
m | (a b),

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

Wiederholung: Kongruenz modulo m


a b (mod m)
: m | (a b)

6.17 Satz und Definition

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)

Dann (a1 b1 ) mod m = [(a1 mod m) (b1 mod m)] mod m


(1,2)

= [(a2 mod m) (b2 mod m)] mod m

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

Welche x {0, ..., 5} = Z6 erf


ullen die Kongruenzrelation?
x = 2,

x=5

2x 4 (mod 6) 2 (x mod 6) 4 (mod 6)


Losungsmenge: (2 + 6Z) (5 + 6Z)
b) x2 + 3y = 3z 2

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 |

b) kgV (a1 , ..., ar ) existiert und ist eindeutig.


|a1 | ... |ar | wird von allen ai geteilt.
c) ggT (a1 , ..., ar ) = ggT (|a1 | , ...,|ar |) kgV (a1 , ..., ar ) = kgV (|a1 | , ...,|ar |).

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

Gegeben seien jetzt a, b, nicht beide 0, O.B.d.A b 6= 0


Wir wollen ggT (a, b) bestimmen.

Setze a0 = a, a1 = b
a0 = q 1 a1 + a2
a1 = q 2 a2 + a3
..
.
an1 = qn an + 0

(Division mit Rest)


(Division mit Rest)

erstes Mal Rest 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

6.24 Euklidischer Algorithmus


Input: a, b Z

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

6.25 Satz (Bachet de Merirac (1581 - 1638))


Seien a, b Z, nicht beide 0. Dann existieren s, t mit ggT (a, b) = sa + tb
Anmerkung: In Literatur auch Lemma von Bezont.
Beweis:
Ist b = 0, ggT (a, b) = |a| = s a + t b mit
(
1
falls a > 0
s=
1 falls a < 0
Ist b 6= 0, b|a so ggT (a, b) = |b| = s a + t b mit
(
1
falls b > 0
t=
1 falls b < 0
Ist b 6= 0, b - a

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

aj = aj2 qj1 aj1


= sj2 a0 + tj2 a1 qj1 (sj1 + tj1 a1 )
|{z}
I.V.

= (sj2 qj1 sj1 ) a0 + (tj2 qj1 tj1 ) a1


{z
}
|
{z
}
|
=:sj

=:tj

Satz folgt mit j = n und s = sn , t = tn

6.26 Erweiterter Euklidischer Algorithmus


Input a, b Z (nicht beide 0)
IF b = 0 then
y := |a|, if a > 0 then s := 1 else s := 1
t=0
IF b 6= 0 and b | a then
y := |b| , s = 0, if b > 0 then t := 1 else t := 1
IF b 6= 0 and b - a then
x := a, y := b, s1 := 1, s2 := 0, t1 := 0, t2 := 1
while x mod y 6= 0 do
q := x div y, r = x mod y,
s = s1 q s2 ,
t := t1 q t2 ,
s1 = s2 , s2 = s,
t1 = t2 , t2 = t,
x = y, y = r
: y(= ggT (a, b)), s, t(y = s a + t b)

Output: y(ggT (a, b))


s, t(y = s a + t b)
Beispiel: a = 48, b = 30

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 = 2 48 + 3 (30) nicht eindeutig


48 = (1) (30) + 18 s = s1 q s2 t = t1 q t2

Beachte: Darstellung ist nicht eindeutig!


6 = 7 48 + 11 (30)
71

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

b) 6.25 ggT (a, b) = s a + t b


c|a c|b |{z}
c|sa + tb
6.2b)

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

6.31 Fundamentalsatz der elementaren Zahlentheorie


Zu jeder nat
urlichen Zahl a 2 gibt es endlich viele verschiedene Primzahlen
p1 , ..., pn und nat
urliche Zahlen e1 , ..., en mit a = pe11 ... penn Die pi heien Primfaktoren von a. Die Darstellung von a als Produkt von Primzahlen ist bist auf die
Reihenfolge eindeutig.

a=

n
Y

pei i = pe11 ... penn

i=1

Beweis: Existenz (per Induktion)


IA:

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

IA: s(a) = 1 a Primzahl X


IV: Aussage gelte f
ur alle a0 , s(a0 ) < s(a)
IB: Aussage gilt auch f
ur a
Beweis:
a = p1 ... pm = q1 ... qe

|s(a) = m l

pi , qj Primzahl (nicht unbedingt verschieden)


6.30

p1 | a p1 | q1 ... qe p1 | qj f
ur ein j

qj Prim

p1 = qj a0 = p1 ... pn = q1 qq1 qq+1 ... qe

wende I.V: auf a0 an, fertig

6.32 Korollar (Euklids Lemma)


Es gibt unendlich viele Primzahlen.
Beweis: Angenommen es gibt nur endlich viele Primzahlen p1 , ..., pn
a = p1 p2 ... pn + 1
6.31

pi

pi | a q = pi

Dann gilt nach 6.2 b)

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)

(Hinweis: Leeres Produkt = 1)


Y

KgV (a, b) =

pP (a)\P (b)

pn(p)

pP (a)P (b)

insbesondere a b = ggT (a, b) KgV (a, b)


Beispiel
a = 1248 = 25 3 13
b = 3780 = 22 33 5 7
ggT (a, b) = 22 31 = 12
KgV (a, b) = 25 33 5 7 13 = 393120

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)

Beweis (per Induktion):


IA: n = 1 X
IS: n n + 1

|A1 ... An An+1 | =


Q
|An+1 | ni=1 |Ai | X

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

7.3 Geordnete Auswahl ohne Wiederholung


Fragestellung I
Menge B (Urne) mit n verschiedenen Objekten b1 , ..., bn . Wahle nacheinander k
davon aus und lege sie der Reihenfolge nach aus.
; (bi1 , bi2 , ..., bik ) Dabei ij 6= il

j 6= l

Wie viele solcher k-Tupel sind moglich?


Fragestellung II (nur andere Interpretation)
1 ... k
bi1 ... bik

Wie viele injektive Abbildungen =


(a) = (b)

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

(Rekursive Definition (n)k := (n)k1 (n k + 1) )


{z
}
|
=n(k1)

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

(vergleiche: Anzahl aller Worter der Lange 3 (7.1b))


= 263 = 17576)
Aus 7.3 und 7.5 folgt:

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!

7.9 Geordnete Auswahl mit Wiederholung


Wahle k mal ein Objekt aus der Urne mit n Objekten aus, dabei wird die Reihenfolge der Ziehungen notiert und das Objekt nach der Auswahl wieder in die Urne
zur
uckgelegt.
Beispiel:
Ziehen einer Losnummer , (Erstellung eines Autokennzeichens)
Oder: Farbe die Objekte 1, ..., k mit jeweils einer von n Farben, die Farbe darf
dabei mehrfach verwendet werden.
79

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

Nach 7.1 gilt |B | = |B| = n .

7.11 Bemerkung / Korollar


Schreibe Auswahl als

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.

7.12 Ungeordnete Auswahl ohne Wiederholung


Urne mit n Objekten, wahle k Objekte aus, Reihenfolge ist unerheblich (Korb).
Wie viele Moglichkeiten (verschiedene Korbf
ullungen) gibt es?
Beispiel:
Lotto (n = 49, k = 6)
Feuerwehrproblem
d.h. wie viele k-elementige Teilmengen besitzt eine n-elementige Menge?

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!

7.14 Bemerkung / Satz


a)

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

Anzahl geordneter Auswahlen ohne Wiederholung


= (n)k

7.5

81

((a, b, c), (b, a, c), (c, a, b), ...)


& .
{a, b, c}

} 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 }

# von 6 Gewinnzahlen 4 anzukreuzen

# von 43 Nicht-Gewinnzahlen 2 anzukreuzen

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 )

7.17 Satz (Binomialsatz / binomischer Lehrsatz)


a, b R, n N0

(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

7.18 Ungeordnete Anzahl mit Wiederholung


Wahle k Objekte aus n Objekten aus, Wiederholungen erlaubt, Reihenfolge nicht
relevant. Wie viele verschiedene Korbf
ullungen gibt es?

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

1...1 0 ... 0 |{z}


1...1)
|{z}
m2

mn

Wie viele Binarzahlen dieser Art (k mal 1, n 1 mal 0) gibt es?



n+k1
vgl. Beispiel 7.16 c)
k

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

8 Die reellen Zahlen


Wir beschreiben die Menge R der reellen Zahlen durch ein Axiomensystem bestehend aus
Korperaxiomen ( Mathe III, algebraische Strukturen von R, beschreiben
die Grundrechenarten (+, , , \))
Anordnungsaxiomen
Vollstandigkeitsaxiomen
Aus diesen kann jede Aussage u
ber R abgeleitet werden.

8.1 Anordnungsaxiome / Definition


In R sind gewisse Zahlen x als positiv ausgezeichnet (kurz: x > 0), sodass gilt:
1. f
ur jedes x R gilt genau eine der Aussagen x = 0, x > 0, x > 0.
2. x > 0,

y>0

x+y >0

3. x > 0,

y>0

xy >0

Um Elemente aus R miteinander vergleichen zu konnen, schreiben wir:


x > y : x y > 0
x y : x y > 0
oder x = y
F
ur x > y schreiben wir auch y |{z}
< x
()

Gilt x < 0, so heit x negativ.


Einfache Folgerungen aus 8.1 und den bekannten Rechenregeln (f
ur Addition, Subtraktion, Multiplikation und Division) in R: (ohne Beweis)

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

Auf diesen Regeln beruhen die bekannten Rechenregeln f


ur Ungleichungen, z.B.
f
ur welche x R ist x 1 2x + 8?
x 1 2x + 8 8.2c) (addiere 1, addiere 2x)
3x 9

|{z}

8.2d)(mult.

x3
mit 31 )

8.3 Definition (Intervalle)


Seien a, b R, a < b endliche Intervalle:
(a, b) := {x R | a < x < b} offenes Intervall (mit Endpunkten a, b)
(auch Schreibweise ]a, b[ u
blich)
[a, b] := {x R | a x b} abgeschlossenes Intervall
(a, b] := {x R | a < x b} halboffenenes Intervall
Unendliche Intervalle:
[a, ) := {x R | a x oder x a}
(, ) := R
Entsprechend: [a, b), (, a],
(a, ), (, a)
weitere u
bliche Schreibweisen:
R := (, 0), R0 := (, 0]
R+ := (0, ), R+
0 := [0, )
85

8.4 Beispiele (Ungleichungen, Intervalle)


F
ur welche x R ist

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, )

8.5 Wiederholung (Betrag)


F
ur x R ist |x| = max {x, x}
(
x,
x0
=
x, x < 0
|x| entspricht dem Abstand von x zu 0.
F
ur x, y R ist |x y| der Abstand zwischen x und y.
86

8.6 Satz (Rechenregeln fur den Betrag)


a) |x| x und |x| x
b) |x| = | x| 0,
|x| = 0 x = 0
c) |x y| = |x| |y|
d) |x + y| |x| + |y| (Dreiecksungleichung)

Beweis: a) - c) einfache U
zu d)
Nach a) gilt x |x|, y |y|
x y |x| + |y|
|{z}
8.2c)

ebenso x |x|, y |y|


x + y |x| + |y|
|x + y| |x| + |y|

8.7 Rechnen mit Betrag


f
ur welche x R gilt |x + 1| |x 2|?
Wichtige Stellen: 1, 2
1.Fall:
x 1:
dann ist | x
+ 1} | = x + 1 = x 1
| {z
<0

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

8.8 Definition (obere und untere Schranken)


Sei A R, A 6= .
A heit nach oben beschrankt, wenn es ein Element S R gibt mit a S a
A.
A heit nach unten beschrankt, wenn es ein Element s R gibt mit a s a
A.
S heit dann obere Schranke, s untere Schranke.
Ist A sowohl nach oben als auch nach unten beschrankt, so heit A beschrankt.
(d.h. s, S R mit s a S a A).

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.

8.11 Definition (Supremum und Infimum)


Sei =
6 A R.
Die Zahl S0 R heit kleinste obere Schranke oder Supremum von A (S0 =
sup(A)), wenn sie eine obere Schranke ist und es keine kleinere Schranke von A
gibt.
(d.h. S0 S f
ur jede obere Schranke S von A)
s0 R heit grote untere Schranke oder Infimum von A (s0 = inf (A)), wenn sie
eine untere Schranke ist und es keine groere Schranke von A gibt.
(d.h. so s untere Schranke s von A)

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

A, also war s nicht a f


ur alle a A.

s ist keine untere Schranke.


s0 = 0 ist grote untere Schranke.
89

8.13 Definition (Maximum/Minimum)


=
6 AR
Gilt M = sup(A) und M A, so heit M Maximum von A (max(A)).
Gilt m = inf (A) und m A, so heit m Minimum von A (min(A)).
Man sagt: Supremum/Infimum werden angenommen (sind Element der Menge
A).

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.)

8.17 Bemerkung / Beispiel


F
ur Q gilt 8.16 nicht.
A := {x Q | x > 0 und x2 < 2} Q
90

besitzt kein Supremum in Q


Man sagt: Q ist nicht vollstandig.
In R besitzt die Menge A das Supremum sup A =
vgl. Beispiel in 3.3.

2 ( siehe 8.18), aber

2
/ Q,

8.18 Satz
Sei a R+
0.
!
|{z}

Dann

2
x R+
0 mit x = q.

es existiert genau ein

Diese Zahl x heit die Wurzel von a und wird mit

a bezeichnet.

(Allgemein: Ist n N, so hat die Gleichung xn =


q eine eindeutige bestimmte

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

Zeige: s ist gesuchte Losung, d.h. s2 = a.

8.19 Approximation von

2, Bisektionsverfahren

Siehe Folien.

8.20 Satz: Prinzip des Archimedes


Sei x R. Dann n N mit n > x.
Beweis:
Angenommen, x0 R, so dass x0 nn R
91

R nach oben beschrankt.


s := sup(N) existiert (und ist kleinste obere Schranke von N)
|{z}
8.16

s 1 ist keine obere Schranke mehr


n0 N mit s 1 < n0
N 3 n0 + 1 > s E zur Supremums-Eigenschaft.

8.21 Korollar
Sei > 0 R.
Dann n N mit

1
n

< .

Beweis:
Zu der reellen Zahl
Da > 0, folgt

1
n

gibt es nach 8.20 ein n N mit n > 1 .

<

8.22 Korollar (klassische Schlussweise der Analysis)


Ist 0 x <

1
n

n N, so gilt x = 0.

Beweis:
Angenommen, x > 0.
n x < 1 n N, E zu 8.21.

92