MATHEMATIK I

VON
JRGEN G. HINZ
FACHBEREICH MATHEMATIK UND INFORMATIK
DER
PHILIPPS-UNIVERSITT MARBURG
MARBURG 2011
1 Mathematische Grundbegrie
Wer in einem Gebiet der Mathematik ber den naiven Standpunkt hinauskommen mchte,
der bentigt zunchst einiges Rstzeug aus Logik und Mengenlehre. Diese beiden in ihrer
strengen axiomatischen Form erst im letzten Jahrhundert entwickelten Disziplinen nennt
man auch die Grundlagen der Mathematik. Sie sind heutzutage fr Mathematik und Infor-
matik gleichermaen wichtig und auch eng mit philosophischen Fragestellungen verknpft.
1.1 Elemente der Logik
Die Informatik macht auf allen Ebenen der Informationsverarbeitung (Schaltkreise, Pro-
grammierung, Modellierung, ...) von Konzepten und Theorien der Logik Gebrauch. Im Zen-
trum der Aussagenlogik stehen die Begrie Aussage und Wahrheit. Schon Aristoteles
formulierte um 350 v. Chr.:
Eine Aussage ist ein sprachliches Gebilde, von dem es sinnvoll ist zu sagen, es sei wahr
oder falsch.
Betrachtet man beliebige umgangssprachliche Stze als Aussagen, so fhrt dies schnell zu
Ungenauigkeiten, Paradoxien oder Widersprchen: Dem Satz
Die Aussage dieses Satzes ist falsch
lt sich z.B. kein Wahrheitswert zuordnen, ohne auf elementare Widersprche zu stoen.
Auch ist etwa nicht klar, was mit Ich habe einen Euro gemeint ist: mindestens einen Euro
oder hchstens einen Euro oder genau einen Euro.
Eine przise Fassung des Begris Aussage ist mit den Mitteln der mathematischen Logik
durchaus mglich. Fr die Belange einer einfhrenden mathematischen Vorlesung gengt
aber das klassisch naive Verstndnis. Unter Verwendung dieser formalen Sprache wird ein
zwar eingeschrnktes, aber konsistentes System von Aussageformen konstruiert.
Denition 1 : Unter einer Aussage versteht man ein sprachliches Gebilde, von dem
prinzipiell feststeht, ob es wahr oder falsch ist (Zweiwertigkeitsprinzip, zweiwertige Aussa-
genlogik).
Bemerkung: Es gibt damit keine Aussage, die sowohl wahr als auch falsch ist. Die Wahr-
heit oder Falschheit eines sprachlichen Gebildes muss keineswegs eektiv entscheidbar sein
(Verikationsproblem).
Mit der Wahrheitsndung beschftigt sich auch die Erkenntnistheorie, eine spezielle Dis-
ziplin der Philosophie.
Beispiele fr Aussagen:
1 + 1 = 2 (wahre Aussage) ;
1 + 1 = 1 (falsche Aussage) ;
Jede gerade Zahl 4 ist Summe zweier Primzahlen (Goldbach-Vermutung) ;
Am 1. April 2012 wird es in Marburg regnen .
Bei den letzten beiden Aussagen kennt man den Wahrheitswert (noch) nicht. Die Goldbach-
Vermutung stellt mglicherweise ein Verikationsproblem dar. Der Wahrheitswert der letz-
ten Aussage wird erst in Zukunft bekannt sein (temporaler Aspekt).
1
Keine Aussagen sind zum Beispiel:
1000 ist eine groe Zahl .
Eine gerade Zahl ist durch 5 teilbar .
Seid leise!
Bemerkungen: 1) Fr jede Aussage A bezeichne W(A) den Wahrheitswert von A :
W(A) = w , falls A wahr (= richtig) ist ;
W(A) = f , falls A falsch ist .
2) Aussagen werden in der Regel erst durch Verknpfung verschiedener Einzelaussagen zu
komplexeren Ausdrcken wertvoll und verwendbar. Die wichtigsten Aussageverbindungen
sind die
Elementar-logischen Operationen:
Negation: A (Nicht A)
Wahrheitstafel:
W(A) W(A)
w f
f w
Beispiele: (2 2 = 5) = 2 2 ,= 5 ; (2 < 3) = 2 3 ;
(A) = A :
W(A) W(A) W((A))
w f w
f w f
Konjunktion: A B (Und-Verknpfung)
Wahrheitstafel:
W(A) W(B) W(A B)
w w w
w f f
f w f
f f f
Disjunktion: A B (Oder-Verknpfung)
Wahrheitstafel:
W(A) W(B) W(A B)
w w w
w f w
f w w
f f f
Das mathematische Oder wird also stets im nichtausschlieenden Sinne verstanden:
Das Auto gehrt Inge oder Hans oder beiden.
2
Beispiel: Der Ausdruck (A (B)) ((A B)) stelle das Stop-Kriterium einer
Schleife dar. Wann tritt es ein?
W(A) W(B) W(B) W(A (B)) W(A B) W((A B))
w w f w w f
w f w w w f
f w f f w f
f f w w f w
Die Schleife wird also nur dann verlassen, wenn sowohl A als auch B falsch sind.
Kontravalenz (oder Alternative): A

B (Entweder-Oder-Verknpfung)
Wahrheitstafel:
W(A) W(B) W(A

B)
w w f
w f w
f w w
f f f
Beispiele:
W((m gerade)

(m ungerade)) = w,
W((2 prim)

(3 prim)) = f .
Bemerkung: In vielen Programmiersprachen sind die Operationen NOT, AND, OR und
XOR = EXCLUSIVE OR verfgbar, oft auch dargestellt durch andere Symbole. Sie stimmen
mit den hier denierten Verknpfungen , , und

berein.
Implikation: A B (Wenn-Dann-Verknpfung)
Man sagt auch: Aus A folgt B, A ist hinreichend fr B oder B ist eine notwendige
Bedingung fr A.
Wahrheitstafel:
W(A) W(B) W(A B)
w w w
w f f
f w w
f f w
Man beachte, dass A B immer wahr ist, wenn A falsch ist (ex falso quodlibet: aus
Falschem folgt Beliebiges). Die Implikation wird nur dann als falsch angesehen, wenn
die Prmisse A wahr und die Konklusion B falsch ist. Ist der Aussage A B
also der Wahrheitswert w zugeordnet, dann heit dies nicht gleichzeitig, dass B wahr
ist!
Beispiele: 1) Wenn 2 + 2 = 7, dann ist der Kreis eckig. Dies ist zwar eine wahre
Aussage, umgangssprachlich aber sinnlos.
2)
2 = 1 2 0 = 1 0 0 = 0 ;
2 = 1 2 + 2 = 1 + 1 2 = 0 .
3)
6 teilt 3 3 teilt 3 ;
6 teilt 3 2 teilt 3 .
3
4) A B = (A)B
W(A) W(B) W(A B) W(A) W((A) B)
w w w f w
w f f f f
f w w w w
f f w w w
quivalenz (oder Bijunktion) : A B (Genau Dann-Wenn-Verknpfung)
Wahrheitstafel:
W(A) W(B) W(A B)
w w w
w f f
f w f
f f w
Die logische quivalenz bedeutet also in der Mathematik denitionsgem dasselbe
wie die Konjunktion
(A B) (B A) .
Beispiele: 1) (Heute ist Montag) (Morgen ist Dienstag) .
2) 5 = 6 5 = 7 ; 3 teilt n 3 teilt die Quersumme von n.
Bemerkung: Die Verknpfungszeichen , ,

, , fr Aussagen A, B heien
Junktoren. Durch mehrfache Hintereinanderanwendung von Negationen oder Junktoren
entstehen aus einfachen Aussagen kompliziertere, z.B.
(A (B (C))) ((B) C) .
Fr diese aussagenlogischen Formeln gilt das Extensionalittsprinzip, nach dem der
Wahrheitswert einer zusammengesetzten Aussage nur von den Wahrheitswerten ihrer Be-
standteile abhngt.
Anwendung: ber zwei Krankheiten A und B und zwei Symptome S und T sei aus klini-
schen Studien folgendes bekannt:
1. Wenn mindestens eines der Symptome S oder T auftritt, so leidet der Patient an
mindestens einer der Krankheiten A oder B.
2. Tritt Symptom S nicht auf, so kann die Krankheit B nicht vorliegen.
Bei einem Patienten zeigt sich das Symptom T. Was kann man daraus schliessen?
Den Bedingungen 1) und 2) entsprechen folgende aussagenlogische Verknpfungen:
1. (S T) (A B) .
2. (S) (B) .
4
W(A) W(B) W(S) W(T) W(S T) W(A B) 1. 2. 3. 1. 2. 3.
w w f w w w w f w f
w f f w w w w w w w
f w f w w w w f w f
f f f w w f f w w f
Antwort: Der Patient leidet an der Krankheit A .
Denition 2 : Eine aussagenlogische Formel heit erfllbar, wenn sich fr mindestens
eine Belegung ihrer Komponenten mit den Wahrheitswerten w oder f der Wert w ergibt.
Andernfalls nennt man sie unerfllbar oder eine Kontradiktion.
Eine durch formalrichtige, sukzessive Anwendung von Negationen und Junktoren gebilde-
te Aussage heit Tautologie, wenn sie fr alle Kombinationen der Wahrheitswerte ihrer
Komponenten wahr ist.
Bemerkung: Fr Tautologien der Form A B oder A B schreibt man
A = B oder A B .
A = B (gesprochen: A impliziert B oder Aus A folgt B) bedeutet also, dass die
Aussage A B stets logisch wahr ist.
Beispiele: 1) A ((B) C) ist erfllbar.
2) A (A) ist eine Kontradiktion.
3) (A B) ((A) B) ist eine Tautologie.
Bemerkung: Fr beliebige Aussagen A, B und C sind z.B. folgende Tautologien von
Bedeutung. Man besttigt sie leicht durch Wahrheitstafeln.
((A B) (B A)) (A B) (Antisymmetrie)
((A B) (B C)) = (A C) (Tansitivitt, Kettenschluss)
(A B) ((B) (A)) (Kontraposition)
(A B) ((A B) B) ((A B) A) (Inklusion)
(A (A B)) = B (Abtrennungsregel)
Bemerkungen zur mathematischen Beweisfhrung:
1) Tautologien bilden den formallogischen Bestandteil der Beweise mathematischer Stze.
Ein mathematischer Satz ist stets von der Art, dass eine gewisse Aussage wahr ist, z.B.
Satz: 2
2
4
+ 1 = 65537 ist eine Primzahl.
Hug hat ein mathematischer Satz die Gestalt einer Implikation.
Satz: A = B.
Hierbei sind A und B Aussagen. Die Feststellung, dass es sich bei A = B um einen Satz
handelt, bedeutet in unserer Sprechweise, dass A = B eine Tautologie darstellt, d.h.
stets wahr ist. Da eine Implikation nur dann falsch ist, wenn A wahr und B falsch sind, muss
man zum Beweis der Aussage lediglich zeigen: Wenn A wahr ist, dann ist auch B wahr.
5
Beispiel: Sei A die Aussage: Es ist m eine gerade und n eine ungerade (ganze) Zahl.
Sei B die Aussage: m+n ist ungerade.
Satz: m gerade und n ungerade (ganze Zahlen) = m+n ungerade.
2) Ein mathematischer Satz bedarf stets eines Beweises, der von als wahr angenommenen,
bekannten Aussagen (den Voraussetzungen oder Prmissen) in einer Kette von wahren
Implikationen oder quivalenzen zu einer Behauptung oder Konklusion B fhrt und
damit die Wahrheit (= Richtigkeit) von B beweist. Man spricht auch von einem aussagen-
logisch korrekten Schluss. An den Beginn einer mathematischen Theorie wird deshalb
ein System von Aussagen (sog. Axiome) gestellt, deren Auswahl oft durch eine jahrhun-
dertelange Entwicklung bestimmt ist. Ein Beweis ist natrlich nicht alleine mit Hilfe der
Aussagenlogik zu fhren, aber die Logik stellt verschiedene Anstze zur Verfgung und for-
malisiert auch berlegungen.
3) An mathematischen Beweisen kommen zwei Grundtypen in vielerlei Varianten vor:
Der direkte Beweis:
Er startet mit einer wahren Aussage A und landet mit einer Kette von wahren Impli-
kationen bei der gewnschten (= behaupteten) Aussage B.
Beispiel: Es sei n eine natrliche Zahl.
A : n ist durch 6 teilbar.
Satz: A = B.
B : n ist durch 3 teilbar.
Beweis (direkt) :
A (n = 6k fr ein ganzes k) ((n = 6k) (6 = 2 3))
(n = (2 3) k) ((n = 3 (2k)) (2k ganz))
= (n = 3l fr ein ganzes l) B .
Die Aufgliederung des Beweises macht deutlich, dass wahre Aussagen ber ganze Zah-
len in die Beweisfhrung eingehen. Diese Erscheinung ist typisch fr Beweise mathe-
matischer Stze: In den seltensten Fllen reicht allein die Information A = wahr
aus, um lediglich durch logische Schlsse die Aussage B = wahr zu erhalten. Die
Kunst eines Beweises besteht vor allem darin, richtige mathematische Aussagen zu
nden, die eingeschoben werden knnen. Hierbei sind mathematischer Sachverstand
und Fantasie gefragt.
Der indirekte Beweis:
Er startet zum Beweis von A = B meist mit der als wahr angenommenen Aussage
B und landet mit einer Kette von wahren Implikationen bei der Aussage A. Da
A und A nicht gleichzeitig wahr sein knnen und A wahr ist, ergibt sich ein Wider-
spruch. Dieser lst sich nur dadurch auf, dass die Annahme falsch ist. Damit ist die
Aussage B falsch, also B wahr.
Statt bei A zu landen, gengt es auch, bei C zu landen, sofern C als wahr bekannt
ist.
Beispiel: Es sei n eine natrliche Zahl.
A : n ist durch 6 teilbar.
Satz: A = B.
B : n ist durch 3 teilbar.
6
Beweis (indirekt) : Annahme: B (n ist nicht durch 3 teilbar) ist wahr.
B (n ,= 3k fr alle natrlichen k) = (n ,= 3l fr alle geraden l)
(n ,= 3l fr alle natrlichen l der Form l = 2m)
(n ,= 6m fr alle natrlichen m) A.
Warnung: Huge Fehler bei indirekten Beweisen sind falsche Negationen !
Ist n ganz, so ist die Negation von n < 4 die Aussage n 4 und nicht 4 < n.
4) Man kann A = B gem der Tautologie
(A = B) (B = A)
auch dadurch beweisen, dass man B = A zeigt; dies wre ein Beweis durch Kontra-
position.
Warnung: A = B ist im allgemeinen nicht quivalent zu A = B !
5) Hug ist es notwendig, verschiedene Flle zu analysieren. Das dabei verwendete logische
Prinzip ist die quivalenz der Aussagen
A = B und ((A C) = B) ((A (C)) = B) ;
man unterscheidet also die Flle C und C .
6) Weitere Beweismethoden, wie etwa die vollstndige Induktion, werden spter erlu-
tert.
Bemerkungen zu Quantoren:
In der bisher betrachteten Aussagenlogik ergibt sich der Wahrheitswert einer Implikation
aus den Wahrheitswerten der beteiligten Einzelaussagen. Die aussagenlogischen Tautologien
erlauben aber nicht, den Gltigkeitsbereich von Eigenschaften zu quantizieren, also aus-
zudrcken, wieviele Objekte eine vorgegebene Eigenschaft besitzen bzw. nicht besitzen. Die
Redeweise
fr alle .... gilt ....
heit Allquantor und wird durch das Zeichen abgekrzt. Die Redeweise
es gibt ein ...., so dass .... gilt
heit Existenzquantor und wird als geschrieben.
Beispiele: n ganz : n
2
0 ; n ganz : n
2
= n + 2 .
Aussagen dieser Art nennt man Allaussagen bzw. Existenzaussagen.
Warnung: n natrlich m natrlich : n m ist eine wahre Aussage.
n natrlich m natrlich : n m ist eine falsche Aussage.
In der Mathematik ist mit einer Existenzaussage stets gemeint, dass wenigstens ein Objekt
mit der fraglichen Eigenschaft existiert. Man lt also zu, dass es mehrere solcher Objekte
gibt. Will man zum Ausdruck bringen, dass nicht mehr als ein Objekt mit der Eigenschaft
7
E existiert, so sagt man
Es gibt hchstens ein Objekt mit der Eigenschaft E.
Dabei ist also zugelassen, dass berhaupt kein derartiges Objekt existiert. Schlielich soll
die Redewendung
Es gibt genau ein Objekt A mit der Eigenschaft E
(abgekrzt als ! A : E) dasselbe bedeuten wie
Es gibt wenigstens und gleichzeitig hchstens ein Objekt mit dieser Eigenschaft E.
Die Negation einer Allaussage ist quivalent zu einer geeigneten Existenzaussage und die
Negation einer Existenzaussage quivalent zu einer geeigneten Allaussage. Die Aussage
( x : A(x)) : Nicht fr alle x gilt die Eigenschaft A(x)
besagt:
Fr (wenigstens) ein x gilt A(x) nicht : x : A(x) .
Analog:
( x : A(x)) ist quivalent zu x : A(x) .
Die logische Verneinung von Alle Raben sind schwarz ist also nicht Alle Raben sind
nicht schwarz , sondern Es gibt einen Raben, der nicht schwarz ist .
Zum Abschluss soll noch ein etwas denkwrdiges Beispiel angegeben werden:
Man betrachte die Aussage Alle Raben sind schwarz . Diese ist quivalent zu der Aussage
(x ist Rabe = x ist schwarz) , diese zu (x ist nicht schwarz = x ist kein Rabe)
und diese wiederum zu der Aussage Alle nichtschwarzen Dinge sind keine Raben .
Um zu belegen, dass alle Raben schwarz sind, muss man also nur etwas Nichtschwarzes
nden, das kein Rabe ist. Oder?
1.2 Aussagenlogik und Schaltalgebra*
Denition 3 : Unter einem bistabilen Schaltelement s versteht man einen Schalter
(Kontakt), der entweder geschlossen oder oen ist.
Bemerkung: Entsprechend den beiden Schalterstellungen lt sich einem Schaltelement
stets ein von zwei Schaltwerten zuordnen:
Schalter genet : Schaltwert 0
Schalter geschlossen : Schaltwert 1.
0 und 1 stellen hier keine Zahlen im arithmetischen Sinne dar, sondern lediglich Symbole.
Die Anordnung der Schalter und ihrer Verbindungsleitungen nennt man ein Schaltnetz.
Sein Aufbau lt sich auf nur wenige Grundschaltungen zurckfhren:
Arbeitsschaltung: s
Ruheschaltung: s
s s
0 1
1 0
8
Reihenschaltung: s
1
s
2
: s
1
s
2
Parallelschaltung: s
1
+s
2
: s
1
s
2
Schaltwerttafeln:
s
1
s
2
s
1
s
2
0 0 0
0 1 0
1 0 0
1 1 1
s
1
s
2
s
1
+s
2
0 0 0
0 1 1
1 0 1
1 1 1
Analogien zur Aussagenlogik :
Die Schaltwerttafel der Ruheschaltung und die Wahrheitstafel der Negation zeigen den glei-
chen formalen Aufbau: Dem Schaltwert 0 entspricht der Wahrheitswert f, dem Schaltwert
1 der Wahrheitswert w. Diese Analogie erkennt man auch beim Vergleich der zweistelligen
Verknpfungen: Der Reihenschaltung entspricht die Konjunktion, der Parallelschaltung die
Disjunktion.
s
1
s
2
s
1
s
2
s
1
+s
2
0 0 0 0
0 1 0 1
1 0 0 1
1 1 1 1
A B A B A B
f f f f
f w f w
w f f w
w w w w
Durch Kombination der Schaltnetze der Arbeits- und Ruheschaltung sowie der Reihen- und
Parallelschaltung ist man in der Lage, weitere Schaltnetze aufzubauen. Gleiche Schalter
drfen dabei mehrfach auftreten.
Insbesondere lassen sich die Junktoren

, , mit Hilfe von Schaltkreisen deuten.
Die bliche Konvention, dass Multiplikation strker bindet als Addition, erspart das Setzen
von Klammern.
Alternative:
s
1
s
2
+s
2
s
1
s
1
s
2
s
2
s
1
W(A) W(B) W(A

B)
w w f
w f w
f w w
f f f
s
1
s
2
s
1
s
2
+s
2
s
1
1 1 0
1 0 1
0 1 1
0 0 0
9
Implikation: s
1
+s
1
s
2
W(A) W(B) W(A B)
w w w
w f f
f w w
f f w
s
1
s
2
s
1
+s
1
s
2
1 1 1
1 0 0
0 1 1
0 0 1
quivalenz: s
1
s
2
+s
1
s
2
= (s
1
+s
2
) (s
1
+s
2
)
W(A) W(B) W(A B)
w w w
w f f
f w f
f f w
s
1
s
2
s
1
s
2
+s
1
s
2
1 1 1
1 0 0
0 1 0
0 0 1
Der Zusammenhang zwischen den Schaltwerten der einzelnen Schalter und dem Schaltungs-
zustand lt sich auf verschiedene Arten verdeutlichen:
Schaltwerttafel:
In eine Zuordnungstabelle werden die von den Schaltwerten abhngigen Schaltungs-
zustnde eingetragen.
Schaltbild:
Durch das Schaltnetz als Leitungsschaltbild werden die Verbindungslinien zwischen
den Schaltstellen sichtbar gemacht.
Schaltterm:
Der Schaltterm t(s
1
, . . . , s
n
) beschreibt die der Schaltung zugeordnete algebraische
Verknpfung der Schaltwertvariablen s
1
, . . . , s
n
.
Beispiele: 1) s
1
+s
1
s
2
= s
1
.
s
1
s
2
s
1
s
2
s
1
+s
1
s
2
1 1 1 1
1 0 0 1
0 1 0 0
0 0 0 0
2) s
1
(s
1
+s
2
) = s
1
s
2
.
s
1
s
2
s
1
(s
1
+s
2
) s
1
s
2
1 1 1 1
1 0 0 0
0 1 0 0
0 0 0 0
10
Bemerkung: Von groer praktischer Bedeutung ist die Aufgabe der Schaltalgebra, eine
vorgegebene Schaltung auf eine mglichst einfache Form zu bringen. Innerhalb des Strom-
modells wird dabei oft nach einem Schaltnetz mit einer mglichst kleinen Anzahl von Schalt-
stellen gesucht.
Algebraisches Verfahren zur Vereinfachung von Schaltungen:
Zur Umformung und Vereinfachung von Schalttermen stehen folgende Regeln zur Verfgung:
1. Kommutativitt: s
1
s
2
= s
2
s
1
; s
1
+s
2
= s
2
+s
1
;
2. Assoziativitt: (s
1
s
2
) s
3
= s
1
(s
2
s
3
) ; (s
1
+s
2
) +s
3
= s
1
+ (s
2
+s
3
) ;
3. Distributivitt: s
1
(s
2
+s
3
) = s
1
s
2
+s
1
s
3
; s
1
+(s
2
s
3
) = (s
1
+s
2
) (s
1
+s
3
) ;
4. Absorption: s
1
(s
1
+s
2
) = s
1
; s
1
+s
1
s
2
= s
1
;
5. Neutrale Elemente: s 1 = s ; s + 0 = s ;
6. Idempotenz: s s = s ; s +s = s ;
7. Komplementregeln: s s = 0 ; s +s = 1 ; s = s ;
8. Regeln von de Morgan: s
1
+s
2
= s
1
s
2
; s
1
s
2
= s
1
+s
2
.
Der Vereinfachungsprozess verluft nicht nach einem festen Schema; vielmehr ist eine gewisse
Geschicklichkeit in der Handhabung der algebraischen Gesetze erforderlich.
Beispiele: 1) (s
1
s
2
+s
3
s
4
) (s
1
s
2
+s
3
+s
4
)
= s
1
s
2
s
1
s
2
+s
1
s
2
s
3
+s
1
s
2
s
4
+s
1
s
2
s
3
s
4
+s
3
s
3
s
4
+s
3
s
4
s
4
= s
1
s
2
+s
1
s
2
s
3
+s
1
s
2
s
4
+s
1
s
2
s
3
s
4
+ 0 s
4
+s
3
0
= s
1
s
2
+s
1
s
2
s
3
+s
1
s
2
(s
4
+s
3
s
4
)
= s
1
s
2
+s
1
s
2
s
3
+s
1
s
2
(s
4
+s
4
) (s
4
+s
3
)
= s
1
s
2
+s
1
s
2
s
3
+s
1
s
2
(s
4
+s
3
) = s
1
s
2
+s
1
s
2
s
4
+s
1
s
2
(s
3
+s
3
)
= s
1
s
2
+s
1
s
2
s
4
+s
1
s
2
= s
1
s
2
+s
1
s
2
s
4
= s
1
s
2
.
2) (s
1
s
2
+s
1
s
2
+s
3
) (s
2
+s
3
)
= s
1
s
2
s
2
+s
1
s
2
s
3
+s
1
s
2
s
2
+s
1
s
2
s
3
+s
3
s
2
+s
3
s
3
= s
1
s
2
+s
1
s
2
s
3
+s
1
s
2
s
3
+s
2
s
3
+s
3
= s
1
s
2
+s
3
(s
2
+s
1
s
2
+s
1
s
2
) +s
3
= s
1
s
2
+s
3
(s
2
+s
1
) +s
3
= s
1
s
2
+s
2
s
3
+s
1
s
3
+s
3
s
3
= s
1
(s
2
+s
3
) +s
3
(s
2
+s
3
)
= s
1
(s
2
+s
3
) +s
3
= s
1
s
2
+s
1
s
3
+s
3
= s
1
s
2
+s
3
.
11
Anwendung: Konstruktion eines Multiplexers
Ein Multiplexer ist ein Schaltkreis, der z.B. auf zwei Leitungen x
0
und x
1
eingehende In-
formationen an eine Ausgangsleitung y weiterleitet. Dabei bewirke ein Schalter s, dass bei
s = 0 der Inhalt der Leitung x
0
und bei s = 1 der Inhalt von x
1
bertragen wird. Die
Schaltwerttafel dieses Multiplexers hat somit die Gestalt.
s x
0
x
1
y
0 0 0 0
0 0 1 0
0 1 0 1
0 1 1 1
1 0 0 0
1 0 1 1
1 1 0 0
1 1 1 1
Fr das Aunden eines (mglichst einfachen) Schaltterms einer vorgegebenen Schaltwertta-
fel existieren verschiedene Algorithmen in der Literatur. Eine der mglichen Vorgehensweisen
soll hier angedeutet werden:
Man bildet zunchst eine Summe y
1
+ + y
n
von sog. Mintermen, wobei die y
i
den
Zeilen der Schaltwerttafel entsprechen, fr die als Ausgang der Wert y = 1 vorkommt.
Haben die in der betreenden Zeile auftretenden Variablen t den Wert 1, so whlt man t,
andernfalls

t . Der Minterm y
i
entsteht nun durch Multiplikation dieser Gren:
s x
0
x
1
y Minterme
0 1 0 1 y
1
= s x
0
x
1
0 1 1 1 y
2
= s x
0
x
1
1 0 1 1 y
3
= s x
0
x
1
1 1 1 1 y
4
= s x
0
x
1
Insgesamt ergibt sich als Realisierung dieses Multiplexers der Schaltterm
(s x
0
x
1
) + (s x
0
x
1
) + (s x
0
x
1
) + (s x
0
x
1
) .
Wendet man nun die Rechenregeln fr Schaltterme an, so folgt:
(s x
0
x
1
) + (s x
0
x
1
) + (s x
0
x
1
) + (s x
0
x
1
)
= s x
0
(x
1
+x
1
) + s x
1
(x
0
+x
0
) = s x
0
+ s x
1
.
Dies ist ein Schaltterm, der nur noch eine Parallelschaltung von zwei Reihenschaltungen
enthlt.
12
1.3 Grundlagen der Mengenlehre
hnlich wie in der Aussagenlogik wird auch hier auf ein tieferes Eindringen in die zugrunde
liegende Problematik verzichtet.
Der Mengenbegri beruht in dieser Vorlesung auf einem intuitiven Verstndnis; die axioma-
tische Begrndung - ein schwieriges Problem der mathematischen Grundlagenforschung -
wird hier nicht diskutiert.
Um 1900 formulierte Cantor den naiven Mengenbegri:
Eine Menge ist eine Zusammenfassung von wohlbestimmten und wohlunterschiedenen Ob-
jekten unserer Anschauung oder unseres Denkens, welche Elemente der Menge genannt
werden, zu einem Ganzen.
Dabei heit wohlbestimmt, dass von einem Element gesagt werden kann, ob es in der Men-
ge enthalten ist oder nicht; mit wohlunterschieden meint man, dass kein Element mehrfach
in der Menge auftritt.
Fr die Mathematik ist es zweckmig, auch die sog. leere Menge zuzulassen, also die
Menge, welche kein Element enthlt. Sie wird mit bezeichnet.
Die Zugehrigkeit eines Objektes x zu einer Menge M schreibt man in der Form x M
und spricht: x ist Element von M. Falls x nicht zu M gehrt, schreibt man x , M.
Zu Beginn des 20-ten Jahrhunderts wurde erkannt, dass diese Denition der Menge zu Wi-
dersprchen fhren kann. Dies zeigt z.B. die sog. Russelsche Antinomie: Man betrachte
Mengen, die sich nicht selbst als Element enthalten und bilde die Menge aller dieser Mengen,
d.h.
X := M ; M Menge , M , M .
Es stellt sich nun die Frage, ob X X oder X , X .
Aus X X folgt nach Denition von X der Widerspruch X , X.
Aus X , X folgt ebenfalls nach Denition von X der Widerspruch X X.
Eine etwas anschaulichere Version lautet: Rasiert sich ein Barbier selbst, der alle Mnner
rasiert, die sich nicht selbst rasieren?
Trotz dieser Schwierigkeiten hlt man an der naiven Mengenlehre Cantors fest und ver-
sucht, solche inkonsistenten Begrie wie die obige Menge X zu vermeiden.
In der Informatik hat ein Array einen hnlichen Charakter wie eine Menge: Es dient nm-
lich der Aufbewahrung von Elementen.
In zwei wichtigen Aspekten unterscheidet sich jedoch ein Array von einer Menge. Seine
Identitt bestimmen nmlich nicht allein die enthaltenen Elemente, sondern darber hinaus
ist entscheidend
wie hug ein Element in einem Array vorkommt [2, 2] ist nicht gleich [2, 2, 2] und
in welcher Reihenfolge die Elemente vorkommen [2, 3] ist ungleich [3, 2] .
Zur Darstellung einer Menge M gibt es zwei Mglichkeiten:
Aufzhlendes Verfahren:
Die Elemente der Menge M werden zwischen geschweiften Klammern aufgezhlt,
also M = a, b, . . . .
Beispiele: M
1
= 1, 2, 3, 4, 6, 12 oder M
2
= 0, 1, 2, 3, . . . oder M
3
= 3, 5, 7, . . ..
13
Man erkennt schon an diesen Beispielen, welchen Nachteil das aufzhlende Verfahren hat: Im
zweiten und dritten Beispiel ist nicht klar, was die Fortsetzungspunkte bedeuten. Handelt
es sich etwa bei der dritten Menge M
3
um die Menge der ungeraden Zahlen oder um die
Menge der ungeraden Primzahlen?
Die obige Schreibweise ist also nur sinnvoll, wenn aus den angegebenen Elementen das
Bildungsgesetz der weiteren Elemente klar hervorgeht.
Deshalb ist das folgende Verfahren besser und auch blicher.
Beschreibendes Verfahren:
Hierbei wird eine Menge M durch charakteristische Eigenschaften beschrieben, welche
die Elemente auszeichnen.
Beispiele: M
1
= x ; x natrlich, x teilt 12 oder M
2
= x ; x ganz, x 0 .
In der Terminologie der Aussagenlogik schreibt und sagt man:
M = x ; A(x) ist die Menge aller Elemente x, fr die die Aussage A(x) wahr ist.
Insbesondere gilt: M = x ; x M .
Beispiele fr Zahlenmengen (,die erst spter genauer diskutiert werden) :
Z : Menge der ganzen Zahlen 0, 1, 2, . . . .
N = x Z; x 1 : Menge der natrlichen Zahlen.
N
0
= x Z; x 0 : Menge der nicht-negativen ganzen Zahlen.
P = x N; x Primzahl : Menge der Primzahlen.
Q : Menge der rationalen Zahlen
m
n
; m, n Z, n ,= 0.
R : Menge der reellen Zahlen.
Denition 4 : Es seien M und N beliebige Mengen.
M heit eine Teilmenge von N (geschrieben M N), wenn jedes Element von M
auch Element von N ist:
M N : x : (x M = x N) .
Das Zeichen : soll bedeuten, dass die linke Aussage durch die rechte Aussage
deniert wird, also nach Denition quivalent zur rechten Aussage ist.
Seien M = x ; A(x) und N = x ; B(x) , dann ist fr M N zu zeigen:
x M : B(x) .
Die Teilmenge M N lt sich auch schreiben als M = x N ; A(x) .
M , N bedeutet, dass M keine Teilmenge von N ist:
x M : B(x) .
14
M heit echte Teilmenge von N (geschrieben M N), wenn M N und M ,= N
gilt:
M N : (M N) (x N : x , M) .
M und N sind gleich (geschrieben M = N), falls sie dieselben Elemente besitzen,
also
M = N (M N und N M)
( x : A(x) B(x)) .
Beispiel: 1, 2, 3 = x ; x N, x < 4 = x ; x N y 1, 2, 3 : x = 4 y .
Bemerkungen: 1) Man beachte
x , x , aber x x und x x .
2) Es gibt noch weitere Gemeinsamkeiten mit der Aussagenlogik:
Denition 5 : Es seien M = x ; A(x) und N = x ; B(x) Mengen. Dann heien
M N := x ; A(x) B(x) = x ; x M und x N der Durchschnitt ,
M N := x ; A(x) B(x) = x ; x M oder x N die Vereinigung ,
MN := x ; A(x)

B(x) = x ; entweder x M oder x N die symmetri-
sche Dierenz und
MN := x ; A(x) (B(x)) = x ; x M und x , N die Dierenz der beiden
Mengen M und N.
Bemerkungen: 1) Zwei Mengen M und N mit M N = heien disjunkt.
2) Falls bei der Mengendierenz die Menge N eine Teilmenge von M ist, so nennt man
MN auch das Komplement von N in M und bezeichnet es mit C
M
(N) .
3) Das Rechnen mit Mengenoperationen kann bersetzt werden in ein Rechnen mit Aus-
sagen und umgekehrt. Wegen
A(x)

B(x) = (A(x) B(x)) (A(x) B(x))
gilt z.B.
MN = (M N)(M N) .
4) Eine Ausdehnung der obigen berlegungen auf mehr als zwei Mengen lt sich sinngem
durchfhren. Als abkrzende Schreibweise ist z.B.
n

k=1
M
k
= M
1
M
n
oder

k=1
M
k
= x ; es existiert ein k N mit x M
k

sinnvoll.
15
Beispiel: Die Identitt (MN) L = (M L)(N L) soll auf zwei verschiedene Arten
bewiesen werden:
a) im Sinne der Mengenlehre
x (MN) L x MN und x L x M und x , N und x L
x M L und x , N x M L und x , N L
x (M L)(N L)
b) im Sinne der Aussagenlogik als
(A(x) (B(x))) C(x) = (A(x) C(x)) (B(x) C(x)) .
A B C A B (A B) C A C B C (A C) (B C)
w w w f f w w f
w w f f f f f f
w f w w w w f w
w f f w f f f f
f w w f f f w f
f w f f f f f f
f f w f f f f f
f f f f f f f f
Denition 6 : Fr eine Menge M bedeutet P(M) = X ; X M die Menge aller
Teilmengen X von M, und man spricht von der Potenzmenge von M .
Beispiel: P(a, b, c) = , a, b, c, a, b, a, c, b, c, a, b, c .
Bemerkungen: 1) Zur Illustration von Mengenoperationen dienen einfache qualitative
graphische Darstellungen, die sog. VENN-Diagramme, in denen die Mengen in der Zei-
chenebene als (disjunkte oder sich berlappende) Bereiche dargestellt werden.
_
`

_
`

M
N
Durchschnitt M N
_
`

_
`

N
M
Vereinigung M N
_
`

_
`

Dierenz MN
N
M
16
2) Nach dem Gleichheitsgrundsatz fr Mengen gilt
x, y = x

, y

genau dann, wenn die Disjunktion

(x = x

und y = y

) oder (x = y

und y = x

)
besteht. Mchte man die Reihenfolge der Elemente bercksichtigen, so schreibt man (x, y)
und spricht von einem geordneten Paar. Hierbei ist auch der Fall x = y zugelassen.
Sind allgemeiner M und N Mengen, so lassen sich beliebige Elemente x M und y N zu
einem geordneten Paar (x, y) zusammenfassen. Hierbei gilt fr x, x

M und y, y

N :
(x, y) = (x

, y

) x = x

und y = y

.
Denition 7 : Es seien M
1
, . . . , M
n
Mengen. Als cartesisches Produkt von M
1
, . . . , M
n
bezeichnet man die Menge der geordneten n-Tupel von Elementen aus M
1
, . . . , M
n
:
M
1
M
n
:= (x
1
, . . . , x
n
) ; x
i
M
i
fr i = 1, . . . , n .
Dabei gelte:
(x
1
, . . . , x
n
) = (y
1
, . . . , y
n
) x
i
= y
i
fr i = 1, . . . , n.
Bemerkungen: 1) Man spricht also von einemgeordneten n-Tupel, wenn die Reihenfolge
der Elemente durch die Reihenfolge der Mengen bestimmt wird.
2) Fr n = 3, 4, 5 nennt man die entsprechenden n-Tupel auch Tripel, Quadrupel und
Quintupel.
Beispiele: 1) Das Ergebnis des cartesischen Produkts 1, 3 2, 4 ist die Menge
(1, 2), (1, 4), (3, 2), (3, 4) .
2) Seien n = 2 und M
1
= M
2
= R. Hier ist
RR = (, ) ; , R .
Diese Menge lt sich folgendermaen geometrisch veranschaulichen: Die Punkte der x-y-
Zeichenebene knnen als geordnete Paare aufgefat werden; die x-Achse ist identisch mit
R0 , die y-Achse mit 0 R.
Insbesondere stellt das Produkt
R ; 1 2 R ; 2 3 = (, ) ; 1 2 , 2 3
ein Rechteck dar mit den Ecken (1, 2), (1, 3), (2, 2) und (2, 3) .
17
'
_
R0
0 R
(, )

=(0, )
=(, 0)
Bemerkung: Die vorstehende Begrisbildung des cartesischen Produkts geht auf Ren
Descartes (Cartesius) zurck, der sie 1637 zum Ausgangspunkt der analytischen Geometrie
machte, und damit einen Zusammenhang zwischen Geometrie und analytischem Rechnen
herstellte.
1.4 Abbildungseigenschaften
Ein weiterer fundamentaler Begri der modernen Mathematik ist der einer Abbildung oder
Funktion. Auch fr die Darstellung zahlreicher physikalischer und technischer Vorgnge
ist dieses Hilfsmittel unentbehrlich. Hug interessieren vor allem solche Abbildungen, die
zustzliche spezielle Eigenschaften wie Linearitt oder Stetigkeit besitzen.
Denition 8 : Eine Abbildung ist ein Tripel (f, M, N) , bestehend aus
einer Menge M, genannt der Denitionsbereich oder Argumentebereich von f ,
einer Menge N, genannt der Bildbereich oder Wertebereich von f ,
einer Zuordnungsvorschrift, die auf irgendeine Weise jedem Element x M genau
ein Element y = f(x) N zuordnet.
Bemerkungen: 1) Statt (f, M, N) schreibt man meistens f : M N oder M
f
N
und nennt f eine Abbildung von M in N . Auch die Schreibweise x f(x) fr x M ist
blich, wenn sich M und N aus dem Zusammenhang ergeben, und die Wirkung von f auf
die Elemente von M angegeben werden soll.
2) Der etwas im Dunkeln bleibende Begri Zuordnungsvorschrift kann przisiert werden:
Eine Abbildung f : M N ist eine Teilmenge von M N mit der Eigenschaft:
x M ! y N : (x, y) f .
Wenn also zwei Elemente aus f in der ersten Komponente bereinstimmen, dann mssen
sie auch in der zweiten Komponente bereinstimmen. Man schreibt dann y = f(x) fr
(x, y) f .
Aus streng axiomatischer Sicht ist dieser Zugang zu bevorzugen, weil dadurch die Unschrfe
des Begris Zuordnungsvorschrift beseitigt wird.
18
3) Funktionen sind dasselbe wie Abbildungen; bei Funktionen ist lediglich der Bildbereich
meistens eine Menge von Zahlen.
Beispiele: 1) id
M
: M M mit id
M
(x) = x fr alle x M heit identische Abbildung
von M.
2) Sind X M eine Teilmenge von M und N = 0, 1 , so deniert man die charakte-
ristische Funktion oder Indikatorfunktion 1
X
: M N durch
1
X
(x) =

1 , falls x X ,
0 , falls x MX .
3) f : N N mit f(x) = n
0
x fr alle x N, wobei n
0
eine feste natrliche Zahl sei.
4) f(x) = y mit y
2
= x ist keine Abbildung von R in R.
Bemerkungen: 1) Seien f : M N eine Abbildung und X M eine nicht-leere
Teilmenge von M. Die Einschrnkung oder Restriktion f[
X
von f auf X erhlt man
einfach durch
f[
X
: X N mit x f(x).
2) Zur Veranschaulichung einer Abbildung f : M N dient hug der Graph von f :
Graph f := (x, y) M N ; y = f(x) = (x, f(x)) ; x M .
Denition 9 : Seien f : M N eine Abbildung und M
1
M, N
1
N Teilmengen.
Dann heit die Menge
f(M
1
) := f(x) ; x M
1
N
das Bild von M
1
unter f und die Menge
f
1
(N
1
) := x M ; f(x) N
1
M
das Urbild von N
1
unter f .
Beispiel: Seien f : R R R mit f((, )) := (Projektion auf die x-Achse) und
M
1
= (, ) R R ; 0 , 1 (Einheitsquadrat), N
1
= R ; 0 1
(Einheitsintervall). Dann gilt:
f(M
1
) = N
1
,
f
1
(N
1
) = (, ) RR ; 0 1 .
'
_
1
M
1
N
1
1
19
Bemerkung: Viele mathematische Probleme fhren auf Gleichungen. Genauer gesagt: Sind
f : M N eine Abbildung und y N fest gewhlt, so versteht man unter f(x) = y eine (zu
lsende) Gleichung. Jedes x M, das diese Gleichung erfllt, heit Lsung der Gleichung:
f : R R mit f(x) = x
2
; y = 1 : x
2
= 1 (2 Lsungen) .
f : R R mit f(x) = x
2
; y = 1 : x
2
= 1 (keine Lsung) .
f : R R mit f(x) = x
3
; y = 27 : x
3
= 27 (1 Lsung) .
Denition 10 : Sei f : M N eine Abbildung.
f heit surjektiv oder Abbildung auf N, wenn es zu jedem y N mindestens
eine Lsung x M von f(x) = y gibt.
f heit injektiv oder eineindeutig oder umkehrbar eindeutig , wenn es zu
jedem y N hchstens eine Lsung x M von f(x) = y gibt.
f heit bijektiv , wenn es zu jedem y N genau eine Lsung x M von
f(x) = y gibt.
_
`

_
`

, , ,
, ,
1 r r
Surjektive, aber nicht injektive Abbildung
_
`

_
`

, ,
, , ,
1
r
Injektive, aber nicht surjektive Abbildung
_
`

_
`

, , ,
, , ,
* '
Bijektive Abbildung
20
Folgerung: Sei f : M N eine Abbildung.
f ist genau dann surjektiv, wenn f(M) = N gilt .
f ist genau dann injektiv, wenn gilt:
x
1
, x
2
M : ( f(x
1
) = f(x
2
) = x
1
= x
2
) .
f ist genau dann bijektiv, wenn f surjektiv und injektiv ist.
Beispiele:
1. Die Abbildung f : N N mit f(x) = n
0
x fr alle x N ist injektiv (n
0
N
fest):
f(x
1
) = f(x
2
) = n
0
x
1
= n
0
x
2
= x
1
= x
2
.
Fr n
0
> 1 ist f nicht surjektiv: Annahme: Es existiert x N mit f(x) = n
0
+ 1 .
Dann folgt der Widerspruch
n
0
+ 1 = f(x) = n
0
x , also 1 = n
0
(x 1) .
2. Die Abbildung f : Z N
0
mit f(x) = x
2
ist weder injektiv (f(x) = x
2
=
f(x)) noch surjektiv (3 ,= f(x) = x
2
fr x Z) .
3. Die Abbildung f : Z N
0
mit f(x) =

x , x 0,
x , x 0
ist surjektiv, aber nicht
injektiv.
Bemerkungen: Es sei f : M N eine Abbildung. Das Vorhaben, eine Umkehrabbil-
dung von N nach M zu konstruieren, die gewissermaen f wieder rckgngig macht, fhrt
aus zwei Grnden zu Schwierigkeiten:
f braucht nicht surjektiv zu sein, so dass es fr einige y N eventuell keine x M
gibt mit f(x) = y. Welches x soll man einem solchen y zuordnen?
f braucht nicht injektiv zu sein, so dass mglicherweise fr einige y N mehrere
x M existieren mit f(x) = y . Bei einer Abbildung von N nach M darf aber jedem
y nur ein x zugeordnet werden.
Ist f : M N jedoch eine bijektive Abbildung, so besteht das Urbild f
1
(y) fr jedes
y N aus genau einem Element, das man mit f
1
(y) bezeichnet. Auf diese Weise ergibt
sich die sog. Umkehrabbildung oder inverse Abbildung f
1
: N M mit y f
1
(y).
Das Symbol f
1
wird leider sowohl zur Bezeichnung des Urbildes f
1
(N
1
) einer Teilmenge
N
1
N als auch zur Bezeichnung der inversen Abbildung f
1
: N M verwendet. Es gilt
f
1
(f(x)) = x fr alle x M und f(f
1
(y)) = y fr alle y N .
Fr M, N R entsteht der Graph der Umkehrabbildung von f : M N aus dem Graphen
von f durch Spiegelung an der Diagonalen (x, x) ; x R des RR :
Graph f
1
= (y, x) RR ; y = f(x) , x M .
21
Beispiel: Sei f : R R mit f(x) = 2x + 6. Dann gilt:
f
1
: R R mit f
1
(y) =
1
2
(y 6) .
Satz 1.1 : Es sei f : M N eine bijektive Abbildung. Dann ist die inverse Abbildung
f
1
: N M ebenfalls bijektiv.
Beweis: Wegen f
1
(N) = x M ; f(x) N = M ist f
1
surjektiv.
Sei f
1
(y
1
) = f
1
(y
2
) mit y
1
, y
2
N. Setze x
1
:= f
1
(y
1
) und x
2
:= f
1
(y
2
) , dann
folgt x
1
= x
2
und somit
y
1
= f(x
1
) = f(x
2
) = y
2
.
Anwendung: Mchtigkeit von Mengen
Um festzustellen, ob fr jeden Studierenden in einem Hrsaal ein Sitzplatz vorhanden ist,
kann man auf zwei Arten vorgehen:
1. Man zhlt die Studierenden, dann die Sthle und vergleicht.
2. Man bittet die Studierenden, Platz zu nehmen und schaut, ob Studierende oder Sthle
brig bleiben.
Die zweite Methode scheint auf den ersten Blick recht umstndlich zu sein. Sie hat aber
den groen Vorteil, dass sie benutzt werden kann, um festzustellen, ob zwei unendliche
Mengen gleich gro sind.
Denition 11 : Zwei Mengen M und N heien gleichmchtig , wenn es eine bijektive
Abbildung von M nach N gibt.
Satz 1.2 : Es seien M und N endliche Mengen. Dann gilt:
M und N sind genau dann gleichmchtig, wenn sie die gleiche Anzahl von Elementen ent-
halten.
Beweis: = : Seien M = x
1
, . . . , x
n
und N gleichmchtige endliche Mengen. Dann
existiert eine bijektive Abbildung f : M N . Betrachte
f(x
i
) ; i = 1, . . . , n N .
Zu jedem y N gibt es aufgrund der Surjektivitt von f ein i 1, . . . , n mit y = f(x
i
).
Damit folgt:
f(x
i
) ; i = 1, . . . , n = N .
Wegen der Injektivitt von f enthlt N genau n Elemente.
= : Seien M = x
1
, . . . , x
n
und N = y
1
, . . . , y
n
endliche Mengen mit jeweils n
Elementen. Deniere
f : M N vermge f(x
i
) = y
i
fr i = 1, . . . , n .
Man erkennt unmittelbar, dass hierdurch eine bijektive Abbildung erklrt ist.
22
Beispiele: 1) Die Mengen Z und nZ := nk ; k Z sind (bei festem n N)
gleichmchtig:
f : Z nZ mit k nk .
2) Die Mengen N und Z sind gleichmchtig:
f : N Z mit f(k) =

k/2 , falls k gerade ,

(k 1)/2 , falls k ungerade .
3) Es seien M eine Menge und P(M) ihre Potenzmenge. Es gibt eine bijektive Abbildung
von P(M) auf die Menge der Abbildungen von M nach 0, 1 :
X P(M) 1
X
.
Satz 1.3 : Fr jede Menge M ist die Potenzmenge P(M) nicht gleichmchtig zu M .
Beweis: Annahme: Es existiert eine bijektive Abbildung f : M P(M) . Betrachte
N = x M ; x , f(x) P(M) .
Da f bijektiv ist, existiert genau ein x

M mit f(x

) = N .
1. Fall: x

N , also x

, f(x

) = N .
2. Fall: x

, N , also x

f(x

) = N .
Beide Mglichkeiten fhren auf einen Widerspruch.
Bemerkung: Der Beweis zu Satz 1.3 zeigt insbesondere, dass es auch keine surjektive
Abbildung von einer Menge auf ihre Potenzmenge gibt.
Denition 12 : Es seien M
1
, M
2
, M
3
Mengen und f : M
1
M
2
sowie g : M
2
M
3
Abbildungen. Dann ist durch x g(f(x)) eine Abbildung g f (lies: g nach f) von M
1
in M
3
erklrt:
g f : M
1
M
3
mit (g f)(x) := g(f(x)) fr alle x M
1
.
Man spricht von dem Produkt, der Verkettung, der Hintereinanderausfhrung oder
der Komposition von Abbildungen.
Veranschaulichung durch ein Diagramm:
M
1
_M
2
'
M
3
`
`
`
`
`
`
f
g
g f
23
Im allgemeinen muss man auf die Reihenfolge bei g f achten:
Seien f : R R mit f(x) = x + 1 und g : R R mit g(x) = x
2
. Dann gilt:
(g f)(x) = g(f(x)) = g(x + 1) = (x + 1)
2
,
(f g)(x) = f(g(x)) = f(x
2
) = x
2
+ 1 .
Folgerung: Die Komposition surjektiver (injektiver, bijektiver) Abbildungen ist surjektiv
(injektiv, bijektiv).
Satz 1.4 : Es seien f : M
1
M
2
, g : M
2
M
3
, h : M
3
M
4
Abbildungen. Dann gilt
das Assoziativgesetz:
h (g f) = (h g) f .
Beweis: Aus der Denition der Komposition folgt unmittelbar fr x M
1
:
(h (g f))(x) = h((g f)(x)) = h(g(f(x))) = (h g)(f(x)) = ((h g) f)(x) .
Bemerkung: Das zugehrige Diagramm hat die folgende Gestalt und ist kommutativ
in dem Sinne, dass beide mglichen Wege (ber M
2
oder M
3
) von M
1
nach M
4
zu dem
gleichen Ergebnis fhren.
M
1
_ M
2
' '
_ M
4
M
3
f
h g
g f
h
Z
Z
Z
Z
Z
Z
g
Anwendung: Multimengen und Fuzzy-Mengen (fuzzy sets)*
Fr endliche elementeweise im Computer gespeicherte Mengen N wird hug das folgende
Verfahren verwendet, um Teilmengen M N zu denieren: Man whlt eine feste Anordnung
der Elemente von N und stellt einen weiteren Speicher zur Verfgung mit ebenso vielen Bits
Speicherraum, wie die Grundmenge N Elemente hat. Jedem x N steht also sein eigener
zustzlicher Speicher von 1 Bit Lnge zur Verfgung.
Um jetzt eine Teilmenge M N zu bilden, schreibt man fr diejenigen Elemente x N,
die in M liegen, eine 1 in den zu x gehrigen Speicher. Fr alle Elemente x N mit x , M
wird der zugehrige Speicher mit einer 0 belegt.
Die Teilmenge M N ist somit vollstndig bestimmt durch ihre charakteristische Funktion
1
M
(x) =

1 , falls x M ,
0 , falls x NM .
Zum Beispiel kann man bei der Beschreibung von Farbmischungen aus den drei Farben
N = blau, grn, rot insgesamt 2
3
= 8 verschiedene Teilmengen nden. Die Teilmenge
blau, rot ist dabei durch die Bitfolge 101 deniert.
24
Eine Multimenge ist im Gegensatz zum Begri der Menge eine Zusammenfassung von
Objekten zu einem Ganzen, bei der auch einzelne Elemente mehrfach auftreten knnen.
Beispiel: Man betrachte alle Buchstaben des Wortes mississippi:
Menge: i, m, p, s ,
Multimenge: i, i, i, i, m, p, p, s, s, s, s .
Die Multimenge lt sich mit Hilfe einer Abbildung auch wie folgt deuten:
: i, m, p, s N mit (i) = 4 , (m) = 1 , (p) = 2 , (s) = 4 .
Fuzzy-Mengen gehen zunchst von einem anderen Konzept aus, nmlich von einer gradu-
ellen oder ungenauen Zugehrigkeit eines Elementes x zu einer Menge M. Der Grad oder
das Gewicht der Zugehrigkeit wird mit einer reellen Zahl zwischen 0 und 1 angegeben. Die
Zahl soll fr die Sicherheit stehen, mit der man wei, ob das Element der Menge angehrt.
Damit lassen sich in der Informatik, insbesondere in Expertensystemen, Aussagen und
Eigenschaften subjektiv gewichten mit Wrtern wie sehr, ungefhr, viel grer als und
vielen anderen.
Beispiel: Raumtemperatur von 2
0
C bis 40
0
C .
Gesucht: Fuzzy-Menge M der warmen Temperaturen. Betrachte die Abbildung:

M
(x) =

0 fr 2 x 8 ,
2

x8
24

2
fr 8 x 20 ,
1 2

x32
24

2
fr 20 x 32 ,
1 fr 32 x 40.
Die Temperaturen x
0
mit dem Wert
M
(x) = 0 gehren der Menge der warmen Tempe-
raturen M nicht an. Die brigen Temperaturen gehren M mit dem durch
M
gegebenen
Gewicht (weniger, ziemlich, sehr warm) an.
Denition 13 : Sei G , die Gewichtsmenge, eine nicht-leere Teilmenge der Menge der
nicht-negativen reellen Zahlen mit 0 G . Sei N eine fest vorgegebene Menge, ein Uni-
versum. Eine G-gewichtete Teilmenge M N wird charakterisiert durch eine verall-
gemeinerte charakteristische Funktion der Form

M
: N G mit
M
(x) = 0 x , M .
Bemerkungen: 1) Gewhnliche Teilmengen M N lassen sich hier einordnen mit der
Gewichtsmenge G = 0, 1 . Eine Multimenge M N ist eine G-gewichtete Menge mit
G = N
0
. Auch Fuzzy-Mengen M N stellen G-gewichtete Mengen dar mit G = [0, 1] ,
dem abgeschlossenen Intervall von 0 bis 1:
[0, 1] = R ; 0 1 .
2) Mit der Einfhrung von gewichteten Mengen hat man einen gemeinsamen Oberbegri
fr gewhnliche Teilmengen einer Menge N, fr Fuzzy-(Teil-)Mengen in N und fr Multi-
mengen M N gefunden.
25
3) Viele Begrie der Mengenlehre lassen sich auch fr diese allgemeinere Situation entwi-
ckeln: Der Durchschnitt von gewichteten Mengen M
1
und M
2
ist deniert durch Angabe
einer verallgemeinerten charakteristischen Funktion von M
1
M
2
mit

M
1
M
2
= min (
M
1
,
M
2
) , wobei
M
1
M
2
(x) = min (
M
1
(x) ,
M
2
(x)) .
Sind speziell M
1
und M
2
0, 1-gewichtete Mengen, dann gilt:
min (
M
1
,
M
2
)(x) =

1 , falls x M
1
M
2
,
0 , falls x , M
1
M
2
= 1
M
1
M
2
(x) .
Die Vereinigung von gewichteten Mengen M
1
und M
2
wird analog deniert durch Angabe
einer verallgemeinerten charakteristischen Funktion von M
1
M
2
mit

M
1
M
2
= max (
M
1
,
M
2
) , wobei
M
1
M
2
(x) = max (
M
1
(x) ,
M
2
(x)) .
26