Grundlagen exakter Methoden zur Verschlüsselung von Codewörtern mittels linearer Codes*
|
|
- Sven Raske
- vor 7 Jahren
- Abrufe
Transkript
1 Grundlagen exakter Methoden zur Verschlüsselung von Codewörtern mittels linearer Codes* Andrea Kraft Elisabeth Pilgerstorfer Johannes Kepler Universität Linz 2. Juni 24 Kurzfassung Sowohl in der Wirtschaft als auch im Privaten werden heute immense Daten transferiert und abgespeichert. Ein wesentliches Anliegen dabei ist, gesendete oder gespeicherte Nachrichten vor zufälligen oder auch absichtlichen Störungen seitens Dritter zu schützen. Mit der Sicherung von Daten gegen aktive Störungen von außen beschäftigt sich die Kryptographie, auf die hier aber nicht näher eingegangen wird. Die Codierungstheorie beschäftigt sich nun damit, wie man die Übertragung und Sicherung der Daten effizient und fehlerfrei bewerkstelligen kann. Diese Arbeit gibt einen Einblick in die Grundlagen dieser aktuellen und überaus interessanten Wissenschaft. *) Diese Arbeit entstand im Rahmen der Lehrveranstaltung "Logik als Arbeitssprache" im SS4 an der JKU Linz.
2 . Einleitung Die Codierungstheorie ist ein relativ junges und anwendungsorientiertes Gebiet der Mathematik. Die Geburtsstunde der Informations- und Codierungstheorie schlug 948, als Claude E. Shannon seine Arbeit "A Mathematical Theory of Communication " (The Bell System Technical Journal, October 948) veröffentlichte. Das Problem kann folgendermaßen beschrieben werden: Eine Nachricht soll über eine längere Distanz (Europa-USA, Erde-Mars,...) übertragen werden. Üblicherweise verschlüsselt man diese Nachricht in eine Folge von Elementen,. Man nennt dies einen binären Code. Ein solches Nachrichtenwort wäre etwa. Bei der Übertragung dieser Wörter können nun aber leicht Fehler auftreten. Ursache für derartige Störungen können recht vielfältig sein, etwa atmosphärisches Rauschen, Interferenzen, Kratzer auf einer Compact Disc, etc. Obiges Wort könnte dann etwa als empfangen werden. Ist etwa die Wahrscheinlichkeit, dass ein Zeichen richtig übertragen wird, 99 %, so werden bei einer Nachricht von Zeichen im Mittel schon Fehler (!) auftreten. Die Methoden der Codierungstheorie versuchen solche Wortveränderungen weitgehend zu verhindern. Die Idee der Sicherung ist nun eine sehr einfache: Zur eigentlichen Nachricht wird eine Zusatzinformation, eine gewisse Art der Redundanz, gesendet, mittels derer Fehler in der Übertragung erkannt oder sogar die eigentliche Nachricht, sofern sie nicht allzu sehr gestört beim Empfänger ankommt, rekonstruiert werden kann. Man spricht von einer Fehlererkennung beziehungsweise einer Fehlerkorrektur. Versendet man zum Beispiel das Wort x x 2...x n und das gesendete Wort kommt als y...y n an, so nennt man e e 2...e n das Fehlerwort, wobei e i := y i - x i und x i, y i sind Element aus {,}. Jeder Einser an der i-ten Stelle im Fehlerwort zeigt an, dass dort ein Fehler passiert ist. Bei manchen Problemen in der Praxis reicht eine Fehlererkennung aus und die Nachricht wird gegebenenfalls nochmals angefordert. Als Beispiele seien hier das falsche Lesen eines Strichcodes auf einer Verpackung mittels eines Lichtstifts, das Eintippen einer unkorrekten Kontonummer oder die falsche Übertragung von Daten in einem Computer-Netzwerk genannt. Eine einfache Wiederholung des Codewortes bringt meist Abhilfe. In vielen Situationen ist jedoch eine Rückfrage unmöglich oder man erhält dadurch kein besseres Ergebnis. Hier ist eine Fehlerkorrektur angebracht. Deswegen wird im Folgenden nicht nur auf die Fehlererkennung, sondern auch auf fehlerkorrigierende Codes eingegangen. Die Resultate dieser Arbeit sind nicht neu, sie stellen aber eine grobe Zusammenfassung der Grundlagen der Codierung mittels linearer Codes dar. In der Literatur für Lineare Algebra II sind diese Resultate in verkürzter Form zu finden, siehe [Pilz, 23]. Diese mathematische Arbeit soll eine Einführung in dieses relativ junge Gebiet der Mathematik geben. Sie ist gedacht für Studenten mittleren Semesters, die mit Linearer Algebra etwas vertraut sind, besonders mit den Grundbegriffen wie Körper, Vektorräume, linearer Abhängigkeit, etc.. Die benötigten Vorkenntnisse werden meist in den ersten beiden Semestern des Mathematikstudiums vermittelt. Im Abschnitt 2 werden die wichtigsten Grundbegriffe der Codierungstheorie eingeführt, in Abschnitt 3 folgt ein Beispiel eines linearen Codes, das bereits alle Erkenntnisse des vorhergehenden Abschnitts umfasst. Zum Abschluss folgt im Abschnitt 4 der Beweis eines zentralen Satzes der Codierungstheorie. 2
3 2. Lineare Codes Definition Ein linearer Code C ist ein Unterraum des K-Vektorraums K n, wobei K ein endlicher Körper und n Elemente aus C heißen Codewörter. ist. Einen linearen Code, der einen Vektorraum über den Körper K = {, } bildet, nennt man binären Code. Wir spezialisieren uns in dieser Arbeit auf lineare Codes, d. h. Codes die Vektorräume über endlichen Körpern sind. Durch diese Einschränkung verlieren wir wenig, da die in der Praxis verwendeten Codes nahezu alle zu dieser Klasse gehören. Es gibt aber noch eine Fülle von anderen Codierungsarten, wie zb Reed-Solomon-Codes, Reed-Muller-Codes, etc. auf die hier aber nicht eingegangen wird. Anmerkung Die Codewörter müssen nicht alle die gleiche Länge haben, d. h. n-tupel für ein festes n sein. Eine Codierung mit variabler Länge führt zu den sogenannten Faltungscodes, die von vollkommen anderer Struktur sind als die hier behandelten Blockcodes. 2. Testsymbole Wie schon in der Einleitung erwähnt, hängt man an das eigentliche Wort sogenannte Teststellen an, um mögliche Fehler zu erkennen und eventuell auch zu korrigieren. Eine effiziente Methode hierfür ist zum Beispiel der sogenannte "Single Parity Check". Man hängt an ein Nachrichtenwort an, wenn die Summe der Einser je Wort gerade ist, andernfalls hängt man an. Ein Beispiel: wird zu. Erhält der Empfänger, so erkennt er, dass entweder, 3, 5 oder 7 Fehler passiert sein müssen. Wo, das weiß er nicht. Die Teststellen können auch auf andere Weise berechnet werden. Sie ergeben sich aber immer aus einer Kombination der einzelnen Stellen des eigentlichen Codewortes. Die so entstandenen Codewörter (Wort und Testsymbole) bilden ein lineares Gleichungssystem und man kann es in einer Matrix - der sogenannten Kontroll- oder Koeffizientenmatrix H - zusammenfassen. Eine genaue Definition: Definition 2 Eine Matrix H heißt eine Kontrollmatrix für C falls: C = {c c K n H * c t = } Genauer gesagt ist C der Nullraum der Kontrollmatrix H. Ein linearer Code kann natürlich viele verschiedene Kontrollmatrizen haben. 2.2 Abstand zweier Codewörter Definition 3 Falls man nun 2 Codewörter x = (x,...,x n ) und y = (y,...,y n ) hat, so nennt man die Zahl der Stellen, an denen sich x und y unterscheiden, Hamming-Distanz d(x,y). Diese von R. W. Hamming im Jahr 95 eingeführte Distanz kann man als "Abstand" zwischen zwei Codewörtern auffassen. d(x,y) = {i x i y i } 3
4 Jedes c C hat also einen "Einzugsbereich". So wird jedes in diesem Bereich eintreffende Wort x zu c decodiert. Allerdings kann sich dieses Verfahren auch als durchaus problematisch erweisen. Einerseits könnten sich die Einzugsbereiche überlappen, das heißt ein Wort x könnte in den gemeinsamen Bereich zweier Codewörter eintreffen und man weiß dann nicht, zu welchem der beiden Wörter man es decodieren soll. Andererseits kann es sein, dass die Bereiche zu klein sind und das Wort in einen nicht definierten Bereich eintrifft. Egal ob der Einzugsbereich zu groß oder zu klein ist, man kann in keinem dieser Fälle sagen, wie die ursprüngliche Nachricht nun wirklich lautet. Um diesen Schwierigkeiten zu entgehen, wird es hier wohl entscheidend sein, wie nahe sich zwei Codewörter kommen können. Definition 4 Die kleinste Hamming-Distanz zwischen je zwei (verschiedenen) Codewörtern aus C heißt Minimaldistanz von C und wird mit d min (C) bezeichnet. d min (C) ist also der kürzeste Abstand zwischen 2 Codewörtern. Vor der Berechnung der Minimaldistanz braucht man noch eine Definition: Definition 5 d(x,) =: w(x) heißt das Hamming-Gewicht von x. Anschaulich ist das die Anzahl der Einser. Folgerung Will man also auf einfache und schnelle Weise die Minimaldistanz von C berechnen, so zählt man die Einser in den Codewörtern. Die niedrigste Anzahl (ungleich Null) ergibt dann d min (C). Definition 6 Sei A eine m n-matrix. Dann sei rg(a) das größte r, sodass je r Spalten von A linear unabhängig sind. Satz d min (C) = rg(h)+ So kann ebenfalls relativ einfach die Minimaldistanz bestimmt werden. (Beweis des Satzes siehe Kapitel 4 Beweis.) Satz 2 Ist d := d min (C), so kann C bis zu d - Fehler erkennen und bis zu d Hamming-Codes und Fehlerkorrektur Fehler korrigieren. Definition 7 Sei s eine Spalte der Kontrollmatrix H. Falls H aus allen s t mit s ( 2 n, s o besteht, so heißt H (bzw. der dadurch definierte Code) ein Hamming-Code; es handelt sich dann um einen (2 n -, 2 n --n) - Code. Die erste Komponente bezeichnet die Anzahl der Spalten der Kontrollmatrix H, die zweite Komponente die Differenz der Spalten- und Zeilenanzahl (Anzahl der reinen "Informationsstellen"). Dieser Code enthält dann jede mögliche Kombination aus {, }. Man ordnet diese Kolonnen eines binären Hamming-Codes nach ihrer Binärzahldarstellung, also von der kleinsten bis zur größten Zahl. 4
5 Ein Beispiel für einen Hamming-Code wäre: H rg(h) = 2 (es sind höchstens 2 Spalten linear unabhängig, die 3. Spalte ergibt sich zb als Summe der ersten beiden Spalten) d = 3 Schon aus diesem Beispiel ist ersichtlich, dass dieser Hamming-Code alle Einfachfehler korrigieren und alle Doppelfehler zumindest erkennen kann. Das ist bei allen Hamming-Codes der Fall. Satz 3 Ist bei der Übertragung von x in y genau ein Fehler passiert, dann war er an der i-ten Stelle, wobei i die Binärzahl von H. y t ist. Falls y = = (,,,,,, ) eintrifft, so gilt H. y t = o, also ist wahrscheinlich kein Fehler passiert und war die eigentliche Nachricht. Trifft jedoch etwa z = ein, so gilt H. z t =, die zugehörige Binärzahl ist 4, also ist wahrscheinlich ein Fehler passiert. Trifft dies zu, so ist die 4. Stelle verfälscht worden, das ausgesandte Codewort war, die eigentliche Nachricht also. 2.4 Gütekennzahlen für Codes Definition 8 Sei C ein (n, k) - Code (wobei n die Spaltenanzahl, k die Differenz der Spalten- und Zeilenanzahl ist) mit Minimaldistanz d min (C) = d. * k n * d n heißt die Informationsrate von C. heißt die Korrekturrate von C. Diese beiden Kennzahlen liegen immer zwischen und, je größer desto besser für den Code! Die Informationsrate ist ein Maß dafür, welcher Anteil von den gesendeten Zeichen reine Information ist. 3 Beispiel Sei H! "####### $ %&&&&&&& die Kontrollmatrix eines Codes. Es handelt sich also um einen (7, 4) - Code. 5
6 ( )************************** + 9 :;;;;;;;;;;;;;;;;;;;;;;;;; < ' Bestimmung des binären Codes durch Aufzählen der Codewörter: Aufstellung des Gleichungssystems: H. x x 2 x 3 x 4 x 5 x 6 x 7, /,, x + x 2 + x 3 + x 4 +x 5 = x + x 2 + x 4 +x 6 = x + x 2 + x 3 + x 7 = Bei der Lösung des Gleichungssystems erhält man 4 frei wählbare Parameter, der Code kann durch C = {x, x 2, x 3, x 4, x x 3 x 4, x x 2 + x 4, x x 2 x 3 } angegeben werden. Aufzählung aller Codewörter: C = {,,,,,,,,,,,,,,, } 2 Kontrolle, ob diese Codewörter tatsächlich im Code liegen: Dazu muss einfach ein Codewort mit der Kontrollmatrix H multipliziert werden. Ist das Ergebnis der Nullvektor, so liegt das Codewort im Code = {{2},{2},{2}} = (2, 2, 2) = (,, ) und daher liegt das Codewort im Code. > Anzahl der Testsymbole eines Codeworts dieses Codes Man sieht dass x 5, x 6 und x 7 eine Kombination der anderen Variablen sind, daraus folgt, dass der Code 3 Testsymbole, nämlich x 5, x 6 und x 7 hat. > Fehlererkennung und -korrektur: Dazu muss man zuerst d min (C) ausrechnen: Dies geschieht durch eine der oben genannten Methoden und beträgt in diesem Fall 3. Laut Satz 2 kann der Code also 3 - = 2 Fehler erkennen und? AAAAAAAA 3@ AAAAA 2 B also Fehler korrigieren. Leichter hätte man auch auf dieses Ergebnis kommen können, indem man erkennt, dass es sich um einen ungeordneten Hamming-Code handelt. 6
7 C Bestimmung der Informations- und Korrekturrate: d = 3 k = 4 n = 7 Informationsrate: DDDD k DDDD n = 4 7 DDDDD DDDD d n = 3 Korrekturrate: 7 C Sei nun der Code wie oben und weiters das Alphabet durch A =, B =,... gegeben. Gesucht ist die Codierung des Wortes LOGIK Man geht folgendermaßen vor: Man rechnet sich die gesuchten Buchstaben nach oben genannten Muster aus ( zb L = ) und hängt die 3 Testsymbole hinten dran. C L O G I K Codierung des Wortes ALGORITHMUS: Leider kann dieses Wort nicht codiert werden, weil dieses Alphabet nur die ersten 6 Buchstaben unseres gewohnten Alphabets zulässt, also gibt es für R und T keine Codedarstellung. 4. Beweis Sei C ein linearer (n, k) Code mit Kontrollmatrix H. Weiters sei d min (C) die Minimaldistanz zweier Codewörter und rg(h) die Maximalanzahl linear unabhängiger Spalten von H. Dann gilt: d min (C) = rg(h) + Satz in Prädikatenlogik: C C ist ein linearer (n, k ) Code E H ist Kontrollmatrix von C E d min(c) ist die Minimaldistanz zweier Codewörter E rg(h) ist die Maximalanzahl linear unabhängiger Spalten von H Beweis: Wähle C beliebig aber fix F d min (C) = rg(h)+ zu zeigen bleibt: C ist ein linearer (n, k ) Code G H ist die Kontrollmatrix von C G d min (C) ist die Minimaldistanz zweier Codewörter G rg(h) ist die Maximalanzahl linear unabhängiger Spalten von H. (H, d min (C) und rg(h) sind abhängig von der Wahl des Codes C.) Á d min (C) = rg(h) + Wir nehmen an: C ist ein linearer (n, k ) Code H H ist Kontrollmatrix von C H d min (C) ist die Minimaldistanz zweier Codewörter H rg(h) ist die Maximalanzahl linear unabhängiger Spalten von H. (in Wissensbasis geben - Split Conjunction) Zu zeigen bleibt: d min (C) = rg(h) + 7
8 N Sei nun: c = (c,..., c n ) ein Codewort aus dem Code C und seien c i,...,c ir alle ungleich. I c J C gilt: H. c t = o (Definition 2) Seien weiters s,..., s n die Spalten von H Laut Regeln der Matrizenmultiplikation gilt: H. c t = c s c n s n = H. c t = c s c n s n Á c s c n s n = (Transitivity of Equality) Da alle c ik außer c i,...,c ir laut Annahme gleich sind gilt: c s c n s n = c i s i c ir s ir = c s c n s n = c i s i c ir s ir c i s i c ir s ir = (Transitivity of Equality) daher sind (s i,..., s ir ) linear abhängig weil die c i,...,c ir alle K sind laut Annahme. Wir behaupten jetzt, dass r - solche Summanden linear unabhängig ein müssen. Warum? Wären (o. B. d. A. ) die ersten (r-) Vektoren linear abhängig, so müsste gelten: c i s i c irl s i rl = Das würde aber bedeuten: (c i s i c irl s i rl ) + c i r s ir = + c ir s ir = sein muss, also c ir s ir = sein muss, was aber nicht eintreten kann, weil c irm und natürlich sind auch die Spalten s M Daher sind (s i,..., s irl ) linear unabhängig. Also sind r- Spalten linear unabhängig Da man weiß, dass rg(h) die Maximalanzahl linear unabhängiger Spalten ist, folgt daraus rg(h) = r- Laut Folgerung aus Definition 5 ist d min (C) = r Á rg(h) = d min (C) - Á d min (C) = rg(h) + 8
9 5. Zusammenfassung Bei der Übertragung von Daten kommt es häufig zu zufälligen Störungen, sodass die Nachricht in verfälschter Form den Empfänger erreicht. Der Codierungstheorie liegt nun die Idee zugrunde, durch Senden von zusätzlicher Information zur eigenlichen Nachricht, den sogenannten Teststellen, Übertragungsfehler zu entdecken oder sogar zu korrigieren. Bei manchen Problemen wird eine Fehlererkennung genügen, etwa wenn eine Rückfrage zum Sender möglich ist. Es gibt aber eine Fülle von Problemen, bei denen eine Rückfrage unmöglich oder unerwünscht ist, oder auch zu keinem besseren Ergebnis führt. Deswegen muss man andere Methoden finden, um eventuelle Fehler zu erkennen und gegebenenfalls zu korrigieren. In dieser Arbeit wurde nur auf die Klasse der linearen Codes eingegangen, die Einfachfehler korrigieren können. Man sieht, dass sich bereits relativ einfache Methoden der Codierung als recht effizient erweisen, wie hier zum Beispiel der Hamming-Code. So kann man mit wenig Aufwand alle Zweifachfehler erkennen, Einfachfehler, die bei der Übertragung passiert sein können, sogar korrigieren. Weiters wurden wichtige Kennzahlen für die Güte eines Codes genannt. Schon an diesem kurzen Einblick in die Codierungstheorie kann man erkennen, wie wichtig dieses Gebiet der Mathematik ist. Da die Codierungstheorie in vielen Bereichen wie Wissenschaft, Raumfahrt und Technik eine tragende Rolle spielt, wird sie sich in Zukunft bestimmt noch weiterentwickeln. Literatur [Pilz, 23] Pilz, G. (23) Lineare Algebra und analytische Geometrie Teil II Skriptum zur Vorlesung, Universität Linz [Willems, 999] Willems W. (999). Codierungstheorie. De Gruyter, Berlin. 9
Modul Diskrete Mathematik WiSe 2011/12
Modul Diskrete Mathematik WiSe / Ergänzungsskript zum Kapitel 3.4. Hinweis: Dieses Manuskript ist nur verständlich und von Nutzen für Personen, die regelmäßig und aktiv die zugehörige Vorlesung besuchen
MehrEinführung in die Kodierungstheorie
Einführung in die Kodierungstheorie Einführung Vorgehen Beispiele Definitionen (Code, Codewort, Alphabet, Länge) Hamming-Distanz Definitionen (Äquivalenz, Coderate, ) Singleton-Schranke Lineare Codes Hamming-Gewicht
MehrCODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005
CODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005 1. Das Problem 1.1. Kanalcodierung und Fehlerkorrektur. Wir wollen eine Nachricht über einen digitalen Kanal, der nur 0 oder 1 übertragen kann, schicken.
MehrEinführung in die Codierungstheorie
Einführung in die Codierungstheorie Monika König 11.12.2007 Inhaltsverzeichnis 1 Einführung und Definitionen 2 2 Fehlererkennende Codes 3 2.1 Paritycheck - Code............................... 3 2.2 Prüfziffersysteme................................
MehrEinführung in die Codierungstheorie
11. Dezember 2007 Ausblick Einführung und Definitionen 1 Einführung und Definitionen 2 3 Einführung und Definitionen Code: eindeutige Zuordnung von x i X = {x 1,.., x k } und y j Y = {y 1,..., y n } Sender
Mehr(Prüfungs-)Aufgaben zur Codierungstheorie
(Prüfungs-)Aufgaben zur Codierungstheorie 1) Gegeben sei die folgende CCITT2-Codierung der Dezimalziffern: Dezimal CCITT2 0 0 1 1 0 1 1 1 1 1 0 1 2 1 1 0 0 1 3 1 0 0 0 0 4 0 1 0 1 0 5 0 0 0 0 1 6 1 0 1
MehrGrundbegrie der Codierungstheorie
Grundbegrie der Codierungstheorie Pia Lackamp 12. Juni 2017 Inhaltsverzeichnis 1 Einleitung 2 2 Hauptteil 3 2.1 Blockcodes............................ 3 2.1.1 Beispiele.......................... 3 2.2
Mehr4.0.2 Beispiel (Einfacher Wiederholungscode). Im einfachsten Fall wird die Nachricht einfach wiederholt. D.h. man verwendet die Generatorabbildung
Wir beschäftigen uns mit dem Problem, Nachrichten über einen störungsanfälligen Kanal (z.b. Internet, Satelliten, Schall, Speichermedium) zu übertragen. Wichtigste Aufgabe in diesem Zusammenhang ist es,
MehrDie Mathematik in der CD
Lehrstuhl D für Mathematik RWTH Aachen Lehrstuhl D für Mathematik RWTH Aachen St.-Michael-Gymnasium Monschau 14. 09. 2006 Codes: Definition und Aufgaben Ein Code ist eine künstliche Sprache zum Speichern
MehrCodierungstheorie Teil 1: Fehlererkennung und -behebung
Codierungstheorie Teil 1: Fehlererkennung und -behebung von Manuel Sprock 1 Einleitung Eine Codierung ist eine injektive Abbildung von Wortmengen aus einem Alphabet A in über einem Alphabet B. Jedem Wort
MehrEinführung in die Kodierungstheorie
Anton Malevich Einführung in die Kodierungstheorie Skript zu einer im Februar 2013 gehaltenen Kurzvorlesung Fakultät für Mechanik und Mathematik Belorussische Staatliche Universität Institut für Algebra
MehrFehlererkennung und Fehlerkorrektur in Codes
Fehlererkennung und Fehlerkorrektur in Codes Blockcodes und Hamming Abstand Untersuchungen zu Codierungen von Informationen, die über einen Nachrichtenkanal übertragen werden sollen, konzentrieren sich
MehrΙ. Einführung in die Codierungstheorie
1. Allgemeines Ι. Einführung in die Codierungstheorie Codierung: Sicherung von Daten und Nachrichten gegen zufällige Fehler bei der Übertragung oder Speicherung. Ziel der Codierung: Möglichst viele bei
MehrVerschlüsselungs- und Codierungstheorie PD Dr. Thomas Timmermann Westfälische Wilhelms-Universität Münster Sommersemester 2017
Verschlüsselungs- und Codierungstheorie PD Dr. Thomas Timmermann Westfälische Wilhelms-Universität Münster Sommersemester 2017 Lineare Codes (Ausarbeitung von Benjamin Demes) 1) Was sind lineare Codes
MehrKapitel 13: Syndromcodierung / Hamming Codes
Kapitel 3: Syndromcodierung / Hamming Codes Ziele des Kapitels Lineare Codes Zyklische Codes Copyright M. Gross, ETH Zürich 26, 27 2 Parity-Check-Matrix Theorem: Die Minimaldistanz eines linearen Codes
MehrVorlesung Theoretische Grundlagen
Vorlesung Theoretische Grundlagen Fehlerkorrigierende Jörn Müller-Quade 4. Februar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrLineare Codes. Dipl.-Inform. Wolfgang Globke. Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 19
Lineare Codes Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 19 Codes Ein Code ist eine eindeutige Zuordnung von Zeichen
MehrTechnische Informatik - Eine Einführung
Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Technische Informatik - Eine Einführung Darstellung von Zeichen und
MehrÜbungsblatt 5 - Musterlösung
Universität Mannheim Lehrstuhl für Praktische Informatik IV Prof. Dr. W. Effelsberg Christoph Kuhmünch, Gerald Kühne Praktische Informatik II SS 2000 Übungsblatt 5 - Musterlösung Aufgabe 1: Huffman-Codierung
Mehr28 4. DIE MATHEMATIK HINTER DER COMPACT DISC. Abbildung 4.1: Selbstkorrigierende Codes
8 4. DIE MATHEMATIK HINTER DER COMPACT DISC y1 1 4 3 y3 y Abbildung 4.1: Selbstkorrigierende Codes 4. Die Mathematik hinter der Compact Disc 4.1. Selbstkorrigierende Codes Wenn wir eine Reihe von 0 und
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrError detection and correction
Referat Error detection and correction im Proseminar Computer Science Unplugged Dozent Prof. M. Hofmann Referent Pinto Raul, 48005464 Datum 19.11.2004 Error detection and correction 1. Fehlererkennung
MehrVorlesung Theoretische Grundlagen Fehlerkorrigierende Codes Jörn Müller-Quade 29. Januar 2013
Vorlesung Theoretische Grundlagen Fehlerkorrigierende Jörn Müller-Quade 29. Januar 2013 I NSTITUT FÜR K RYPTOGRAPHIE UND S ICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrBasiswissen Matrizen
Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)
MehrDekohärenz und Grundprinzip der Quantenfehlerkorrektur
Dekohärenz und Grundprinzip der Quantenfehlerkorrektur Bachelorarbeit Gregor Wurm, Betreuer: Prof. E. Arrigoni Institut für Theoretische Physik der Technischen Universiät Graz 24. Sept. 2010 Übersicht
Mehr5. Übungsserie. Sophia Schumann Matr. XXX
5. Übungsserie Montag, 23. November 2009 1. Aufgabe Es soll die Bitfolge 101001100111 mit dem Hammingcode zum Senden aufbereitet werden. Die Bitfolge hat eine Länge von 12 Bits. Deshalb legt man sich eine
MehrÜbungen zur Vorlesung Grundlagen der Rechnernetze. Zusätzliche Übungen
Übungen zur Vorlesung Grundlagen der Rechnernetze Zusätzliche Übungen Hamming-Abstand d Der Hamming-Abstand d zwischen zwei Codewörtern c1 und c2 ist die Anzahl der Bits, in denen sich die beiden Codewörter
MehrÜbung 14: Block-Codierung
ZHW, NTM, 26/6, Rur Übung 4: Block-Codierung Aufgabe : Datenübertragung über BSC. Betrachten Sie die folgende binäre Datenübertragung über einen BSC. Encoder.97.3.3.97 Decoder Für den Fehlerschutz stehen
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrErinnerung: Der Vektorraum F n 2
Erinnerung: Der Vektorraum F n 2 Definition Vektorraum F n 2 F n 2 = ({0, 1}n,+, ) mit Addition modulo 2, + : F n 2 Fn 2 Fn 2 und skalarer Multiplikation : F 2 F n 2 Fn 2 definiert einen Vektorraum, d.h.
MehrAlgebraische Codierungstheorie
Algebraische Codierungstheorie Grundeigenschaften der Codes und ihre wichtigsten Parameterschranken Iryna Feurstein Inhaltsverzeichnis 1 Gegenstand und Aufgabe der Codierungstheorie 1 2 Blockcode 1 2.1
MehrProf. Dr. Elmar Grosse-Klönne Institut für Mathematik
Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Lineare Algebra Analytische Geometrie I* Übungsaufgaben, Blatt Musterlösungen Aufgabe. Es seien A, B, C Teilmengen einer Menge X. Zeige: i A B C =
MehrGrundlagen der Technischen Informatik. Hamming-Codes. Kapitel 4.3
Hamming-Codes Kapitel 4.3 Prof. Dr.-Ing. Jürgen Teich Lehrstuhl für Hardware-Software-Co-Design Inhalt Welche Eigenschaften müssen Codes haben, um Mehrfachfehler erkennen und sogar korrigieren zu können?
MehrEinleitung. Kapitel 1
Kapitel 1 Einleitung In diesem Abschnitt geben wir einen kurzen Überblick über den Inhalt der Vorlesung. Wir werden kurz die wesentlichen Probleme erläutern, die wir ansprechen wollen. Wir werden auch
Mehr1 Analytische Geometrie und Grundlagen
Mathematische Probleme, SS 208 Dienstag 0.4 $Id: vektor.tex,v.30 207/07/7 08:09:23 hk Exp hk $ Analytische Geometrie und Grundlagen In dieser Vorlesung wollen wir uns mit Fragen der sogenannten Elementargeometrie
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrTheoretische Grundlagen der Informatik. Vorlesung am 7. Februar INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 07.02.2019 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Werbung Vorlesung Algorithmen
Mehr6. Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke. 6. Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 107/ 238
6 Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 6 Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 107/ 238 Erinnerung: Der Vektorraum F n 2 Schreiben {0, 1} n als F n 2 Definition
MehrEndliche Körper und Codierung SS Übungsblatt. 9. Bestimmen Sie alle primitiven Elemente (Erzeuger der multiplikativen Gruppe) von
Endliche Körper und Codierung SS 2007 1. Übungsblatt 1. Sei p eine Primzahl und 0 j p 1. Zeigen Sie, dass ( ) p 1 j ( 1) j (mod p). 2. Sei R ein kommutativer Ring der Charakteristik p > 0 (prim). Zeigen
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
MehrDie Hamming-Distanz definiert eine Metrik.
Die Hamming-Distanz definiert eine Metrik. Satz Metrik Hamming-Distanz Die Hamming-Distanz ist eine Metrik auf {0, 1} n, d.h. für alle x, y, z {0, 1} n gilt: 1 Positivität: d(x, y) 0, Gleichheit gdw x
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke, Universität Augsburg 15.10.2013 Alexander Lytchak 1 / 14 Organisation Alle wichtigen organisatorischen Information
MehrFehlerkorrigierende Codes
Fehlerkorrigierende Codes SS 2013 Gerhard Dorfer 2 Inhaltsverzeichnis 1 Fehlerkorrigierende Codes 4 1.1 Einführende Beispiele................................. 4 1.2 Mathematische Grundlagen..............................
MehrDer Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
MehrFehlererkennende und fehlerkorrigierende Codes
Fehlererkennende und fehlerkorrigierende Codes Claudiu-Vlad URSACHE, 5AHITN Inhalt 1. Codes... 2 2. Hammingdistanz... 3 3. Fehlererkennende Codes... 4 4. Fehlerkorrigierende Codes... 5 1. Codes a 2 a 00
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 5/.. Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41
Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und
Mehr2.7 Der Shannon-Fano-Elias Code
2.7 Der Shannon-Fano-Elias Code Die Huffman-Codierung ist ein asymptotisch optimales Verfahren. Wir haben auch gesehen, dass sich die Huffman-Codierung gut berechnen und dann auch gut decodieren lassen.
Mehr6. Vorlesung. Rechnen mit Matrizen.
6. Vorlesung. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt
MehrLineare Gleichungssysteme
Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4
MehrBlatt 10 Lösungshinweise
Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie
MehrKodierungstheorie: Lineare Kodes
Kodierungstheorie: Lineare Kodes Seminararbeit Sommersemester 2015 Bearbeitet von: Sebastian Gombocz (Matrikelnummer: 48947) Christian Löhle (Matrikelnummer: 48913) Betreuer: Prof. Dr. Thomas Thierauf
MehrProf. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg. Codierungstheorie und Kryptographie
Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Codierungstheorie und Kryptographie Wintersemester 2008 1 2 Inhaltsverzeichnis 1 Definition und Charakterisierung
MehrKapitel 7: Optimalcodierung und Huffman Coding
Kapitel 7: codierung und Huffman Coding Ziele des Kapitels Auftreten von Fehlern bei zu starker Kompression Konstruktion optimaler Codes Huffman Coding 2 Bisher Theorem (Shannon I): Die mittlere Codewortlänge
MehrMathematische Grundlagen der Computerlinguistik Lineare Algebra
Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 30 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen
MehrÜbungsblatt Nr. 7. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Nico Döttling Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 7 svorschlag Aufgabe (K)
Mehr(Network) Coding und Verbindungen zur Systemtheorie
(Network) Coding und Verbindungen zur Systemtheorie Anna-Lena Horlemann-Trautmann Algorithmics Laboratory, EPFL, Schweiz 10. Februar 2016 Elgersburg Workshop Klassische Codierungstheorie Einführung Klassische
Mehr2.1 Codes: einige Grundbegriffe
Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 13 10. Juni 2010 Kapitel 10. Lineare Gleichungssysteme In diesem Abschnitt untersuchen wir, welche Struktur die Gesamtheit aller Lösungen eines linearen
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr6.1 Welche Matrix gehört zu der Abbildung?
Kapitel 6 Gleichungssysteme Bisher haben wir nur für spezielle Fälle (Drehungen, Spiegelungen ) die zu einer bekannten Abbildung gehörende Matrix gesucht. Da uns die Abbildung in allen Einzelheiten bekannt
MehrWarum darf sich der Laser irren? Vortrag von Ralph-Hardo Schulz Sommeruniversität an der FU Berlin,
Warum darf sich der Laser irren? Vortrag von Ralph-Hardo Schulz Sommeruniversität an der FU Berlin, 28724 1 Prüfzeichensysteme zur Fehlererkennung 11 Europäische Artikel Nummer (EAN) Die EAN ist eine 13
MehrRechnernetze Übung 5. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai Wo sind wir?
Rechnernetze Übung 5 Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai 2012 Wo sind wir? Quelle Nachricht Senke Sender Signal Übertragungsmedium Empfänger Quelle Nachricht Senke Primäres
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrGrundlagen der Technischen Informatik. 2. Übung
Grundlagen der Technischen Informatik 2. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 2. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: Hamming-Distanz Fehlererkennung
MehrFakultät für Informatik Universität Magdeburg Jürgen Dassow. Literatur
Literatur J.Berstel/D.Perrin, Theorie of Codes. Academic Press, 1985. J. Duske/H.Jürgensen, Kodierungstheorie. BI-Taschenb., Mannheim, 1977. T. Grams, Codierungsverfahren. BI-Taschenbuch, Mannheim, 1986.
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Übung 8 Dirk Achenbach 7. Februar 2013 I NSTITUT FÜR K RYPTOGRAPHIE UND S ICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrSignale und Codes Vorlesung 6
Signale und Codes Vorlesung 6 Nico Döttling December 13, 2013 1 / 24 Vergleich Shannon vs. Schranken für Minimaldistanz (1) BSC ρ hat Kapazität 1 H 2 (ρ) Shannon: Es existiert ein (n, k) Code C für BSC
MehrLineare Gleichungssysteme und Matrizen
Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 2 Rechenoperationen und Gesetze Gleichheit
Mehr3 Der Hamming-Code. Hamming-Codes
3 Der Hamming-Code Hamming-Codes Ein binärer Code C heißt ein Hamming-Code Ha s, wenn seine Kontrollmatrix H als Spalten alle Elemente in Z 2 s je einmal hat. Die Parameter eines n-k-hamming-codes sind:
Mehr7. Woche Extra-Material: - Beispiele von Codes. 7. Woche: Beispiele von Codes 144/ 238
7 Woche Extra-Material: - Beispiele von Codes 7 Woche: Beispiele von Codes 144/ 238 Hamming-Matrix H(h) und Hammingcode H(h) Wir definieren nun eine Parity-Check Matrix H(h) von einem neuen Code: Parametrisiert
MehrAlgebraisches Internet
. p. 1/40 Algebraisches Internet Axel Kohnert Braunschweig Mai 2010 Universität Bayreuth axel.kohnert@uni-bayreuth.de . p. 2/40 Übersicht Designs Network Codes Konstruktion Decodieren I - Designs. p. 3/40
MehrIn diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)
34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 16.10.2012 Bernhard Hanke 1 / 13 Ablauf der Lehrveranstaltung Vorlesungen (B. Hanke): Dienstag 10:30-11:30 und Mittwoch 8:15-9:45 in 1001/T.
MehrMathematik I. Vorlesung 12. Lineare Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
MehrA2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
MehrCodes on Graphs: Normal Realizations
Codes on Graphs: Normal Realizations Autor: G. David Forney, Jr. Seminarvortrag von Madeleine Leidheiser und Melanie Reuter Inhaltsverzeichnis Einführung Motivation Einleitung Graphendarstellungen Trellis
MehrMathematische Grundlagen der Computerlinguistik Lineare Algebra
Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 1 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
MehrFehlerkorrigierende Codes
Fehlerkorrigierende Codes 2018S Gerhard Dorfer 1 2 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführende Beispiele 4 2 Mathematische Grundlagen 6 3 Fehlererkennung und Fehlerkorrektur für Blockcodes 9 4
MehrAufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0.
Mathematik I für Naturwissenschaften Dr. Christine Zehrt 22.11.18 Übung 10 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 26. November 2018 in den Übungsstunden Aufgabe 1 (a) Bestimmen Sie die
MehrProblemreduktion durch Transformation am Beispiel des. Erweiterten Euklidschen Algorithmus
Problemreduktion durch Transformation am Beispiel des Erweiterten Euklidschen Algorithmus Wolfgang Windsteiger JKU Linz, A 4040 Linz, Austria Kurzfassung Transformation beschreibt im Wesentlichen die algorithmische
Mehr05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 006/07 en Blatt 3.0.006 Einführung in die Matrizenrechnung Zentralübungsaufgaben
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil
MehrYERGITXH YZRBIPQH? Lösung. Der Hamming-Abstand der beiden Zeichenfolgen ist 4. Die verschiedenen Zeichen Y E R G I T X H Y Z R B I P Q H
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Planet Nuschel Aufgabe 1 (Hieroglyphen (nur für die Klassen 7/8) [4 Punkte]). Der Hamming-Abstand ist nicht nur auf Buchstaben beschränkt.
Mehr, 2015W Übungstermin: Do.,
VU Technische Grundlagen der Informatik Übung 2: Numerik, Codierungstheorie 183.579, 2015W Übungstermin: Do., 29.10.2015 Allgemeine Hinweise: Versuchen Sie beim Lösen der Beispiele keine elektronischen
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Teil
Mehr