Beispiel vor dem Beweis:
|
|
|
- Marie Schuster
- vor 2 Jahren
- Abrufe
Transkript
1 Beispiel vor dem Beweis:
2 Beispiel vor dem Beweis: A = ¼ ½
3 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = 3 6
4 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = ½
5 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = ½ 6
6 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = E E1 31 E 12A = ½ 6
7 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = ½ 6
8 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A ½ 6 1
9 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A Also, die inverse ist ½ 6 1
10 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A ½ 6 1 Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12
11 Beispiel vor dem Beweis: 2½ 2½ ¼3 6 A = E 12 A = E31 1 E 12A = 3 6 E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A ½ 6 1 Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
12 2½ 2½ ¼3 6 A = Id 311 E 12 A = E31 1 E 12A = 3 6 Beispiel vor dem Beweis: E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A ½ 6 1 =¼1 1 Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
13 2½ 2½ ¼3 6 A = Id 311 E 12 A = 3 6 E 3 11 E31 1 E 12A = 3 6 Beispiel vor dem Beweis: E 2 32 E1 31 E 12A = E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A ½ 6 1 =¼1 =¼ Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
14 2½ 2½ ¼3 6 A = Id 311 E 12 A = 3 6 E 3 11 E31 1 E 12A = 3 6 E 3 11 E 2 32 E1 31 E 12A = 3 6 Beispiel vor dem Beweis: E E1 31 E 12A = E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A 13½ =¼1 =¼ 12 =¼ 31 1 E Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
15 2½ 2½ ¼3 6 A = Id 311 E 12 A = 3 6 E 3 11 E31 1 E 12A = 3 6 E 3 11 E 2 32 E1 31 E 12A = 3 6 E 3 E E1 31 E 12A = 3 Beispiel vor dem Beweis: E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A 6 13½ 3 1 =¼1 =¼ 12 =¼ 31 1 E E1 31 E 12 =¼ Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
16 2½ 2½ ¼3 6 A = Id 311 E 12 A = 3 6 E 3 11 E31 1 E 12A = 3 6 E 3 11 E 2 32 E1 31 E 12A = 3 6 E 3 E E1 31 E 12A = 3 Beispiel vor dem Beweis: E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A 13½ =¼1 =¼ 12 =¼ 31 1 E E E1 31 E 12 =¼ E1 31 E 12 = Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
17 2½ 2½ ¼3 6 A = Id 311 E 12 A = 3 6 E 3 11 E31 1 E 12A = 3 6 E 3 11 E 2 32 E1 31 E 12A = 3 6 E 3 E E1 31 E 12A = 3 Beispiel vor dem Beweis: E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A =¼1 =¼ 12 =¼ 31 1 E E1 31 E 12 =¼ E1 31 E 12 = E 32 E 2 32 E1 31 E 12 = 3 ¼ ½ E Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
18 2½ 2½ ¼3 6 A = Id 311 E 12 A = 3 6 E 3 11 E31 1 E 12A = 3 6 E 3 11 E 2 32 E1 31 E 12A = 3 6 E 3 E E1 31 E 12A = 3 Beispiel vor dem Beweis: E 1 32 E1 33 E 12A = E 1/2 =¼1 11 E1/3 22 E 1 32 E1 31 E 12A =¼1 =¼ 12 =¼ 31 1 E E1 31 E 12 =¼ E1 31 E 12 = E 32 E 2 32 E1 31 E 12 = 3 ¼ /2 11 E1/3 22 E E 2 32 E1 31 E 12 = 1 ¼9/2 2 5/2 13/ ½ E E Also, die inverse ist E 1/2 11 E1/3 22 E 1 32 E1 31 E 12Id
19
20 Sei A eine (n n).
21 Sei A eine (n n). Die Idee:
22 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen
23 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren,
24 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben.
25 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn...
26 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n Mit Hilfe von elementaren Zeilenumformungen a n1... a nn...
27 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen.
28 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden.
29 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1.
30 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. Bsp:
31 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. Bsp: Invertiere die ( ).
32 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. Bsp: Invertiere die ( ) ( ).
33 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. ). ( 1 2 Bsp: Invertiere die ( ) Zeile II:= Zeile II- 2(Zeile I) 2 5 1
34 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. ). ( 1 2 Bsp: Invertiere die ( ) Zeile II:= Zeile II- 2(Zeile I) ) (
35 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. ( ) 1 2 Bsp: Invertiere die. ( ) Zeile II:= Zeile II- 2(Zeile I) ( ) Zeile I:= Zeile I -2 (Zeile II) 1 2 1
36 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. ). ( 1 2 Bsp: Invertiere die ( ) Zeile II:= Zeile II- 2(Zeile I) ( ) Zeile I:= Zeile I -2 (Zeile II) ) (
37 Sei A eine (n n). Die Idee: wir werden die Zerlegung von A in das Produkt von Elementarmatrizen mit dem Gauß-Algorithmus konstruieren, wie wir im Beweis von Satz 12 gemacht haben. Schreibe die Id neben A.¼ a a 1n a n1... a nn... Mit Hilfe von elementaren Zeilenumformungen lass uns die A in Id überführen. Jede elementare Zeilenumformung auch auf der rechten Seite anwenden. Wenn von links Id stehet, steht von rechts A 1. ( ) 1 2 Bsp: Invertiere die. ( ) Zeile II:= Zeile II- 2(Zeile I) ( ) Zeile I:= Zeile I -2 (Zeile II) ( ) Rechts steht die inverse zu A
7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
Lineare Algebra - alles was man wissen muß
Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger
Lösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
Wie kann man beweisen, dass (H, ) eine Gruppe ist?
Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )
Kap 5: Rang, Koordinatentransformationen
Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv
Lineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
Vektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
Kapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
MuPAD in Vorlesung und Übungen (12. Woche)
MuPAD in Vorlesung und Übungen (12. Woche Zur Behandlung der laufenden Übungsaufgaben (Blatt 12, 13 ff. sind zur Lösung gewisse Buchführungsaufgaben wahrzunehmen, die wir sinnvoll dem MuPAD-System übertragen.
Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung
Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken
7 Lineare Abbildungen und Lineare Gleichungssysteme
7 LINEARE ABBILDUNGEN UND LINEARE GLEICHUNGSSYSTEME 5 7 Lineare Abbildungen und Lineare Gleichungssysteme 7 Lineare Abbildungen 7 Abbildungen: Eine Verallgemeinerungen des Funktionsbegriffs Bemerkung:
2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
Mathematischen Grundlagen und Notationen
Mathematischen Grundlagen und Notationen Susanne Schimpf Juni 008 Es geht in dieser Lerneinheit darum, mathematische Notationen besser zu verstehen und auch selbst korrekt zu benutzen. Außerdem sollen
Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel
Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3
Computerorientiertes Problemlösen
1 / 13 Computerorientiertes Problemlösen 22. 26. September 2014 Steffen Basting WS 2014-2015 2 / 13 Organisatorisches 22.09. 26.09. Zeit Mo Di Mi Do Fr 11:00 bis 13:00 13:00 bis 15:30 15:30 bis 18:00 Vorlesung:
Das Kryptosystem von McEliece. auf der Basis von linearen Codes
Das Kryptosystem von McEliece auf der Basis von linearen Codes Anforderungen Public-Key Kryptosysteme E e (m) = c Verschlüsselung D d (c) = m Entschlüsselung mit Schl. effizient effizient 2/25 Anforderungen
Einführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
Kapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
Inhaltsverzeichnis 1 Lineare Gleichungssysteme I
Inhaltsverzeichnis 1 Lineare Gleichungssysteme I 3 1.1 Mengen und Abbildungen....................................... 3 1.1.1 Mengen und ihre Operationen.............................. 3 1.1.2 Summen- und
4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper
4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element
Mathematische Grundlagen Kurseinheit 1: Grundlagen
Mathematische Grundlagen Kurseinheit 1: Grundlagen Autorin: Luise Unger In L A TEX gesetzt von Luise Unger c 2007 Fernuniversität in Hagen Fachbereich Mathematik (10/05) Alle Rechte vorbehalten 01141-4-01-S
Der Zwei-Quadrate-Satz von Fermat
Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat
Übungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
Elemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.
Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33
Mathematische Grundlagen
Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777
11. Primfaktorzerlegungen
78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung
KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7
Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe
Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus
Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus Max Zoller 14. April 8 1 Der klassische euklidische Algorithmus Beispiel: ggt 15, 56? 15 = 1 56 + 49 56 = 1 49 + 7 49 = 7 7 + =
Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
Lineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung
Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen
(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
Axiomatische Beschreibung der ganzen Zahlen
Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen
Lineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
Satz 25 A sei eine (n n)-matrix über K
Satz 25 Satz 25 A sei eine (n n)-matrix über K Satz 25 A sei eine (n n)-matrix über K mit paarweise verschiedenen Eigenwerten λ 1,...,λ m. Satz 25 A sei eine (n n)-matrix über K mit paarweise verschiedenen
1 Lineare Gleichungssysteme
MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden
Aufgabe 1: Der Weidezaun
Aufgabe 1: Der Weidezaun Eine quadratische Viehweide mit der Fläche 870 m² soll eingezäunt werden. Dabei sollen 3 m für ein Tor freigelassen werden. Wie viel Meter Zaun werden benötigt? Informative Figur:
Mathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 73 Ergänzungen Prof Dr Erich Walter Farkas Mathematik I+II, 73 Ergänzungen 1 / 17 1 Reguläre Matrizen Prof Dr
Thema 1 Die natürlichen Zahlen
Thema 1 Die natürlichen Zahlen Wir bezeichnen mit N die Menge der natürlichen Zahlen dh N {1,,, } Falls wir das Nullelement 0 dazu nehmen, dann bezeichnen wir die resultierende Menge mit N 0 also N 0 {0,
Studientag zur Algorithmischen Mathematik
Studientag zur Algorithmischen Mathematik Aufgaben zur nicht-linearen Optimierung Teil II Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 1. Juli 2012 Aufgabe 5 Bestimmen
1. Modulare Arithmetik
1. Modulare Arithmetik Dreizehn Jahre lang hatten die Briten und Franzosen geglaubt, die Enigma- Verschlüsselung sei nicht zu knacken, doch nun schöpften sie Hoffnung. Die polnischen Erfolge hatten bewiesen,
ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG
¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht
Elementare Zahlentheorie. Diskrete Strukturen. Winter Semester 2012 #
Erster Teil 1 Elementare Diskrete Strukturen Winter Semester 2012 # 342 207 Prof. Armin Biere Institut für Formale Modelle und Verifikation Johannes Kepler Universität, Linz http://fmv.jku.at/ds Literatur
Zusatztutorium, 25.01.2013
Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu
6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte
Numerik I Version: 240608 40 6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte Die zwei wichtigsten Aufgaben der linearen Algebra: Lösung linearer Gleichungssysteme: Ax = b, wobei die n
Dynamische Optimierung. Kapitel 4. Dynamische Optimierung. Peter Becker (H-BRS) Operations Research II Wintersemester 2014/15 160 / 206
Kapitel 4 Dynamische Optimierung Peter Becker (H-BRS) Operations Research II Wintersemester 2014/15 160 / 206 Inhalt Inhalt 4 Dynamische Optimierung Allgemeiner Ansatz und Beispiele Stochastische dynamische
1. 4-Bit Binärzahlen ohne Vorzeichen 2. 4-Bit Binärzahlen mit Vorzeichen 3. 4-Bit Binärzahlen im 2er Komplement 4. Rechnen im 2er Komplement
Kx Binäre Zahlen Kx Binäre Zahlen Inhalt. Dezimalzahlen. Hexadezimalzahlen. Binärzahlen. -Bit Binärzahlen ohne Vorzeichen. -Bit Binärzahlen mit Vorzeichen. -Bit Binärzahlen im er Komplement. Rechnen im
Technische Universität München. Lösung Montag WS 2013/14. (Einheitskreis, ohne Rechnung ersichtlich) (Einheitskreis, ohne Rechnung ersichtlich)
Technische Universität München Andreas Wörfel Ferienkurs Analysis 1 für Physiker Lösung Montag WS 01/1 Aufgabe 1 Zum warm werden: Komplexe Zahlen - Lehrling Bestimmen Sie das komplex Konjugierte, den Betrag
7. Ringe und Körper. 7. Ringe und Körper 49
7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich
5 Eigenwerte und die Jordansche Normalform
Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n
Stetige Funktionen, Binomischer Lehrsatz
Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.
Leitfaden Lineare Algebra: Determinanten
Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv
16. All Pairs Shortest Path (ASPS)
. All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e
Brückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.
Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen
2.1 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
Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11
Mathematik für Wirtschaftswissenschaftler, WS / Musterlösungen zu Aufgabenblatt Aufgabe 76: Bestimmen Sie mittels Gauß-Elimination die allgemeine Lösung der folgenden linearen Gleichungssysteme Ax b: a)
Einführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
Literatur zu geometrischen Konstruktionen
Literatur zu geometrischen Konstruktionen Hadlock, Charles Robert, Field theory and its classical problems. Carus Mathematical Monographs, 19. Mathematical Association of America, Washington, D.C., 1978.
Der Golay-Code und das Leech-Gitter
Der Golay-Code und das Leech-Gitter Vortrag zum Seminar Gitter und Codes Nils Malte Pawelzik.5.5 Inhaltsverzeichnis Designs 3. Elementare Eigenschaften eines Designs und die Eindeutigkeit eines - (, 5,
Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11.
ETH EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE ZÜRICH Analysis mit dem Computer-Algebra-System des TI-92 Anhang 2: Gedanken zum Lehrplan Beat Eicke und Edmund Holzherr 11. November 1997 Eidgenössische Technische
Definition 27 Affiner Raum über Vektorraum V
Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,
1 Das Lemma von Burnside und seine Anwendungen
Das Lemma von Burnside und seine Anwendungen Mit dem Lemma von Burnside lassen sich Zählprobleme lösen, bei denen Symmetrien eine Rolle spielen. Betrachten wir als einführendes Beispiel die Anzahl der
Wirtschaftsmathematik für Dummies
Christoph Mayer, Sören Jensen, Suteika Bort, beborah Rumsey, Mark Ryan und Mary Jane Sterling Wirtschaftsmathematik für Dummies Herausaegeben Von Christoph Mayer, Sören Jensen und Suteika Bort WILEY- VCH
Klausur in Datenmanagement SS 2009
Fachhochschule München FB 07 Informatik Klausur in Datenmanagement SS 2009 Studiengang : Informatik - Semester IBB4C Prüfer : Bojan Milijas Prüfungstermin : 26.07.2009; 15:30 16:00 Uhr (Raum R1.009) Prüfungsdauer
Eine mathematische Reise ins Unendliche. Peter Koepke Universität Bonn
Eine mathematische Reise ins Unendliche Peter Koepke Universität Bonn Treffen sich die Schienen im Unendlichen? Gibt es unendlich ferne Punkte? Gibt es unendliche Zahlen? 1 Antwort: Nein! , so prostestire
Kommunikationsalgorithmus RSA
Kommunikationsalgorithmus RSA Herr Maue Ergänzungsfach Informatik Neue Kantonsschule Aarau Früjahrsemester 2015 24.04.2015 EFI (Hr. Maue) Kryptographie 24.04.2015 1 / 26 Programm heute 1. Verschlüsselungsverfahren
WS 2008/09. Diskrete Strukturen
WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809
Klausur zur Elementaren Algebra und Zahlentheorie Mittwoch, 02.03.05
Prof. Dr. Duco van Straten Oliver Weilandt Klausur zur Elementaren Algebra und Zahlentheorie Mittwoch, 0.03.05 Bitte tragen Sie hier gut lesbar Ihren Namen und Ihre Matrikelnummer ein. Name, Vorname Matrikelnummer
De Taschäräschnr Casio (Reihe: 9750, 9850,...)
De Taschäräschnr Casio (Reihe: 9750, 9850,...) Übersicht: 1. Nullstellen 2. Gleichungen 2. oder 3. Grades lösen 3. Gleichungen lösen 4. Schnittpunkte bestimmen 5. Extrempunkte 6. Wendepunkte 7. Steigung
Einführung in die Mathematik für Volks- und Betriebswirte
Einführung in die Mathematik für Volks- und Betriebswirte Von Prof. Dr. Heinrich Bader und Prof. Dr. Siegbert Fröhlich Mit 45 A bbildungen 8. A uflage R. Oldenbourg Verlag München Wien INHALTSVERZEICHNIS
2. Universelle Algebra
2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen
Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/10. 14.
Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Wintersemester 2009/0 4. Januar 200 Instabilitäten
Das Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
Geogebra im Geometrieunterricht. Peter Scholl Albert-Einstein-Gymnasium
Geogebra im Geometrieunterricht Bertrand Russel in LOGICOMIX Geometrie im Lehrplan Klasse 5 Klasse 6 Klasse 7 Klasse 8 Klasse 9 Oberstufe Parallele und senkrechte Geraden Kreise Winkel benennen, messen
Logik. A.3 Logik und Mengenlehre A.32 A.32. Logik und Mengenlehre. Logik. 2001 Prof. Dr. Rainer Manthey Informatik I 21
Logik und Mengenlehre.3 Logik und Mengenlehre 2001 Prof. Dr. Rainer Manthey Informatik I 21 Logik Logik 2001 Prof. Dr. Rainer Manthey Informatik I 22 Logik: egriff, edeutung und Entwicklung Logik ist die
Seminararbeit für das SE Reine Mathematik- Graphentheorie
Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis
GLEICHUNGEN MIT PARAMETERN
Mathematik-Olympiaden in Rheinland-Pfalz GLEICHUNGEN MIT PARAMETERN Fortgeschrittene Die Aufgaben auf diesem Arbeitsblatt haben alle eine elegante Lösungsidee. Bei vielen Gleichungen ist nach Anwenden
4 Reihen. s n = a 1 + a 2 + + a n = Die Folge (s n ) n N der Partialsummen heißt eine (unendliche) Reihe und wird auch als a k. k=1. )n N geschrieben.
4 Reihen Aus Folgen lassen sich durch Aufaddieren weitere Folgen konstruieren. Das sind die sogenannten Reihen, sie spielen in der Finanzmathematik eine wichtige Rolle. Sei (a k ) k N eine Folge. Wir definieren
Also kann nur A ist roter Südler und B ist grüner Nordler gelten.
Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf
3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
Integritätsbereiche und Teilbarkeit
Kapitel 5 Integritätsbereiche und Teilbarkeit 5.1 Einfache Teilbarkeitsregeln 5.1.1 Definition. Sei (I,+, 0,,, 1) ein Integritätsbereich. Sind a, b I, dann heißt a durch b teilbar und b ein Teiler von
4 Kongruenz und Modulorechnung
1 4 Kongruenz und Modulorechnung In unserer Zeitrechnung haben wir uns daran gewöhnt, nur mit endlich vielen Zahlen zu rechnen. Es ist gerade 3 Uhr und in 50 Stunden muss ich abreisen. Wie spät ist es
3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen
KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen WS 08/09 Friedhelm Meyer auf der Heide Vorlesung 8, 4.11.08 Friedhelm Meyer auf der Heide 1 Organisatorisches Am Dienstag, 11.11., fällt die
A Matrix-Algebra. A.1 Definition und elementare Operationen
A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne
y x x y ( 2x 3y + z x + z
Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie
Theoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 12.01.2012 INSTITUT FÜR THEORETISCHE 0 KIT 12.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik
klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
Gruppentheorie und Symmetrie in der Chemie
Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-70569 Stuttgart Stuttgart, 26. April 2002 Mathematische Definition
Q R. reset (R) set (S) unzulässig! Unkontrollierte Rückkopplung von Gatterausgängen auf Gattereingänge führt zu logisch "inkonsistentem" Verhalten!
Schaltwerke Schaltwerke 22 Prof. Dr. Rainer Manthey Informatik II Schaltwerke: Übersicht generelles Problem grösserer Schaltnetze: Länge der Laufzeiten wird relevant Notwendigkeit der Zwischenspeicherung
Halbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
Prof. S. Krauter Dezimalbruchdarstellung rationaler Zahlen DezDarst.doc. Über die Darstellung von rationalen Zahlen als Dezimalbrüche.
1 Prof. S. Krauter Dezimalbruchdarstellung rationaler Zahlen DezDarst.doc Über die Darstellung von rationalen Zahlen als Dezimalbrüche. Anmerkung: Die Beschränkung auf die Dezimaldarstellung ist unnötig.
Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09
Lineare Algebra I HP Butzmann Vorlesung im HWS 09 Inhaltsverzeichnis 1 Mengen und Abbildungen 2 2 Körper 15 3 Vektorräume 40 4 Basis und Dimension 53 5 Lineare Abbildungen 67 6 Matrizen 80 7 Lineare Gleichungssysteme