6 Lineare Kongruenzen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "6 Lineare Kongruenzen"

Transkript

1 6 Lineare Kongruenzen Sei m > 0 un a, b beliebig. Wir wollen ie Frage untersuchen, unter welchen Beingungen an a, b un m eine Zahl x 0 existiert, so aß ax 0 b mo m. Wenn ein solches x 0 existiert, sagen wir: Die lineare Kongruenz ( ) ax b mo m in einer Unbestimmten X ist lösbar (un zwar, inem man ie Unbestimmte urch ie Zahl x 0 ersetzt). Ist x 0 eine Lösung er Kongruenz ( ), so ist auch jees y aus er Restklasse von x 0 moulo m eine Lösung von ( ). (y x 0 = ay ax 0 b mo m nach 5.5 (b)). Deshalb versteht man unter er Anzahl er Lösungen von ( ) ie Anzahl er verschieenen Restklassen von Lösungen. Dies ist auch ie Anzahl er Lösungen x 0 mit 0 x 0 < m. Ferner gilt: Ist a 0 a un b 0 b, so hat a 0 X b 0 mo m ie gleiche Lösungsmenge wie ( ). (Beweis: Übungsaufgabe.) 6.1 Satz. Ist (a, m) = 1 so hat ie lineare Kongruenz ax b mo m genau eine Lösung. Also gibt es genau ein x 0, 0 x 0 < m mit ax 0 b mo m. Beweis. Nach 5.4(b) bilen a 0, a 1,..., a(m 1) ein vollstäniges Restsystem moulo m. Also gibt es genau ein x 0 mit 0 x 0 < m, so aß ax 0 b mo m. Beispiel. a = 10, b = 4, m = 7 : (a, m) = 1 Betrachte ie Kongruenz 10X 4 mo 7. Sie ist wegen 10 3 mo 7 äquivalent zur Kongruenz 3X 4 mo 7. Berechne en Divisionsrest von 3x 0 moulo 7 für 0 x 0 < 7. 1

2 3 0 = = = = = = = 18 4 mo 7 Also ist x 0 = 6 ie einzige Zahl x 0 mit 0 x 0 < 7 un 3x 0 4 mo 7. Alle Lösungen bilen ie Restklasse von 6 moulo 7. Die Lösungsmenge ist also..., 22, 8, 1, 6, 13, 20, 27, Satz. Die Kongruenz ax = b mo m ist genau ann lösbar, (a, m) b. Zusatz. Ist (a, m) b, so bilen ie Lösungen von ax b mo m genau eine m Restklasse moulo. (a,m) Zum Beweis von 6.2 zeigen wir zunächst 6.3 Lemma. Sei n 2 un a 1,..., a n nicht alle Null. Genau ann ist ie lineare Gleichung ( ) a 1 X a n X n = c in en Unbestimmten X 1,..., X n ganzzahlig lösbar, wenn (a 1,..., a n ) c. Insbesonere gilt ax + by = c lösbar (a, b) c Ist (a, b) = 1, so ist ax + by = c lösbar für alle c Beweis von 6.3 Nach 3.10 besteht ie Menge M = {a 1 x a n x n x 1,..., x n Z} gerae aus en Vielfachen von (a 1,..., a n ). Also gilt: ( ) ist lösbar c ist Vielfaches von (a 1,... a n ),.h. (a 1,..., a n ) c. Beweis es Satzes. ax b mo m ist lösbar Es gibt ein x 0 mit ax 0 b mo m. Es gibt ein x 0 mit m ax 0 b. Es gibt x 0, y 0 mit 2

3 ax 0 b = my 0. Es gibt x 0, y 0 mit ax 0 + ( m)y 0 = b. Letzteres ist nach 6.3 amit äquivalent, aß (a, m) = (a, m) b. Beweis es Zusatzes. Sei (a, m) b ; Wir setzen a = a (a, m), b = b (b, m) un m = m (a, m) Dann gilt nach 5.6(b): ax 0 b mo m a x 0 b mo m. Also stimmen ie Lösungsmengen von ax b mo m un von a X b mo m überein. Nun gilt aber nach 2.8(e) (a, m a ) = (, m ) = 1. Aus 6.1 folgt: Die (a,m) (a,m) Lösungsmenge von a X b mo m besteht aus genau einer Restklasse moulo m. 6.4 Korollar. Wir betrachten ie lineare Gleichung (L) ax + by = c, a 0 oer b 0 (i) Ist = (a, b) kein Teiler von c, so ist (L) nicht (ganzzahlig) lösbar. (ii) Ist c (etwa wenn (a, b) = 1), so ist (L) lösbar. (iii) Aus einem Lösungspaar x 0, y 0 bekommt man wie folgt ie Gesamtheit aller Lösungen: x = x 0 + h b, y = y 0 h a urchläuft ie Gesamtheit aller Lösungen von (L), wenn h alle ganzen Zahlen urchläuft. Beweis von (iii). ax + by = ax 0 + h ab + by 0 h ab = ax 0 + by 0 = c, somit sin ie angegebenen Paare Lösungen. Wir zeigen nun, aß jee Lösung von (L) ie angegebene Gestalt hat. Dazu können wir b 0 annehmen. Sei x, y ein Lösungspaar von (L), also ax + by = c = ax 0 + by 0 = } 6.2 = Zusatz ax c mo b x x ax 0 c mo b 0 mo b = x = x 0 + h b mit h Z = by = c ax = = c a(x 0 + h b ) = (c ax 0) b ha = by 0 b ha = = b(y 0 ha) un b 0 = y = y 0 ha. 3

4 Spezialfall (a, b) = 1: Ist (a, b) = 1 un x 0, y 0 eine beliebige Lösung von ax + by = c, so wir ie Lösungseinheit beschrieben urch ie Formeln Der Chinesische Restsatz. x = x 0 + hb, y = y 0 ha, h Z beliebig. 6.5 Lemma. Seien m 1 > 0 un m 2 > 0 teilerfrem. Dann haben ie Kongruenzen X a 1 mo m 1 eine gemeinsame Lösung. X a 2 mo m 2 Zusatz. Die Menge aller gemeinsamen Lösungen besteht aus genau einer Restklasse moulo m 1 m 2. Beweis. Es sin z 1, z 2 zu finen, so aß a 1 + z 1 m 1 = a 2 + z 2 m 2. Dann ist x = a 1 +z 1 m 1 = a 2 +z 2 m 2 eine gemeinsame Lösung er obigen Kongruenzen. Äquivalente Aufgabe: Fine z 1, z 2, so aß a 2 a 1 = z 1 m 1 + z 2 ( m 2 ). Wegen (m 1, m 2 ) = (m 1, m 2 ) = 1 gibt es nach 6.3 solche z 1, z 2. Eineutigkeit er Lösung moulo m 1 m 2 : Wegen (m 1, m 2 ) = 1 gilt nach 2.7: m 1 m 2 = kgv(m 1, m 2 ). Sin x un y Lösungen er beien Kongruenzen, so ist x y a 1 mo m 1 un x y a 2 mo m 2, also m 1 (x y) un m 2 (x y). Nach 2.6 gilt aher m 1 m 2 = kgv (m 1, m 2 ) (x y) = x y mo m 1 m 2. Ist umgekehrt x gemeinsame Lösung un y x mo m 1 m 2, so gilt auch y x mo m 1 un y x mo m 2. Es folgt y x a 1 mo m 1, y x a 2 mo m 2,.h. y ist ebenfalls gemeinsame Lösung. 6.6 Der Chinesische Restsatz. Sei r 2 un seien m 1,..., m r positiv un paarweise teilerfrem (.h. (m i, m j ) = 1 falls i j). Dann hat as System von Kongruenzen ( ) X a 1 mo m 1 X a 2 mo m 2. X a n mo m n 4

5 eine gemeinsame Lösung. Zusatz. Die Menge er gemeinsamen Lösungen besteht aus genau einer Restklasse moulo m = m 1... m r. Beweis. (Inuktion nach r.) Für r = 2 bewiesen in 6.5. Sei r > 2 un ie Behauptung sei für r 1 schon bewiesen. Inuktionsschluß: Es gibt nach Annahme eine Zahl a, so aß ie Lösungsmenge von X a 1 mo m 1 ( ). X a r 1 mo m r 1 aus allen Zahlen x mit x a mo (m 1... m r 1 ) besteht. M.a.W.: Die Lösungsmenge von ( ) stimmt mit er Lösungsmenge er Kongruenz X a mo (m 1... m r 1 ) überein. Daher stimmt ie Lösungsmenge von ( ) mit er Lösungsmenge von { X a ( ) mo (m 1... m r 1 ) X a r mo m r überein. Dabei ist auch (m 1... m r 1, m r ) = 1, a (m i, m r ) = 1 für i = 1,..., r 1. Nach 6.5 ist aher ( ) lösbar, un ie Lösungsmenge besteht aus genau einer Restklasse moulo (m 1... m r 1 )m r = m. Verfahren zur Lösung einer simultanen linearen Kongruenz. Seien Kongruenzen X a i mo m i, i = 1,..., r vorgegeben mit paarweise teilerfremen m 1,..., m r. 1. Schritt. Setze b i = j i m j für i = 1,..., r 2. Schritt. Löse ie Kongruenzen b i X i a i mo m i. Dies ist nach 6.1 möglich, enn (b i, m i ) = Schritt. Berechne x := b 1 x 1 + b 2 x b r x r. Behauptung: x löst as obige System von linearen Kongruenzen. Beweis. m i b j für i j = b j x j 0 mo m i für i j = x b i x i a i mo m i für i = 1,..., r. Beispiel. X 1 mo 2, X 2 mo 3, X 4 mo 5. 5

6 1. m = = 30, b 1 = 15, b 2 = 10, b 3 = 6. Löse 2. (a) 15X 1 1 mo 2 : x 1 = 1 (b) 10X 2 2 mo 3 : x 2 = 2 (c) 6X 3 4 mo 5 : x 3 = 4 3. x = b 1 x 1 + b 2 x 2 + b 3 x 3 = = 59 x = 59 ist eine Lösung. Die allgemeine Lösung ist 59 + λ 30, λ Z Also sin z.b. auch = 29 un = 1 Lösungen. Anmerkung. Beim obigen Lösungsverfahren waren im 2. Schritt Kongruenzen er Form b i X a i mo m i mit (b i, m i ) = 1 aufgetreten. Bei großen Zahlen hilft Probieren nicht viel: Verfahren zur Lösung einer Kongruenz cx mo n mit (c, n) = Schritt. Fine (mit Hilfe es eukliischen Algorithmus) Zahlen y un z, so aß cy + nz = 1 2. Schritt. Setze x := y. Dann ist cx mo n. (Änert man x um ein Vielfaches von n ab (x = x+kn), so gilt ebenfalls: cx = cx+(ck)n cx mo n.) Beweis. cy + nz = 1 = cy 1 mo n = cx = (cy) 1 = mo n, also cx mo n. Beispiel. 44X 5 mo 97 : c = 44, = 5, n = Schritt. Zeige aß (44, 97) = 1 un löse 44Y + 97Z = 1 (vgl. 2) 97 = = = = (44, 97) = 1 Liest man en Algorithmus von unten nach oben, so ergibt sich eine Lösung von 44Y + 97Z = 1 (vgl. 2) 6

7 1 = = = ( 1) = Es folgt y = 11. } 1 = 9 1(44 4 9) = ( 1) Schritt. X = y = ( 11) 5 = 55 Dann ist auch = 42 eine Lösung. Fazit: mo 97 Probe: = : 97 = 19 Rest 5,.h mo 97. } 1 = ( 1) ( ) = 44 ( 11)

Binomische Formel mod p

Binomische Formel mod p Binomische Formel mo p Lemma Binomische Formel mo p Seien a, b Z un p P. Dann gilt (a+b) p a p + b p mo p. Nach Binomischer Formel gilt (a+b) p = p p ) i=0( i a i b p i = a p + b p + p 1( p ) i=1 i a i

Mehr

Kleiner Satz von Fermat

Kleiner Satz von Fermat Kleiner Satz von Fermat Satz Kleiner Satz von Fermat Sei p P. Dann gilt a p a mo p für alle a Z. Wir führen zunächst eine Inuktion für a 0 urch. IA a = 0: 0 p 0 mo p. IS a a+1: Nach vorigem Lemma gilt

Mehr

7. Teile, und beherrsche den Rest

7. Teile, und beherrsche den Rest 7. Teile, un beherrsche en Rest 7.1. Division mit Rest Nicht alle natürlichen Zahlen sin urch 3 teilbar: Es lässt 17 en Rest 2 [17 = 5 3+2] 18 geht auf 1 lässt Rest 1 20 lässt Rest 2 21 geht auf 22 lässt

Mehr

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird, Determinanten Wir entwickeln eine Lösungsformel für Gleichungssysteme mit zwei Variablen. ax + cy = e b bx + y = f a } abx bcy = be + abx + ay = af ya bc = af be Man schreibt y = af be a bc = a e b f analog

Mehr

7 Der kleine Satz von Fermat

7 Der kleine Satz von Fermat 7 Der kleine Satz von Fermat Polynomkongruenz modulo p. Sei p eine Primzahl, n 0 und c 0,..., c n Z. Wir betrachten die Kongruenz ( ) c 0 + c 1 X +... + c n 1 X n 1 + c n X n 0 mod p d.h.: Wir suchen alle

Mehr

2 Teilbarkeit in Z. (a) Aus a b folgt a b und a b und a b und a b. (b) Aus a b und b c folgt a c.

2 Teilbarkeit in Z. (a) Aus a b folgt a b und a b und a b und a b. (b) Aus a b und b c folgt a c. 2 Teilbarkeit in Z Bis auf weiteres stehen kleine Buchstaben für ganze Zahlen. Teilbarkeit. Sei a 0. Eine Zahl b heißt durch a teilbar, wenn es ein q gibt mit b = qa. Wir sagen dann auch: a teilt b (ist

Mehr

1 Zahlentheorie. 1.1 Kongruenzen

1 Zahlentheorie. 1.1 Kongruenzen 3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 2. Übung/Lösung Mathematik für Studierende der Biologie

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 2. Übung/Lösung Mathematik für Studierende der Biologie LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fa:

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

2. Goldener Schnitt. Der Goldene Schnitt ist das wohl berühmteste Zahlenverhältnis.

2. Goldener Schnitt. Der Goldene Schnitt ist das wohl berühmteste Zahlenverhältnis. 8 2. Golener Schnitt Die Geometrie birgt zwei grosse Schätze: er eine ist er Satz von Pythagoras, er anere ist er Golene Schnitt. Den ersten können wir mit einem Scheffel Gol vergleichen, en zweiten ürfen

Mehr

WIEDERHOLUNG (BIS ZU BLATT 7)

WIEDERHOLUNG (BIS ZU BLATT 7) Universität Bielefeld SS 2016 WIEDERHOLUNG (BIS ZU BLATT 7) JULIA SAUTER Wir wiederholen, welche Aufgabentypen bis zu diesem Zeitpunkt behandelt worden sind. Auf der nächsten Seite können Sie sich selber

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen 3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange

Mehr

Technische Universität Berlin Wintersemester 2010/11. Allgemeine Volkswirtschaftslehre 2 - Makroökonomie Wiederholung mathematischer Grundlagen

Technische Universität Berlin Wintersemester 2010/11. Allgemeine Volkswirtschaftslehre 2 - Makroökonomie Wiederholung mathematischer Grundlagen Prof. Dr. Frank Heinemann Technische Universität Berlin Wintersemester 2010/11 Allgemeine Volkswirtschaftslehre 2 - Makroökonomie Wieerholung mathematischer Grunlagen Dieses Übungsblatt enthält keine abzugebenen

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwere un Eigenvekoren Vorbemerkung: Is ie n n Marix inverierbar, so ha as lineare Gleichungssysem A x b für jees b genau eine Lösung, nämlich x A b. Grun: i A x A A b b, ii Is y eine weiere Lösung,

Mehr

Gewöhnliche inhomogene Differentialgleichungen der 1. und 2. Ordnung. Christopher Schael

Gewöhnliche inhomogene Differentialgleichungen der 1. und 2. Ordnung. Christopher Schael Gewöhnliche inhomogene Differentialgleichungen der 1. und. Ordnung 1.1.) Anleitung DGL der 1. Ordnung 1.) DGL der 1. Ordnung In diesem Abschnitt werde ich eine Anleitung zur Lösung von inhomogenen und

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

2.4. GAUSSSCHER SATZ π ε 0 r 2. π r 2)

2.4. GAUSSSCHER SATZ π ε 0 r 2. π r 2) 2.4. GAUSSSCHER SATZ 23 2.4 Gaußscher Satz Das Fel einer Punktlaung genügt er Gleichung: E = 1 4 π ε 0 Q r 2 Desweiteren berechnet sich ie Oberfläche einer Kugel, eren Punkte vom Mittelpunkt en Abstan

Mehr

Dispersion DADOS. Problemstellung. Technische Daten, DADOS. Rechnung

Dispersion DADOS. Problemstellung. Technische Daten, DADOS. Rechnung Dispersion DADOS Problemstellung Für ie Auswertung von Spektren ist es notwenig, ie Nichtlinearität er Wellenlängenskala auf em CCD Chip zu berücksichtigen. Dies wir hier am Beispiel es DADOS urchgerechnet,

Mehr

5 Grundlagen der Zahlentheorie

5 Grundlagen der Zahlentheorie 5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk

Mehr

Äquivalenzrelation. Tischler-Problem. Euklidischer Algorithmus. Erweiterter euklidischer Algorithmus. Lineare diophantische Gleichung

Äquivalenzrelation. Tischler-Problem. Euklidischer Algorithmus. Erweiterter euklidischer Algorithmus. Lineare diophantische Gleichung Äquivalenzrelation Tischler-Problem Euklidischer Algorithmus Erweiterter euklidischer Algorithmus Lineare diophantische Gleichung Rechnen mit Resten Restklassen Teilbarkeit in Z Beispiel einer Kongruenzgleichung

Mehr

2 Euklidische Vektorräume

2 Euklidische Vektorräume Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,

Mehr

A2.3 Lineare Gleichungssysteme

A2.3 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

Mehr

KAP 2 DER EUKLIDISCHE ALGORITHMUS. 2.1 Diophantische Gleichungen (1)

KAP 2 DER EUKLIDISCHE ALGORITHMUS. 2.1 Diophantische Gleichungen (1) Der Euklidische Algorithmus Seite 1 KAP 2 DER EUKLIDISCHE ALGORITHMUS 2.1 Diophantische Gleichungen (1) Wir beginnen mit einem (klassischen) Beispiel: Ein Bauer bekommt die Aufgabe, auf dem Markt für 1000

Mehr

8 Tangenten an Quadriken

8 Tangenten an Quadriken 8 Tangenten an Quadriken A Geraden auf Quadriken: Sei A 0 eine symmetrische n n Matri und Q : t A + b t + c = 0 eine nicht leere Quadrik im R n, b R n, c R. g = p + R v R n ist die Gerade durch p mit Richtung

Mehr

Kongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln...

Kongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln... Kongruenzrechnung Inhaltsverzeichnis 1 Einführung und Definitionen 2 1.1 Einige Beispiele aus dem Alltag..................... 2 1.2 Kongruenzrechnung im Alltag und Rechenproben........... 3 1.3 Kongruenzen

Mehr

Beispiel für die Berechnung des Wärmedurchgangskoeffizienten eines zusammengesetzten Bauteiles nach DIN EN ISO 6946

Beispiel für die Berechnung des Wärmedurchgangskoeffizienten eines zusammengesetzten Bauteiles nach DIN EN ISO 6946 Pro Dr-Ing hena Krawietz Beispiel ür ie Berechnung es Wärmeurchgangskoeizienten eines zusammengetzten Bauteiles nach DIN EN ISO 6946 DIN EN ISO 6946: Bauteile - Wärmeurchlasswierstan un Wärmeurchgangskoeizient

Mehr

Einführung in die Chaostheorie

Einführung in die Chaostheorie Einführung in ie Chaostheorie Die sogenannte Chaostheorie befasst sich mit er Erforschung nichtlinearer ynamischer Systeme, ie chaotisches Verhalten zeigen können. Chaotisches Verhalten liegt u.a. ann

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Prof. Dr. H. Brenner Osnabrück SS Zahlentheorie. Vorlesung 4. Die Restklassenringe Z/(n)

Prof. Dr. H. Brenner Osnabrück SS Zahlentheorie. Vorlesung 4. Die Restklassenringe Z/(n) Prof. Dr. H. Brenner Osnabrück SS 2008 Zahlentheorie Vorlesung 4 Die Restklassenringe Z/(n) Satz 4.1. (Einheiten modulo n) Genau dann ist a Z eine Einheit modulo n (d.h. a repräsentiert eine Einheit in

Mehr

1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen

1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen 1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen Einleitung 1 Wie der Name schon sagt sind Äquivalenzrelationen besondere Relationen. Deswegen erkläre ich hier ganz allgemein, was Relationen

Mehr

PH Heidelberg, Fach Mathematik Modulprüfung 2, Einführung in die Geometrie, Wintersemester 09/10, Name Vorname Matrikelnummer

PH Heidelberg, Fach Mathematik Modulprüfung 2, Einführung in die Geometrie, Wintersemester 09/10, Name Vorname Matrikelnummer Moulprüfung, Einführung in ie Geometrie, Wintersemester 09/0,.0.000 ufgae (Multiple hoice) a) Klaus, Gera, Max un Steffi führen inirekte eweise in er asoluten Geometrie. aei verwenen sie ie nachfolgenen

Mehr

Angewandte Diskrete Mathematik

Angewandte Diskrete Mathematik Vorabskript zur Vorlesung Angewandte Diskrete Mathematik Wintersemester 2010/ 11 Prof. Dr. Helmut Maier Dipl.-Math. Hans- Peter Reck Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Universität

Mehr

kgv-berechnung Invertieren modulo m Simultane Kongruenzen Restklassenringe Modulare Arithmetik Euler sche Funktion Sätze von Fermat und Euler

kgv-berechnung Invertieren modulo m Simultane Kongruenzen Restklassenringe Modulare Arithmetik Euler sche Funktion Sätze von Fermat und Euler Modulare Arithmetik Slide 5 kgv-berechnung Invertieren modulo m Simultane Kongruenzen Restklassenringe Modulare Arithmetik Euler sche Funktion Sätze von Fermat und Euler Modulare Arithmetik Slide 6 kgv-berechnung

Mehr

Ganzzahlige Division mit Rest

Ganzzahlige Division mit Rest Modulare Arithmetik Slide 1 Ganzzahlige Division mit Rest Für a,b Æ mit a b gibt es stets eine Zerlegung von a der Form a = q b+r mit 0 r b 1. Hierbei gilt q = a b (salopp formuliert: b passt q-mal in

Mehr

Aufgabe 1: Interferenz von Teilchen und Wellen

Aufgabe 1: Interferenz von Teilchen und Wellen Lösungsvorschlag Übung 6 Aufgabe 1: Interferenz von Teilchen un Wellen a) Konstruktive bzw. estruktive Interferenz beschreibt ie Tatsache, ass sich überlagerne Wellen gegenseitig verstärken bzw. auslöschen

Mehr

Lineare Gleichungssysteme

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

Mehr

Dr. Michael Gieding ph-heidelberg.de/wp/gieding. Skript zur gleichnamigen Vorlesung im Wintersemester 2006/2007

Dr. Michael Gieding ph-heidelberg.de/wp/gieding. Skript zur gleichnamigen Vorlesung im Wintersemester 2006/2007 Dr. Michael Gieing ph-heielberg.e/wp/gieing Einführung in ie Geometrie Skript zur gleichnamigen Vorlesung im Wintersemester 006/007 Kapitel 1: Axiomatik Vo r l e s u n g 8 : S t r e c k e n m e s s u n

Mehr

( ) Lineare Gleichungssysteme

( ) Lineare Gleichungssysteme 102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv

Mehr

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de

Mehr

Zahlentheorie II. smo osm. Thomas Huber. Inhaltsverzeichnis. Aktualisiert: 1. August 2016 vers

Zahlentheorie II. smo osm. Thomas Huber. Inhaltsverzeichnis. Aktualisiert: 1. August 2016 vers Schweizer Mathematik-Olympiade smo osm Zahlentheorie II Thomas Huber Aktualisiert: 1. August 2016 vers. 1.2.1 Inhaltsverzeichnis 1 Kongruenzen I 2 1.1 Denitionen.................................. 2 1.2

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Aufgaben zu Kapitel 14

Aufgaben zu Kapitel 14 Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt

Mehr

1 Vorbereitung: Potenzen 2. 2 Einstieg und typische Probleme 3

1 Vorbereitung: Potenzen 2. 2 Einstieg und typische Probleme 3 Das vorliegende Skript beschäftigt sich mit dem Thema Rechnen mit Kongruenzen. Das Skript entsteht entlang einer Unterrichtsreihe in der Mathematischen Schülergesellschaft (MSG) im Jahr 2013. Die vorliegende

Mehr

Seminar zur Zahlentheorie Spezialfälle des Satzes von Fermat

Seminar zur Zahlentheorie Spezialfälle des Satzes von Fermat Seminar zur Zahlentheorie Spezialfälle des Satzes von Fermat Vortrag von Kristina Rupp und Benjamin Letschert am 29.01.2008 Inhaltsverzeichnis 13 Speziallfälle des Satzes von Fermat 1 13.1 Der Große Satz

Mehr

Klausur zur Elementaren Algebra und Zahlentheorie Mittwoch, 02.03.05

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

Mehr

Zahlen und Funktionen

Zahlen und Funktionen Kapitel Zahlen und Funktionen. Mengen und etwas Logik Aufgabe. : Kreuzen Sie an, ob die Aussagen wahr oder falsch sind:. Alle ganzen Zahlen sind auch rationale Zahlen.. R beschreibt die Menge aller natürlichen

Mehr

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)

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) 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)

Mehr

Gleichungen und Ungleichungen

Gleichungen und Ungleichungen Gleichung Eine Gleichung erhalten wir durch Gleichsetzen zweier Terme. Kapitel 3 Gleichungen und Ungleichungen linke Seite = rechte Seite Grundmenge: Menge aller Zahlen, die wir als Lösung der Gleichung

Mehr

Einführung in die Zahlentheorie

Einführung in die Zahlentheorie Einführung in die Zahlentheorie Jörn Steuding Uni Wü, SoSe 2015 I Zahlen II Modulare Arithmetik III Quadratische Reste IV Diophantische Gleichungen V Quadratische Formen Wir behandeln die wesentliche Zahlentheorie

Mehr

Explizite und Implizite Darstellung einer Funktion

Explizite und Implizite Darstellung einer Funktion Eplizite un Implizite Darstellung einer Funktion Für ie implizite Differentiation weren ie Begriffe implizite un eplizite Darstellung von Funktionen benötigt. Bisher haben wir eine Funktion (Zusammenhang

Mehr

Varianz und Kovarianz

Varianz und Kovarianz KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]

Mehr

Lineare Funktionen Geraden zeichnen Lage von Geraden Geradengleichung aufstellen

Lineare Funktionen Geraden zeichnen Lage von Geraden Geradengleichung aufstellen Geradengleichungen und lineare Funktionen Lese- und Lerntext für Anfänger Lineare Funktionen Geraden zeichnen Lage von Geraden Geradengleichung aufstellen Geraden schneiden Auch über lineare Gleichungssystem

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

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.

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

Mehr

Lineare Gleichungssysteme

Lineare 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

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

GLEICHUNGEN MIT PARAMETERN

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

Mehr

Kapitel 5 KONVERGENZ

Kapitel 5 KONVERGENZ Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz

Mehr

Primzahlen. Herbert Koch Mathematisches Institut Universität Bonn Die Primfaktorzerlegung. a = st

Primzahlen. Herbert Koch Mathematisches Institut Universität Bonn Die Primfaktorzerlegung. a = st Primzahlen Herbert Koch Mathematisches Institut Universität Bonn 12.08.2010 1 Die Primfaktorzerlegung Wir kennen die natürlichen Zahlen N = 1, 2,..., die ganzen Zahlen Z, die rationalen Zahlen (Brüche

Mehr

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Kapitel 2. Ganze Zahlen. 2.1 Teilbarkeit

Kapitel 2. Ganze Zahlen. 2.1 Teilbarkeit Kapitel 2 Ganze Zahlen In diesem Kapitel setzen wir voraus, dass die Menge Z der ganzen Zahlen, ihre Ordnung und die Eigenschaften der Addition und Multiplikation ganzer Zahlen dem Leser vertraut sind.

Mehr

Elementare Zahlentheorie

Elementare Zahlentheorie Vorabskript zur Vorlesung Elementare Zahlentheorie Sommersemester 011 Prof. Dr. Helmut Maier Dipl.-Math. Hans- Peter Reck Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Universität Ulm Inhaltsverzeichnis

Mehr

5 Potenzreihenansatz und spezielle Funktionen

5 Potenzreihenansatz und spezielle Funktionen 5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten

Mehr

Teil I.2 Lösen von Bestimmungsgleichungen

Teil I.2 Lösen von Bestimmungsgleichungen Brückenkurs Mathematik Teil I.2 Lösen von Bestimmungsgleichungen Staatliche Studienakademie Leipzig Studienrichtung Informatik Dr. Susanne Schneider 12. September 2011 Bestimmungsgleichungen 1 Reelle Zahlen

Mehr

PC & Mac Education Ltd W01GL1DM

PC & Mac Education Ltd  W01GL1DM 388 sin nützliche Helfer, um Text oer Zahlen millimetergenau untereinaner auszurichten un so kleine Aufstellungen zu gestalten: mit em Tabstopp efinieren Sie eine Position in er Horizontalen, an welcher

Mehr

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null) Algebra und Zahlentheorie Vorlesung Algebra und Zahlentheorie Leitfaden 1 Zahlentheorie in Z Bezeichnungen: Z := {..., 3, 2, 1, 0, 1, 2, 3,...} (ganze Zahlen) und N := {1, 2, 3,...} (natürliche Zahlen

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

(c) x = a 2 b = ( ) ( ) = Anzahl der Teiler von x: τ(x) = (1 + 1) (3 + 1) (1 + 1) (7 + 1) = 128

(c) x = a 2 b = ( ) ( ) = Anzahl der Teiler von x: τ(x) = (1 + 1) (3 + 1) (1 + 1) (7 + 1) = 128 Aufgabe 1 Wir betrachten die beiden Zahlen a = 57 101 3 und b = 3 57 79 101 (4+2+4=10 Punkte) ( Es gilt: 3, 57, 79, 101 P ) Hier liegt ein Fehler in der Aufgabenstellung vor, denn wegen 57 = 3 19 ist 57

Mehr

Kapitel I. Lineare Gleichungssysteme

Kapitel I. Lineare Gleichungssysteme Kapitel I Lineare Gleichungsssteme Lineare Gleichungen in zwei Unbestimmten Die Grundaufgabe der linearen Algebra ist das Lösen von linearen Gleichungssstemen Beispiel : Gesucht sind alle Lösungen des

Mehr

11. Primfaktorzerlegungen

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

Mehr

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe 7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe und Homomorfismen Wir verallgemeinern den Übergang von Z zu Z/m. Sei im folgenden G eine (additiv geschriebene) abelsche Gruppe, H eine Untergruppe.

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Stefan Lucks Diskrete Strukturen (WS 2009/10) 57 2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32,

Mehr

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens Mathematische Grundlagen der Kryptographie 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe Stefan Brandstädter Jennifer Karstens 18. Januar 2005 Inhaltsverzeichnis 1 Ganze Zahlen 1 1.1 Grundlagen............................

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Basistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=%

Basistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=% Basistext Lineare Gleichungssysteme Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=% Mit zwei Unbekannten gibt es die allgemeine Form:! #+% '=( Gelten mehrere dieser Gleichungen

Mehr

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden: Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es

Mehr

Mathe-Übungsbeispiele für ein fixes Honorar rechnen Freie Zeiteinteilung + Heimarbeit Vergleichbar mit Nachhilfe, aber ohne Schülerkontakt

Mathe-Übungsbeispiele für ein fixes Honorar rechnen Freie Zeiteinteilung + Heimarbeit Vergleichbar mit Nachhilfe, aber ohne Schülerkontakt Mathe-Übungsbeispiele für ein fixes Honorar rechnen Freie Zeiteinteilung + Heimarbeit Vergleichbar mit Nachhilfe, aber ohne Schülerkontakt Gesucht Stuenten, ie minestens ie Vorlesungen aus en ersten 2

Mehr

6 Gleichungen und Gleichungssysteme

6 Gleichungen und Gleichungssysteme 03.05.0 6 Gleichungen und Gleichungssysteme Äquivalente Gleichungsumformungen ( ohne Änderung der Lösungsmenge ).) a = b a c = b c Addition eines beliebigen Summanden c.) a = b a - c = b - c Subtraktion

Mehr

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 )

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,

Mehr

Lösungen zum 5. Aufgabenblatt

Lösungen zum 5. Aufgabenblatt SS 2012, Lineare Algebra 1 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

Mehr

Physik LK 12, Klausur 04 Induktion - Lösung

Physik LK 12, Klausur 04 Induktion - Lösung Physik LK 12, Klausur 4 Inuktion - Lösung 2.5.211 Die echnungen bitte vollstänig angeben un ie Einheiten mitrechnen. ntwortsätze schreiben, wenn Zahlenwerte zu berechnen sin. Die eibung ist bei allen ufgaben

Mehr

Prof. S. Krauter Endliche Geometrie. SS 05. Blatt Wiederholen Sie die Abschnitte zum Rechnen mit Restklassen aus der Einführungsveranstaltung.

Prof. S. Krauter Endliche Geometrie. SS 05. Blatt Wiederholen Sie die Abschnitte zum Rechnen mit Restklassen aus der Einführungsveranstaltung. Prof. S. Krauter Endliche Geometrie. SS 05. Blatt03 1. Wiederholen Sie die Abschnitte zum Rechnen mit Restklassen aus der Einführungsveranstaltung. 2. Die zahlentheoretische Kongruenz ist folgendermaßen

Mehr

Analytische Geometrie

Analytische Geometrie Analytische Geometrie Übungsaufgaben Lineare Gleichungssysteme Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 05 Pflichtteilaufgaben (ohne GTR) Aufgabe : Löse die folgenden linearen Gleichungssysteme:

Mehr

Die Menge C der komplexen Zahlen wird im Kapitel Weitere Themen behandelt.

Die Menge C der komplexen Zahlen wird im Kapitel Weitere Themen behandelt. 1 1 Funktionen 1.1 Grundlegende Zahlenmengen Georg Cantor (1845-1918) hat den Begriff der Menge eingeführt. Man versteht darunter die Zusammenfassung einzelner Dinge, welche Elemente genannt werden, zu

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

Probabilistische Primzahltests

Probabilistische Primzahltests 23.01.2006 Motivation und Überblick Grundsätzliches Vorgehen Motivation und Überblick Als Primzahltest bezeichnet man ein mathematisches Verfahren, mit dem ermittelt wird, ob eine gegebene Zahl eine Primzahl

Mehr

Geometrie von Flächen und Algebraischen Kurven Der Satz von Pascal

Geometrie von Flächen und Algebraischen Kurven Der Satz von Pascal Geometrie von Flächen und Algebraischen Kurven Der Satz von Pascal Laura Hinsch November 005 Inhaltsverzeichnis 1 Einleitung 1 Algebraische Kurven 1 3 Singularitäten 3 4 Der Satz von Pascal 5 i 1 Einleitung

Mehr

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Lineare Gleichungssysteme (Teschl/Teschl 11.1) Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Übungen zu Zahlentheorie für TM, SS 2013

Übungen zu Zahlentheorie für TM, SS 2013 Übungen zu Zahlentheorie für TM, SS 2013 zusammengestellt von Johannes Morgenbesser Übungsmodus: Ausarbeitung von 10 der Beisiele 1 38, 5 der Beisiele A O und 15 der Beisiele i xxxi. 1. Zeigen Sie, dass

Mehr

11. Übung zur Vorlesung. Zahlentheorie. im Wintersemester 2015/16

11. Übung zur Vorlesung. Zahlentheorie. im Wintersemester 2015/16 11. Übung zur Vorlesung Aufgabe 41. Zeige, dass das Polynom (X 2 13)(X 2 17)(X 2 13 17) Z[X] modulo jeder natürlichen Zahl n N eine Nullstelle hat, aber keine Nullstelle in Z besitzt. Aufgabe 42. Sei p

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

1. Übung Elemente der Zahlentheorie SS2016

1. Übung Elemente der Zahlentheorie SS2016 1. Übung Elemente der Zahlentheorie SS2016 1. Sei n IN eine natürliche Zahl. Zeigen Sie mit Hilfe vollständiger Induktion: (a) 1+2+3+...+(n 1)+n = n(n+1), 2 (b) 1+4+9+...+(n 1) 2 +n 2 = n(n+1)(2n+1), 6

Mehr