Stark modulare Gitter mit langem Schatten

Größe: px
Ab Seite anzeigen:

Download "Stark modulare Gitter mit langem Schatten"

Transkript

1 Stark modulare Gitter mit langem Schatten von Kristina Schindelar Diplomarbeit in Mathematik vorgelegt der Fakultät für Mathematik, Informatik und Naturwissenschaften der Rheinisch-Westfälischen Technischen Hochschule Aachen im August 006 angefertigt im Lehrstuhl D für Mathematik bei Prof. Dr. G. Nebe

2

3 Inhaltsverzeichnis Inhaltsverzeichnis iii Einleitung Gitter und Modulformen 5. Symmetrische Bilinearformen Gitter Modulare Gitter Modulformen und Theta-Reihen von Gittern Theta-Reihen Modulformen zu Kongruenzgruppen Das Geschlecht von Gittern 3 3. Quadratische Formen Grundlagen Die Wittgruppe Gitter über diskreten Bewertungsringen Geschlecht von Gittern Knesersche Nachbarschaftsmethode Anwendung der Kneserschen Nachbarschaftsmethode auf die Gitter C k N 45 4 Ungerade Gitter und ihr Schatten Der Begriff des Schattens Stark modulare Gitter und ihr Schatten Bekannte Ergebnisse Unimodulare Gitter von Minimum mit langem Schatten Unimodulare Gitter von Minimum größer als 3 mit langem Schatten Stark modulare Gitter mit langem Schatten Neue Erbebnisse Stark N-modulare Gitter mit langem Schatten Anwendung gerader Gitter zur Klassifikation ungerader Gitter iii

4 iv Inhaltsverzeichnis 6.. Gitter mit ungerader Determinante Gitter mit gerader Determinante Ergebnisse Auftretende Minima im Geschlecht Extremale stark N-modulare Gitter Extremale Gitter mit maximalem Schatten s-extremale Gitter Gefundene Gitter N= N= N= N= N= N= N= N= N=

5 Einleitung Ein Gitter ist eine diskrete Teilmenge des R n, wobei die Punkte gleichmäßig angeordnet sind. Genauer gesagt erhält man ein Gitter durch alle ganzzahligen Linearkombinationen einer Basis des R n. Ein Gitter wird immer bezüglich einer symmetrischen Bilinearform definiert, welche die Abstände und Längen der Gittervektoren bestimmt. Will man um jeden Gitterpunkt jeweils eine Kugel derart legen, dass sich die Kugeln höchstens berühren, nicht aber schneiden, so kann man sich leicht vorstellen, dass je nach Anordnung der Gitterpunkte die Dichte der Kugelpackung variieren kann. Von großem Interesse sind sehr dichte Gitter. Dabei bestimmt sich die Dichte aus dem Minimum und der Determinante des Gitters. Das Minimum eines Gitters ist die minimale Quadratlänge eines Gittervektors ungleich 0, beziehungsweise das Quadrat des minimalen Abstands verschiedener Gittervektoren. Je höher die Dichte eines Gitters, desto dichter die Kugelpackung. Dichte Gitter sind in der Informationübertragung von großem Interesse, denn sie liefern gute fehlerkorrigierende Codes. Ein wichtiges Konzept, um Gitter besser untersuchen zu können, sind Modulformen. Zu jedem Gitter gibt es eine Reihe, die sogenannte Theta-Reihe, deren q-entwicklung die Anzahl von Vektoren einer bestimmten Quadratlänge beschreibt. Diese Theta-Reihen sind Modulformen. Ist ein Gitter beispielsweise gerade und unimodular, so ist seine Theta-Reihe eine Modulform zur vollen Modulgruppe SL (Z) von Gewicht n, wenn n die Dimension des Gitters bezeichnet. Modulformen sind holomorphe Funktionen auf der oberen Halbebene, die unter einer Gruppe von Möbiustransformationen invariant bleiben. Das Besondere an Modulformen ist, dass diese einen durch das Gewicht graduierten Ring bilden, der als C-Algebra endlich erzeugt ist. Die Modulformen von gegebenem Gewicht bilden somit einen endlich-dimensionalen C-Vektorraum. In dieser Arbeit werden stark N-modulare Gitter, die rational äquivalent zu den Gittern C k N sind, betrachtet. Das sind solche, die isometrisch zu allen reskalierten partiellen dualen Gittern sind (siehe Definition.3.8). Der Begriff modular beziehungsweise stark N-modular wurde erstmals von Quebbemann in [Que95] und [Que97] eingeführt. Für N N = {,,3,5,6,7,,4,5,3} hat Quebbemann mit Hilfe von Modulformen gezeigt, dass das Minimum eines geraden, stark N-modularen Gitters kleiner gleich + nσ (N) 4σ 0 (N) (siehe [Que97]). Dabei bezeichnet σ 0(N) die Anzahl der Teiler von N und σ (N) die Summe der Teiler von N. Das allgemeine Prinzip, um solch eine Schranke zu finden, benutzt zwei wesentliche Dinge. Ei-

6 Kapitel : Einleitung nerseits kennt man eine Basis b,...,b t des Raums der Modulformen M n (Γ ger (N)) vom Gewicht n zur geeigneten Modulgruppe Γ ger (N), in welchem die Theta-Reihen der n-dimensionalen stark N-modularen Gitter liegen. Andererseits liefert die Bedingung Minimum von L gleich m genau m lineare Gleichungen, denn θ L hat die Form +0q +0q q m +a m q m Da diese Bedingungen unabhängig sind, ist θ L für m = t eindeutig bestimmt. Das Minimum des Gitters ist also kleiner gleich mal der Dimension von M n (Γ ger ). Gitter, die dieses Minimum erreichen, heißen extremal. Will man nun aber ungerade modulare Gitter betrachten verliert man eine Invarianzeigenschaft. Die Gruppe Γ unger (N), zu der die Theta-Reihen ungerader stark N-modularer Gitter Modulformen sind, wird kleiner und damit die Dimension von M n (Γ unger (N)) größer, das heißt die Schranke an das Minimum wird schlechter. Für ungerade Gitter führten Rains und Sloane daher den Begriff des Schattens ein. Der Schatten eines ungeraden Gitters ist eine Restklasse nach dem dualen Gitter, genauer gesagt Sh(L) := L # ev \ L #, wobei L ev das gerade Teilgitter bezeichnet, in dem alle Vektoren mit geradem Skalarprodukt enthalten sind. Die Theta-Reihe des Schattens eines ungeraden, stark N-modularen Gitters kann aus der Theta-Reihe des Gitters berechnet werden. Es gibt einen Ringhomomorphismus Sh, so dass θ Sh(L) = Sh(θ L ). Die Bedingung, dass die Theta-Reihe des Schattens nur positive Koeffizienten hat liefern genug Bedingungen, um die gleiche Schranke an das Minimum zu bekommen wie für gerade Gitter (siehe [RS98] beziehungsweise Kapitel 4, Satz 4..). Rains und Sloane konnten also den Begriff der Extremalität auf ungerade stark N-modulare Gittern erweitern. Die Basis dieser Arbeit war der Artikel Strongly modular lattices with long shadow von G. Nebe, siehe [Neb04]. In dem Artikel wurden stark N-modulare Gitter von Minimum und zweitlängstem Schatten betrachtet. Nebe konnte eine genaue Schranke angeben, in welchen Dimensionen Gitter mit den genannten Eigenschaften existieren können. In dieser Arbeit wurde versucht eine solche Schranke für stark N-modulare Gitter mit Minimum 3 und drittlängstem Schatten zu finden (diese Gitter sind s-extremal). Dies ist jedoch nicht gelungen, weil sich die Theta-Reihen der Gitter von ungeradem Minimum anders verhalten, als die Theta-Reihen der Gitter von geradem Minimum (vergleiche [NSa]). Dies kann man beobachten, wenn man die Theta-Reihen von s-extremalen Gittern berechnet. S-extremale Gitter sind Gitter, für die die Summe vom Schattenminimum und zwei mal dem Gitterminimum maximal wird. Der Begriff s-extremal wurde von P. Gaborit in [Gab] für unimodulare Gitter eingeführt und in [NSa] verallgemeinert. Die Theta-Reihen solcher Gitter sind eindeutig bestimmt. Berechnet man nun diese Theta-Reihen, so erhält man für Gitter mit geradem Minimum, negative Koeffizienten in der q-entwicklung, wenn die Dimension groß wird. Bei Gittern mit ungeradem Minimum erhält man seltener einen solchen Widerspruch zu der Existenz der Gitter, jedenfalls beim Betrachten der ersten 00 Koeffizienten in der q-entwicklung.

7 3 Weiter wurde in dieser Arbeit versucht in möglichst vielen Dimensionen die stark N- modularen Gitter mit Minimum 3 und drittlängstem Schatten zu klassifizieren. Dazu wurde die Knesersche Nachbarschaftsmethode (siehe [Kne57]) genutzt. Die stark N-modularen Gitter, die rational äquivalent zu C k N sind, liegen im Geschlecht von Ck N. Das heißt die Komplettierung der Gitter ist für alle Primzahlen und für unendlich gleich der Komplettierung von C k N. Mit der Kneserschen Nachbarschaftsmethode kann man das ganze Spinorgeschlecht eines Gitters berechnen und da für C k N das Spinorgeschlecht gleich dem Geschlecht ist, genügt es die Knesersche Nachabrschaftsmethode auf die Gitter C k N anzuwenden. Hat man das Geschlecht bestimmt, so muss man nur noch überprüfen, ob Gitter mit den gewünschten Eigenschaften darin liegen. In hohen Dimensionen wird die Laufzeit zu groß, um das Verfahren so anzuwenden. Man kann jedoch einen geraden Nachbarn von C k N berechnen, dessen Geschlecht bestimmen und die ungeraden Gitter mit den Kanten im Nachbarschatsgraphen der geraden Gitter identifizieren (siehe Borchards [CS99, Chapter7]). Aber auch diese Methode versagt in hohen Dimensionen. In Fällen, in denen Geschlechter schon bestimmt sind und man die Gitter kennt, zu denen das gesuchte Gitter benachbart sein muss, kann man aus dem Nachbar das gesuchte Gitter konstruieren (siehe Kapitel Neue Ergebnisse).

8 4 Kapitel : Einleitung

9 Gitter und Modulformen. Symmetrische Bilinearformen Seien A ein kommutativer Ring mit und E ein A-Modul. Definition.. (a) Eine Abbildung b : E E A heißt symmetrische Bilinearform, falls für alle x,y E und a A gilt, dass (i) b(ax + y, z) = ab(x,z) + b(y,z) (ii) b(x,y) = b(y,x). Dann heißt (E,b) bilinearer A-Modul. (b) Die bilinearen Moduln (E,b), (E,b ) heißen isometrisch, wenn ein A-Modul- Isomorphismus ϕ : E E existiert mit b (ϕ(x), ϕ(y)) = b(x,y) für alle x,y E. Im Zeichen: (E,b) = (E,b ). Dann heißt ϕ eine Isometrie. Definition.. Sei (E,b) ein bilinearer A-Modul. (a) Seien x,y E. Es heißt x orthogonal zu y (bzgl. b), wenn b(x,y) = 0. Ist F E, so heißt F := {x E b(x,y) = 0 y F} der orthogonale Untermodul der Teilmenge F. (Offensichtlich ist F ein A-Untermodul von E.) (b) E heißt orthogonale Summe der Teilmodulen E,,E n, E = E E E n, falls E = n i= E i und E i E j für alle i j, d.h. b(x i,x j ) = 0 x i E i, x j E j. (c) E := Hom A (E,A) = {ϕ : E A ϕ ist A Modulhomomorphismus} heißt der zu E duale Modul. (E ist ein A-Modul durch (a ϕ)(x) := a ϕ(x) x E, a A, ϕ E ) (d) Für x E und F E sei b F (x) : F A definiert durch b F (x)(y) := b(x,y) für alle y F. 5

10 6 Kapitel : Gitter und Modulformen Lemma..3 Sei F E. Dann ist E = F F genau dann wenn b F (E) = b F (F) und F F = {0}. Beweis: Klar! Sei b F (E) = b F (F). Zeige: für alle x E existiert ein y F und y F mit x = y + y. Sei x E. Dann gibt es y F mit b F (x) = b F (y). Daraus folgt, dass für alle z F gilt: b F (x)(z) = b(x,z) = b(y,z) = b F (y)(z) b(x y,z) = 0 z F y := x y F und x = y + y F + F Definition..4 (a) (E,b) heißt nicht ausgeartet, wenn b E : E E injektiv ist. (b) (E,b) heißt regulär, wenn b E bijektiv und E ein endlich erzeugter freier A-Modul ist. Satz..5 Sei F E so dass (F,b F F ) regulär ist. Dann ist E = F F. Beweis: Da F regulär ist folgt, dass b F F : F F bijektiv ist. Daraus folgt: b F (E) = b F (F) und Kern(b F F ) = F F = {0}. Mit..3 folgt die Behauptung. Definition..6 Sei E = n i= Ae i ein freier A-Modul mit Basis e = (e,,e n ). Sei b : E E A eine symmetrische Bilinearform. Die Matrix G(e) := ( b(e i,e j ) ) i, j n An n heißt Gram-Matrix von b bzgl. e. Satz..7 Sei E ein endlichdimensionaler Vektorraum über einem Körper A. Sei b : E E A eine symmetrische Bilinearform. Dann gibt es eine Zerlegung E = E E r F, wobei E i regulär, dim(e i ) = oder dim(e i ) = für alle i =,,r und F = E. E ist genau dann regulär, wenn F = {0}. Beweis: Beweis durch Induktion nach dim(e): dim(e) = 0 : Klar! dim(e) = n > 0 :

11 . Gitter 7.Fall Ist b(e,e) = 0, so setze F := E..Fall Ist b(e,e) {0}, so unterscheide: Fall. : Es existiert ein e E mit b(e,e) 0. Setze E := e E. Daraus folgt, dass E ist regulär. Mit..5 erhalten wir, dass E = e e, wobei dim( e ) = dim(e) Die Behauptung folgt mit Induktion! Fall. : Für alle e E ist b(e,e) = 0. Dann gibt es e, f E mit b(e, f ) 0. Setze E := e, f E, e := (e, f ) und a := b(e, f ). Da det(g(e)) = a 0 ist E regulär und also E = E E mit dim(e ) = dim(e), nach..5. Die Behauptung folgt mit Induktion! Bemerkung..8 Der Fall. aus dem Beweis von Satz..7 tritt für char(a) nicht auf, denn es ist b(e+ f,e+ f ) = b(e,e)+b(e, f )+b( f, f ), und somit können für char(a) und b(e, f ) 0 nicht alle b(e + f,e + f ), b(e,e), b( f, f ) gleich Null sein. Folgerung..9 Jeder endlichdimensionale Vektorraum über einem Körper der Charakteristik ungleich hat eine Orthogonalbasis.. Gitter Sei V ein Vektorraum der Dimension n über R mit einer positiv definiten Bilinearform (, ). Definition.. (i) Eine Teilmenge L V heißt Gitter von Rang m in V, falls es linear unabhängige Vektoren e,...,e m V so gibt, dass { m } L = Ze Ze m = x i e i x i Z. Gilt n = m, so heißt L volles Gitter. Das Tupel e := (e,...,e m ) heißt Gitterbasis. (ii) Es heißt det(l) := det(g(e)) die Determinante von L. i=

12 8 Kapitel : Gitter und Modulformen In dieser Arbeit werden ausschließlich volle Gitter betrachtet. Es bezeichne L ein Gitter von Rang n mit Basis e := (e,...,e n ). Weiter bezeichne S tr die Transponierte Matrix einer Matrix S. Bemerkung.. Die Determinante eines Gitters ist unabhängig von der Basiswahl, daher ist die vorhergehende Definition wohldefiniert. Beweis: Seien e und e zwei Basen des Gitters L, und sei S die Basiswechselmatrix, die e in e überführt. Es hat S ganzzahlige Koeffizienten, und S existiert. Da det(s) und det(s ) ganze Zahlen sind und zusätzlich det(s) det(s ) = ist, folgt det(s) = ±. Weiter gilt G(e ) = S tr G(e)S und damit folgt det(g(e)) = det(g(e )). Beispiel..3 Sei V = R n. Sei (e,...,e n ) die Standardbasis, und sei das Standardskalarprodukt die zu V gehörige Bilinearform. Dann heißt Z n := Ze Ze n das Standardgitter. Analog zu [Ebe94, Chapter ] führen wir die folgenden Begriffe ein: Definition..4 Das Parallelepiped F(e) := {λ e λ n e n 0 λ i } heißt die Grundmasche von L bzgl. e. Ihr Volumen ist erklärt durch vol(f(e)) = det(g(e)) Die folgende Zeichnung zeigt einen Ausschnitt des Standardgitters Z mit eingezeichnetem Fundamentalbereich F(e): F(e) e 0 e Das Volumen des Gitters L ist wie folgt definiert. vol(l) := vol(r n /L) = (vol(f(e))) Beispiel..5 Sei L das -dimensionale Standardgitter. Es ist vol(l) = det(g(e)) = ((,0), (,0)) ((0,), (0,)) =. Der Quotient R /L ist ein -dimensionaler Torus.

13 . Gitter 9 Bemerkung..6 Sei L L ein Teilgitter von L. Es gilt det(l ) = det(l) [L : L ]. Diese Gleichheit nennt man Determinanten-Index-Formel. Beweis: Nach dem Elementarteilersatz für endlich erzeugte freie Z Moduln gibt es ein Basis (b,...,b n ) von L, so dass (a b,...,a n b n ) eine Basis von L ist. Es bezeiche S die Wechselmatrix von L nach L. Es folgt, dass det(l ) = det(s L) = det(l) det(s). Definition..7 (i) L heißt ganz, wenn (x,y) Z für alle x, y L. (ii) L heißt gerade, wenn (x,x) Z für alle x L. Ein gerades Gitter ist ganz, da (x + y, x + y) = (x,x) + (x,y) + (y,y) (x,y) = (x + y, x + y) } {{ } (x,x) } {{ } (y,y). }{{} Z Z Z Es heißt L ev := {x L (x,x) Z} gerades Teilgitter von L. L ev ist der Kern der linearen Abbildung L F, x (x,x) + Z. Ist L gerade, so ist L = L ev ; ist L ungerade, so ist L ev L, und aus dem Homomorphiesatz folgt, dass L/L ev =. Bemerkung..8 Ein Gitter ist ein freier bilinearer Z-Modul. Definition..9 Für ein Gitter L sei L # := {v V (v,y) Z y L}. Das Gitter L # heißt das zu L duale Gitter. Die obige Definition ist wegen des folgenden Satzes wohldefiniert. Satz..0 Es besitzt L # die Basis e # = (e #,,e# n), wobei e # i := n j= a i j e j mit A := ((a i j )) = G(e). Es gilt außerdem, dass (e i,e # j ) = δ i j. Beweis: Offensichtlich gilt, dass < e # > L #. Außerdem hat der von e # aufgespannte Raum Rang n. Es gilt, dass AI n G(e) I n = I n. Daraus folgt, dass ( n j= a i j e j, e k ) = δ i j für alle i, j. Da außerdem (,) regulär ist, folgt die Behauptung.

14 0 Kapitel : Gitter und Modulformen Folgerung.. Nach Satz..0 gilt, dass G(e # ) = G(e). Daraus folgt, dass det(l # ) = det(l). Bemerkung.. (i) Aus L L folgt, dass L # (L ) #. (ii) Es ist L genau dann ganz, wenn gilt L L #. (iii) Nach der Determinanten-Index-Formel gilt für ein ganzes Gitter: det(l) det(l) = det(l # ) = [ L # : L ]. Definition..3 Die Automorphismengruppe eines Gitters L ist die Menge aller Abbildungen, die das Gitter isometrisch in sich überführen. Analog zu [Ebe94] zeigen wir in einem kleinen Beispiel einen Zusammenhang zwischen binären Codes und Gittern. Dieser erlaubt uns eine schöne Einführung des Wurzelgitters E 8. Beispiel..4 Von Codes zu Gittern Ein Code der Länge n ist eine Teilmenge des F n q für eine Primzahlpotenz q. Ist q =, so heißt der Code binär. Ein linearer Code ist ein Untervektorraum des F n q. Hat man einen binären Code, so kann man aus diesem wie folgt ein Gitter konstruieren. Sei Z n das Standardgitter, so betrachten wir die Reduktion modulo ρ : Z n (Z/Z) n = F n. Ist C ein linearer Code der Dimension k im F n, so ist Fn /C = F n k. C ist eine Untergruppe von Index n k von F n. Also ist das Urbild ρ (C) eine Untergruppe von Index n k von Z n. Es ist ρ (C), wie man leicht sieht, ein Gitter. Somit ist auch L C := ρ (C) ein Gitter. Betrachten wir einen der bekannten Hamming-Code. Dieser ist definiert durch eine Abbildung F 4 F7, (x,x,x 3,x 4 ) (x,x,x 3,x 4, x x 3 x 4, x x x 4, x x 3 x 4 ). Ergänzt man den Code von x 8 := x + + x 7, so erhält man den erweiterten Hamming-Code H. Der erweiterte Hamming-Code hat die Basis ( f, f, f 3, f 4, f 5, f 6, f 7 ) := ((0,,,0,,0,0,), (0,0,,,0,,0,), (0,0,0,,,0,,), (,0,0,0,,,0,), (0,,0,0,0,,,), (,0,,0,0,0,,), (,,0,,0,0,0,)). Klar ist, dass die Vektoren f,..., f 7 in den zugehörigen Gitter L H enthalten sind. Es ist L H ein gerades Gitter im R 8 mit der Basis ( f, ( f f ), ( f 3 f ), ( f 4 f 3 ), ( f 5 f 4 ), ( f 6 f 5 ), ( f 7 f 6 ), (,,0,0,,0,,0)). (Denn: Leicht rechnet man nach, dass die Vektoren linear unabhängig sind. Das Bild der Vektoren ist offensichtlich in H enthalten.) Man definiert das Gitter E 8 als L H.

15 .3 Modulare Gitter.3 Modulare Gitter Sei p eine Primzahl, Q p der Körper der p-adischen Zahlen und Z p der Ring der ganzen p- adischen Zahlen und Z p Q =: Z (p) = { a b p b}. Weiter sei im Folgendem L ein Gitter dessen Bilinearform nur Werte in Q annimmt. Wir führen analog zu [RS98] modulare Gitter ein. Definition.3. Für ein Gitter L heißt L p := Z p Z L, mit p P die p-komplettierung von L. Definition.3. Sei Π P. Das Gitter L # Π := { v L Q (v,l) Z (p) p Π und (v,l # ) Z (p) p / Π } heißt das Π-Dual von L. Bemerkung.3.3 Offensichtlich ist L # Π wieder ein Gitter. Lemma.3.4 Seien M, L Z-Gitter in V. Es gilt: L = M Z (p) L = Z (p) M für alle p P Beweis: Die Behauptung ist klar, da Z Z (p) für alle p P. Sei B eine Z Basis von L und C eine Z Basis von M. Weiter sei MC B die Basiswechselmatrix von L nach M. Es folgt, dass MC B GL n(z (p) ) für alle p P. Daraus erhalten wir, dass MC B GL n (Z (p) ) = GL n (Z), da (p) = Z. p P p PZ Insgesamt folgt, dass MC B in GL n(z) enthalten ist. Bemerkung.3.5 Sei L ein ganzes Gitter. Dann gilt, dass [ ] L # Π = L # Z p p Π L.

16 Kapitel : Gitter und Modulformen Beweis: Sei p P, so ist { { } v L Q (v,l(p) ) Z (L # (p) = (L(p) ) # = (L # ) (p) falls p Π Π ) (p) = { } v L Q (v,l(p) # ) Z (p) = ((L (p) ) # ) # = L (p) falls p / Π und L # (p) (Z [ p p Π ]L) (p) = { L # (p) (L Q) = L (p) # falls p Π L (p) # L (p) = L (p) falls p / Π. Nach Lemma.3.4 folgt die Behauptung. Bemerkung.3.6 Es ist L # /0 = L und L # P = L #. Definition.3.7 Seien L, L zwei Gitter.. Ein Isomorphismus g von L nach L heißt Ähnlichkeit, falls ein s R existiert, so dass (g(x), g(y)) = s(x, y) für alle x, y L.. Sei L ein ganzes Gitter und Π P. Eine Ähnlichkeit von L # Π nach L heißt Modularität. 3. Eine Modularität σ heißt von der Stufe s (oder auch s-modularität), falls Π aus der Menge aller Primteiler von s besteht und σ die Norm mit s multipliziert, das heißt also Π := {p P p s} und es existiert eine Ähnlichkeit von L # nach L, so dass (σ(x),σ(y)) = s(x,y) für alle x,y L. Definition.3.8 Ein ganzes Gitter L heißt von der Stufe l, falls l die kleinste natürliche Zahl ist, so dass l L # ganz ist. Ist L ein gerades Gitter, so heißt die kleinste Zahl l, so dass ll # wieder gerade ist, die gerade Stufe von L. Sei Π P. Vertauscht man die Rollen von L # und L # Π, so ist die Π-Stufe l π und l π analog definiert. Sei N N. Ein Teiler d von N heißt exakt, falls ggt( N d,d) =. Im Zeichen: d N. Definition.3.9 Sei L ein ganzes Gitter.. Sei M N. Es heißt L M-modular, falls L Modularitäten der Stufe m für alle m aus M besitzt.. Sei N N. Das Gitter L heißt N-modular, falls seine Stufe N teilt und es {,N}-modular ist.

17 .3 Modulare Gitter 3 3. Sei N N. Das Gitter L heißt stark N-modular, falls seine Stufe N teilt und es für jeden exakten Teiler d von N eine d-modularität besitzt. Bemerkung.3.0 Sei NL # ganz, dann ist L # {p p N} = L #. Beweis: Da NL # ganz ist, folgt, dass NL # ( NL #) # = N L. Damit ist L # N ] Z[ L p p N L und wir erhalten, dass L # {p p N} = L #. Bemerkung.3. Ein Gitter L ist genau dann N-modular, wenn gilt, dass L = NL #. Beweis: Sei L N-modular. Dann ist NL # ganz und somit L # = L # {p p N}. Nach Voraussetzung existiert eine Modularität der Stufe N. Sei L = NL #, dann ist NL # ganz und somit L # = L # {p p N}. Nach Voraussetzung existiert eine Modularität der Stufe N. Folgerung.3. Ist L ein N-modulares Gitter, so ist det(l) = N n. Beweis: Nach der vorhergehenden Bemerkung existiert eine Matrix S GL n (Z), mit det(l) = det(s tr NL # S) = det(s) N n det(l). Daraus folgt, dass det(l) = N n. Folgerung.3.3 Ist N quadratfrei und L ein stark N-modulares Gitter, so gilt für jeden Teiler p von N, dass L # p = L # p L. Satz.3.4 Sei N N quadratfrei. Besitzt L für die paarweise teilerfremden Teiler d i, i m von N eine d i -Modularität, so besitzt L auch eine (d... d m )-Modularität. Beweis: Wir führen den Beweis für m = durch und erhalten den Rest analog. Seien d i =: p und d j =: q. Weiter seien σ p : L L #,p eine p-modularität, σ q : L L #,q eine q-modularität und σ pq eine (p q)-modularität. Da man σ p bzw. σ q auf QL fortsetzen kann, zeigen wir, dass σ p (σ q (L)) = σ pq (L). Dazu zeigen wir erstmal die folgende Behauptung. () Sei z p L#,q. Dann ist (z,y ) q Z für alle y L #,q genau dann, wenn gilt, dass (z,y)

18 4 Kapitel : Gitter und Modulformen Z für alle y L. Sei z = p z mit z L #,q, und es gelte, dass (z,y ) q Z für alle y L #,q. Da L L #,q, folgt, dass (z,y) q Z und (z,y) = p (z,y) Z für alle y L. p Daraus folgt, dass (z,y) Z, da ggt (p,q) =. Sei z p L#,q, und es gelte (z,y) Z für alle y L. Es folgt, dass (z,y ) q Z für alle y q L. Damit erhalten wir, dass (z,y ) q Z für alle y L #,q, da L #,q q L. () Nun können wir die Behauptung des Satzes zeigen. σ q (L #,p ) = σ q ( {x p } L (x,y) Z y L ) = {σ q (x) x p } L, (x,y) Z y L { = z } p L#,q p(z,σ q (y)) Z y L = () {z } p L#,q (z,y) Z y L = p ( q L L# ) L # = L #,pq Insgesamt erhalten wir also, dass L eine (p q)-modularität besitzt. Folgerung.3.5 Sei N N quadratfrei. Um nachzuprüfen, dass ein Gitter stark N-modular ist, genügt es für jeden Primteiler eine Modularität zu finden. Definition.3.6 Ein Gitter L heißt unimodular (oder -modular ), falls L = L #. Folgerung.3.7 Ist L unimodular, so gilt det(l) =. Ist L ein ganzes Gitter, so ist dieses genau dann unimodular, wenn det(l) =. Beispiel.3.8 Das in. eingeführte Gitter E 8 ist ganz und hat Determinante. Somit ist es nach der vorhergehenden Folgerung unimodular. Die modularen Gitter sind Verallgemeinerungen von unimodularen Gittern. Sei L ein stark N-modulares Gitter der Dimension k und N = mm für zwei teilerfremde Zahlen. Wir erhalten das folgende Verhältnis.

19 .3 Modulare Gitter 5 L # m (m ) k k L #,m L#,m (m ) k m k L Beispiel.3.9 Sind N {,,3,5,6,7,,4,5,3} und k N, so ist C k N := ( d N d Z) k ein stark N-modulares Gitter. Beweis: Es genügt, die Behauptung für k = zu zeigen, da CN k aus k orthogonalen Kopien von C N entsteht. Es ist C N # = d N Z. Sei (e d,...,e n ) = ( d b,..., d n b n ) eine Basis von C N, wobei (b,...,b n ) die Standardbasis bezeichnet.. Ist N P, so genügt es zu zeigen, dass C N eine N-Modularität besitzt. Da C N von Stufe N ist, ist NC N # C N und somit C #,{N} N = C N #. Definiere σ : C N C # N, b N b, Nb b. Offensichtlich ist σ ein Isomorphismus. Da außerdem (b,b ) = = N N = N(σ(b ),σ(b )) und ( Nb, Nb ) = N = N = N(σ( Nb ),σ( Nb )), folgt die Behauptung.. Sei N 6,4,5. Schreibe N = p q, mit p,q P. Offensichtlich ist C N wieder von der Stufe N. Es besitzt C N eine p- bzw. q-modularität. Sei σ o.b.d.a. eine p-modularität. Es gilt, dass C #,{p} N = C N # p C N = b, p b, p qb 3, q b 4 Z. Definiere σ : C N C {p},# N, b p b, pb b, qb 3 q p b 4 pqb4 qb 3. Offensichtlich ist σ ein Isomorphismus. Leicht rechnet man nach, dass σ auch eine Ähnlichkeit ist. Vertauscht man die Rollen von p und q, so erhält man eine q-modularität und mit Folgerung.3.5 erhält man die Behauptung. Bemerkung.3.0 Sei L ein ganzes Gitter.

20 6 Kapitel : Gitter und Modulformen (i) Sei b die zu L gehörende Bilinearform. Die Abbildung b : L # /L L # /L R/Z, b(x + L, y + L) = (x, y) + Z ist eine wohldefinierte symmetrische Bilinearform. (ii) Die Bilinearform b ist nicht ausgeartet. (iii) Sei L stark N-modular mit N quadratfrei. Seien p,q P, mit p q Teiler von N. Die Gitter L #,{p} und L #,{q} stehen orthogonal zueinander bezüglich b. Beweis: (i) Sei L # x = z + l, mit z L #, und l L. Zu zeigen ist, dass b(x + L,y + L) = b(z + L,y + L). b(x + L,y + L) = b(z + l + L,y + L) = b(z + l,y) + Z = b(z,y) + b(l,y) +Z } {{ } Z, da y L # = b(z,y) + Z = b(z + L,y + L) (ii) Die Behauptung folgt, da b(x + L,y + L) = 0+Z für alle y L # genau dann, wenn (x,y) Z für alle y L # genau dann, wenn x ( L #) # = L. (iii) Sei k := n := dim(l). Um die Behauptung zu zeigen, betrachte L # p L als Untergruppe der Ordnung (N/p) k von L # /L, bzw. L # q L als Untergruppe der Ordnung (N/q)k von L # /L. L # L # p L L# q L (N/p) k (N/q) k L

21 .4 Modulformen und Theta-Reihen von Gittern 7 Seien x L # p L und y L# q L. Zeige, dass b(x + L, y + L) = 0 + Z. ( ) ( ). Da p k x L, folgt, dass b p k x + L, y + L = b p k x, y + Z Z, da y L #. Damit erhalten wir, dass b(x,y) = z für ein z Z und für k k. p ( k ) ( ). Da q k y L folgt, dass b x + L, q k y + L = b x, q k y + Z Z, da x L #. Damit erhalten wir, dass b(x,y) = z q l für ein z Z und für l l. Mit. und. folgt, dass b(x,y) in Z liegt..4 Modulformen und Theta-Reihen von Gittern Bei der Einführung gehen wir analog zu [KK98] vor. ( a b Sei H := {τ C Iτ > 0} die obere Halbebene. Ist M = c d Einträgen aus C, so definieren wir ) eine Matrix mit M τ := aτ + b cτ + d für alle τ C. Somit wird durch φ M : τ Mτ eine meromorphe Funktion auf H definiert. Diese Funktion heißt Möbius-Transformation. Die Möbius-Transformationen sind genau die biholomorphen Selbstabbildungen von H. Es bezeichne Γ die Gruppe SL (Z). Bemerkung.4. Die Gruppe Γ wird von den Matrizen erzeugt. S := ( 0 0 ) (, T := 0 ) Definition.4. Sei f eine meromorphe Funktion auf H. Sei k Z und M SL(;R), dann definieren wir f k M = f M := (cτ + d) k f (Mτ) für τ H.

22 8 Kapitel : Gitter und Modulformen Es sei G eine Gruppe. Ein Charakter von G ist ein Gruppenhomomorphismus in die multiplikative Gruppe der komplexen Zahlen. Definition.4.3 Sei U eine Untergruppe von SL (R), so dass U SL (Z) in U und SL (Z) endlichen Index hat, und χ sei ein Charakter von U. Eine holomorphe Funktion f : H C heißt eine Modulform vom Gewicht k zur Gruppe U mit Charakter χ, falls gilt:. Es ist f k A = χ(a) f für alle A U.. Für alle M SL (Z) ist f k M holomorph bei i. Bemerkung.4.4 Seien f und g Modulformen von Gewicht k zur Gruppe U mit Charakter χ, so ist auch α f + βg, mit α,β C, eine Modulform von Gewicht k zur Gruppe U mit Charakter χ. Modulformen eines Gewichts bilden also einen C-Vektorraum, den man mit M k (U,χ) bezeichnet. Für eine Menge von Charakteren, für die χ k χ l = χ k+l mit l,k Z 0, ist die Operation k multiplikativ. Die Modulformen zur Untergruppe U bilden dann einen durch das Gewicht graduierten Ring M (U,χ) = k= M k(u,χ k ). Bemerkung.4.5 Ist I U und χ der triviale Charakter, so sieht man direkt, dass jede Modulform von ungeradem Gewicht gleich 0 ist..4. Theta-Reihen Definition.4.6 Sei L ein Gitter, so heißt die Funktion in C θ L (τ) := e π i b(x,x)τ = a L ( j) e π i j τ, τ H, die Theta-Reihe von L, x L j=0 wobei a L ( j) = {x L b(x,x) = j} der Anzahl der Vektoren der Länge j bezeichnet. Für die Wohldefiniertheit der Theta-Reihe ist einerseits zu zeigen, dass diese konvergiert und andererseits, dass a L ( j) < für alle j N. Für den ersten Teil verweisen wir auf [Ebe94, Kapitel.], der zweite Teil wird in der folgenden Bemerkung behandelt. Bemerkung.4.7 Es gilt: Für alle α R ist {x L b(x,x) α} endlich.

23 .4 Modulformen und Theta-Reihen von Gittern 9 Beweis: Sei v,...,v n eine beliebige Basis von V. Weiter sei L x = (x,...,x n ) mit x = ni= b i v i für b i R, bzw. x = n i= c i e i bezüglich einer Basis von L mit c i Z. Da je zwei Normen auf V äquivalent, sind erhalten wir, dass x max = max i x i C b(x,x). Daraus folgt, dass c i C α und somit folgt, dass {x L b(x,x) α} ( C α + ) n. Bemerkung.4.8 Ist L gerade, so ist θ L offensichtlich periodisch. Analog zu [Ebe94] führen wir die folgenden Sätze an. Es bezeiche f die Fourier-Transformierte von f, das heißt f := R n f (x)e πib(x,y) dx. Satz.4.9 Poissonsche Summenformel Seien f : R n C eine Funktion und L R n ein Gitter, so dass gilt:. R n f (x) dx <. Die Reihe x L f (x + u) konvergiert gleichmäßig für alle u, die in einer kompakten Teilmenge des R n enthalten sind. 3. Die Reihe x L # f (y) ist absolut konvergent. Dann gilt x L f (x) = f (y). det(l) y L # Beweis: [Ebe94, Theorem.] Satz.4.0 Theta-Transformationsformel Es gilt die Identität θ L ( τ ) = (τ i ) n det(l) θl #(τ). Beweis: Da beide Seiten der Gleichung holomorph sind und H ein Gebiet ist, können wir den Identitätssatz (siehe [Rem9, Kapitel 8,.]) benutzen, um die Behauptung zu zeigen. Nach dem Identitätssatz sind zwei auf einem Gebiet G holomorphe Funktionen f und g genau dann gleich, wenn die Menge {w G f (w) = g(w)} einen Häufungspunkt in G hat. Es genügt also nach dem Identitätssatz zu zeigen, dass die Gleichheit für τ = it mit t R, t > 0 erfüllt ist. Wir wollen als nächstes die Poissonsche Summenformel anwenden. Dazu berechnen wir erstmal die Fouriertransformierte von e π( t x) =: f ( t x), f : R n R. Wegen Fubini können wir erstmal den Fall n = betrachten. Nach partieller Integration mit g(x) = e iπx y und h (x) = πxe ( t x) π erhalten wir, dass f (y) = R πxie ( t x) π e iπx y dx = R i t e t xπ ( πiy)e iπx y dx. Damit erhalten wir, dass f (y) = tπy f (y). Es folgt,

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

Einführung in die Algebra

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

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

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

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

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

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Der Zwei-Quadrate-Satz von Fermat

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

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

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

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

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. 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

Mehr

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat. Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Lineare Gleichungssysteme

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

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

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. 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

Mehr

Definition 27 Affiner Raum über Vektorraum V

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,

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

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)

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

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:

Mehr

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

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

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

4. Übungsblatt Matrikelnr.: 6423043

4. Übungsblatt Matrikelnr.: 6423043 Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

7. Ringe und Körper. 7. Ringe und Körper 49

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

Mehr

Zusatztutorium, 25.01.2013

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

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

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

8. Quadratische Reste. Reziprozitätsgesetz

8. Quadratische Reste. Reziprozitätsgesetz O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

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 )

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Musterlösungen zur Linearen Algebra II Blatt 5

Musterlösungen zur Linearen Algebra II Blatt 5 Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

Kap. 8: Speziell gewählte Kurven

Kap. 8: Speziell gewählte Kurven Stefan Lucks 8: Spezielle Kurven 82 Verschl. mit Elliptischen Kurven Kap. 8: Speziell gewählte Kurven Zur Erinnerung: Für beliebige El. Kurven kann man den Algorithmus von Schoof benutzen, um die Anzahl

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

WS 2008/09. Diskrete Strukturen

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

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V

Mehr

Lösungen zum 3. Aufgabenblatt

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.

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Die reellen Lösungen der kubischen Gleichung

Die reellen Lösungen der kubischen Gleichung Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

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

Mehr

7 Die Determinante einer Matrix

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) =

Mehr

Theoretische Grundlagen der Informatik WS 09/10

Theoretische 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

Mehr

Leitfaden Lineare Algebra: Determinanten

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

Mehr

Codierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur

Codierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Wie die zyklischen BCH-Codes zur Mehrbitfehler-Korrektur eignen sich auch die sehr verwandten Reed-Solomon-Codes (= RS-Codes) zur Mehrbitfehler-Korrektur.

Mehr

6.2 Perfekte Sicherheit

6.2 Perfekte Sicherheit 04 6.2 Perfekte Sicherheit Beweis. H(B AC) + H(A C) = H(ABC) H(AC) + H(AC) H(C) Wegen gilt Einsetzen in die Definition gibt = H(AB C). H(A BC) = H(AB C) H(B C). I(A; B C) = H(A C) H(AB C) + H(B C). Da

Mehr

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140 4 Woche Decodierung; Maximale, Perfekte und Optimale Codes 4 Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140 Szenario für fehlerkorrigierende Codes Definition (n, M)-Code Sei C {0, 1}

Mehr

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend

Mehr

Wie löst man Mathematikaufgaben?

Wie löst man Mathematikaufgaben? Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt

Mehr

Zeichen bei Zahlen entschlüsseln

Zeichen bei Zahlen entschlüsseln Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0. 1 Ordnung uß sein 1.1 Angeordnete Körper Wir nehen einal an, daß es in eine Körper Eleente gibt, die wir positiv nennen. Welche Eigenschaften sollen diese haben? O1) Wenn x und y positiv sind, dann auch

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr

Mathematischer Vorbereitungskurs für Ökonomen

Mathematischer Vorbereitungskurs für Ökonomen Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen

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

Charakteristikenmethode im Beispiel

Charakteristikenmethode im Beispiel Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Leonhard Euler 1 Wann immer in den Anfängen der Analysis die Potenzen des Binoms entwickelt

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in

Mehr

Kapitel 15. Lösung linearer Gleichungssysteme

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

3. Grundlagen der Linearen Programmierung

3. Grundlagen der Linearen Programmierung 3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Kevin Caldwell. 18.April 2012

Kevin Caldwell. 18.April 2012 im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig

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

Vorkurs: Mathematik für Informatiker Steven Köhler, Anja Moldenhauer, Marcel Morisse

Vorkurs: Mathematik für Informatiker Steven Köhler, Anja Moldenhauer, Marcel Morisse Vorkurs: Mathematik für Informatiker Steven Köhler, Anja Moldenhauer, Marcel Morisse Wintersemester 2014/15 Aufgaben I-1. Es seien die folgenden Mengen A = {5,7,9}, B = {5,6,7} und C = {1,3,5,7,9} gegeben.

Mehr

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Ringe und Moduln ausgearbeitet von Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Seminar Darstellungstheorie Prof. Dr. H. Krause, PD Dr. D. Kussin Wintersemester 2007/2008 Grundlagen 1 Grundlagen

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

3 Der Hamming-Code. Hamming-Codes

3 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:

Mehr

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? 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, )

Mehr

Lineare Gleichungssysteme I (Matrixgleichungen)

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

Mehr

Rekursionen (Teschl/Teschl 8.1-8.2)

Rekursionen (Teschl/Teschl 8.1-8.2) Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied

Mehr

Expander Graphen und Ihre Anwendungen

Expander Graphen und Ihre Anwendungen Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel. Kontextfreie Kontextfreie Motivation Formale rundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen Bisher hatten wir Automaten, die Wörter akzeptieren Frank Heitmann heitmann@informatik.uni-hamburg.de

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 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/ws0910

Mehr

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

Einführung in die Kodierungstheorie

Einführung 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

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

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

Mehr

3. LINEARE GLEICHUNGSSYSTEME

3. LINEARE GLEICHUNGSSYSTEME 176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an

Mehr

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen

Mehr