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,

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

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

Codes und Codegitter. Katharina Distler. 27. April 2015

Codes und Codegitter. Katharina Distler. 27. April 2015 Codes und Codegitter Katharina Distler 7. April 015 Inhaltsverzeichnis 1 Codes 4 Codegitter 14 Einleitung Die folgende Seminararbeit behandelt das Konzept von Codes und Codegittern. Da sie bei der Informationsübertragung

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

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

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

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

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

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

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

2.1 Codes: einige Grundbegriffe

2.1 Codes: einige Grundbegriffe Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen

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

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

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

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

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Karlsruher Institut für Technologie Institut für Algebra und Geometrie Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 2 Aufgabe 1 (4 Punkte) Seien

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

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

Gitter und Codes. SS 2007 Prof. Dr. G. Nebe, Dr. M. Künzer

Gitter und Codes. SS 2007 Prof. Dr. G. Nebe, Dr. M. Künzer Gitter und Codes SS 2007 Prof. Dr. G. Nebe, Dr. M. Künzer In dieser Vorlesung werden Grundlagen, schöne Beispiele und Ergebnisse der kombinatorischen und geometrischen Theorie von Gittern und einige Analoga

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

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

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten:

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten: KAPITEL 4 Lineare Ausgleichsrechnung Beispiel 41 Das Ohmsche Gesetz: Eine Meßreihe von Daten: U = RI (U i, I i ) (Spannung, Stromstärke), i = 1,, m Aufgabe: man bestimme aus diesen Meßdaten den Widerstand

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

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

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

Die Weierstraßsche Funktion

Die Weierstraßsche Funktion Die Weierstraßsche Funktion Nicolas Weisskopf 7. September 0 Zusammenfassung In dieser Arbeit führen wir die Weierstraßsche Funktion ein und untersuchen einige ihrer Eigenschaften. Wir zeigen, dass jede

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

6 Fehlerkorrigierende Codes

6 Fehlerkorrigierende Codes R. Reischuk, ITCS 35 6 Fehlerkorrigierende Codes Wir betrachten im folgenden nur Blockcodes, da sich bei diesen das Decodieren und auch die Analyse der Fehlertoleranz-Eigenschaften einfacher gestaltet.

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

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

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

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

Mathematik II für Studierende der Informatik Kapitel. Kodierungstheorie

Mathematik II für Studierende der Informatik Kapitel. Kodierungstheorie Mathematik II für Studierende der Informatik Kapitel Kodierungstheorie Markus Junker Sommersemester 2011 (korrigierte Version vom Sommersemester 2012) Einführung, Beispiele, Definitionen Ausgangspunkt

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen

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

17. Penalty- und Barriere-Methoden

17. Penalty- und Barriere-Methoden H.J. Oberle Optimierung SoSe 01 17. Penalty- und Barriere-Methoden Penalty- und Barriere Methoden gehören zu den ältesten Ansätzen zur Lösung allgemeiner restringierter Optimierungsaufgaben. Die grundlegende

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor GNS-Konstruktion und normale Zustände 1 Rückblick Wir betrachten von-neumann-algebren M B(H), d.h. Unteralgebren mit 1 H M, die in der schwachen Operatortopologie (und damit in jeder der anderen) abgeschlossen

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

Lenstras Algorithmus für Faktorisierung

Lenstras Algorithmus für Faktorisierung Lenstras Algorithmus für Faktorisierung Bertil Nestorius 9 März 2010 1 Motivation Die schnelle Faktorisierung von Zahlen ist heutzutage ein sehr wichtigen Thema, zb gibt es in der Kryptographie viele weit

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

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

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling Approximationsalgorithmen: Klassiker I Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling VO Approximationsalgorithmen WiSe 2011/12 Markus Chimani

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

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

(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n

(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n Über die Komposition der quadratischen Formen von beliebig vielen Variablen 1. (Nachrichten von der k. Gesellschaft der Wissenschaften zu Göttingen, Mathematisch-physikalische Klasse, 1898, S. 309 316.)

Mehr

RSA Verfahren. Kapitel 7 p. 103

RSA Verfahren. Kapitel 7 p. 103 RSA Verfahren RSA benannt nach den Erfindern Ron Rivest, Adi Shamir und Leonard Adleman war das erste Public-Key Verschlüsselungsverfahren. Sicherheit hängt eng mit der Schwierigkeit zusammen, große Zahlen

Mehr

Nicht-archimedische Zahlen

Nicht-archimedische Zahlen Skript zur Vorlesung Nicht-archimedische Zahlen Wintersemester 2012/13 Frankfurt am Main Prof. Dr. Annette Werner Inhaltsverzeichnis 1 Einleitung 1 2 Nicht-archimedische Absolutbeträge 2 3 Bälle und Topologie

Mehr

2 Algebraische Grundstrukturen

2 Algebraische Grundstrukturen 2 ALGEBRAISCHE GRUNDSTRUKTUREN 1 8. November 2002 2 Algebraische Grundstrukturen Definitionen. Eine binäre Operation (binary operation) oder zweistellige Verknüpfung auf einer Menge M ist eine Abbildung

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

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)

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

Fehlerkorrigierende Codes

Fehlerkorrigierende Codes Fehlerkorrigierende Codes SS 2013 Gerhard Dorfer 2 Inhaltsverzeichnis 1 Fehlerkorrigierende Codes 4 1.1 Einführende Beispiele................................. 4 1.2 Mathematische 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

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Michael Schaeer 3.04.03 Abstract This seminar is about convex functions and several imortant ineualities. At the beginning the term

Mehr

Diskrete Strukturen. Wilfried Buchholz. Skriptum einer 3-std. Vorlesung im Sommersemester 2009 Mathematisches Institut der Universität München

Diskrete Strukturen. Wilfried Buchholz. Skriptum einer 3-std. Vorlesung im Sommersemester 2009 Mathematisches Institut der Universität München Disrete Struturen Wilfried Buchholz Sriptum einer 3-std. Vorlesung im Sommersemester 2009 Mathematisches Institut der Universität München 1 Vollständige Indution Wir setzen hier das System Z = {..., 2,

Mehr

Definition und Eigenschaften Finiter Elemente

Definition und Eigenschaften Finiter Elemente Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:

Mehr

5. Verschiedene Repräsentanten

5. Verschiedene Repräsentanten 5. Verschiedene Repräsentanten 5.1. Die Sätze Hall und König Sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Zu K I seien A(K) := (A i : i K) und

Mehr

Über Kommentare und Ergänzungen zu diesen Lösungsbeispielen freuen wir uns!

Über Kommentare und Ergänzungen zu diesen Lösungsbeispielen freuen wir uns! Aufgaben und Lösungen. Runde 04 Über Kommentare und Ergänzungen zu diesen n freuen wir uns!» KORREKTURKOMMISSION KARL FEGERT» BUNDESWETTBEWERB MATHEMATIK Kortrijker Straße, 577 Bonn Postfach 0 0 0, 5 Bonn

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

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

Algebra I Wintersemester 2006/07

Algebra I Wintersemester 2006/07 Algebra I Wintersemester 2006/07 Prof. Dr. Annette Huber-Klawitter Fassung vom 31. Januar 2007 Dies ist ein Vorlesungsskript und kein Lehrbuch. Mit Fehlern muss gerechnet werden! Math. Institut 0341-97

Mehr

Beweis der Darstellbarkeit irgend eines ganzen invarianten Gebildes einer binären Form als ganze Function einer geschlossenen Anzahl solcher Gebilde.

Beweis der Darstellbarkeit irgend eines ganzen invarianten Gebildes einer binären Form als ganze Function einer geschlossenen Anzahl solcher Gebilde. 73 Beweis der Darstellbarkeit irgend eines ganzen invarianten Gebildes einer binären Form als ganze Function einer geschlossenen Anzahl solcher Gebilde. von F. Mertens. 1. Ich habe in dem hundertsten Bande

Mehr

Stabilität mittels Ljapunov Funktion

Stabilität mittels Ljapunov Funktion Stabilität mittels Ljapunov Funktion Definition Eine C 1 Funktion V : D R, D R, heißt eine Ljapunov Funktion auf K r (0) D für f(y), falls gilt: 1) V(0) = 0, V(y) > 0 für y 0 2) V,f(y) 0 ( y, y r) Gilt

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

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

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung Musterlösungen zu n über gewöhnliche Differentialgleichungen a) Gegeben sei die lineare Differentialgleichung y + - y = e - ln, > 0 Man gebe die allgemeine Lösung der homogenen Gleichung an Wie lautet

Mehr

(PRO-)SEMINAR ZUR ALGEBRA

(PRO-)SEMINAR ZUR ALGEBRA (PRO-)SEMINAR ZUR ALGEBRA U. GÖRTZ, C. KAPPEN, WS 200/ Einführung Kettenbrüche sind Ausdrücke der Form a 0 + a + a 2+... (beziehungsweise gewisse Varianten davon). Kettenbrüche sind ein klassisches und

Mehr

Extrema von Funktionen in zwei Variablen

Extrema von Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Elementare Zahlentheorie

Elementare Zahlentheorie Elementare Zahlentheorie Prof. Dr. L. Kramer WWU Münster, Sommersemester 2009 Vorlesungsmitschrift von Christian Schulte zu Berge 27. Juli 2009 Inhaltsverzeichnis 1 Primzerlegung 3 1.1 Grundlagen.............................................

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

Zusammenfassung zu Codierungstheorie

Zusammenfassung zu Codierungstheorie Zusammenfassung zu Codierungstheorie Sara Adams 5. Juli 2005 Diese Zusammenfassung basiert auf der Vorlesung Codierungstheorie gehalten im Sommersemester 2005 von Prof. Dr. Hans-Dietrich Gronau an der

Mehr

Algebra und Zahlentheorie Wintersemester 2013/14

Algebra und Zahlentheorie Wintersemester 2013/14 Algebra und Zahlentheorie Wintersemester 2013/14 Prof. Dr. Annette Huber-Klawitter Fassung vom 8. Februar 2014 Dies ist ein Vorlesungsskript und kein Lehrbuch. Mit Fehlern muss gerechnet werden! Math.

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

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

Einführung in die Informatik I

Einführung in die Informatik I Einführung in die Informatik I Algorithmen und deren Programmierung Prof. Dr. Nikolaus Wulff Definition Algorithmus Ein Algorithmus ist eine präzise formulierte Handlungsanweisung zur Lösung einer gleichartigen

Mehr

Wie viele Primzahlen gibt es?

Wie viele Primzahlen gibt es? 1 Wie viele Primzahlen gibt es? Die Frage, wie viele Primzahlen es gibt, wird durch den fundamentalen Satz beantwortet: Es gibt unendlich viele Primzahlen. Ich werde mehrere Beweise für diesen Satz vorstellen,

Mehr

Vom goldenen Schnitt zum Alexanderplatz in Berlin

Vom goldenen Schnitt zum Alexanderplatz in Berlin Vom goldenen Schnitt zum Alexanderplatz in Berlin Mathematik von 1200 bis 2004 Stefan Kühling, Fachbereich Mathematik skuehling @ fsmath.mathematik.uni-dortmund.de Schnupper Uni 26. August 2004 1 1 Goldener

Mehr

1 Das Lemma von Burnside und seine Anwendungen

1 Das Lemma von Burnside und seine Anwendungen Das Lemma von Burnside und seine Anwendungen Mit dem Lemma von Burnside lassen sich Zählprobleme lösen, bei denen Symmetrien eine Rolle spielen. Betrachten wir als einführendes Beispiel die Anzahl der

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

KANALCODIERUNG AUFGABEN. Aufgabe 1. Aufgabe 2

KANALCODIERUNG AUFGABEN. Aufgabe 1. Aufgabe 2 AUFGABEN KANALCODIERUNG Aufgabe Wir betrachten den Hamming-Code mit m = 5 Prüfbits. a) Wie gross ist die Blocklänge n dieses Codes? b) Wie viele gültige Codewörter umfasst dieser Code? c) Leiten Sie die

Mehr

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

$ % + 0 sonst. " p für X =1 $

$ % + 0 sonst.  p für X =1 $ 31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses

Mehr

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen.

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen. Matrixalgebra mit einer Einführung in lineare Modelle Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@statuni-muenchende 25 August 24 Vielen Dank an Christiane Belitz, Manuela Hummel und

Mehr

Anwengungen geometrischer Abbildungen Kongruenz- und Ähnlichkeitsabbildung

Anwengungen geometrischer Abbildungen Kongruenz- und Ähnlichkeitsabbildung Anwengungen geometrischer Abbildungen Kongruenz- und Ähnlichkeitsabbildung Amina Duganhodzic Proseminar: Mathematisches Problemlösen Unter der Leitung von Privat Dozentin Dr. Natalia Grinberg 26. Juni

Mehr

5. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)

5. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12) Technische Universität München Zentrum Mathematik PD Dr. hristian Karpfinger http://www.ma.tum.de/mathematik/g8vorkurs 5. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12) Aufgabe 5.1: In einer Implementierung

Mehr

1 Aussagenlogik und Mengenlehre

1 Aussagenlogik und Mengenlehre 1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres

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

Einführung in Computer Microsystems

Einführung in Computer Microsystems Einführung in Computer Microsystems Kapitel 9 Entwurf eines eingebetteten Systems für Anwendungen in der IT-Sicherheit Prof. Dr.-Ing. Sorin A. Huss Fachbereich Informatik Integrierte Schaltungen und Systeme

Mehr

Wie viele Nullstellen hat ein Polynom?

Wie viele Nullstellen hat ein Polynom? Wie viele Nullstellen hat ein Polynom? Verena Pölzl 0812265 Sabine Prettner 8930280 Juni 2013 1 Inhaltsverzeichnis 1 Warum will man wissen, wie viele Nullstellen ein Polynom hat? 3 2 Oligonome 4 3 Die

Mehr

Entwurf robuster Regelungen

Entwurf robuster Regelungen Entwurf robuster Regelungen Kai Müller Hochschule Bremerhaven Institut für Automatisierungs- und Elektrotechnik z P v K Juni 25 76 5 OPTIMALE ZUSTANDSREGELUNG 5 Optimale Zustandsregelung Ein optimaler

Mehr

Codierung, Codes (variabler Länge)

Codierung, Codes (variabler Länge) Codierung, Codes (variabler Länge) A = {a, b, c,...} eine endliche Menge von Nachrichten (Quellalphabet) B = {0, 1} das Kanalalphabet Eine (binäre) Codierung ist eine injektive Abbildung Φ : A B +, falls

Mehr

II. Klein Gordon-Gleichung

II. Klein Gordon-Gleichung II. Klein Gordon-Gleichung Dieses Kapitel und die zwei darauf folgenden befassen sich mit relativistischen Wellengleichungen, 1 für Teilchen mit dem Spin 0 (hiernach), 2 (Kap. III) oder 1 (Kap. IV). In

Mehr

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0. 1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:

Mehr

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra Halbgruppen binärer Relationen auf einer 3-elementigen Menge Arbeit im Rahmen des

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

Advanced Encryption Standard. Copyright Stefan Dahler 20. Februar 2010 Version 2.0

Advanced Encryption Standard. Copyright Stefan Dahler 20. Februar 2010 Version 2.0 Advanced Encryption Standard Copyright Stefan Dahler 20. Februar 2010 Version 2.0 Vorwort Diese Präsentation erläutert den Algorithmus AES auf einfachste Art. Mit Hilfe des Wissenschaftlichen Rechners

Mehr