4.5 Wachstumsfunktionen

Größe: px
Ab Seite anzeigen:

Download "4.5 Wachstumsfunktionen"

Transkript

1 4.5 Wachstumsfunktionen Wenn man die Entwicklung einer Pflanze modelliert, ist es zweckmäßig, das Verzweigen und das Längenwachstum in verschiedenen Regeln zu modellieren. Das wurde zum Beispiel in den L Systemen d), e) und f) benutzt, die auf der Folie 4.33 zu sehen sind: die jeweils erste Regel definiert die Verzweigungen, wobei die jeweils zweite Regel das Längenwachstum beschreibt. Hier hatten wir in allen Fällen die Regel F F F, also modelliert diese Regel jeweils das Verdoppeln der Segmente, die durch F beschrieben werden. Das führt also letztendlich zu einem exponentiellen Wachstum für die Segmente, die anfangs durch F beschrieben werden. Eine Funktion, die die Anzahl der Zeichen in einem Wort in Abhängigkeit seiner Ableitungslänge beschreibt, wird als Wachstumsfunktion bezeichnet. Die Theorie der L Systeme kennt viele Ergebnisse zu Wachstumsfunktionen. Dabei ist eine zentrale Beobachtung, dass die Anordnung der Zeichen sowohl in den Regeln als auch in den Wörtern keine Rolle spielen. Folglich kann die Relation zwischen den Anzahlen der einzelnen Buchstaben in Wörtern µ und ν, für die µ = ν gilt, durch Matrizen dargestellt werden. Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.45

2 Wachstumsmatrix Gegeben sei G = Σ, P, w) ein D0L System, wobei wir annehmen, dass die Zeichen im Alphabet Σ angeordnet sind, also Σ = {a 1, a 2,..., a m }. Wir konstruieren die quadratische Matrix Q m m, deren Elemente q ij gleich der Anzahl des Buchstabens a j in der rechten Seite der Regel für den Buchstaben a i ist. Wir führen die Bezeichnung a k i ein für die Anzahl des Buchstabens a i des Wortes, das mittels G durch eine Ableitung der Länge k entstanden ist. Dann folgt aus der Definition der Ableitung gemäß eines D0L-Systems G: a k 1 a k 2 q 11 q q 1m... ) ak m q 21 q q 2m = q m1 q m2... q mm a k+1 1 a k a k+1 m Die Matrix Q ist sehr nützlich zur Untersuchung der Wachstumsfunktionen. Wir betrachten ein Beispiel. ) Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.46

3 Beispiel Gegeben sei G = {a, b}, {a ab, b a}, a). Dann erhalten wir als Abhängigkeit der Buchstabenvorkommen a k b k ) oder für k = 1, 2, ) = a k+1 b k+1 ) a k+1 = a k + b k = a k + a k 1. Mit a 1 = b 0 = 0 erhalten wir für die Anzahlen der Buchstaben a also die Zahlenfolge von Fibonacci: 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89,... Diese Wachstumsfunktion wurde in den Regeln p 2 und p 3 des L Systems G = {F, A, S, L}, P, A) implementiert, das einen Busch generiert, dabei ist p 1 : A [&F L!A] ///// &F L!A] /////// [&F L!A], p 2 : F S ///// F, p 3 : S F L, p 4 : L [ { f+f+f f+f+f}]. Im folgenden Bild ist für n = 7 und δ = 22,5 das Ergebnis dargestellt. Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.47

4 Ein drei-dimensional generierter Busch Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.48

5 Polynomielles Wachstum Eine polynomielle Wachstumsfunktion können wir durch ein L System mit folgenden Regeln erhalten: ω : a 0 p 1 : a 0 a 0 a 1 p 2 : a 1 a 1 a 2 p 3 : a 2 a 2 a 3 p 4 : a 3 a 3 a 4. Die Wachstumsmatrix Q lautet dann: Q = Für alle i, k 1 gilt dann also: a k i + a k i+1 = a k+1 i+1. Wenn wir das Axiom mit einbeziehen, erhalten wir folgende Tabelle nur die Werte ungleich 0 sind eingetragen). Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.49

6 Fortsetzung Polynomielles Wachstum k a k 0 a k 1 a k 2 a k 3 a k 4 a k 5 a k 6 a k Die Tabelle stellt das Pascalsche Dreieck dar, man kann zeigen, dass für alle k i 1 folgende Gleichung gilt: a k i = ) k i = kk 1) k i + 1) 1 2 i Also ist die Funktion der Anzahl der Buchstaben a i in Abhängigkeit der Ableitungslänge k ein Polynom vom Grad i. Es ist also möglich, mittels des Turtlesymbols F ein polynomielles Längenwachstum jedes beliebigen Grades zu modellieren. Diese Erkenntnis stammt von Szilard aus dem Jahre Er konstruierte D0L Systeme, deren Wachstumsfunktionen beliebige positive streng monoton wachsenden Polynome mit ganzzahligen Koeffizienten sind. Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.50

7 Polynomielles und exponentielles Wachstum Bisher haben wir gesehen, wir können polynomielle und exponentielle Wachstumsfunktionen erhalten. Rozenberg und Salomaa zeigten 1980, die Wachstumsfunktion f G eines beliebigen D0L Systems G = Σ, P, ω) ist eine Kombination von Polynomen und Exponentialfunktionen: f G n) = s P i n)ϱ n i für n n 0, 1) i=1 wobei P i Polynome mit ganzzahligen Koeffizienten sind, ϱ i nichtnegative ganze Zahlen sind und n 0 die Anzahl der Buchstaben im Alphabet Σ ist. Unglücklicherweise kann man viele Wachstumsprozesse in der Natur beobachten, die sich nicht so wie in der Gleichung 1) beschreiben lassen. Es gibt zwei Ansätze, um diesen Mangel zu beheben. Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.51

8 Sigmoidales Wachstum Wir erhöhen die Anzahl n 0 der Buchstaben im Alphabet Σ so, dass der zu modellierende Wachstumsprozess bereits beendet ist, ehe die Gleichung 1) greift. Zum Beispiel betrachten wir das L System mit ω : a 0 p i : a i a i+1 b 0 für i < k p k+j : b j b j+1 F für j < l mit Σ = {a 0, a 1,..., a k } {b 0, b i,..., b l } {F }, wobei für die Segmente, die F entsprechen, sigmoidales Wachstum erreicht wird, wobei die Bezeichnung von der Form des Mittelteils des Buchstaben S abgeleitet ist. Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.52

9 Quadratwurzelwachstum Der zweite Ansatz ist die Benutzung kontextabhängiger L Systeme. Zum Beispiel hat das folgende 2L System eine Wachstumsfunktion, definiert durch f G n) = n + 4. ω : p 1 : p 2 : p 3 : p 4 : XF u F a X F u F a F a F u F u F a X F d F a F a F a F d F d X F a F d F u p 5 : F u F a p 6 : F d F a Die folgende Abbildung illustriert die dahinterliegende Idee. Dr. Bernd Reichel Ausgewählte Kapitel der theoretischen Informatik, Folie 4.53

V. Claus, Juli 2005 Einführung in die Informatik II 45

V. Claus, Juli 2005 Einführung in die Informatik II 45 Um die Größenordnung einer reellwertigen oder ganzzahligen Funktion zu beschreiben, verwenden wir die so genannten Landau-Symbole (nach dem deutschen Mathematiker Edmund Landau, 1877-1938). Hierbei werden

Mehr

Lindenmayer-Systeme. Zusammenfassung des Vortrags im Proseminar Theoretische Informatik. Benjamin Aram Berendsohn 11.

Lindenmayer-Systeme. Zusammenfassung des Vortrags im Proseminar Theoretische Informatik. Benjamin Aram Berendsohn 11. Lindenmayer-Systeme Zusammenfassung des Vortrags im Proseminar Theoretische Informatik Benjamin Aram Berendsohn 11. November 2014 1 Geschichte Lindenmayer-Systeme, kurz L-Systeme, wurden zuerst 1968 von

Mehr

HM II Tutorium 1. Lucas Kunz. 24. April 2018

HM II Tutorium 1. Lucas Kunz. 24. April 2018 HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................

Mehr

Formale Sprachen (parallele und regulierte Ersetzung) SoSe 2008 in Trier. Henning Fernau Universität Trier

Formale Sprachen (parallele und regulierte Ersetzung) SoSe 2008 in Trier. Henning Fernau Universität Trier Formale Sprachen (parallele und regulierte Ersetzung) SoSe 2008 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Formale Sprachen Gesamtübersicht Organisatorisches / Einführung Motivation

Mehr

2. Teilbarkeit. Euklidischer Algorithmus

2. Teilbarkeit. Euklidischer Algorithmus O. Forster: Einführung in die Zahlentheorie 2. Teilbarkeit. Euklidischer Algorithmus 2.1. Wir benutzen die folgenden Bezeichnungen: Z = {0, ±1, ±2, ±3,...} Menge aller ganzen Zahlen N 0 = {0, 1, 2, 3,...}

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit

Mehr

Einführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018

Einführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018 1 Beweisen Sie folgende Aussage: Das Produkt zweier ungeraden Zahlen ist ungerade Beweisen Sie folgende Aussage: Es gibt keine ganzen Zahlen n, m mit 8m + 4n = 100 [Hinweis: Beweisen Sie indirekt Nehmen

Mehr

2 Wachstumsverhalten von Funktionen

2 Wachstumsverhalten von Funktionen Algorithmen und Datenstrukturen 40 2 Wachstumsverhalten von Funktionen Beim Vergleich der Worst-Case-Laufzeiten von Algorithmen in Abhängigkeit von der Größe n der Eingabedaten ist oft nur deren Verhalten

Mehr

Metrische äußere Maße, Borel-Maße

Metrische äußere Maße, Borel-Maße Metrische äußere Maße, Borel-Maße Zum einen haben wir mit dem Fortsetzungssatz gesehen, dass man mit einem äußeren Maß (auf P(X) ) stets eine σ-algebra und ein Maß auf dieser bekommt. Liegt nun ein metrischer

Mehr

Beschreibungskomplexität von Grammatiken Definitionen

Beschreibungskomplexität von Grammatiken Definitionen Beschreibungskomplexität von Grammatiken Definitionen Für eine Grammatik G = (N, T, P, S) führen wir die folgenden drei Komplexitätsmaße ein: Var(G) = #(N), Prod(G) = #(P ), Symb(G) = ( α + β + 1). α β

Mehr

Romanesco-Blumenkohl

Romanesco-Blumenkohl Lindenmayer-Systeme Romanesco-Blumenkohl Selbstähnlichkeit der Struktur Fraktale Fraktale: Beispiel Kochkurve Erzeugung durch Rekursion: initiator Ersetzung jeder Strecke durch den Generator generator

Mehr

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren

Mehr

Reguläre Sprachen. R. Stiebe: Theoretische Informatik für ING-IF und Lehrer,

Reguläre Sprachen. R. Stiebe: Theoretische Informatik für ING-IF und Lehrer, Reguläre Sprachen Reguläre Sprachen (Typ-3-Sprachen) haben große Bedeutung in Textverarbeitung und Programmierung (z.b. lexikalische Analyse) besitzen für viele Entscheidungsprobleme effiziente Algorithmen

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

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren 3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem

Mehr

Spline-Interpolation

Spline-Interpolation Spline-Interpolation Tim Schmölzer 20 November 2009 Tim Schmölzer Spline-Interpolation 20 November 2009 1 / 38 Übersicht 1 Vorbemerkungen 2 Lösbarkeit des Interpolationsproblems 3 Stabilität der Interpolation

Mehr

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: Lineare Algebra D-MATH, HS 04 Prof. Richard Pink Lösung zu Serie. [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: a) F (X) := X 5 X in R[X] und C[X]. b) F (X) := X 4 +X 3 +X in

Mehr

1 Die logistische Gleichung X t+1 = λx t (1 X t )

1 Die logistische Gleichung X t+1 = λx t (1 X t ) 1 Die logistische Gleichung X t+1 = X t (1 X t ) Bisher haben wir Rekursionen mit mehr oder weniger einfachem Verhalten betrachtet; wir konnten entweder eine explizite Lösungsformel aufstellen oder ohne

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte

Mehr

Übungen zur Vorlesung Einführung in die Mathematik

Übungen zur Vorlesung Einführung in die Mathematik Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere

Mehr

Nach der Drehung des Systems ist der neue Zustandsvektor

Nach der Drehung des Systems ist der neue Zustandsvektor Vorlesung 1 Die allgemeine Theorie des Drehimpulses Eine Drehung des Quantensystems beschreibt man mit Hilfe des Drehimpulsoperators. Um den Drehimpulsoperator zu konstruieren, betrachten wir einen Vektor

Mehr

WS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE

WS 2014/15 FINITE-ELEMENT-METHODE JUN.-PROF. D. JUHRE 4.2 FINITE-ELEMENTE-DISKRETISIERUNG Elementierung und Diskretisierung Im Gegensatz zum räumlichen Fachwerk, bei dem bereits vor der mathematischen Diskretisierung ein konstruktiv diskretes Tragwerk vorlag,

Mehr

47 Singulärwertzerlegung

47 Singulärwertzerlegung 47 Singulärwertzerlegung 47.1 Motivation Wir haben gesehen, dass symmetrische Matrizen vollständig mithilfe ihrer Eigenwerte und Eigenvektoren beschrieben werden können. Diese Darstellung kann unmittelbar

Mehr

Entscheidungsverfahren mit Anwendungen in der Softwareverifikation

Entscheidungsverfahren mit Anwendungen in der Softwareverifikation Entscheidungsverfahren mit Anwendungen in der Softwareverifikation XII: Quantoren-Elimination Carsten Sinz Institut für Theoretische Informatik 23.01.2019 Foliensatz basiert z.t. auf Folien von Erika Abraham

Mehr

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen = A 4 3 6

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen = A 4 3 6 D-MAVT Lineare Algebra I HS 28 Prof. Dr. N. Hungerbühler Lösungen. Gegeben seien die Matrizen A := ( 2 3 3 ), B := Welche der folgenden Aussagen sind richtig? (a) (AB) T = A T B T. 5 3 2 6 Die Formel (AB)

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III Name Vorname Matrikelnummer Universität Karlsruhe Institut für Theoretische Informatik o. Prof. Dr. P. Sanders 10.4.2007 Klausur: Informatik III Aufgabe 1. Multiple Choice 11 Punkte Aufgabe 2. Minimalautomaten

Mehr

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1 Übungen zur Vorlesung Lineare Algebra II, SoSe 216, Blatt 1 Mündliche Aufgaben Die Aufgaben aus diesem Blatt bestehen zu einem großen Teil aus den Aufgaben von Blatt 13 der LA1. Sie dienen vor allem der

Mehr

Entscheidungsprobleme

Entscheidungsprobleme Entscheidungsprobleme übliche Formulierung gegeben: Eingabe x aus einer Grundmenge U Frage: Hat x eine bestimmte Eigenschaft P? Beispiel: gegeben: Frage: n N Ist n eine Primzahl? Formalisierung: Grundmenge

Mehr

DisMod-Repetitorium Tag 4

DisMod-Repetitorium Tag 4 DisMod-Repetitorium Tag 4 Endliche Automaten, Reguläre Sprachen und Kontextfreie Grammatiken 22. März 2018 1 Endliche Automaten Definition DFA Auswertungen Äquivalenzrelationen Verschmelzungsrelation und

Mehr

Merksatz Begriff der Funktion

Merksatz Begriff der Funktion Der Begriff Funktion Um uns klar zu machen, was eine Funktion (lateinisch functio) ist, betrachten wir uns die Gegenüberstellung nachfolgender Situationen. Die Temperatur eines Gewässers wird in verschiedenen

Mehr

Exponentialfunktionen Kenngrößen bestimmen (1)

Exponentialfunktionen Kenngrößen bestimmen (1) Arbeitsblatt: Exponentialfunktionen Kenngrößen bestimmen () Arbeitsblätter zum Ausdrucken von sofatutor.com Exponentialfunktionen Kenngrößen bestimmen () Beschreibe die richtigen Eigenschaften für die

Mehr

Statistik II für Betriebswirte Vorlesung 12

Statistik II für Betriebswirte Vorlesung 12 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Statistik II für Betriebswirte Vorlesung 12 11. Januar 2013 7.3. Multiple parameterlineare Regression Im Folgenden soll die

Mehr

Zwei Bemerkungen zum Schluss

Zwei Bemerkungen zum Schluss Man könnte sich fragen, ob eine Typ-3 Sprache inhärent mehrdeutig sein kann (im Sinn von Einheit 8). Die Antwort lautet: NEIN. Zwei Bemerkungen zum Schluss Denn für jede Typ-3 Sprache gibt es einen DEA,

Mehr

2 Halbgruppen von Übergangswahrscheinlichkeiten. Markov-Prozesse

2 Halbgruppen von Übergangswahrscheinlichkeiten. Markov-Prozesse 2 Halbgruppen von Übergangswahrscheinlichkeiten Markov-Prozesse Im Folgenden sei (X, B) ein (polnischer) Messraum und T = [0, ) oder T = N 0 Definition 21 Eine Familie (P t ) t T von (X, B) mit Übergangswahrscheinlichkeiten

Mehr

Moderne Theoretische Physik IIIa WS 18/19

Moderne Theoretische Physik IIIa WS 18/19 Karlsruher Institut für Technologie Institut für Theorie der Kondensierten Materie Moderne Theoretische Physik IIIa WS 8/9 Prof. Dr. Alexander Mirlin Lösungen zu Blatt 7 Dr. Stefan Rex Besprechung: 9..9.

Mehr

5 Die Liealgebra einer Liegruppe

5 Die Liealgebra einer Liegruppe $Id: liealg.tex,v 1.5 2010/09/03 07:51:34 hk Exp hk $ 5 Die Liealgebra einer Liegruppe Wir sind noch immer mit der Konstruktion der Liealgebra zu einer Liegruppe G beschäftigt. In der letzten Sitzung hatten

Mehr

2. Funktionen einer Variablen

2. Funktionen einer Variablen . Funktionen einer Variablen Literatur: [SH, Kapitel 4].1. Definitionen.. Typen von Funktionen..1. Lineare Funktionen... Quadratische Funktionen..3. Polynome..4. Potenzfunktionen..5. Exponentialfunktionen..6.

Mehr

Polynome. Ein Term der Form. mit n und a 0 heißt Polynom. Die Zahlen a, a, a,... heißen Koeffizienten des Polynoms.

Polynome. Ein Term der Form. mit n und a 0 heißt Polynom. Die Zahlen a, a, a,... heißen Koeffizienten des Polynoms. Polynome Ein Term der Form a x + a x + a x + a x +... + a x + a x + a n n 1 n 2 n 3 2 1 2 3 4 n 2 n 1 n mit n und a 0 heißt Polynom. 1 Die Zahlen a, a, a,... heißen Koeffizienten des Polynoms. 1 2 3 Als

Mehr

Automaten und Coinduktion

Automaten und Coinduktion Philipps-Univestität Marburg Fachbereich Mathematik und Informatik Seminar: Konzepte von Programmiersprachen Abgabedatum 02.12.03 Betreuer: Prof. Dr. H. P. Gumm Referentin: Olga Andriyenko Automaten und

Mehr

Inhaltsverzeichnis. Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden. Mathematischer Vorkurs.

Inhaltsverzeichnis. Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden. Mathematischer Vorkurs. Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematischer Vorkurs Dr. Thomas Zehrt Exponentialfunktionen und Logarithmen Inhaltsverzeichnis 1 Einführung 2 2

Mehr

4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k).

4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k). 4 Matrizenrechnung Der Vektorraum der m n Matrizen über K Sei K ein Körper und m, n N\{0} A sei eine m n Matrix über K: a a 2 a n a 2 a 22 a 2n A = = (a ij) mit a ij K a m a m2 a mn Die a ij heißen die

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

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

Mehr

Test zum PS Lineare Algebra und Geomtrie 2 H. Feichtinger & D. Eiwen Wintersemester 2011 Datum: 28. Nov. 2011

Test zum PS Lineare Algebra und Geomtrie 2 H. Feichtinger & D. Eiwen Wintersemester 2011 Datum: 28. Nov. 2011 **************************************************************** * NAME: Matr.Nr.: Test zum PS Lineare Algebra und Geomtrie H. Feichtinger & D. Eiwen Wintersemester Datum: 8. Nov. Bitte Studienausweis

Mehr

Moderne Theoretische Physik III (Theorie F Statistische Mechanik) SS 17

Moderne Theoretische Physik III (Theorie F Statistische Mechanik) SS 17 Karlsruher Institut für Technologie Institut für Theorie der Kondensierten Materie Moderne Theoretische Physik III (Theorie F Statistische Mechanik) SS 7 Prof. Dr. Alexander Mirlin Musterlösung: Blatt

Mehr

Folgen und Reihen Folgen

Folgen und Reihen Folgen Folgen und Reihen 30307 Folgen Einstieg: Wir beginnen mit einigen Beispielen für reelle Folgen: (i),, 4, 8, 6, (ii) 4,, 6, 3, 7, (iii) 0,,,, 3,, (iv), 3, 7,,, Aufgabe : Setzt die Zahlenfolgen logisch fort

Mehr

Algebraische Zahlentheorie. Teil II. Die Diskriminante.

Algebraische Zahlentheorie. Teil II. Die Diskriminante. II-1 Algebraische Zahlentheorie Teil II Die Diskriminante Sei K ein Zahlkörper vom Grad n (also [K : Q] = n) Es gibt genau n Körper- Homomorphismen σ i : K C (siehe Merkzettel Separabilität) Stellen wir

Mehr

Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.

Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ. Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer

Mehr

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben: Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise

Mehr

5 Numerische Mathematik

5 Numerische Mathematik 6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul

Mehr

0.1 Modellierung von Kurven und Flächen mittels B-Splines

0.1 Modellierung von Kurven und Flächen mittels B-Splines Vorlesung vom 28.04.06 Skript erstellt von Antonia Wittmers und Maria Gensel 0.1 Modellierung von Kurven und Flächen mittels B-Splines Das Wort Spline, übersetzt mit längliches, dünnes Stück Holz oder

Mehr

Übungen Theoretische Physik I (Mechanik) Blatt 5 ( )

Übungen Theoretische Physik I (Mechanik) Blatt 5 ( ) TU München Prof. P. Vogl Beispiel 1: Übungen Theoretische Physik I (Mechanik) Blatt 5 (26.08.11) Nach Gompertz (1825) wird die Ausbreitung von Rostfraß auf einem Werkstück aus Stahl durch eine lineare

Mehr

KLAUSUR. Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) (W.Strampp) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.

KLAUSUR. Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) (W.Strampp) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr. KLAUSUR Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) 39 (WStrampp) Name: Vorname: Matr Nr/Studiengang: Versuch Nr: Für jede Aufgabe gibt es Punkte Zum Bestehen der Klausur sollten 7 Punkte erreicht

Mehr

Pr[X t+1 = k] = Pr[X t+1 = k X t = i] Pr[X t = i], also. (q t+1 ) k = p ik (q t ) i, bzw. in Matrixschreibweise. q t+1 = q t P.

Pr[X t+1 = k] = Pr[X t+1 = k X t = i] Pr[X t = i], also. (q t+1 ) k = p ik (q t ) i, bzw. in Matrixschreibweise. q t+1 = q t P. 2.2 Berechnung von Übergangswahrscheinlichkeiten Wir beschreiben die Situation zum Zeitpunkt t durch einen Zustandsvektor q t (den wir als Zeilenvektor schreiben). Die i-te Komponente (q t ) i bezeichnet

Mehr

= [Entw. nach S1 ] 2 det = [Z2 Z 2 Z 1 ] 2 det = [Entw. nach Z1 ] 5 det = [Z1 Z 1 +Z 3 ] 5 det

= [Entw. nach S1 ] 2 det = [Z2 Z 2 Z 1 ] 2 det = [Entw. nach Z1 ] 5 det = [Z1 Z 1 +Z 3 ] 5 det Aufgabe 1 Wir wissen, dass sich die Determinante einer Matrix nicht verändert, wenn wir das Vielfache einer Spalte zu einer anderen Spalte bzw. das Vielfache einer Zeile zu einer anderen Zeile addieren.

Mehr

Mathematik für Wirtschaftswissenschaftler

Mathematik für Wirtschaftswissenschaftler Mathematik für Wirtschaftswissenschaftler Yves Schneider Universität Luzern Frühjahr 2016 Repetition Kapitel 1 bis 3 2 / 54 Repetition Kapitel 1 bis 3 Ausgewählte Themen Kapitel 1 Ausgewählte Themen Kapitel

Mehr

SYSTEMANALYSE 2 Kapitel 7: Zeitdiskrete Modelle

SYSTEMANALYSE 2 Kapitel 7: Zeitdiskrete Modelle Universität Koblenz-Landau Fachbereich 7: Natur-und Umweltwissenschaften Institut für Umweltwissenschaften Dr. Horst Niemes(Lehrbeauftragter) SYSTEMANALYSE 2 Kapitel 7: Zeitdiskrete Modelle 1. Zeitdiskrete

Mehr

7. Syntax: Grammatiken, EBNF

7. Syntax: Grammatiken, EBNF 7. Syntax: Grammatiken, EBNF Teil 1 Sehr schönes Beispiel für Notwendigkeit der Theoretischen Informatik für Belange der Praktischen Informatik Vertiefung in: Einführung in die Theoretische Informatik

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4 D-MATH, D-PHYS, D-CHAB Analysis I HS 017 Prof. Manfred Einsiedler Lösung 4 Hinweise 1. Zeigen Sie, dass inf X die kleinste obere Schranke von X ist.. Dass z 1, z Lösungen sind, kann man durch Einsetzen

Mehr

2. Finite Elemente. Die Methode der finiten Elemente ist ein spezielles Bubnow-Galerkin-Verfahren:

2. Finite Elemente. Die Methode der finiten Elemente ist ein spezielles Bubnow-Galerkin-Verfahren: 2. Finite lemente Die Methode der finiten lemente ist ein spezielles Bubnow-Galerkin-Verfahren: Zur Lösung der Gleichung K [ ~ u,u]+d [ ~ u, u]+m [ ~ u, ü]=l[ ~ u ] ~ u wird folgender Ansatz gemacht: u=

Mehr

Lösungsskizze zur Wiederholungsserie

Lösungsskizze zur Wiederholungsserie Lineare Algebra D-MATH, HS Prof. Richard Pink Lösungsskizze zur Wiederholungsserie. [Aufgabe] Schreibe die lineare Abbildung f : Q Q 5, x +x +x x x +x +6x f x := x +x +8x x x +x +x. x +x +5x als Linksmultiplikation

Mehr

Kapitel 8. Parameter multivariater Verteilungen. 8.1 Erwartungswerte

Kapitel 8. Parameter multivariater Verteilungen. 8.1 Erwartungswerte Kapitel 8 Parameter multivariater Verteilungen 8.1 Erwartungswerte Wir können auch bei mehrdimensionalen Zufallsvariablen den Erwartungswert betrachten. Dieser ist nichts anderes als der vektor der Erwartungswerte

Mehr

Vorkurs Mathematik 2016

Vorkurs Mathematik 2016 Vorkurs Mathematik 2016 Vorkurs Mathematik Grad n p(x) =a n x n + a n 1 x n 1 +...+ a 1 x + a 0 führender Koeffizient Absolutglied a n, a n 1,..., a 1, a 0... Koeffizienten a n = 1... normiertes Polynom

Mehr

2 2 Reguläre Sprachen. 2.2 Endliche Automaten. Übersicht

2 2 Reguläre Sprachen. 2.2 Endliche Automaten. Übersicht Formale Systeme, Automaten, Prozesse Übersicht 2 2. Reguläre Ausdrücke 2.3 Nichtdeterministische endliche Automaten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.6 Minimale DFAs und der

Mehr

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Univ.-Prof. Dr. Goulnara ARZHANTSEVA Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 06: Rekursionen 1 / 30 Rekursionen Definition: Rekursion Sei c n eine Zahlenfolge. Eine Rekursion

Mehr

Formale Grundlagen der Informatik 1 Kapitel 5 Abschlusseigenschaften

Formale Grundlagen der Informatik 1 Kapitel 5 Abschlusseigenschaften Formale Grundlagen der Informatik 1 Kapitel 5 Frank Heitmann heitmann@informatik.uni-hamburg.de 18. April 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/64 NFAs - Grundlagen DFAs vs. NFAs Der

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin

Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

ist (oder besser Abspalten von Linearfaktoren beschäftigen. Zu einem beliebigen Körper K betrachten wir die Menge (j,k) N N j+k=n

ist (oder besser Abspalten von Linearfaktoren beschäftigen. Zu einem beliebigen Körper K betrachten wir die Menge (j,k) N N j+k=n 8. Polynomringe Das Umgehen mit Polynomen, d.h. mit Ausdrücken der Form a 0 + a 1 x + a 2 x 2 +... + a n x n ist aus der Schule vertraut, falls die Koeffizienten a 0,..., a n ganze oder rationale oder

Mehr

Stoffverteilungsplan Mathematik 10 auf der Grundlage des Lehrplans Klettbuch

Stoffverteilungsplan Mathematik 10 auf der Grundlage des Lehrplans Klettbuch mathematischen Objekten und Situationen anwenden, interpretieren und K4: Unterschiedliche Darstellungsformen je nach Situation und Zweck auswählen und zwischen ihnen wechseln K6: Überlegungen, Lösungswege

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Mathematischer Vorbereitungskurs für Ökonomen. Exponentialfunktionen und Logarithmen

Mathematischer Vorbereitungskurs für Ökonomen. Exponentialfunktionen und Logarithmen Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Exponentialfunktionen und Logarithmen Inhalt:. Zinsrechnung. Exponential- und Logaritmusfunktionen

Mehr

Mathematik in der Biologie

Mathematik in der Biologie Erich Bohl Mathematik in der Biologie 4., vollständig überarbeitete und erweiterte Auflage Mit 65 Abbildungen und 16 Tabellen ^J Springer Inhaltsverzeichnis Warum verwendet ein Biologe eigentlich Mathematik?

Mehr

Analysis für Physiker Zusätze

Analysis für Physiker Zusätze Analysis für Physiker Zusätze nach den Vorlesungen von Prof. Dr. Werner Timmermann (Sommersemester 2007, Wintersemester 2007/08) Herausgegeben von Jeffrey Kelling Felix Lemke Stefan Majewsky Stand: 23.

Mehr

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie Ferienkurs Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit, Konvergenz, Topologie Lösung 2.03.202. Gleichmäßige Konvergenz Entscheiden Sie, ob die folgenden auf (0,

Mehr

2. Mathematische Grundlagen

2. Mathematische Grundlagen 2. Mathematische Grundlagen Erforderliche mathematische Hilfsmittel: Summen und Produkte Exponential- und Logarithmusfunktionen 21 2.1 Endliche Summen und Produkte Betrachte n reelle Zahlen a 1, a 2,...,

Mehr

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57 Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5

Mehr

, T 4 = = 1, T 2 = , T 3 T 1 (1) 3 Determinanten Die Tabelle 1 zeigt die ersten Determinanten der Matrizen T n

, T 4 = = 1, T 2 = , T 3 T 1 (1) 3 Determinanten Die Tabelle 1 zeigt die ersten Determinanten der Matrizen T n Hans Walser, [20181104] Hinkende Parität 1 Worum geht es? Es wird ein Beispiel mit hinkender Symmetrie besprochen. Auflistung von Daten. Der Hintergrund ist eine Verallgemeinerung der Fibonacci-Folge und

Mehr

Literatur Lindenmayer Systems

Literatur Lindenmayer Systems Literatur Lindenmayer Systems A. Lindenmayer, Mathematical models for cellular interaction in development I and II. J. Theoret. Biol. 18 (1968) 280 315. G.T. Herman and G. Rozenberg, Developmental Systems

Mehr

Welche Probleme können Rechner (effizient) lösen? Die P = NP Frage. Ideen der Informatik Kurt Mehlhorn

Welche Probleme können Rechner (effizient) lösen? Die P = NP Frage. Ideen der Informatik Kurt Mehlhorn Welche Probleme können Rechner (effizient) lösen? Die P = NP Frage Ideen der Informatik Kurt Mehlhorn Gliederung Ziele von Theorie Gibt es Probleme, die man prinzipiell nicht mit einem Rechner lösen kann?

Mehr

Vorlesung Diskrete Strukturen Abbildungen

Vorlesung Diskrete Strukturen Abbildungen Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter WS 2009/10 Hashfunktionen Wenn eine Datenbank Millionen von Dokumenten enthält und immer neue dazu kommen, stellt sich folgendes Problem: Bei neuen

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Einführung Erfüllbarkeitsproblem NP-Vollständigkeit Definition von NP Was wäre, wenn Was tun? Ideen und Konzepte der Informatik.

Einführung Erfüllbarkeitsproblem NP-Vollständigkeit Definition von NP Was wäre, wenn Was tun? Ideen und Konzepte der Informatik. Ideen und Konzepte der Informatik P versus NP Die Grenzen der (effizienter) Berechnung? Antonios Antoniadis Basiert auf Folien von Kurt Mehlhorn 8. Jan. 2018 8. Jan. 2018 1/24 Gliederung Ziele von Theorie/Grundlagenforschung

Mehr

Vorlesung Diskrete Strukturen Abbildungen

Vorlesung Diskrete Strukturen Abbildungen Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die

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

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 13/2 29.1.27 en zur Probeklausur Aufgabe 1 (ca. 6 Punkte) Sei

Mehr

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57 Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5

Mehr

Aufgaben zur linearen Algebra und analytischen Geometrie I

Aufgaben zur linearen Algebra und analytischen Geometrie I Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und

Mehr

FORMALE SYSTEME. 3. Vorlesung: Endliche Automaten. TU Dresden, 17. Oktober Markus Krötzsch

FORMALE SYSTEME. 3. Vorlesung: Endliche Automaten. TU Dresden, 17. Oktober Markus Krötzsch FORMALE SYSTEME 3. Vorlesung: Endliche Automaten Markus Krötzsch TU Dresden, 17. Oktober 2016 Rückblick Markus Krötzsch, 17. Oktober 2016 Formale Systeme Folie 2 von 31 Wiederholung Mit Grammatiken können

Mehr

Mathematik zum Studieneinstieg

Mathematik zum Studieneinstieg Gabriele Adams Hermann-Josef Kruse Diethelm Sippel Udo Pfeiffer Mathematik zum Studieneinstieg Grundwissen der Analysis für Wirtschaftswissenschaftler, Ingenieure, Naturwissenschaftler und Informatiker

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn

Mehr

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: 8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a

Mehr

Erweiterte Koordinaten

Erweiterte Koordinaten Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten des Punktes x x n K n sind x x n Kn+ (Das ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist In

Mehr

Kombinatorik von Zahlenfolgen

Kombinatorik von Zahlenfolgen 6. April 2006 Vorlesung in der Orientierungswoche 1 Kombinatorik von Zahlenfolgen Einige Beispiele Jeder kennt die Fragen aus Intelligenztests, in denen man Zahlenfolgen fortsetzen soll. Zum Beispiel könnten

Mehr

Anwendungen der Logik, SS 2008, Martin Goldstern

Anwendungen der Logik, SS 2008, Martin Goldstern Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich

Mehr

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: Lösung 1. Übung Elemente der Algebra WS018/19 1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: (e) {(x,y) IR 7x+3y 6}.

Mehr