4. Abbildung / Funktion

Größe: px
Ab Seite anzeigen:

Download "4. Abbildung / Funktion"

Transkript

1 4. Abbildung / Funktion In der Mathematik ist eine Funktion oder Abbildung eine Beziehung zwischen zwei Mengen, die jedem Element der einen Menge (Eingangsgröße, Funktionsargument, unabhängige Variable, x Wert) ein Element der anderen Menge (Ausgangsgröße, Funktionswert, abhängige Variable, y Wert) zuordnet. Das Konzept der Funktion oder Abbildung nimmt in der modernen Mathematik eine zentrale Stellung ein; es enthält als Spezialfälle unter anderem parametrische Kurven, Skalar und Vektorfelder, Koordinatentransformationen, Operatoren und vieles mehr Begriffsgeschichte Das Nebeneinander der Begriffe Funktion und Abbildung ist nur historisch zu verstehen. Der Begriff Funktion, 1694 von Leibniz eingeführt, wurde zunächst als formelmäßige Rechenvorschrift aufgefasst, zum Beispiel y = x 2 oder f(x) = sin(x). In der Schulmathematik wurde dieser naive Funktionsbegriff bis weit in die zweite Hälfte des 20. Jahrhunderts beibehalten. Bisweilen wurden auch mehrdeutige Funktionen, zum Beispiel eine im Vorzeichen unbestimmte Quadratwurzelfunktion, zugelassen. Erst als die Analysis im 19. Jahrhundert mit einem exakten Grenzwertbegriff auf eine neue Grundlage gestellt wurde, entdeckten Weierstraß, Dedekind und andere, dass Grenzwerte unendlicher Folgen klassischer Funktionen sprunghaft sein können und sich nicht immer durch geschlossene Formeln (mit endlich vielen Rechenoperationen) ausdrücken lassen. Das erzwang eine schrittweise Ausweitung des Funktionsbegriffs. Davon unabhängig wurde im 19. Jahrhundert die Gruppentheorie begründet, mit der man systematisch untersuchen kann, wie sich algebraische Gleichungen unter der Wirkung aufeinanderfolgender Transformationen verändern. Bei der Anwendung dieser Theorie auf geometrische Probleme wurden gleichbedeutend mit Transformation auch die Begriffe Bewegung und Abbildung gebraucht. Als Anfang des 20. Jahrhunderts die Grundlagen der Mathematik einheitlich in der Sprache der Mengenlehre formuliert wurden, stellten sich die Begriffe Funktion und Abbildung dann als deckungsgleich heraus. Im Sprachgebrauch wirken die unterschiedlichen Traditionen jedoch fort. In der Analysis spricht man heute häufig noch von Funktionen, während man in der Algebra und in der Geometrie von Abbildungen spricht. Einige Mathematiker unterscheiden auch heute noch streng zwischen einer Abbildung und einer Funktion. Diese verstehen unter einer Funktion eine Abbildung in den reellen oder komplexen Zahlenkörper. Weitere Synonyme in spezielleren Zusammenhängen sind unter anderem Operation in der Analysis, Verknüpfung und Morphismus in der Algebra Definitionen und Konventionen Grundidee Eine Funktion f ordnet jedem Element x einer Definitionsmenge D genau ein Element y einer Zielmenge Z zu. Schreibweise: f: D Z, x y Anmerkungen: Die Umkehrung gilt nicht: Ein Element der Zielmenge muss (wenn überhaupt) nicht nur einem Element des Definitionsbereiches zugeordnet worden sein. Oft ist an Stelle der Definitionsmenge zunächst eine Quellmenge Q gegeben. Wenn f als Rechenvorschrift gegeben ist, erhält man die Definitionsmenge D f, indem man von Q diejenigen Elemente ausschließt, für die f nicht definiert ist Mengentheoretische Definition Mengentheoretisch ist eine Funktion eine spezielle Relation: Eine Funktion von der Menge D in die Menge Z ist eine Menge f, die die folgenden Eigenschaften hat: f ist eine Teilmenge des kartesischen Produkts D Z von D und Z, d. h. f eine Relation. 1

2 Für jedes Element x aus D existiert (mindestens) ein Element y in Z, so dass das geordnete Paar (x,y) Element der Relation f ist. f ist also linkstotal. Zu jedem Element x von D gibt es höchstens ein Element y von Z, so dass das Paar (x,y) in f liegt. f ist damit rechtseindeutig bzw. funktional. Die letzten beiden Eigenschaften lassen sich auch wie folgt zusammenfassen: Zu jedem Element x von D gibt es genau ein Element y von Z, so dass das Paar (x,y) Element der Relation f ist. Oft möchte man aber auch die Zielmenge explizit zu einem Teil der Funktion machen, zum Beispiel um Aussagen zur Surjektivität anstellen zu können: Ein Paar f = (G f,z), bestehend aus einer Relation G f und einer Menge Z, heißt Funktion von der Menge D nach Z, wenn gilt: G f D Z und zu jedem Element x von D gibt es genau ein Element y von Z (geschrieben y = f(x)), so dass das Paar (x,y) Element von G f ist. G f wird auch der Graph der Funktion f genannt. Die Definitionsmenge D der Funktion ist dabei durch ihren Graphen eindeutig bestimmt und besteht aus den ersten Komponenten aller Elemente des Graphen. Stimmen zwei Funktionen in ihren Graphen überein, so sagt man auch, sie seien im Wesentlichen gleich. Man kann jedoch auch noch die Definitionsmenge hinzunehmen und eine Funktion entsprechend als ein Tripel f = (G f,d,z), G f wie oben, definieren Verschiedene Weisen, eine Funktion zu spezifizieren Eine Zuordnung kann unter anderem in einer der folgenden Formen beschrieben werden: Funktionsterm x 2 Funktionsgleichung f(x) = x 2 Zuordnungsvorschrift x x 2 Wertetabelle (für endliche, aber auch abzählbar unendliche Definitionsbereiche) x y Als Relation insbesondere auch als aufgezählt oder beschrieben dargestellte Teilmenge f = {(1,1),(2,4),(3,9),(4,16), }. Als Komposition von anderen Funktionen oder als Inverse einer anderen Funktion Symbolische Schreibweisen Für Funktionen gibt es etliche symbolische Schreibweisen, die jeweils einige spezielle Eigenschaften der Funktion ausdrücken. Im Folgenden werden einige wichtige genannt. Symbol Erklärung f: A B Funktion von A nach B f: a b Funktion, die a auf b abbildet; statt b kann auch eine Formel o. Ä. stehen (a,b) f (a,b) G f f: a f(a):= b f:a B,a f(a):= b Funktion, die a auf b abbildet; statt b kann auch eine Formel o. Ä. stehen (mengentheoretische Schreibweise) Funktion, die a auf b abbildet, die die elementweise Zuordnung mit Beschreibung der Funktionssymbolik (statt f(a) stehen oft Dinge wie 1 a, a, a c u. Ä.) und der Formel o. Ä. (an der Stelle von b) zur Berechnung des Bildes angibt Ausführlichste Notation, die alle beteiligten Mengen und die elementweise Zuordnung mit Beschreibung der Funktionssymbolik und der Formel o. Ä. zur Berechnung des Bildes angibt 2

3 f: A B injektive Funktion von A nach B f: A B surjektive Funktion von A nach B f: A B f: A B f: A B f: A B f = id A f: A A, a a f: A = B f: A B f: A B f: A B bijektive Funktion von A nach B Inklusionsabbildung, natürliche Inklusion, natürliche Einbettung von A in B (A ist Untermenge von B, und die Funktion bildet jedes Element von A auf sich ab.) Identität, identische Abbildung auf A bzw. von A nach B (A = B, und die Funktion bildet jedes Element auf sich ab.) Isomorphismus von A nach B f: A B partielle Funktion (s. o.) von A nach B f: A B mehrdeutige Funktion (s. o.) von A nach B Die Symbole können auch, wo sinnvoll, miteinander kombiniert werden Schreib und Sprechweisen Für die Zuordnung eines Funktionswertes y zu einem Argument x gibt es eine Reihe verschiedener Sprech bzw. ausführlicher Schreibweisen, die alle mehr oder weniger gleichwertig sind und vor allem in Abhängigkeit von dem, was vordergründig ausgedrückt werden soll, vom jeweiligen Kontext, der benutzten Symbolik und auch vom Geschmack des Sprechers (Schreibers) gewählt werden. Hier einige Beispiele: x wird abgebildet auf f von x f von x wird x zugeordnet (vornehmlich, wenn das Symbol in der Symbolik steht) y gleich f von x (vornehmlich, wenn ein Gleichheitszeichen in der Symbolik steht) y ist das Bild von x unter der Abbildung f Davon zu unterscheiden ist die Sprech und Schreibweise: y ist eine Funktion von x, die vor allem in der Physik und in der Physik sehr nahe stehenden Bereichen der Mathematik auftaucht. Sie ist die ältere und ursprüngliche Sprech und Schreibweise und beschreibt die Abhängigkeit einer Variablen y von einer anderen Variablen x, im Gegensatz dazu, dass mit Hilfe der Variablen x und y (stellvertretend) die Zuordnung bestimmter Elemente von Mengen beschrieben wird. Die physikalische Sprechweise stammt von dem Vorgehen, erst zwei veränderlichen Größen (der physikalischen Realität) Symbole, nämlich die Variablen x und y, zuzuordnen, und danach deren Abhängigkeit festzustellen. Steht z. B. y für die Raumtemperatur und x für die Zeit, so wird man feststellen können, dass sich die Raumtemperatur in Abhängigkeit von der Zeit ändert und somit die Raumtemperatur eine Funktion der Zeit ist bzw. stellvertretend y eine Funktion von x ist. Statt Definitionsmenge A wird auch Definitionsbereich, Domain, Urbildmenge oder schlicht Urbild gesagt. Insbesondere im Falle partieller Funktionen wird zusätzlich von der Quellmenge gesprochen, diese heißt auch Quelle oder Source. Die Elemente von A heißen Funktionsargumente oder Urbilder, salopp auch x Werte. Die Zielmenge B wird auch Wertemenge, Wertebereich, Codomain, Destination oder Target genannt, die Elemente von B heißen Zielwerte oder Zielelemente, salopp auch y Werte. Funktionswerte, Bildelemente oder schlicht Bilder heißen dagegen nur diejenigen Elemente von B, die tatsächlich als Bild eines Arguments auftreten, die Menge der Funktionswerte heißt Bildmenge, Bild, Image oder Range von f. Wertemenge/ bereich wird manchmal etwas uneinheitlich auch als Synonym zu Bildmenge benutzt. 3

4 Für die verschiedenen Mengen sind diverse Operatoren Schreibweisen in Gebrauch, also Kurzschreibweisen, die einer Funktion f ihre verschiedenen Mengen zuordnen. Hier die gängigsten Beispiele: Definitionsbereich Def f, Def(f), Dom f, dom(f), D f, D(f), Ur f, Ur(f) Quellmenge Bildmenge Wertebereich Quelle f, Quelle(f), Q f, Q(f), Src f, Src(f) f(a), Bild f, Bild(f),B f, B(f), Im f, Im(f), I f, I(f), Ran f, ran(f),r f, R(f) Werte f, Werte(f),W f, W(f), Ziel f, Ziel(f), Cod f, Cod(f), Dst f, Dst(f) Insbesondere wird für jede Untermenge C Bild f von Bild f mit f 1 (C) das Urbild von C bezüglich der Funktion f bezeichnet. Es gilt dann Def f = f 1 (Bild f ). Dieses f 1 (C) ist nicht zu verwechseln mit dem Bild der Umkehrfunktion einer bijektiven Funktion, es ist nur eine Schreibweise für das Urbild; im Falle, dass f bijektiv ist, stimmen aber das so beschriebene Urbild von C bezüglich f und das Bild von C unter der Umkehrfunktion f 1 überein Indizierung und Auswahlfunktion Sind x 1,..., x n beliebige Mengen, so kann man das n Tupel x = (x 1,..., x n ) mit x 1 X 1,..., x n X n als Abbildung x: {1,...,n} X 1... X n, i x i X i, auffassen. Man nennt x Auswahlfunktion. Für n Tupel sind andere Definition oftmals geläufiger, jedoch soll diese Definition helfen, den Begriff der Auswahlfunktion zu erweitern: Man nennt eine Abbildung f:i X,i x i, auch eine Familie von Elementen aus X mit der Indexmenge I und schreibt sie (x i ) i I mit x i X für alle i I. Auch bei Matrizen gibt es eine Auswahlfunktion, dies wollen wir anhand eines Beispiels erläutern: Sei die Matrix gegeben. Nun ist eine Auswahlfunktion x gegeben durch x: {1,2} {1,2}, (i,j) x ij, wobei x ij das Element der Matrix bezeichnet, das in der i ten Zeile in der j ten Spalte steht. Hier zum Beispiel der Wert 6 in Zeile 2, Spalte 1: (2,1) 6. Falls die Indexmenge I überabzählbar ist, so ist die Existenz einer Auswahlfunktion x nicht selbstverständlich. Zur Sicherstellung dieser Existenz muss das Auswahlaxiom herangezogen werden Darstellung von Funktionen Eine Funktion f: U, U kann man visualisieren, indem man ihren Graphen in ein (zweidimensionales) Koordinatensystem zeichnet. Der Funktionsgraph einer Funktion f kann mathematisch definiert werden als die Menge aller Elementepaare (x y), für die y = f(x). Der Graph einer stetigen Funktion auf einem zusammenhängenden Intervall z. B. bildet eine zusammenhängende Kurve (genauer: die Menge der Punkte der Kurve, aufgefasst als Unterraum des topologischen Raumes 2 ist zusammenhängend). Analog kann man Funktionen f: U 2, U, und g: U, U 2, visualisieren, indem man sie in ein dreidimensionales Koordinatensystem zeichnet. Ist f stetig, so ergibt sich eine Kurve (die auch Ecken haben kann), die sich durch das Koordinatensystem schlängelt. Ist g stetig, so ergibt sich eine Fläche als Bild, typischerweise in Form einer Gebirgslandschaft. Computerprogramme zur Darstellung von Funktionen heißen Funktionenplotter. Funktionsprogramme gehören auch zum Funktionsumfang von Computeralgebrasystemen (CAS), matrizenfähigen Programmierumgebungen wie MATLAB, Scilab, GNU Octave und anderen Systemen. Die wesentlichen Fähigkeiten eines Funktionenplotters sind auch auf einem graphikfähigen Taschenrechner verfügbar. 4

5 4.4. Wichtige Begriffe Das Bild eines Elements a der Definitionsmenge ist einfach f(a). Das Bild einer Funktion ist die Menge der Bilder aller Elemente der Definitionsmenge A, also f(a) := {f(a) a A}. Das Bild ist folglich eine Teilmenge der Zielmenge. Das Urbild eines Elements b der Zielmenge ist die Menge aller Elemente des Definitionsbereichs, deren Bild b ist. Man schreibt f 1 (b) := { a A f(a) =b}. Das Urbild einer Teilmenge T der Zielmenge ist die Menge aller Elemente des Definitionsbereichs, deren Bild Element dieser Teilmenge ist: f 1 (T) := { a A f(a) T}. Die Umkehrfunktion einer bijektiven Funktion weist jedem Element der Zielmenge das Urbildelement zu (siehe unten). Als Verkettung oder Komposition zweier Funktionen f,g definiert man die Funktion, die durch Hintereinanderausführung (g f)(a) := g(f(a) für alle Elemente a des Definitionsbereichs gegeben ist. Mit B A oder A B wird die Menge aller Abbildungen von A nach B bezeichnet: B A := {f f: A B}. Die Einschränkung einer Funktion f: A B auf eine Teilmenge C des Definitionsbereichs A ist die Funktion f C : C B, die (je nach Definition) gegeben ist durch f C := f (C B) = {(a,b) f a C} bzw. G f C := G f (C B) = {(a,b) G f a C}. Ein Fixpunkt ist ein Element a des Definitionsbereichs von f, für das f(a) = a gilt Eigenschaften von Funktionen Eine Funktion ist injektiv, wenn jedes Element des Wertebereichs höchstens ein Urbild hat. D. h. aus f(x 1 ) = y = f(x 2 ) folgt x 1 = x 2. Sie ist surjektiv, wenn jedes Element der Zielmenge mindestens ein Urbild hat. D. h. zu beliebigem y gibt es ein x, so dass f(x) = y. Sie ist bijektiv, wenn sie injektiv und surjektiv ist, also wenn jedes Element der Zielmenge genau ein Urbild hat. Sie ist idempotent, wenn f f = f ist, d. h. f(f(x)) = f(x) für alle Elemente x des Definitionsbereichs gilt. Sie ist eine Involution, wenn f f = id ist, also f(f(x)) = x für alle Elemente x des Definitionsbereichs gilt. (siehe auch die ergänzenden Ausführungen im Skript Abbildungseigenschaften ) 4.6. Funktionen, die Strukturen beachten Funktionen, die auf Zusammenhänge wie z. B. Operationen (Addition, etc.) in der Definitions und der Zielmenge Rücksicht nehmen, werden Morphismen genannt. Siehe Homomorphismus, Kategorientheorie Strukturen erzeugende Abbildungen Ein fundamentales Konzept in der Mathematik stellen Strukturen dar, die dadurch entstehen, dass Mengen in Verbindung mit dazu gehörigen Abbildungen gesehen werden. Derartige Strukturen bilden die Grundlage praktisch aller mathematischen Disziplinen, sobald sie über elementare Mengenlehre, kombinatorische Probleme oder grundlegende mathematisch philosophische Fragestellungen hinausgehen Algebraische Strukturen Mengen können durch sogenannte Verknüpfungen strukturiert werden. Der wichtigste Spezialfall ist die innere zweistellige Verknüpfung, dabei handelt es sich um eine Abbildung der Form f: A A A. Beispiele für innere zweistellige Verknüpfungen sind Rechenoperationen, wie die Addition oder Multiplikation auf Zahlenmengen. Dementsprechend wird das Bild (x,y) eines Paares (x,y) unter einer Verknüpfung üblicherweise in der Form x y geschrieben. 5

6 Ist auf der Menge B eine innere zweistellige Verknüpfung gegeben, so lässt sich auch auf B A eine innere zweistellige Verknüpfung von Abbildungen f,g B A definieren: f g: A B, a (f g)(a) := f(a) g(a). Eine zweite wichtige Art der Abbildung ist die äußere zweistellige Verknüpfung, dies ist eine Abbildung der Form f: O A A oder f: A O A. O wird dabei als Operatorenbereich bezeichnet Spezielle Funktionen und Funktionstypen affine Funktion Polynomfunktion 5. Grades komplexe Exponentialfunktion Sinusfunktion Kugelflächenfunktion Gaußsche Glockenkurve Es gibt unterschiedlichste Unterscheidungsmerkmale und somit auch viele Namen für einzelne Funktionstypen. 6

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

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

Wahlfach Mathematik: Funktionen

Wahlfach Mathematik: Funktionen Wahlfach Mathematik: Funktionen In der Mathematik ist eine Funktion oder Abbildung eine Beziehung zwischen zwei Mengen, die jedem Element der einen Menge (Funktionsargument, unabhängige Variable, x-wert)

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

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

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

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

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

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

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

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

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

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

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

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

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

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

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

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

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

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

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

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

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

4. Relationen. Beschreibung einer binären Relation

4. Relationen. Beschreibung einer binären Relation 4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B

Mehr

Qualitative Datenanalyse

Qualitative Datenanalyse Qualitative Datenanalyse Prof. Dr. Stefan E. Schmidt Francesco Kriegel TU Dresden Fakultät Mathematik Institut Algebra SS 2007 28. September 2008 Inhaltsverzeichnis Kapitel 1 Formale Begriffsanalyse 1

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

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

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

3.2 Spiegelungen an zwei Spiegeln

3.2 Spiegelungen an zwei Spiegeln 3 Die Theorie des Spiegelbuches 45 sehen, wenn die Person uns direkt gegenüber steht. Denn dann hat sie eine Drehung um die senkrechte Achse gemacht und dabei links und rechts vertauscht. 3.2 Spiegelungen

Mehr

Sprechen wir über Zahlen (Karl-Heinz Wolff)

Sprechen wir über Zahlen (Karl-Heinz Wolff) Sprechen wir über Zahlen (Karl-Heinz Wolff) Die Überschrift ist insoweit irreführend, als der Autor ja schreibt und nicht mit dem Leser spricht. Was Mathematik im allgemeinen und Zahlen im besonderen betrifft,

Mehr

1. Grundlegende Konzepte der Informatik

1. Grundlegende Konzepte der Informatik 1. Grundlegende Konzepte der Informatik Inhalt Algorithmen Darstellung von Algorithmen mit Programmablaufplänen Beispiele für Algorithmen Aussagenlogik Zahlensysteme Kodierung Peter Sobe 1 Algorithmen

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

Mathematik-Dossier. Die lineare Funktion

Mathematik-Dossier. Die lineare Funktion Name: Mathematik-Dossier Die lineare Funktion Inhalt: Lineare Funktion Lösen von Gleichungssystemen und schneiden von Geraden Verwendung: Dieses Dossier dient der Repetition und Festigung innerhalb der

Mehr

Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen)

Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiel 1 Diskutiere die durch f(x) = x2 3x 4 x + 2 gegebene Funktion f. a) Definitionsbereich: Der Nenner eines Bruches darf nicht gleich

Mehr

Einführung in MATLAB

Einführung in MATLAB Kapitel 4 Einführung in MATLAB 41 Allgemeines MATLAB ist eine kommerzielle mathematische Software zur Lösung mathematischer Probleme und zur graphischen Darstellung der Ergebnisse Die Verfahren in MATLAB

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

Zusammenfalten des Post schen Verbandes mittels Operationen aus binären booleschen Funktionen

Zusammenfalten des Post schen Verbandes mittels Operationen aus binären booleschen Funktionen Institut für Informatik der Bayerischen Julius Maximilians Universität Würzburg Zusammenfalten des Post schen Verbandes mittels Operationen aus binären booleschen Funktionen Studienarbeit von Christian

Mehr

Die Cantor-Funktion. Stephan Welz

Die Cantor-Funktion. Stephan Welz Die Cantor-Funktion Stephan Welz Ausarbeitung zum Vortrag im Proseminar Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 2009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser

Mehr

3 Berechnungen und Variablen

3 Berechnungen und Variablen 3 Berechnungen und Variablen Du hast Python installiert und weißt, wie man die Python-Shell startet. Jetzt kannst Du etwas damit machen. Wir fangen mit ein paar einfachen Berechnungen an und wenden uns

Mehr

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

OPERATIONS-RESEARCH (OR)

OPERATIONS-RESEARCH (OR) OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:

Mehr

Grundlagen der Informationverarbeitung

Grundlagen der Informationverarbeitung Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

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

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

Mathematik am Computer 7. Vorlesung: Matlab, Teil II

Mathematik am Computer 7. Vorlesung: Matlab, Teil II Mathematik am Computer 7. Vorlesung: Matlab, Teil II Helmut Harbrecht Universität Stuttgart 27. Januar 2011 Helmut Harbrecht (Universität Stuttgart) Mathematik am Computer 27. Januar 2011 1 / 35 Übersicht

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

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

Abitur - Grundkurs Mathematik. Sachsen-Anhalt 2002. Gebiet G1 - Analysis

Abitur - Grundkurs Mathematik. Sachsen-Anhalt 2002. Gebiet G1 - Analysis Abitur - Grundkurs Mathematik Sachsen-Anhalt Gebiet G - Analsis Aufgabe.. Der Graph einer ganzrationalen Funktion f dritten Grades mit einer Funktionsgleichung der Form f a b c d a,b,c,d, R schneidet die

Mehr

CAS-Ansicht Computer Algebra System & Cas spezifische Befehle

CAS-Ansicht Computer Algebra System & Cas spezifische Befehle CAS-Ansicht Computer Algebra System & Cas spezifische Befehle GeoGebra Workshop Handout 10 1 1. Einführung in die GeoGebra CAS-Ansicht Die CAS-Ansicht ermöglicht die Verwendung eines CAS (Computer Algebra

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

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

Mehr

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y

Mehr

Kapitel DB:III. III. Konzeptueller Datenbankentwurf

Kapitel DB:III. III. Konzeptueller Datenbankentwurf Kapitel DB:III III. Konzeptueller Datenbankentwurf Einführung in das Entity-Relationship-Modell ER-Konzepte und ihre Semantik Charakterisierung von Beziehungstypen Existenzabhängige Entity-Typen Abstraktionskonzepte

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

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2)

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) Aufgabe 3 Bankkonto Schreiben Sie eine Klasse, die ein Bankkonto realisiert. Attribute für das Bankkonto sind der Name und Vorname des Kontoinhabers,

Mehr

Mögliche Prüfungsfragen zu VO Mathematische Software

Mögliche Prüfungsfragen zu VO Mathematische Software Mögliche Prüfungsfragen zu VO Mathematische Software SS 2009 Der Prüfungsstoff umfasst alles, was in der Vorlesung vorgetragen wurde. Die folgende Liste soll Ihnen bei der Vorbereitung helfen. Bei der

Mehr

Darstellungsformen einer Funktion

Darstellungsformen einer Funktion http://www.flickr.com/photos/sigfrid/348144517/ Darstellungsformen einer Funktion 9 Analytische Darstellung: Eplizite Darstellung Funktionen werden nach Möglichkeit eplizit dargestellt, das heißt, die

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

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

Mehr

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer:

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.

Mehr

Funktionen und Mächtigkeiten

Funktionen und Mächtigkeiten Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit

Mehr

Z = 60! 29!31! 1,1 1017.

Z = 60! 29!31! 1,1 1017. Aufgabe : Eine Hochzeitsgesellschaft besteht aus 60 Personen. a Wieviele verschiedene Möglichkeiten für Sitzordnungen gibt es? b Nehmen Sie nun an, dass 9 Gäste aus dem Familien- und Freundeskreis der

Mehr

Aufgabe 1 (Excel) Anwendungssoftware 1 / 11 Semesterschlussprüfung 21.06.2004

Aufgabe 1 (Excel) Anwendungssoftware 1 / 11 Semesterschlussprüfung 21.06.2004 Anwendungssoftware 1 / 11 Dauer der Prüfung: 90 Minuten. Es sind alle fünf Aufgaben mit allen Teilaufgaben zu lösen. Versuchen Sie, Ihre Lösungen soweit wie möglich direkt auf diese Aufgabenblätter zu

Mehr

Repetitionsaufgaben: Lineare Funktionen

Repetitionsaufgaben: Lineare Funktionen Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Funktionen Zusammengestellt von Irina Bayer-Krakvina, KSR Lernziele: - Wissen, was ein Steigungsdreieck einer Geraden ist und wie die Steigungszahl

Mehr

Zahlenbereiche. Jörn Loviscach. Versionsstand: 20. Oktober 2009, 17:43

Zahlenbereiche. Jörn Loviscach. Versionsstand: 20. Oktober 2009, 17:43 Zahlenbereiche Jörn Loviscach Versionsstand: 20. Oktober 2009, 17:43 1 Natürliche, ganze und rationale Zahlen Zum Zählen benötigt man die positiven natürlichen Zahlen 1, 2, 3,... In der Informatik zählt

Mehr

Wirtschaftsmathematik. Studienskript.

Wirtschaftsmathematik. Studienskript. y y = f() F F3 a F b Wirtschaftsmathematik. Studienskript. Betriebswirtschaftslehre (B.A.) BWMA0 Impressum Impressum Herausgeber: Internationale Hochschule Bad Honnef Bonn International University of Applied

Mehr

Einführung in die Tabellenkalkulation Microsoft Excel

Einführung in die Tabellenkalkulation Microsoft Excel Einführung in die Tabellenkalkulation Microsoft Excel Mit Hilfe einer Tabellenkalkulation kann man Daten tabellarisch auswerten und grafisch darstellen. Die Daten werden als Tabelle erfasst, verwaltet

Mehr

A.1 Schaltfunktionen und Schaltnetze

A.1 Schaltfunktionen und Schaltnetze Schaltfunktionen und Schaltnetze A. Schaltfunktionen und Schaltnetze 22 Prof. Dr. Rainer Manthey Informatik II Bedeutung des Binärsystems für den Rechneraufbau Seit Beginn der Entwicklung von Computerhardware

Mehr

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011 Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.

Mehr

Lösung zur Übung 3. Aufgabe 9)

Lösung zur Übung 3. Aufgabe 9) Lösung zur Übung 3 Aufgabe 9) Lissajous-Figuren sind Graphen in einem kartesischen Koordinatensystem, bei denen auf der Abszisse und auf der Ordinate jeweils Funktionswerte von z.b. Sinusfunktionen aufgetragen

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

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

Fachlehrplan Mathematik - Berufsmaturität Natur, Landschaft und Lebensmittel

Fachlehrplan Mathematik - Berufsmaturität Natur, Landschaft und Lebensmittel Fachlehrplan Mathematik - Berufsmaturität Natur, Landschaft und Lebensmittel 1. Allgemeine Bildungsziele Mathematik im Grundlagenbereich vermittelt fachspezifische und fachübergreifende Kenntnisse, Fähigkeiten

Mehr

Funktionen (linear, quadratisch)

Funktionen (linear, quadratisch) Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)

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

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

2. Grundlagen der technischen Software - Beispiel: MathCAD 2.1 Einführung 2.2 Grundlagen an Beispielen

2. Grundlagen der technischen Software - Beispiel: MathCAD 2.1 Einführung 2.2 Grundlagen an Beispielen Gliederung 2. Grundlagen der technischen Software - Beispiel: MathCAD 2.1 Einführung 2.2 Grundlagen an Beispielen 2.1 Einführung 2-01 MathCAD im Überblick Taschenrechner für numerische Berechnungen Industriestandard-Rechensoftware

Mehr

Analytische Geometrie / Lineare Algebra (Wahlaufgaben 2.1 und 2.2) - Keine Einschränkungen der pflichtgemäß zu behandelnden Themen oder Inhalte

Analytische Geometrie / Lineare Algebra (Wahlaufgaben 2.1 und 2.2) - Keine Einschränkungen der pflichtgemäß zu behandelnden Themen oder Inhalte Grundkurs Die angegebenen Schwerpunkte basieren auf dem Rahmenlehrplan für die gymnasiale Oberstufe Mathematik in den Ausgaben für Berlin bzw. Brandenburg, insbesondere dem Kerncurriculum für die Qualifikationsphase,

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

Analysis. Merkur. Haarmann Wolpers. Verlag Rinteln

Analysis. Merkur. Haarmann Wolpers. Verlag Rinteln Haarmann Wolpers Analysis Merkur Verlag Rinteln Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Hermann Haarmann

Mehr

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen

3. Spezielle ER-Modelle und Tabellenableitung. Transformation von ER-Diagrammen in Relationen 3. Spezielle ER-Modelle und Tabellenableitung Spezialfälle von ER-Modellen Grundlage, was sind Relationen Transformation von ER-Diagrammen in Relationen 56 Lesebeispiel Access (Realisierungmodell!) 57

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

Einführung in das Entity-Relationship-Modell

Einführung in das Entity-Relationship-Modell Einführung in das Entity-Relationship-Modell Historie Entity-Relationship-Modell kurz: ER-Modell bzw. ERM 1976 von Peter Chen vorgeschlagen Standardmodell für frühe Entwurfsphasen in der Datenbankentwicklung

Mehr

Standardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Probeklausur März 2014. Teil-1-Aufgaben

Standardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Probeklausur März 2014. Teil-1-Aufgaben Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik Probeklausur März 2014 Teil-1-Aufgaben Beurteilung Jede Aufgabe in Teil 1 wird mit 0 oder 1 Punkt bewertet, jede Teilaufgabe in

Mehr

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

Fachlehrplan Mathematik - Berufsmaturität Technik, Architektur, Life Sciences

Fachlehrplan Mathematik - Berufsmaturität Technik, Architektur, Life Sciences Fachlehrplan Mathematik - Berufsmaturität Technik, Architektur, Life Sciences 1. Allgemeine Bildungsziele Mathematik im Grundlagenbereich vermittelt fachspezifische und fachübergreifende Kenntnisse, Fähigkeiten

Mehr

5. MATHEMATIK, NATURWISSENSCHAFTEN UND ERNÄHRUNG 5.1 ANGEWANDTE MATHEMATIK

5. MATHEMATIK, NATURWISSENSCHAFTEN UND ERNÄHRUNG 5.1 ANGEWANDTE MATHEMATIK 72 I. Jahrgang: 1. und 2. Semester: 5. MATHEMATIK, NATURWISSENSCHAFTEN UND ERNÄHRUNG 5.1 ANGEWANDTE MATHEMATIK Zahlen und Maße: - die Bezeichnungen, den Aufbau und die Eigenschaften der Zahlenmengen (N,

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

Operatoren. Programmiersprachen. Programmablaufplan und Struktogramm.

Operatoren. Programmiersprachen. Programmablaufplan und Struktogramm. Operatoren. Programmiersprachen. Programmablaufplan und Struktogramm. Jörn Loviscach Versionsstand: 7. Oktober 2011, 11:16 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.

Mehr

Warum sind die komplexen Zahlen cool? (meiner lieben 7SV gewidmet)

Warum sind die komplexen Zahlen cool? (meiner lieben 7SV gewidmet) Warum sind die komplexen Zahlen cool? (meiner lieben 7SV gewidmet) Intro: Du kennst die reellen Zahlen. Sie entsprechen den Punkten auf einer Strecke bzw. auf dem Zahlenstrahl. - Man kann sie der Größe

Mehr

Mathematica. H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32

Mathematica. H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32 Mathematica H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32 Mathematica I Mathematica ist ein Mathematik-Programm zum numerischen und symbolischen Lösen von Gleichungen Gleichungssystemen

Mehr

W. Schäfer/K. Georgi/G. Trippier. Mathematik-Vorkurs

W. Schäfer/K. Georgi/G. Trippier. Mathematik-Vorkurs W. Schäfer/K. Georgi/G. Trippier Mathematik-Vorkurs Mathematik- Vorkurs Übungs- und Arbeitsbuch für Studienanfänger Von Prof. Dr. rer. nat. habil. Wolfgang Schäfer Oberstudienrat Kurt Georgi und Doz. Dr.

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

Vorlesung Ang. Mathematik für BWL 2.Woche: Funktionen I

Vorlesung Ang. Mathematik für BWL 2.Woche: Funktionen I Vorlesung Ang. Mathematik für BWL 2.Woche: Funktionen I Der Funktionsbegriff ist seit ca. 350 Jahren (Leibniz, Newton) einer der bedeutendsten mathematischen Begriffe. Bis vor wenigen Jahrzehnten hat man

Mehr

Die Eulersche Zahl. Halbjährliche Verzinsung: (50%=0,5)... n- malige Verzinsung:

Die Eulersche Zahl. Halbjährliche Verzinsung: (50%=0,5)... n- malige Verzinsung: 1 Die Eulersche Zahl Euler war als Mathematiker ein großer Experimentator. Er spielte mit Formeln so, wie ein Kind mit seinem Spielzeug und führte alle möglichen Substitutionen durch, bis er etwas Interessantes

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

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge.

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge. Reltionen zwischen Mengen/uf einer Menge! Eine Reltion R A B (mit A B) ist eine Reltion zwischen der Menge A und der Menge B, oder uch: von A nch B. Drstellung: c A! Wenn A = B, d.h. R A A, heißt R eine

Mehr

Beispielarbeit. MATHEMATIK (mit CAS)

Beispielarbeit. MATHEMATIK (mit CAS) Abitur 2008 Mathematik (mit CAS) Beispielarbeit Seite 1 Abitur 2008 Mecklenburg-Vorpommern Beispielarbeit MATHEMATIK (mit CAS) Hinweis: Diese Beispielarbeit ist öffentlich und daher nicht als Klausur verwendbar.

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

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