G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag

Größe: px
Ab Seite anzeigen:

Download "G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag"

Transkript

1 G. Dobner/H.-J. Dobner: Lineare Algebra Elsevier Spektrum Akademischer Verlag Beantwortung der Fragen und Lösungen der Aufgaben zu Kapitel Version V vom

2 2 Beantwortung der Fragen zu Kapitel TESTFRAGEN ZU KAPITEL.. P (A) = f?g. n 2. QnZ = r r = p q o. mit q - p 3. R = fc jim (c) = g. 4. Eine Abbildung f von einer Menge X = D (f) in eine Menge Y = W (f) ist eine Vorschrift, bei der in eindeutiger Weise jedem Element x 2 X genau ein Element y 2 Y zugeordnet wird. 5. Durch Wahl von W (f) = Bild (f) wird eine beliebige Abbildung zur surjektiven Abbildung. 6. a) Die Abbildung f : [; )! [; ) ; x 7! x + ist injektiv aber nicht surjektiv. b) Die Abbildung f : R! [; ) ; x 7! x 2 ist surjektiv aber nicht injektiv. c) Die Abbildung f : R! R; x 7! 2 ist weder injektiv noch surjektiv. TESTFRAGEN ZU KAPITEL.2. In Gruppen gibt es im Unterschied zu Halbgruppen genau ein neutrales Element und zu jedem Gruppenelement existiert das Inverse. 2. Die Menge M = f2 k jk 2 Zgder geraden ganzen Zahlen ist bezüglich der Multiplikation eine (abelsche) Halbgruppe, aber das neutrale Element gehört nicht zu M. a;b2u 3. Die Untergruppen sind die nur aus dem neutralen Element bestehende Gruppe fg sowie N und Z. 4. Das Untergruppenkriterium lautet U G, V a b 2 U. Das Untergruppenkriterium kann nicht für Halbgruppen gelten, da es in einer Halbgruppe keine inversen Elemente gibt. 5. Die Permutationsgruppe S Die kleinste mögliche Ordnung einer Gruppe G ist ; dann besteht G nur aus dem neutralen Element.

3 3 7. Das Axiom (G3) ist verletzt, das Element besitzt kein Inverses bezüglich der Multiplikation. 8. Geometrisch können die Permutationsgruppen wie folgt interpretiert werden: Die Elemente der Gruppe S 2 sind die Spiegelungen eines Stabes. Die Elemente der Gruppe S 3 sind Drehungen und Spiegelungen eines gleichseitigen Dreiecks interpretiert; ; 2 ; 3 sind Drehungen und 4 ; 5 ; 6 Spiegelungen. 9. Sämtliche Untergruppen von S 3 sind U = f g ; U 2 = f ; 4 g ; U 3 = f ; 5 g ; U 4 = f ; 6 g ; U 5 = f ; 2 ; 3 g ; U 6 = S 3 :. Die Permutationsgruppe S n hat die Ordnung n! TESTFRAGEN ZU KAPITEL.3. Die Menge (M; +) ist eine abelsche Gruppe mit neutralem Element und (M; ) ist eine abelsche Halbgruppe mit neutralem Element. Da das Distributivgesetz erfüllt ist liegt ein kommutativer Ring mit Eins vor. 2. Das Gleitkommasystem T (b; l; e ; e 2 ) ist kein Ring, da die Assoziativgesetze bezüglich deraddition undmultiplikation nicht gelten und außerdem das Distributivgestz verletzt ist. 3. Ein Ring R besteht aus einer nicht leeren Menge R 6=?, in der zwei Verknüpfungen + (Addition) und (Multiplikation) erklärt sind, so dass R bezüglich + und algebraisch abgeschlossen ist, d. h., je zwei Elementen a; b aus R wird genau ein Element a + b 2 R bzw. a b 2 R zugeordnet: + : R R! R; (a; b) 7! a + b : R R! R; (a; b) 7! a b: Ferner muss gelten: (R; +) ist eine Abel'sche Gruppe und (R; ) ist eine Halbgruppe. Ferner gelten V die beiden Distributivgesetze a (b + c) = a b + a c. Distributivgesetz a;b;c2r V a;b;c2r (a + b) c = a c + b c 2. Distributivgesetz 4. Ein Körper muss mindestens zwei Elemente haben, nämlich die neutralen Elelemente bzgl. der Addition und Multiplikation. 5. (I; +; ) ist kein Körper, da unter anderem das Distributivgesetz verletzt ist.

4 4 TESTFRAGEN ZU KAPITEL.4. Die Gleichheit = ist eine Äquivalenzrelation, sicherlich die bekannteste. 2. Die Relation ist keine Äquivalenzrelation,.da die Symmetrie verletzt ist (mod 3), (mod 8), (mod 2) : (mod 2), (mod ), (mod 27) : in Z 7, in Z 7, in Z 8, (mod 8) in Z Ja, denn p 3 = 6 in Z, da = 3 in Z. 7. Z ist ein Körper und Z 22 ein kommutativer Ring mit Eins. TESTFRAGEN ZU KAPITEL.5. Ja, z. B. das Polynom i (x 2) (x + ) : 2. Die Koefzienten a; b; c in der Gleichung ax 2 + bx + c sind reelle Zahlen. In diesem Fall hat das Polynom genau dann reelle Nullstellen, wenn b 2 4ac ist, andernfalls hat es nur komplexe Nullstellen. 3. Jedes Polynom n-ten Grades, n, besitzt eine Nullstelle in C: 4. Nein, das gilt nur für reelle Polynome ungeraden Grades, so hat das komplexe Polynom 3. Grades (x + i) 3 = x i x 2 3x i keine reelle Nullstelle. 5. Nein, auch das gilt nur für reelle Polynome, das Polynom (x i) (x + 4 i) hat keine konjugiert komplexen Nullstellen. 6. Ja zum Beispiel hat das reelle quadratische Polynom x 2 + keine relle Nullstelle. 7. Die inversen Elemente gehören nicht zu P. TESTFRAGEN ZU KAPITEL.6. Eine Matrix ist eine Zahl. (M (K) ; +; ) ist ein Körper. 2. Am Besten eignen sich Diagonalmatrizen. A 2 A 3 ist invertierbar mit A 2 A : 3

5 5 die Matrix b 2 3 ist dagegen nicht invertierbar. 3. (M nm (K) ; +; ) ist im Falle n 6= m kein Ring, da die Multplikation zweier n m Matrizen nicht ausführbar ist. 4. Für A 2 M nm (K) und B 2 M mn (K) sind sowohl A B als auch B A deniert; genauer gilt A B 2 M nn (K) und B A 2 M mm (K). 5. Nein! Auch liefern Diagonalmatrizen geeignete Gegenbeispiele. Die Matrizen A = und B = 2 2 sind jeweils invertierbar, aber die Summe A + B = 4 ist nicht invertierbar. 6. Ja, wie das Beispiel der nicht invertierbaren Matrizen A = ; B = zeigt, aber die Summe A + B = ist die Einheitsmatrix und somit existiert deren Inverse A 7 A Nein, eine quadratische Matrix, welche eine Nullzeile enthält kann, nicht invertierbar sein, denn dann muss eine mm-matrix A b mit der Eigenschaft AA b = AA b = E existieren. Ist A = (a i;j ) i=;:::m;j=;:::m eine m m- Matrix mit einer Nullzeile, etwa a i;k = für k = ; : : : ; n, dann folgt a i;i = = sein. m P k= A a i;k ba k;i ; die Diagonalelemente müssen aber gleich

6 6 Lösungen der Aufgaben zu Kapitel Aufgabe. A \ B = ( 2; 3) ; C [ D = ( 2; 3] ; CD = f(c; d) j 2 < c < ; d 3g ; A[(B \ C) = ( 2; 3) ; (A [ B)\ C = ( 2; ). Aufgabe.2 Die folgenden Abbildungen zeigen die Mengen im R R. Aufgabe.2: Menge A

7 7 Aufgabe.2: Menge B Es ist A [ B = (x; y) 2 R 2 y 2 2x_y x2. Aufgabe.3 P (A) = f?; fg ; f2g ; f3g ; f; 2g ; f; 3g ; f2; 3g ; Ag ; b) P (B) = f?; f?g ; ff2; 4gg ; fxg ; f?; f2; 4gg ; f?; xg ; ff2; 4g ; xg ; Bg. Aufgabe.4 a) Es gilt x 2 Xn (A [ B), x 2 X^x =2 (A [ B), x 2 X^ (x =2 A_x =2 B), (x 2 X^x =2 A) ^ (x 2 X^x =2 B), x 2 (XnA) \ (XnB) :

8 8 b) Es gilt x 2 Xn (A \ B), x 2 X^x =2 (A \ B), x 2 X^ (x =2 A_x =2 B), (x 2 X_x =2 A) ^ (x 2 X_x =2 B), x 2 (XnA) [ (XnB) : Aufgabe.5 Injektivität: Für x 6= x 2 folgt + x 6= + x 2 und damit f (x ) = +x 6= +x 2 = f (x 2 ). Surjektivität: Für gegebenes y 2 ( ; ] müssen wir die Gleichung f (x) = +x = y nach :x auösen, es ist x = +y und damit f (y) = +y. Aufgabe.6 Die Vereinigung zweier Untergruppen ist i. A. keine Untergruppe von G.In der Permutationsgruppe. S 3 sind U 2 = f ; 4 gund U 3 = f ; 5 g Untergruppen, aber U [U 2 = f ; 4 ; 5 g ist keine Untergruppe. Der Durchschnitt zweier Untergruppen ist wieder eine Untergruppe. Bezeichne D = U \ U 2 den Durchschnitt. Da jede Untergruppe das neutrale Element n enthält, liegt n auch in D. Daher ist D 6=?. Sei nun a; b 2 D. Da sowohl U als auch U 2 eine Untergruppe ist, folgt a b 2 U ^ a b 2 U 2, nach dem Untergruppenkriterium folgt die Behauptung. Aufgabe.7 Die Lösung ist in der nächsten Version enthalten! Aufgabe.8 Assoziativität und Kommutativität von und sowie die Gültigkeit der Distributivgesetze folgen sofort aus den üblichen reellen Grundrechenarten + und Bleibt also nur die Existenz der inversen und neutralen Elemente nachzuweisen: e = 3 5 ist das neutrale Element bezüglich der Addition, denn a e = a = a und zu a ist a 3 das inverse Element bzgl., denn a ( a). = a + ( a) 5 = e. Das neutrale Element bezüglich Multiplikation ist e = 3 5, denn 25ab 65(a+b)+32 a e := 55 und zu a ist das inverse Element von a 6= bzgl.. Aufgabe.9 Ein reelles Polynom 3. Grades kann eine, zwei oder drei verschiedene reelle Nullstellen haben, das gleiche trifft natürlich auch für ein komplexes Polynom zu, wenn das reelle Polynom mit i multipliziert wird. Eine reelle Nullstelle x 3 3x 2 + 3x Zwei reelle Nullstellen x 3 2x 2 7x + 4 Drei reelle Nullstellen x 3 2x 2 5x + 6 Aufgabe. Es ist 2 = 3 7 daher lösen wir die Gleichung x 2 + 9x + 4 = in den Primkörpern Z 3 und Z 7 : Lösung in Z 3 : x 2 +2 (mod 3) ) x (mod 3) _ x 2 (mod 3) : Lösung in Z 7 : x 2 +9x (mod 7) ) x (x + 9) (mod 7) ) x 3 5

9 9 (mod 7) _ x 5 (mod 7) : Damit ergeben sich in Z 2 folgende Lösungen: x (mod 3) ^x (mod 7) ) x 7 (mod 2) x (mod 3) ^x 5 (mod 7) ) x 9 (mod 2) x 2 (mod 3) ^x (mod 7) ) x 4 (mod 2) x 2 (mod 3) ^x 5 (mod 7) ) x 5 (mod 2) : Die Lösungen lauten also: x = 5; x 2 = 7; x 3 = 4; x 4 = 9. Aufgabe. Es ist 35 = 57 daher lösen wir die Gleichung x 2 +x 28 = in den Primkörpern Z 5 und Z 7 : Lösung in Z 5 : x 2 3 (mod 5), x 2 2 (mod 5) ) Gleichung nicht lösbar, somit existieren keine Lösungen der Gleichung. Aufgabe.2 Gesucht ist eine Lösung der Gleichung 25x = (mod ). In Z muss dann gelten 25x, x In Z ist also 97 das Inverse zu 25. Aufgabe.3 A und B sind 33Matrizen und C eine 43 Matrix. Daher sind nur die Produkte bzw. Ausdrücke AB; BA; C(A + B) erklärt. AB = C(A + B) A ; BA C A Aufgabe.4 Gilt (AB) = B A dann folgt (AB) A = B, d.h. A ; a; a ;2 a 2; a 2;2 = ) a; + 4a 2; a ;2 + 4a 2;2 : 6a ; + 3a 2; 6a ;2 + 3a 2;2 Somit ist a; a ;2 a 2; a 2;2 Aufgabe.5 Für B = = b; b ;2 b 2; b 2;2 :

10 muss gelten b; b ;2 = b 2; b 2; b 2; 3b ;2 b ; + b ;2 b 2;2 = 3b ; b 2; 3b 2;2 3b ;2 + b 2; daraus ergibt sich für B die Gestalt u s t t B = ; s; t 2 R: 3t s gilt AB = BA. b 2; b 2;2 b; b ;2 Aufgabe.6 Die binomische Formel (A + B) 2 = A 2 +2AB+B 2 gilt nur für kommutierende Matrizen, d. h. Matrizen mit der Eigenschaft AB = BA:

11

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

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

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

A Matrix-Algebra. A.1 Definition und elementare Operationen

A Matrix-Algebra. A.1 Definition und elementare Operationen A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

KAPITEL 0. Einführung

KAPITEL 0. Einführung Lineare Algebra KAPITEL 0 Einführung Dieses Skript zur Vorlesung Lineare Algebra an der Goethe Universität Frankfurt im Sommersemester 2011 befindet sich noch in der Entstehung und wird fortlaufend aktualisiert

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

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

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html

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

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

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

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

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

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

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

Mehr

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

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

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

Mehr

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

Zusatztutorium, 25.01.2013

Zusatztutorium, 25.01.2013 Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu

Mehr

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

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

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

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

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

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

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

Mehr

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

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

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

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 5 Invariantenringe zu Untergruppen Proposition 5.1. Es sei R G R eine Operation einer Gruppe G auf einem kommutativen Ring durch

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010 Mathematische Grundlagen Lernmodul 4 Reelle Zahlen Stand: Oktober 200 Autoren: Prof. Dr. Reinhold Hübl, Professor Fakultät für Technik, Wissenschaftliche Leitung ZeMath, E-Mail: huebl@dhbw-mannheim.de

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

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

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

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

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

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

Mehr

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

Eigenwerte und Eigenvektoren von Matrizen

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

Mehr

Einführung in die Zahlentheorie und algebraische Strukturen

Einführung in die Zahlentheorie und algebraische Strukturen Einführung in die Zahlentheorie und algebraische Strukturen Wintersemester 2012/2013 Universität Bayreuth Michael Stoll Inhaltsverzeichnis 1. Wiederholung: Gruppen, Ringe, Körper 2 2. Teilbarkeitslehre

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3

Mehr

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

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

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

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

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Lineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche

Lineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche Lineare Algebra für Informatiker TUM Sommersemester 20 Dozent: Christian Pötzsche Janosch Maier 3. Juli 20 Herzlichen Dank an Lucas Westermann, Florian Scheibner (https://github. com/lswest/lamitschrift)

Mehr

3.1. Die komplexen Zahlen

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

Mehr

Musterlösungen zur Linearen Algebra II Blatt 5

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

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

Mehr

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen.

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen. 9-1 Funktionen 9 Natürliche Zahlen, rationale Zahlen, reelle Zahlen Hier soll ein Überblick gegeben werden, wie die reellen Zahlen ausgehend von den natürlichen Zahlen konstruiert werden Dies erfolgt in

Mehr

Q(n) = n 0 +n 1 +n 2 +...+n k.

Q(n) = n 0 +n 1 +n 2 +...+n k. 25 2 Kongruenzen Mit Hilfe der hier definierten Kongruenz können Aussagen über Teilbarkeit einfacher formuliert und bewiesen werden, und man erhält eine Differenzierung der Zahlen, die bezüglich einer

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

Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/10. 14.

Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/10. 14. Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Wintersemester 2009/0 4. Januar 200 Instabilitäten

Mehr

Bestimmung einer ersten

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

Mehr

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

Lösungen zu Kapitel 7

Lösungen zu Kapitel 7 Lösungen zu Kapitel 7 Lösung zu Aufgabe 1: Nach Definition 7.1 ist eine Verknüpfung auf der Menge H durch eine Abbildung : H H H definiert. Gilt H = {a 1,..., a m }, so wird eine Verknüpfung auch vollständig

Mehr

Gleichungen Aufgaben und Lösungen

Gleichungen Aufgaben und Lösungen Gleichungen Aufgaben und Lösungen http://www.fersch.de Klemens Fersch 6. Januar 3 Inhaltsverzeichnis Lineare Gleichung. a x + b = c....................................................... Aufgaben....................................................

Mehr

Mathematik wirklich verstehen

Mathematik wirklich verstehen Mathematik wirklich verstehen Eine Einführung in ihre Grundbegriffe und Denkweisen Von Arnold Kirsch 3. verbesserte Auflage Aulis Verlag Deubner & Co KG Köln Inhaltsverzeichnis Vorwort 11 Teil A Zahlen

Mehr

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz

Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz Tobias Kraushaar Kaiserstr. 178 44143 Dortmund Matr.- Nr.: 122964 Euklidischer Algorithmus, Restklassenring und seine Struktur, Chinesischer Restklassensatz 1. EINLEITUNG... 2 2. HAUPTTEIL... 3 2.1. Der

Mehr

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09 Lineare Algebra I HP Butzmann Vorlesung im HWS 09 Inhaltsverzeichnis 1 Mengen und Abbildungen 2 2 Körper 15 3 Vektorräume 40 4 Basis und Dimension 53 5 Lineare Abbildungen 67 6 Matrizen 80 7 Lineare Gleichungssysteme

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen

Mehr

4 Kongruenz und Modulorechnung

4 Kongruenz und Modulorechnung 4 Kongruenz und Modulorechnung 39 4 Kongruenz und Modulorechnung In unserer Zeitrechnung haben wir uns daran gewöhnt, nur mit endlich vielen Zahlen zu rechnen. Es ist gerade 3 Uhr und in 50 Stunden muss

Mehr

Kapitel II Ringe. 1 Grundbegriffe. 1.1 Definition eines Rings

Kapitel II Ringe. 1 Grundbegriffe. 1.1 Definition eines Rings Kapitel II Ringe Eine zentrale Aufgabe der Algebra ist es, Aussagen über die Nullstellen von Polynomen zu machen. Für den Umgang mit Polynomen ist es nützlich, die abstrakten Hintergründe der Addition

Mehr

Didaktik der Algebra Jürgen Roth Didaktik der Algebra 4.1

Didaktik der Algebra Jürgen Roth Didaktik der Algebra 4.1 Didaktik der Algebra 4.1 Didaktik der Algebra Didaktik der Algebra 4.2 Inhalte Didaktik der Algebra 1 Ziele und Inhalte 2 Terme 3 Funktionen 4 Gleichungen Didaktik der Algebra 4.3 Didaktik der Algebra

Mehr

4. Übungsblatt Matrikelnr.: 6423043

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

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen

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

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

9. Anwendungen der Fundamentalgruppe

9. Anwendungen der Fundamentalgruppe 76 Andreas Gathmann 9. Anwendungen der Fundamentalgruppe Nachdem wir mit Hilfe von Überlagerungen nun in der Lage sind, Fundamentalgruppen zu berechnen, wollen wir in diesem abschließenden Kapitel noch

Mehr

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I Inhaltsverzeichnis 1 Lineare Gleichungssysteme I 3 1.1 Mengen und Abbildungen....................................... 3 1.1.1 Mengen und ihre Operationen.............................. 3 1.1.2 Summen- und

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

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 Gleichungssysteme

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

Mehr

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

1 Lineare Gleichungssysteme

1 Lineare Gleichungssysteme MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden

Mehr

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

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

Mehr

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

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren

Mehr

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

Mathematikaufgaben zur Vorbereitung auf das Studium

Mathematikaufgaben zur Vorbereitung auf das Studium Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen

Mehr

7 Die Determinante einer Matrix

7 Die Determinante einer Matrix 7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

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

Mathematik für Informatiker: Algebraische Strukturen

Mathematik für Informatiker: Algebraische Strukturen Mathematik für Informatiker: Algebraische Strukturen Vorlesungsskript 2009/205 Klaus Wirthmüller http://www.mathematik.uni-kl.de/ wirthm/de/mfi.html K. Wirthmüller Mathematik für Informatiker: Algebraische

Mehr

Die p-adischen Zahlen

Die p-adischen Zahlen Universität Bielefeld Algebra Die p-adischen Zahlen Seminararbeit von Denny Otten FAKULTÄT FÜR MATHEMATIK Datum: 29. Oktober 2006 Betreuung: Prof. Dr. Dr. K. Tent Dipl.-Math. G. Hainke Dipl.-Math. L. Scheele

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

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

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SS 0 Blatt.06.0 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Abgabe: Dienstag, 0. Juli 0, bis 4:00

Mehr

MSG Kurs 10. Klasse, 2011/2012

MSG Kurs 10. Klasse, 2011/2012 MSG Kurs 10. Klasse, 011/01 Holger Stephan, Berlin Weierstraß Institut für Angewandte Analysis und Stochastik Inhaltsverzeichnis 1 Komplexe Zahlen 3 1.1 Heuristische Herleitung I (Potenzreihen)......................

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

Elementare Zahlentheorie (Version 1)

Elementare Zahlentheorie (Version 1) Elementare Zahlentheorie (Version (Winter Semester, 2005-6 Zur Notation N ist die Menge der natürlichen Zahlen:, 2, 3, 4, 5,... und so weiter. Z ist die Menge aller ganzen Zahlen:..., 4, 3, 2,, 0,, 2,

Mehr

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

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

Mehr

Vorkurs Mathematik Übungen zu Differentialgleichungen

Vorkurs Mathematik Übungen zu Differentialgleichungen Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)

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

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

Frohe Weihnachten und ein gutes neues Jahr!

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

Mehr