5 Der Transzendenzgrad
|
|
- Gert Pohl
- vor 6 Jahren
- Abrufe
Transkript
1 $Id: trgrad.tex,v /05/11 14:48:57 hk Exp $ 5 Der Transzendenzgrad Wir stellen nun einige der Tatsachen über die Mächtigkeit von Mengen zusammen, die Ihnen wahrscheinlich aus den ersten Semester bekannt sind. Wir beginnen dabei mit dem Begriff der Gleichmächtigkeit von Mengen. Zwei Mengen M und N heißen gleichmächtig, wenn sie sich bijektiv aufeinander abbilden lassen, wenn es also eine bijektive Abbildung f : M N gibt. Wir schreiben dann auch M = N. Man konnte unendliche Mengen auch nach Größe ordnen, die Menge M hat mindestens so große Mächtigkeit wie die Menge N, geschrieben als N M, wenn es eine injektive Abbildung f : N M gibt. Das Bild einer solchen injektiven Abbildung ist dann gleichmächtig zu N, wir können also auch sagen, dass genau dann N M ist, wenn M eine zu N gleichmächtige Teilmenge enthält. Es gibt noch eine dritte, oftmals nützliche Umschreibung der Relation N M, nämlich N M Es existiert eine surjektive Abbildung f : M N oder N =. Wir wollen diese Äquivalenz einmal kurz beweisen. Zunächst sei N M und es gelte N. Dann existiert eine injektive Abbildung f : N M. Wegen N können wir ein Element y N wählen, und dann ist g := f 1 ((M\ Bild(f)) {y}) : M N eine surjektiv Abbildung. Es ist in diesem Zusammenhang bequem konsequent die Interpretation einer Abbildung als Menge von Paaren zu verwenden, etwas ausführlicher ist g(x) = f 1 (x) für x Bild(f) und g(x) = y für x M mit x / Bild(f). Im Fall N = ist : N M injektiv und wir haben N M. Nun gebe es eine surjektive Abbildung f : M N. Für jedes y N ist dann f 1 (y), und damit gibt es eine Abbildung g : N M mit g(y) f 1 (y) für jedes y M. Sind insbesondere y 1, y 2 N mit y 1 y 2, so ist f(g(y 1 )) = y 1 y 2 = f(g(y 2 )), also auch g(y 1 ) g(y 2 ). Damit ist g injektiv, und wir haben N M. Die Relation hat die üblichen Eigenschaften einer Ordnungsrelation. Zunächst ist für jede Menge M offenbar M M. Sind weiter A, B, C drei Mengen mit A B und B C, so existieren injektive Abbildungen f : A B und g : B C, und damit ist die Hintereinanderausführung g f : A C wieder injektiv, und wir haben A C. Dass unsere Ordnung auch antisymmetrisch ist besagt der sogenannte Satz von Schröder und Bernstein: Satz von Schröder und Bernstein: Sind M, N zwei Mengen mit M N und N M, so ist bereits M = N. 8-1
2 Insbesondere kann man Gleichmächtigkeit durch Nachweis zweier Ungleichungen beweisen. Zum Einstieg wollen wir uns jetzt überlegen, dass je zwei Mengen bezüglich vergleichbar sind, dass also für je zwei Mengen M, N stets M N oder N M ist. Seien also Mengen M und N gegeben. Dann betrachtet man die Menge I(N, M) := {f : A M f injektiv, A N} aller auf Teilmengen von N definierten injektiven Abbildungen nach M. Wir können I(M, N) durch Inklusion ordnen, und erhalten eine partiell geordnete Menge. Dabei bedeutet die Inklusion f g in anderen Worten dom(f) dom(g) und f = g dom(f). Wir wollen uns nun klarmachen, dass die partiell geordnete Menge I(M, N) die Voraussetzungen des Lemmas von Zorn erfüllt. Wegen I(N, M) ist dabei I(N, M). Ist nun F I(N, M) eine total geordnete Teilmenge, so können wir f := F N M betrachten. Dann ist f tatsächlich eine Abbildung. Sind nämlich (x, y 1 ), (x, y 2 ) f, so existieren g 1, g 2 F mit (x, y i ) g i für i = 1, 2. Da F total geordnet ist, ist g 1 g 2 oder g 2 g 1, also (x, y 1 ), (x, y 2 ) g i für ein i {1, 2}, und da g i eine Abbildung ist folgt y 1 = y 2. Damit ist f eine Abbildung, und analog folgt das f injektiv ist. Der Definitionsbereich von f ist dom(f) = pr 1 (f) = pr 1 (g) = dom(g), und für das Bild folgt analog Bild(f) = Bild(g). Insbesondere ist f I(N, M) und offenbar ist f das Supremum von F. Nun können wir das Lemma von Zorn anwenden und erhalten ein maximales Element f von I(N, M), d.h. f : A M ist eine auf einer Teilmenge A N definierte injektive Abbildung, die wir nicht weiter injektiv fortsetzen können. Ist A = N, so haben wir damit bereits N M. Nun nehme A N an. Wäre dann f(a) M, so gäbe es x N\A, y M\f(A) und wir könnten f durch f(x) = y injektiv fortsetzen. Also ist f(a) = M und f ist surjektiv. Wie bereits bemerkt folgt damit N M. Also gilt stets eine der beiden Möglichkeiten M N oder N M. Wir wollen nun zeigen, dass die Vereinigung zweier unendlicher Mengen zur größeren der beiden gleichmächtig ist. Wir werden dies auf den Spezialfall zurückführen, dass jede unendliche Menge M zur Vereinigung zweier disjunkter Kopien von M gleichmächtig ist. Diese beiden Kopien können wir uns als {0} M und {1} M realisiert denken, und fassen wir 2 = {0, 1} auf, so wird die Verdopplung {0} M {1} M = 2 M. Lemma 5.3: Für jede unendliche Menge M sind M und die Verdopplung 2 M gleichmächtig. 8-2
3 Beweis: Es reicht aus zu zeigen, dass es eine zu M gleichmächtige Menge M gibt so, dass M und 2 M gleichmächtig sind. Denn haben wir dies einmal gezeigt, so gibt es bijektive Abbildungen f : M 2 M und g : M M, und mit diesen konstruieren wir die bijektive Abbildung M g 1 M f 2 M id 2 g 2 M. Wir betrachten nun die folgende partiell geordnete Menge M := {f I(M, 2 M) Bild(f) = 2 dom(f)}, und wollen uns zunächst überlegen, dass diese die Voraussetzungen des Lemmas von Zorn erfüllt. Dabei ist wegen M zumindest M. Nun sei = F M total geordnet. Wie bereits oben gezeigt, ist dann f I(M, 2 M), und außerdem gilt Bild(f) = Bild(g) = ( ) dom(g)) = 2 dom(g) = 2 dom(f), (2 d.h. es ist f M. Nach dem Lemma von Zorn enthält M ein maximales Element f M und wir betrachten A := dom(f) M. Wir wollen zunächst zeigen, dass M\A endlich ist. Wäre M\A unendlich, so existierte eine zu N gleichmächtige Teilmenge B M\A, und da die Vereinigung zweier abzählbarer Mengen wieder abzählbar ist, ist auch 2 B = 2 N = N = B, d.h. es gibt eine bijektive Abbildung g : B 2 B. Damit ist aber f g : A B 2 A 2 B = 2 (A B) bijektiv und f g M ist echt größer als f, ein Widerspruch. Also ist M\A endlich. Damit ist auch M = A, denn zunächst ist mit M auch A unendlich, enthält also eine zu N gleichmächtige Teilmenge B, und da B (M\A) die Vereinigung der abzählbaren Menge B mit der endlichen Menge M\A ist, ist B (M\A) wieder abzählbar, also zu B gleichmächtig, und somit ist M = (A\B) B (M\A) zu (A\B) B = A gleichmächtig. Wegen A = 2 A ist das Lemma damit bewiesen, wie wir bereits eingangs festgehalten haben. Dies können wir nun auf allgemeine Vereinigungen ausdehnen, wir benötigen hierzu nur eine kleine zusätzliche Notation. Sind M, N zwei Mengen, so haben wir bereits eingesehen, dass stets M N oder N M gilt. Mit dem Symbol max{ M, N } meinen wir dann die Mächtigkeit der größeren der beiden Mengen. Satz 5.4 (Mächtigkeit von Vereinigungen) Sind M, N zwei Mengen, die nicht beide endlich sind, so ist M N = max{ M, N }. 8-3
4 Beweis: Wegen M, N M N ist max{ M, N } M N. Wählen wir U {M, N} mit U = max{ M, N }, so ist nach Lemma 3 weiter M N {0} M {1} N 2 U = U = max{ M, N }. Die erste Abschätzung gilt hierbei da die Vereingung M N höchstens so groß wie die entsprechende disjunkte Vereinigung ist, eine injektive Abbildung wäre etwa { (0, x), x M, f : M N {0} M {1} N; x (1, x), x N\M. Die zweite Abschätzung ergibt sich, da wir wegen M, N U injektive Abbildungen M U, N U haben, die wir zu einer injektiven Abbildung {0} M {1} N 2 U zusammensetzen können. Produkte unendlicher Mengen lassen sich ganz ähnlich behandeln. Lemma 5.5: Für jede unendliche Menge M sind M und M M gleichmächtig. Beweis: Wie im Beweis von Lemma 3 reicht es wieder zu zeigen, dass es eine zu M gleichmächtige Menge M gibt so, dass M M zu M gleichmächtig ist. Denn in diesem Fall gibt es bijektive Abbildungen f : M M M und g : M M, und wir erhalten die bijektive Abbildung Diesmal betrachten wir die Menge { M := f I(M, M M) M g 1 M f M M g g M M. Bild(f) = dom(f) dom(f), dom(f) ist unendlich Da M eine zu N gleichmächtige Menge enthält und N N als abzählbare Vereinigung abzählbarer Mengen gleichmächtig zu N ist, ist zumindest M. Sei F M eine total geordnete Teilmenge. Dann wissen wir bereits f := F I(M, M M) und es gilt Bild(f) = Bild(g) = ( ) ( ) dom(g)) dom(g) dom(g) (dom(g) }. = dom(f) dom(f). Tatsächlich besteht hier sogar die Gleichheit. Sei nämlich (x, y) dom(f) dom(f). Dann existieren g, g F mit x dom(g) und y dom(g ). Da F total geordnet ist, ist g g oder g g, es gibt also ein h F mit x, y dom(h) und somit auch (x, y) dom(h) dom(h) Bild(f). Wegen F gibt es ein g F M und damit ist dom(f) dom(g) auch unendlich, d.h. wir haben f M. Nach dem Lemma von Zorm hat M somit ein maximales Element f M. 8-4
5 Wir schreiben A := dom(f) M, und behaupten das M\A < A ist. Andernfalls ist A M\A und somit enthält M\A eine zu A gleichmächtige Menge B. Da f : A A A bijektiv ist, sind dann A B, B A und B B alle gleichmächtig zu B. Weiter sind diese Mengen unendlich, und nach Satz 4 gibt es auch eine bijektive Abbildung g : B A B B A B B. Damit ist aber f g M echt größer als f im Widerspruch zur Maximalität von f. Dieser Widerspruch zeigt M\A < A. Erneut mit Satz 4 folgt hieraus M = A (M\A) = A, und damit ist auch M gleichmächtig zu M M da dies für A gilt. Satz 5.6 (Mächtigkeit von Produkten) Seien M, N zwei nichtleere Mengen, die nicht beide endlich sind. Dann gilt M N = max{ M, N }. Beweis: Wähle U {M, N} mit M, N U. Dann ist U unendlich und enthält zu M, N gleichmächtige Teilmengen, also enthält U U eine zu M N gleichmächtige Teilmenge und wir haben M N U U = U nach Lemma 5. Wegen M, N enthält andererseits M N eine zu U gleichmächtige Teilmenge, und damit ist auch U M N. Also gilt tatsächlich M N = U = max{ M, N }. Als eine letzte allgemeine Tatsache über Mächtigkeiten unendlicher Mengen, leiten wir nun einen Satz über die Mächtigkeit unendlicher Vereinigungen her. Korollar 5.7: Sei (A i ) i I eine Familie von Mengen und es sei M eine Menge mit A i M für jedes i I. Weiter seien I, M nicht beide endlich. Dann gilt A i max{ I, M }. i I Beweis: Ist M =, so ist auch A i = für jedes i I, und die Behauptung ist klar. Für I = ist die Aussage ebenfalls klar. Nun nehme M, I an. Sei J := {i I A i 8-5
6 und für jedes i J wähle eine surjektive Abbildung f i : M A i. Dann ist auch die Abbildung f : J M i I A i ; (i, x) f i (x) surjektiv. Mit Satz 6 folgt A i J M I M = max{ I, M }. i I Damit haben wir alle allgemeine mengentheoretischen Tatsachen beisammen, die wir zum Beweis der Gleichmächtigkeit aller maximal algebraisch unabhängigen Teilmengen in einer Körpererweiterung benötigen. Zur Einstimmung woller wir aber zuerst die entsprechende Tatsache für lineare Unabhängigkeit beweisen, also zeigen, dass je zwei Basen eines Vektorraums gleichmächtig sind. Dieser Beweis ist sehr ähnlich zum entsprechenden Beweis über algebraische Unabhängigkeit, aber etwas leichter zu durchschauen. Sei also V ein Vektorraum über einem Körper K, und seien A, B V zwei Basen von V. Ist eine der beiden Basen endlich, so wissen wir aus den Grundvorlesungen bereits A = B. Nun seien also A und B beide unendlich. Sei b B. Da A ein Erzeugendensystem von V ist, ist b A eine Linearkombination von Elementen aus A. In dieser Linearkombination kommen nur endlich viele Elemente von A vor, es gibt also eine endliche Teilmenge A(b) A mit b A(b). Wir betrachten nun die Teilmenge A := b B A(b) A. Für jedes b B ist dann b A(b) A, und da B ein Erzeugendensystem von V ist, gilt auch A = V. Da A als Basis aber ein minimales Erzeugendensystem von V ist, folgt A = A. Damit ist nach Korollar 7 aber A = A(b) max{ B, N } = B b B da B(b) N für jedes b B ist. Vertauschen wir A und B, so ist auch B A, wir haben also A = B. Da die Mächtigkeit der natürlichen Zahlen so häufig vorkommt, wird für diese ein eigenes Symbol ℵ 0 := N eingeführt, gesprochen als Aleph-Null. 8-6
Theoretische Informatik
Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:
MehrVorlesung. 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.
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrMathematik 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
MehrTECHNISCHE 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
MehrInduktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010
Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver
MehrÜbungen 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)
MehrDiskrete 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
Mehr9.2. 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
MehrMinimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie
Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern
MehrAbsolute 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
MehrGeometrische 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
Mehr3. 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
MehrDefinition 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,
MehrEinführung 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
Mehrw 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
Mehr3. 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
MehrTheoretische Informatik
Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis
MehrKapitel 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:
MehrMathematische Grundlagen
Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777
Mehr11. 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
MehrQualitative 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
MehrNoethersche und artinsche Ringe
Noethersche und artinsche Ringe Seminar Kommutative Algebra und Varietäten Prof. Dr. K. Wingberg, Dr. J. Gärtner Vortrag 6 Yassin Mousa 05.06.2014 Im Folgenden bezeichne R immer einen kommutativen Ring
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809
MehrCodierungstheorie 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
MehrSeminararbeit 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
MehrLösungen 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
MehrTECHNISCHE 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
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
Mehr5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56
5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode
Mehr5. Verschiedene Repräsentanten
5. Verschiedene Repräsentanten 5.1. Die Sätze Hall und König Sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Zu K I seien A(K) := (A i : i K) und
MehrBeispiel 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;.
MehrLineare 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
MehrAlgebra. Patrik Hubschmid. 8. Oktober 2013
Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester
MehrGibt 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
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
MehrDiplomarbeit: FGC-Ringe und der Satz über Geschachtelte Basen
Diplomarbeit: FGC-Ringe und der Satz über Geschachtelte Basen Nicole Hülsmann Oktober 2003 2 Inhaltsverzeichnis Einleitung 2 Notationen 5 1 FGC-Ringe 6 1.1 Grundlagen............................ 6 1.2
MehrMathematik 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
MehrFrohe 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]
Mehr6.2 Perfekte Sicherheit
04 6.2 Perfekte Sicherheit Beweis. H(B AC) + H(A C) = H(ABC) H(AC) + H(AC) H(C) Wegen gilt Einsetzen in die Definition gibt = H(AB C). H(A BC) = H(AB C) H(B C). I(A; B C) = H(A C) H(AB C) + H(B C). Da
Mehr4. 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
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.
Mehrklar. 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
Mehr7 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) =
Mehr6 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
MehrErinnerung/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
MehrProjektive 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
MehrMathematik 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
MehrZusammenfalten 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
MehrLeitfaden 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
Mehr2 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 )
MehrDer 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
MehrInformatik IC2. Balazs Simon 2005.03.26.
Informatik IC2 Balazs Simon 2005.03.26. Inhaltsverzeichnis 1 Reguläre Sprachen 3 1.1 Reguläre Sprachen und endliche Automaten...................... 3 1.2 Determinisieren.....................................
MehrLernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 8: kontextfreie Grammatiken Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/37 Überblick Kontextfreie Grammatiken
Mehr1 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
MehrModul Diskrete Mathematik WiSe 2011/12
1 Modul Diskrete Mathematik WiSe 2011/12 Ergänzungsskript zum Kapitel 4.2. Hinweis: Dieses Manuskript ist nur verständlich und von Nutzen für Personen, die regelmäßig und aktiv die zugehörige Vorlesung
MehrLineare Algebra I & II. Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik
Lineare Algebra I & II Gert-Martin Greuel Universität Kaiserslautern Fachbereich Mathematik Ausarbeitung der je vierstündigen Vorlesung im Wintersemester 1999/2000 und Sommersemester 2000 durch Thomas
MehrMengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen
MehrZusammenhänge präzisieren im Modell
Zusammenhänge präzisieren im Modell Dr. Roland Poellinger Munich Center for Mathematical Philosophy Begriffsfeld Logik 1 Mathematik und Logik Die Mathematik basiert auf logisch gültigen Folgerungsschritten
MehrDer Golay-Code und das Leech-Gitter
Der Golay-Code und das Leech-Gitter Vortrag zum Seminar Gitter und Codes Nils Malte Pawelzik.5.5 Inhaltsverzeichnis Designs 3. Elementare Eigenschaften eines Designs und die Eindeutigkeit eines - (, 5,
MehrErgänzungen 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.
MehrSkript zu den Vorlesungen Mathematik für Informatiker I und II. (WiSe 2009/10 und SoSe 2010)
Skript zu den Vorlesungen Mathematik für Informatiker I und II (WiSe 2009/10 und SoSe 2010) Im WiSe 2009/10 gehalten von: Prof. Dr. Barbara Baumeister Lehrstuhl für Algebra Fachbereich Mathematik Universität
Mehr4. Abbildung / Funktion
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,
Mehr2.2 Nebenklassen, Normalteiler und Faktorgruppen
Algebra I c Rudolf Scharlau, 2002 2012 61 2.2 Nebenklassen, Normalteiler und Faktorgruppen Bei der Konstruktion der Restklassengruppe Z/mZ hatten wir auf der Gruppe Z mit Hilfe einer Untergruppe mz eine
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen
MehrBestimmung 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,
Mehr2. Universelle Algebra
2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen
MehrMatrizennorm. 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
MehrGNS-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
MehrWas bisher geschah: Formale Sprachen
Was isher geschah: Formale Sprachen Alphaet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen reguläre Ausdrücke: Syntax, Semantik, Äquivalenz Wortersetzungssysteme Wortersetzungsregeln
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
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.)
MehrKAPITEL 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
MehrElemente 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
MehrAlso kann nur A ist roter Südler und B ist grüner Nordler gelten.
Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf
MehrKarlsruher 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
MehrZusatztutorium, 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
MehrMathematische Grundlagen Kurseinheit 1: Grundlagen
Mathematische Grundlagen Kurseinheit 1: Grundlagen Autorin: Luise Unger In L A TEX gesetzt von Luise Unger c 2007 Fernuniversität in Hagen Fachbereich Mathematik (10/05) Alle Rechte vorbehalten 01141-4-01-S
MehrCodierung, Codes (variabler Länge)
Codierung, Codes (variabler Länge) A = {a, b, c,...} eine endliche Menge von Nachrichten (Quellalphabet) B = {0, 1} das Kanalalphabet Eine (binäre) Codierung ist eine injektive Abbildung Φ : A B +, falls
MehrDivision 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
MehrKommentierte 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.
MehrAlgebraische 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
MehrVorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)
Algebra und Zahlentheorie Vorlesung Algebra und Zahlentheorie Leitfaden 1 Zahlentheorie in Z Bezeichnungen: Z := {..., 3, 2, 1, 0, 1, 2, 3,...} (ganze Zahlen) und N := {1, 2, 3,...} (natürliche Zahlen
MehrOptimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung
MehrWintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung
Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.
Mehr8. Quadratische Reste. Reziprozitätsgesetz
O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung
MehrMathematik 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
MehrLösungen 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.
MehrEinführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)
Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
MehrFixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind
MehrKapitel 1: Einführung und formale Grundlagen
Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Informatik I Wintersemester 2006 Kapitel 1: Einführung und formale Grundlagen
Mehr3 Der Hamming-Code. Hamming-Codes
3 Der Hamming-Code Hamming-Codes Ein binärer Code C heißt ein Hamming-Code Ha s, wenn seine Kontrollmatrix H als Spalten alle Elemente in Z 2 s je einmal hat. Die Parameter eines n-k-hamming-codes sind:
Mehr5. Übungsblatt (Musterlösung)
Universität Konstanz Mathematische Grundlagen der Informatik Fachbereich Informatik & Informationswissenschaft WS 2015/2016 Prof. Dr. Sven Kosub / Dominik Bui, Franz Hahn, Fabian Sperrle 5. Übungsblatt
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrMathematik 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
MehrCodierungstheorie, Vorlesungsskript
Codierungstheorie, Vorlesungsskript Irene I. Bouw Sommersemester 2014 Inhaltsverzeichnis 1 Lineare Codes 2 1.1 Einführung.............................. 2 1.2 Eigenschaften linearer Codes....................
MehrScheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.
Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung
Mehr