12. Vortrag Verzweigung. Seminar Zahlentheorie WS 07/08

Größe: px
Ab Seite anzeigen:

Download "12. Vortrag Verzweigung. Seminar Zahlentheorie WS 07/08"

Transkript

1 12. Votag Vezwegung Semna Zahlentheoe WS 07/08 Pof. D. Tosten Wedhon Unvestät Padebon von Geda Weth und Ingo Plaschczek 22. Janua 2008

2 12. Vezwegung (A) p-adsche Bewetung enes gebochenen Ideals n enem Dedekndng (B) Fundamentale Glechung (C) Vezwegung und Dskmnante (A) p-adsche Bewetung enes gebochenen Ideals n enem Dedekndng Se 0 a gebochenes Ideal n O K. Nach (7.10) glt: Jedes gebochene Ideal a bestzt ene endeutge Poduktdastellung a = p p ν p mt ν p Z und ν p = 0 fü fast alle p. Defnton (12.1) Se p O K Pmdeal und se a gebochenes Ideal n O K, a 0 mt a = p n p ν p ν und p p = 1,...,. Defnee ν p (a) = n Z. ν p (a) heßt de p-adsche Bewetung von a. Es glt: (1) ν p (ab) = ν p (a) + ν p (b) ν p (a 1 ) = ν p (a), d.h. ν p : J K (Z, +) st Guppen-Homomophsmus (2) ν p (a + b) = mn(ν p (a), ν p (b)) (3) ν p (a b) = max(ν p (a), ν p (b)) Enneung: J K st de abelsche Idealguppe von K, de von den gebochenen Idealen gebldet wd (vgl. (7.15)). Bewes : (1) Se a = p m q 1, b = p n q 2 wobe q 1, q 2 Podukte von Pmdealen mt p q 1 und p q 2. Also ν p (a) = m und ν p (b) = n Dahe glt: a b = p m q 1 p n q 2 = p m+n q 1 q 2 mt p q 1 q 2. Somt: ν p (ab) = m + n = ν p (a) + ν p (b) (2) a + b =: ggt (a, b) ν p (a + b) = mn(ν p (a), ν p (b)) (vgl. (7.7)) (3) a b =: kgv (a, b) ν p (a b) = max(ν p (a), ν p (b)) (vgl. (7.7)) 1

3 (B) Fundamentale Glechung Nun wollen w enen Übeblck übe de Pmdeale enes algebaschen Zahlköpe bekommen. Se K en Zahlköpe, O K de Rng de ganzen Zahlen und p 0 en Pmdeal. Dann haben w gesehen, dass p Z = pz fü ene Pmzahl p Z glt. Es folgt p po K, also p po K. Es st dahe zental zu vestehen, we po K n Pmdeale zefällt. Enneung: [K : Q] endlch (7.5) O K Dedekndng Defnton (12.2) Se K Q Köpe-Eweteung, p Z Pmzahl, p O K Pmdeal mt p po K. Dann defnee: (a) e(p/p) := ν p (po K ) st de Vezwegungsndex von p übe p (b) f(p/p) := n mt p n = O K /p ( endlche Köpe) f heßt de Täghetsgad von p übe p Zu zegen: p n = O K /p (vgl. (10.2),(10.3),(10.4)) Z O K nach (7.5) glt: O K endlch ezeugt pz p Damt st O K /p endlch ezeugte F p -VR. Es folgt O K /p = F n p (als F p -VR), und hemt O K /p = p n. Also n = [O K /p : F p ]. Es besteht en Zusammenhang zwschen e(p/p), f(p/p) und n, mt n := [O K /p : F p ]. Dese Zusammenhang wd n de Fundamentalen Glechung zum Ausduck gebacht. Fundamentale Glechung (12.3) Se p Z Pmzahl. Dann glt: n = p po K e(p/p)f(p/p). Bewes : Seen p 1,..., p de Pmdeale von O K mt p po K. Setze e := e(p /p), f := f(p /p) fü alle = 1,...,. Se a = p ν p ν en belebges Ideal. Nach (10.2) glt: N (a) := O K /a fü a O K, und nach (10.4) folgt N (a) = N (p 1 ) ν1... N (p ) ν. Also glt, wenn O K /p = p f, dann O K /p e = p ef. Da (p) = p e 1 1 p e p e und p e + p e j j = O K fü j (da ggt (p, p j ) = 1), kann de Chnessche Restsatz angewandt weden (7.12): O K /(p) = O K /p e 1 1 O K /p e O K /p e 2

4 Es glt O K /p e = pe f und O K /(p) = p n, da O K en fee Z-Modul vom Rang n st und damt O K /po K en fee F p -Modul (VR) vom Rang (bzw. de Dmenson) n. Damt folgt p n = p e 1f1 p e 2f2... p ef, und des füht dekt zu Fundamentalen Glechung n = e 1 f 1 + e 2 f e f = e f. He klät sch de Namensgebung fü de Täghetsgade auf: Je klene de Täghetsgade snd, desto fleßge zefällt p n veschedene Pmdeale. Koolla (12.4) #{p Pmdeal p telt po K } n. Des folgt unmttelba aus de Fundamentalen Glechung, da fü alle Pmdeale p mt p po K glt: e, f 1. (C) Vezwegung und Dskmnante Defnton (12.5) Se p ene Pmzahl n Z und se po K = p e p e Zelegung von p n K. Dann defnee: () p heßt vollzelegt ode totalzelegt, wenn = n = [K : Q], also e = f = 1 fü alle = 1,...,. () p heßt täge ode unzelegt, wenn = 1. () p heßt unvezwegt übe Z (ode übe Q), wenn e = 1. Andenfalls heßt das Ideal p vezwegt. Glt e > 1, f = 1, so heßt p envezwegt. (v) Ene Pmzahl p heßt unvezwegt, wenn alle p übe p unvezwegt snd. Andenfalls heßt se vezwegt. Insbesondee snd vollzelegte Pmzahlen unvezwegt. Zu Vedeutlchung soll nochmal das Zelegungsgesetz n Z[] (5.7) aufgegffen weden. Bespel (12.6) Ene Pmzahl p Z st n Z[] Podukt zwee assozete Pmelemente p = 2. D.h. 2 Z[] = (1+) 2, da n 2 Z[] glt: (1+) = (1 ). e((1+)/2) = 2 und f((1 + )/2) = 1, d.h. p = 2 st envezwegt. de 3

5 Podukt zwee ncht assozete Pmelemente p 1 mod 4. D.h. p Z[] = p 1 p 2, wobe p 1 p 2. Daaus folgt p st vollzelegt und e(p /p) = 1, f(p /p) = 1. Pmelement p 3 mod 4. D.h. p Z[] = p In desem Fall st p täge (bzw. unzelegt) und e(p/p) = 1, f(p/p) = 2. Satz (12.7) Se K Q endlche Köpe-Eweteung, p Z Pmzahl. Se d K Z de Dskmnante. p st vezwegt n K (ode n O K ) p d K. Da de Bewes meh Gundlagen efodet, se an dese Stelle auf Neukch Kap. III 2 1 vewesen. Bespel (12.8) Se K := Q[ d]. Nach (6.15) und (9.7) glt: { 4d fü d 2, 3 mod 4 d K = d fü d 1 mod 4 Fü d = 1 st d Q[ 1] = d Q[] = 4, und O K = Z[]. Da 2 de enzge Pmtele von d K st, besagt Satz (12.7), dass nu 2 n Q[] bzw. Z[] vezwegt st. Vegleche auch Bespel (12.6). Koolla (12.9) Es exsteen n K nu endlch vele vezwegte Pmzahlen. Bewes : Da d K < folgt dese Aussage dekt aus Satz (12.7). Satz (12.10) Se K Q endlche Köpe-Eweteung. W nehmen an, dass O K = Z[θ] fü en θ O K und µ := µ θ,q Z[X] Mnmalpolynom. Se p Z Pmzahl und µ F p [X] mt µ = µ e µ e Zelegung n eduzble Komponenten das Bld von µ. Dann glt: po K = p e p e mt p = (p, µ (θ)), wobe µ Z[X] mt Redukton µ, und f(p /p) = deg(µ ). Bewes : Betachten den kanonschen Isomophsmus Z[θ]/pZ[θ] = F p [X]/(µ(X)). 1 Neukch, J.: Algebasche Zahlentheoe, Spnge Velag

6 Dese egbt sch duch den sujektven Homomophsmus Z[X] F p [X]/(µ(X)). De Ken st das duch p und µ(x) ezeugte Ideal, und wegen Z[θ] = Z[X]/(µ(X)) wd Z[θ]/pZ[θ] = F p [X]/(µ(X)). Da µ(x) = µ (X) e lefet schleßlch de chnessche Restsatz den Isomophsmus F p [X]/(µ(X)) = F p [X]/(µ (X)) e. Des zegt, dass de Pmdeale des Rnges F p [X]/(µ(X)) de duch µ (X) mod µ(x) ezeugten Hauptdeale (µ ) snd fü = 1,...,, dass de Gad [(F p [X]/µ(X))/(µ (X)) : F p ] glech dem Gad des Polynoms µ (X) st, und dass (0) = (µ) = (µ ) e. Wegen de Isomophe F p [X]/(µ(X)) = Z[θ]/pZ[θ], f(x) f(θ), haben w m Rng F p [θ] := Z[θ]/pZ[θ] de glechen Vehältnsse. De Pmdeale p von F p [θ] entspechen den Pmdealen (µ ) und snd de duch µ (θ) mod pz[θ] ezeugten Hauptdeale, de Gad [F p [θ]/p : F p ] st de Gad des Polynoms µ (X), und es st (0) = Se nun p = pz[θ] + µ (θ)z[θ] das Ubld von p unte dem kanonschen Homomophsmus Z[θ] Z[θ]/pZ[θ] (vgl. hezu de Volesung Gundzüge de Algeba von Pof. Wedhon WS 2007/08 Satz 5.27). Dann duchläuft p, = 1,...,, de übe p gelegenen Pmdeale von Z[θ], es p e. st f = [Z[θ]/p : Z/p ] de Gad des Polynoms µ (X), es st p e von p e wegen e f = n. und pz[θ] pe, also pz[θ] pe das Ubld und damt pz[θ] = pe Bespel (12.11) W wollen nun de Köpe-Eweteung K = Q[ 3 2] Q betachten. De Köpegad st [Q[ 3 2] : Q] = 3. d Q[ 3 2] = 108 = O K = Z[ 3 2] = {a + b c ( 3 2) 2 a, b, c Z} Nach Satz (12.7) snd nu p = 2 und p = 3 vezwegt, da se de enzgen Pmtele de Dskmnante snd. 5

7 Fall p = 2: Behauptung: (2) = ( 3 2) 3 mt ( 3 2) Pmdeal. Bewes : Angenommen ( 3 2) = p e p e. Des bedeutet, n de Pmfaktozelegung von (2) gbt es 3 (e e ) Pmdeale. Aus de Fundamentalen Glechung folgt: e e = 1. Damt st 3 2 Pmdeal. Fall p = 3: Unte Vewendung von Satz (12.10) egbt sch mt θ = 3 2 : µ = X 3 2 mt µ = X 3 2 = X F 3 [X]. Duch Faktoseung egbt sch µ = (X + 1) 3 = µ 3 1 und µ 1 := X + 1 Q[X]. Außedem wd deutlch f(p/(3)) = 1 = deg(x + 1). Somt folgt (3) = p 3 mt p = (3, ) Im 14. Votag wd das Thema am Bespel de Vezwegung m Rng de ganzen Zahlen ene quadatschen Köpe-Eweteung von Q aufgegffen. 6

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

Mehr

Hochschule für Technik und Informatik HTI Burgdorf. Elektrotechnik. 1. Elektrisches Feld... 3

Hochschule für Technik und Informatik HTI Burgdorf. Elektrotechnik. 1. Elektrisches Feld... 3 ene achhochschule Hochschule fü Technk und Infomatk HTI ugdof Zusammenfassung lektotechnk uto: Nklaus uen Datum: 8. Septembe 004 Inhalt. lektsches eld... 3.. Gundlagen... 3... Lnenntegal... 3... lächenntegal...

Mehr

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006 Semna übe Algothmen Load Balancng Slawa Belousow Fee Unvestät Beln, Insttut fü Infomatk SS 2006 1. Load Balancng was st das? Mt Load Balancng ode Lastvetelung weden Vefahen bescheben, um be de Specheung,

Mehr

Versuche: Trommelstock Drehstuhl mit Kreisel (Erhaltung des Gesamtdrehimpulses) Drehstuhl mit Hanteln (Variation des Trägheitsmoments)

Versuche: Trommelstock Drehstuhl mit Kreisel (Erhaltung des Gesamtdrehimpulses) Drehstuhl mit Hanteln (Variation des Trägheitsmoments) 7.Volesung Übeblck I) Mechank 4. stae Köpe a) Dehmoment b) Schwepunkt c) Dehmpuls 5. Mechansche Egenschaften von Stoffen a) Defomaton von Festköpen b) Hydostatk Vesuche: Tommelstock Dehstuhl mt Kesel (Ehaltung

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

Definition: Unter dem vektoriellen Flächenelement einer ebnen Fläche A versteht man einen Vektor A r der

Definition: Unter dem vektoriellen Flächenelement einer ebnen Fläche A versteht man einen Vektor A r der Obeflächenntegale Vektofluß duch ene Fläche - betachtet wd en homogenes Vektofeld v (B Lchtbündel) - das Lcht falle auf enen Spalt Defnton: Unte dem vektoellen Flächenelement ene ebnen Fläche vesteht man

Mehr

Leistungsmessung im Drehstromnetz

Leistungsmessung im Drehstromnetz Labovesuch Lestungsmessung Mess- und Sensotechnk HTA Bel Lestungsmessung m Dehstomnetz Nomalewese st es ken allzu gosses Poblem, de Lestung m Glechstomkes zu messen. Im Wechselstomkes und nsbesondee n

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan Lneare Algebra IIa - 04 orlesung - Pro Dr Danel Roggenkamp & Sen Balnojan 93 Untäre ektorräume hermtesche Form au enem C ektorraum sesqulnear (ant-lnear m ersten lnear m zweten Argument (, w (w, (, 2 R

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Zusammenfassung der letzten LVA. Diskrete Mathematik

Zusammenfassung der letzten LVA. Diskrete Mathematik Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge

Mehr

Prof. Dr. Johann Graf Lambsdorff Universität Passau. Pflichtlektüre: WS 2007/08

Prof. Dr. Johann Graf Lambsdorff Universität Passau. Pflichtlektüre: WS 2007/08 y, s. y Pof. D. Johann Gaf Lambsdoff Unvestät Passau y* VI. Investton und Zns c* WS 2007/08 f(k) (n+δ)k Pflchtlektüe: Mankw, N. G. (2003), Macoeconomcs. 5. Aufl. S. 267-271. Wohltmann, H.-W. (2000), Gundzüge

Mehr

Das Noether-Theorem. Ausarbeitung zum Vortrag von. Michael Hagemann. am im Rahmen des Proseminars. Gruppentheorie in der Quantenmechanik

Das Noether-Theorem. Ausarbeitung zum Vortrag von. Michael Hagemann. am im Rahmen des Proseminars. Gruppentheorie in der Quantenmechanik Das Nethe-Theem Ausabetung zum Vtag vn Mchael agemann am 202202 m Rahmen des Psemnas Guppenthee n de Quantenmechan vn Pf D Jan Lus und D Rbet Rchte an de nvestät ambug m Wntesemeste 202/203 Inhaltsvezechns

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Funds Transfer Pricing. Daniel Schlotmann

Funds Transfer Pricing. Daniel Schlotmann Danel Schlotmann Fankfut, 8. Apl 2013 Defnton Lqudtät / Lqudtätssko Lqudtät Pesonen ode Untenehmen: snd lqude, wenn se he laufenden Zahlungsvepflchtungen jedezet efüllen können. Vemögensgegenstände: snd

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

9. Der starre Körper; Rotation I

9. Der starre Körper; Rotation I Mechank De stae Köpe; Rotaton I 9. De stae Köpe; Rotaton I 9.. Enletung bshe: (Systeme on) Punktmassen jetzt: Betachtung ausgedehnte Köpe, übe de de Masse glechmäßg etelt st (kene Atome). Köpe soll sch

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Einführung in Moderne Portfolio-Theorie. Dr. Thorsten Oest Oktober 2002

Einführung in Moderne Portfolio-Theorie. Dr. Thorsten Oest Oktober 2002 Enfühung n Modene Potfolo-Theoe D. Thosten Oest Oktobe Enletung Übeblck Gundlegende Fage be Investtonen: We bestmmt sch ene optmale Statege fü ene Geldanlage?. endte und sko. Dvesfkaton 3. Enfühung n Modene

Mehr

Zulassungsprüfung Stochastik,

Zulassungsprüfung Stochastik, Zulassungsprüfung Stochastk, 11.5.13 Wr gehen stets von enem Maßraum (, A, µ) bzw. enem Wahrschenlchketsraum (,A,P) aus. De Borel σ-algebra auf R n wrd mt B n bezechnet, das Lebesgue Maß auf R n wrd mt

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

4. Energie, Arbeit, Leistung

4. Energie, Arbeit, Leistung 4 43 4. Enege, Abet, Letung Zentale Gößen de Phyk: Bepel: Bechleungung F Annahe: kontante Kaft F Bechleungung: a Enege E, Enhet Joule ( [J] [] [kg / ] zuückgelegte eg: at E gbt zwe gundätzlche Foen on

Mehr

Kernphysik I. Kernmodelle: Schalenmodell

Kernphysik I. Kernmodelle: Schalenmodell Kenphysk I Kenmodee: Schaenmode Schaenmode Töpfchenmode und Femgasmode snd phänemonoogsche Modee mt beschänktem Anwendungsbeech. Se weden an de Expemente angepasst z.b. de Konstanten fü de Teme n de Massenfome

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Wärmeübertragung. Grundsätzlich sind drei verschiedene Möglichkeiten der Wärmeübertragung möglich: Wärmeleitung, Konvektion und Strahlung:

Wärmeübertragung. Grundsätzlich sind drei verschiedene Möglichkeiten der Wärmeübertragung möglich: Wärmeleitung, Konvektion und Strahlung: ämeübetgung Unte ämeübetgung vesteht mn sämtlche Eschenungen, e enen äumlchen nspot von äme umfssen. De ämeübegng efolgt mme ufgun enes empetugefälles, un zw mme von e höheen zu neeen empetu (.Huptstz).

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

Zur Erinnerung. Stichworte aus der 9. Vorlesung: Einteilung von Stößen:

Zur Erinnerung. Stichworte aus der 9. Vorlesung: Einteilung von Stößen: Zu nneung tchwote aus de 9. Volesung: ntelung von tößen: kn, kn kn,, kn, Q Q = 0 elastsche töße de umme de nneen nege de Telchen (chwngung und Rotaton) blebt unveändet, Q > 0 unelastsche töße knetsche

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Zero-sum Games. Vitali Migal

Zero-sum Games. Vitali Migal Sena Gaphentheoe und Kobnatok Wnteseeste 007/08 Zeo-su Gaes Vtal Mgal 1 Inhaltsvezehns 1. Enletung... 3. Dastellung von Spelen... 3 3. Stategen... 4 4. Spele t unvollständge Infoaton... 9 1. Enletung Als

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

Einführung in die Physik I. Mechanik der starren Körper

Einführung in die Physik I. Mechanik der starren Körper Enfühung n de Physk I Mechank de staen Köpe O. von de Lühe und U. Landgaf Bslang wuden nu Massen als Punktmassen dealset behandelt, ene ausgedehnte etelung de Masse spelte ene unwesentlche Rolle Defnton

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1 U. BEHM: Konvexgeoete - Lneae, affne un konvexe Kobnatonen W abeten -enonalen euklchen au I un cheben x = ( x,, x ) ( ξ I, =,, ) fü enen Punkt (Vekto) von I. Da nnee Poukt auf I von Vektoen x un y = (

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Baudynamik und Erdbebeningenieurwesen

Baudynamik und Erdbebeningenieurwesen Baudynamk und Erdbebenngeneurwesen Themen und Antworten für de Lzenzprüfung 1. Defneren Se den Begrff: Grad des dynamschen Frehetsgrads. Geben Se Bespele von Systemen mt enem enzgen Grad des dynamschen

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Übungsblatt 4 - Lösung

Übungsblatt 4 - Lösung Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.

Mehr

1 Differentialrechnung in mehreren Variablen

1 Differentialrechnung in mehreren Variablen 1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Drehbewegungen. F r. F r x1. F r 1. r r r. Das Drehmoment: Beispiel Wippe: Erfahrung:

Drehbewegungen. F r. F r x1. F r 1. r r r. Das Drehmoment: Beispiel Wippe: Erfahrung: Dehbewegungen Das Dehoent: Bespe Wppe: D Efahung: De Käfte und bewken ene Dehbewegung u de Dehachse D. De Dehwkung hängt ncht nu von de Kaft, sonden auch vo Kafta, d.h. Abstand Dehachse-Kaft ab. De Kaft

Mehr

VU Quantitative BWL. 1.Teil: Produktion und Logistik [Stefan Rath] 2.Teil: Finanzwirtschaft [Tomáš Sedliačik] Quantitative BWL: Finanzwirtschaft

VU Quantitative BWL. 1.Teil: Produktion und Logistik [Stefan Rath] 2.Teil: Finanzwirtschaft [Tomáš Sedliačik] Quantitative BWL: Finanzwirtschaft VU Quanave BWL.Tel: odukon und Logsk [Sefan Rah] 2.Tel: Fnanzwschaf [Tomáš Sedlačk] Quanave BWL: Fnanzwschaf Ogansaosches De LV beseh aus zwe Telen:. Tel: odukon und Logsk [4.0.203 22..203] Sefan Rah Insu

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Prüfung Grundprinzipien der Versicherungs- und Finanzmathematik 2012

Prüfung Grundprinzipien der Versicherungs- und Finanzmathematik 2012 üfung Gundnzen de Vescheungs- und Fnanzmathematk ufgae : ( Mnuten Gegeen se en eneodge vollständge State Sace-Makt mt s Zuständen und n+ Fnanztteln De Fnanzttel entseche dae de skolosen nlage zum scheen

Mehr

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM) 6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden

Mehr

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der De Kugel Lösungen 1. Von ener Kugel st der Radus bekannt. Berechne Volumen und Oberfläche der Kugel. r,8 cm 5, cm 18,6 cm 4, cm 5,6 cm 4,8 cm V 0 cm³ 64 cm³ 6 954 cm³ cm³ 76 cm³ 46 cm³ O 181 cm² 5 cm²

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

Kapitel 5 Systeme von Massenpunkten, Stöße

Kapitel 5 Systeme von Massenpunkten, Stöße Katel 5 ystee von Massenunkten, töße Drehoente und Drehuls enes Telchensystes O t : z r r r F x r F F F y F F t (acto = reacto) : F t äußeren Kräften F und F und nneren Kräften F = -F Drehoente : D D r

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Physikalische Grundlagen der Biomechanik

Physikalische Grundlagen der Biomechanik Physkalsche Gundlagen de Bomechank Dplomabet zu Elangung des Magstegades an de Natuwssenschaftlchen Fakultät de Leopold-Fanzens-Unvestät Innsbuck engeecht be Hen A. Unv.-Pof. D. Chstoph LEUBNER Insttut

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

14 Exakte Statistik nichtwechselwirkender Teilchen

14 Exakte Statistik nichtwechselwirkender Teilchen Woche 4 Exakte Statstk nchtwechselwrkender Telchen 4 Bose-Ensten Statstk Engeführt von Satyendra ath Bose 924) für Photonen von A Ensten für massve Telchen 925) Voraussetzung: Bosonen Telchen mt ganzzahlgen

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

e r Rotationsbewegung gleichförmige Kreisbewegung dϕ =ds/r und v=ds/dt=rdϕ/dt=rω

e r Rotationsbewegung gleichförmige Kreisbewegung dϕ =ds/r und v=ds/dt=rdϕ/dt=rω Rotatonsbewegung ω d ϕ / dt glechfömge Kesbewegung dϕ ds/ und vds/dtdϕ/dtω δϕ ds m v (Umlaufgeschwndgket v, Kesfequenz ode Wnkelgeschwndgket ωdϕ/dt. ) F Außedem glt ωπν mt de Fequenz ν. Umlaufzet T : T1/νπ/ω

Mehr

Signaltransport in Koaxialkabeln

Signaltransport in Koaxialkabeln Sgnaltanspot n Koaxalkabeln Inhaltsvezechns SIGNALTRANSPORT IN KOAXIALKABELN... 1 SKRIPT... 1 1. VERWENDUNGSZWECK UND AUFBAU DES KOAXIALKABELS...1. ERSATZSCHALTBILD DES KOAXIALKABELS....1 Beechnung des

Mehr

Äquivalenzen stetiger und glatter Hauptfaserbündel

Äquivalenzen stetiger und glatter Hauptfaserbündel Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre Glederung 1 De Problemstellung

Mehr

Magnetfeldmessung an Zylinderspulen (MZ) 1. Einleitung. 2. Aufgabenstellung. Physikalisches Praktikum Versuch: MZ

Magnetfeldmessung an Zylinderspulen (MZ) 1. Einleitung. 2. Aufgabenstellung. Physikalisches Praktikum Versuch: MZ Technsche Unvestät Desden Fchchtung Physk A. Schwb C. Schöte 09/006 Physklsches Pktkum Vesuch: MZ Mgnetfeldmessung n Zylndespulen MZ 1. Enletung Nch dem Duchflutungsgeset st jede stomduchflossene ete von

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert).

) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert). V. Kolluson Im olgopolstschen Wettbewerb treffen mtunter mmer weder de glechen Frmen aufenander. Des eröffnet de Möglchket für stlles Zusammenspel, wel abwechendes Verhalten n späteren Zusammentreffen

Mehr

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum

Mehr

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

Mehr

Verteilungen eindimensionaler diskreter Zufallsvariablen

Verteilungen eindimensionaler diskreter Zufallsvariablen Vertelungen endmensonaler dskreter Zufallsvarablen Enführung Dskrete Vertelungen Dskrete Glechvertelung Bernoull-Vertelung Bnomalvertelung Bblografe: Prof. Dr. Kück Unverstät Rostock Statstk, Vorlesungsskrpt,

Mehr

3 g-adische Ziffernentwicklung reeller Zahlen

3 g-adische Ziffernentwicklung reeller Zahlen 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr