Fachwissenschaftliche Grundlagen
|
|
- Thilo Meissner
- vor 6 Jahren
- Abrufe
Transkript
1 Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 6. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 1 / 36
2 Themen heute Sätze über injektive, surjektive, bijektive Abbildungen Umkehrabbildung Verkettung Bijektionen unendlicher Mengen Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 2 / 36
3 Wiederholung: Abbildung Denition Eine Abbildung ist ein Tripel f = (A,B,G) von Mengen, wobei die Menge G erstens Teilmenge von A B ist, d.h. G A B, und so dass G die folgende Eigenschaft hat: x A! y B : (x,y) G. Hierbei heiÿt A Denitionsmenge, und B heiÿt Zielmenge. Denition Diese Menge G heiÿt der Graph von f. Es gilt: Graph(f ) = {(x,f (x)) x A}. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 3 / 36
4 Wiederholung: Wertemenge, Bildmenge Denition Wenn f : A B eine Abbildung (Funktion) ist, dann heiÿt die Menge f (A) := {f (x) x A} die Wertemenge oder die Bildmenge oder das Bild von f. Wir schreiben statt f (A) auch Bild(f ) := f (A). Es gilt immer f (A) B, aber nicht immer f (A) = B. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 4 / 36
5 Wiederholung: Bild und Urbild von allgemeinen Teilmengen Wenn M A ist, dann ist das Bild der Teilmenge M gegeben durch f (M) := {f (x) x M} = {y B x M : f (x) = y}. Denition Wenn N B ist, dann denieren wir as Urbild der Menge N unter f durch f 1 (N) = {x A y N : f (x) = y}. Dazu muss f nicht invertierbar (Denition folgt heute) sein. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 5 / 36
6 Wiederholung: Injektiv Denition Sei f : A B eine Abbildung. f heiÿt injektiv, wenn gilt: Jedes Element y B wird höchstens einmal von f getroen. Also: f (x) = f ( x) = x = x. Äquivalent: x x = f (x) f ( x). Es muss aber nicht jedes Element aus B getroen werden. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 6 / 36
7 Wiederholung: Surjektiv Denition Sei f : A B eine Abbildung. f heiÿt surjektiv, wenn gilt: Jedes Element y B wird mindestens einmal von f getroen. Also: y B x A : f (x) = y. Es muss aber nicht jedes Element aus B nur einmal getroen werden. Es ist erlaubt, dass manche Elemente mehrmals getroen werden. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 7 / 36
8 Wiederholung: Bijektiv Denition Sei f : A B eine Abbildung. f heiÿt bijektiv, wenn gilt: f ist injektiv und f ist surjektiv. Dann gilt: Jedes Element y B wird genau einmal von f getroen. Also: y B!x A : f (x) = y. Für bijektive Abbildung sagen wir auch kurz Bijektion. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 8 / 36
9 Umkehrabbildung Wenn die Abbildung f : A B bijektiv ist, dann denieren wir die Abbildung f 1 : B A (genannt Umkehrabbildung) durch f 1 : B A f (x) x. Diese Vorschrift macht bei bijektiven Abbildungen Sinn und gibt dann wieder eine Abbildung. Deswegen: Für bijektiv können wir auch umkehrbar oder invertierbar sagen. Aber Vorsicht: es gibt mehrere Arten von Umkehrbarkeit. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 9 / 36
10 Umkehrabbilung (Beispiel) Beispiele: Die Abbildung f : {1,2,3} {6,7,8} ist bijektiv. Sie hat die Umkehrabbildung f 1 : {6,7,8} {1,2,3} Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 10 / 36
11 Identität als Abbildung; Umkehrung davon Sei A eine beliebige Menge. Die Identitätsabbildung auf der Menge A ist gegeben durch id A : A A, x x. Die Identitätsabbildung ist bijektiv. Sie hat die Umkehrabbildung id 1 A = id A. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 11 / 36
12 Zwei Bedeutungen von f 1 Die Umkehrabbildung f 1 ist nicht dasselbe wie das Urbild (Mengenabbildung), also mit f 1 (N) mit N B. Die Schreibweise f 1 bedeutet also zwei verschiedene Dinge. Das Urbild hat als Argument eine Menge von Punkten. Die Umkehrabbildung hat als Argument einen einzelnen Punkt. Was passiert jetzt, wenn wir in die Umkehrabbildung f 1 eine Menge einsetzen? Kommt dann etwas verschiedenes heraus als beim Urbild (welches ja auch f 1 heiÿt)? Es gilt zum Glück: Das Bild von N B unter der Umkehrabbildung f 1 ist genau das Urbild von N unter der Mengenabbildung f 1. Es kommt also dasselbe heraus. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 12 / 36
13 Verkettung von Abbildungen Denition Wenn f : A B eine Abbildung ist und g : B C eine Abbildung, dann denieren wir die Verkettung von f und g durch g f : A C, (g f )(x) := g(f (x)). Aussprache: g nach f. Zuerst wird f angewendet, dann g. Ausgewertet wird also von rechts nach links. Die Reihenfolge ist wichtig. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 13 / 36
14 Verkettung ist nicht kommutativ (Beispiel) Beispiel: f : Z Z, x x + 1 g : Z Z, x x 2. Dann ist g f : Z Z gegeben durch x (x + 1) 2. Dagegen wäre f g : Z Z gegeben durch x x Dies ist nicht dasselbe (z.b. für x = 1). Es gilt also kein Kommutativgesetz. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 14 / 36
15 Verkettung ist assoziativ Für mehrfache Verkettungen gilt das Assoziativgesetz: Satz Seien f : A B, g : B C und h : C D Abbildungen. Dann gilt: h (g f ) = (h g) f. Beweis. Für jedes x A gilt (h (g f ))(x) = h ((g f )(x)) =h (g(f (x))) =(h g)(f (x)) =((h g) f )(x). Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 15 / 36
16 Verkettung mit sich selbst, beliebig oft Wenn f : A A eine Abbildung ist mit gleicher Denitionsmenge und Zielmenge, dann darf f beliebig oft mit sich selbst verkettet werden. D.h. die Ausdrücke f f f f f f f f f f... sind alle sinnvoll deniert. Wegen dem Assoziativgesetz müssen hier keine Klammern geschrieben werden. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 16 / 36
17 Sätze über Verkettung, Injektivität, Surjektivität, Bijektivität Satz Für alle Abbildungen f : A B und g : B C gilt: Wenn f und g injektiv sind, dann ist auch g f injektiv. Beweis. Für beliebige x, x A gilt: Aus (g f )(x) = (g f )( x) folgt g(f (x)) = g(f ( x)). Wegen der Injektivität von g folgt daraus f (x) = f ( x). Wegen der Injektivität von f folgt daraus x = x. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 17 / 36
18 Sätze über Verkettung, Injektivität, Surjektivität, Bijektivität Satz Für alle Abbildungen f : A B und g : B C gilt: Wenn f und g surjektiv sind, dann ist auch g f surjektiv. Beweis. g ist surjektiv, also gilt: Für jedes z C gibt es y B mit g(y) = z. f ist surjektiv, also gilt: Es gibt ein x A mit f (x) = y. Deswegen gibt es zu jedem z C ein x A mit (g f )(x) = g(f (x)) = z. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 18 / 36
19 Sätze über Verkettung und Injektivität, Surjektivität und Bijektivität Satz Für alle Abbildungen f : A B und g : B C gilt: Wenn f und g bijektiv sind, dann ist auch g f bijektiv. Beweis. Dies folgt aus den vorigen beiden Sätzen. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 19 / 36
20 Sätze über Verkettung, Injektivität, Surjektivität, Bijektivität Satz Für alle Abbildungen f : A B und g : B C gilt: Wenn g f injektiv ist, dann ist auch f injektiv. Beweis. Wenn f (x) = f ( x) gilt, dann gilt auch g(f (x)) = g(f ( x)). Das ist dasselbe wie (g f )(x) = (g f )( x). Wegen der Injektivität von g f folgt daraus x = x. Also ist f injektiv. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 20 / 36
21 Sätze über Verkettung, Injektivität, Surjektivität, Bijektivität Satz Für alle Abbildungen f : A B und g : B C gilt: Wenn g f surjektiv ist, dann ist auch g surjektiv. Beweis. Wenn g f surjektiv ist, dann gibt es für alle z C ein x A mit z = (g f )(x) = g(f (x)). Also gibt es ein y B mit g(y) = z, nämlich y = f (x). Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 21 / 36
22 Sätze über Verkettung und Injektivität, Surjektivität, Bijektivität Satz Für alle Abbildungen f : A B und g : B C gilt: Wenn g f bijektiv ist, dann ist f injektiv und g surjektiv. Beweis. Dies folgt aus den letzten beiden Sätzen. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 22 / 36
23 Paarweise Zuordnung, präzise deniert Mit Abbildungen können wir unsere Idee der paarweisen Zuordnung präzise denieren: Denition Die beiden Mengen A und B heiÿen paarweise zuordenbar, wenn es eine bijektive Abbildung f : A B gibt. In diesem Fall heiÿt f eine paarweise Zuordnung zwischen den Mengen A und B. Wir sagen auch, f ist eine Bijektion zwischen den Mengen A und B. Es genügt auch, dass es eine Bijektion zwischen den Mengen B und A gibt, d.h. eine bijektive Abbildung g : B A. So ein g gibt es genau dann, wenn es eine Bijektion f : A B gibt. Wenn es eine Bijektion f zwischen den Mengen A und B gibt und eine Bijektion g zwischen B und C, dann gibt es auch eine Bijektion zwischen A und C, nämlich g f : A C. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 23 / 36
24 Beispiele (Bijektion, paarweise Zuordnung) mit unendlichen Mengen Beispiele: Satz Die Mengen N 0 und N sind paarweise zuordenbar mit der Bijektion f : N 0 N, x x + 1. Beweis. f ist injektiv: Wenn f (x) = f ( x), dann gilt x + 1 = x + 1, und daraus folgt x = x. f ist surjektiv: Für jedes y N gibt es ein x N 0, nämlich x = y 1, so dass gilt: f (x) = y. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 24 / 36
25 Bijektion mit unendlichen Mengen Satz Die Mengen Z und N sind paarweise zuordenbar mit der Bijektion f : N Z wobei auf der linken Seite die Elemente von N aufgelistet sind und auf der rechten Seite die Elemente von Z aufgelistet sind.
26 Bijektion mit unendlichen Mengen Beweis. f ist injektiv: Auf der rechten Seite steht jedes Element von Z (höchstens) einmal, kann also höchstens einmal getroen werden. f ist surjektiv: Auf der rechten Seite steht jedes Element von Z (mindestens) einmal, wird also (mindestens) einmal getroen. Denition Wenn die Menge M komplett aufgelistet werden kann (wie vorhin die Menge Z), und die Menge M unendlich viele Elemente enthält, dann gibt es eine Bijektion f : N M und eine Bijektion g : M N. (Wobei g = f 1 ist.) In dem Fall heiÿt die Menge M abzählbar. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 26 / 36
27 Cantors Diagonalverfahren Als nächstes zeigen wir den wichtigen Satz: Satz Die Mengen Q + := {x Q x > 0} und N sind bijektiv aufeinander abbildbar. Sowie den Satz: Satz Die Mengen Q und N sind bijektiv aufeinander abbildbar. Wir zeigen zuerst den (ähnlichen) Satz: Satz Die Mengen N N und N sind paarweise zuordenbar mit einer Methode namens Cantors Diagonalverfahren. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 27 / 36
28 Cantors Diagonalverfahren Satz Die Mengen N N und N sind paarweise zuordenbar mit einer Methode namens Cantors Diagonalverfahren. Zum Beweis: N N ist die Menge {(x,y) x N y N}. 1 Bilde eine Tabelle, in beide Richtungen (x und y) unendlich ausgedehnt. 2 Schreibe in x-richtung für jedes n N die Zahl n als Überschrift über die n-te Spalte. 3 Schreibe in y-richtung für jedes m N die Zahl m als Überschrift über die m-te Zeile. 4 Schreibe das Element (x,y) an die Position (x,y) in der Tabelle (also x-te Spalte und y-te Zeile). Das war noch nicht das Verfahren, das war die Tabelle, mit der das Verfahren funktioniert. Es geht so: Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 28 / 36
29 konstruiert. Die Abbildung f ist surjektiv: Nach Konstruktion. Die Abbildung f ist injektiv: Auch nach Konstruktion. Also ist sie bijektiv. Cantors Diagonalverfahren 1 Die Tabellenposition ganz links oben bekommt die Zahl 1 zugeordnet. 2 Die Positionen (1, 2) und (2, 1) (welche eine kurze Diagonale der Länge 2 bilden) bekommen die Zahlen 2 und 3 zugeordnet. 3 Die Positionen (1,3), (2,2) und (3,1) (welche eine kurze Diagonale der Länge 3 bilden) bekommen die nächsten 3 ganzen Zahlen (hier also 4,5,6) zugeordnet. 4 Die Positionen (1,4), bis (4,1) (welche eine kurze Diagonale der Länge 4 bilden) bekommen die nächsten 4 ganzen Zahlen zugeordnet. 5 usw. Auf diese Weise wird jede Tabellenposition erreicht. Wir haben damit eine Abbildung f : N N N
30 Rationale Zahlen sind abzählbar Die Mengen Q + := {x Q x > 0} und N sind paarweise zuordenbar mit Cantors Diagonalverfahren: Beweis wie eben, wobei wir in jedem Schritt alle Brüche überspringen, die wir schon einmal erreicht hatten. Die Mengen Q und N sind ebenfalls paarweise zuordenbar mit Cantors Diagonalverfahren. Wir können also auch die rationalen Zahlen 0 dazunehmen. Die Mengen R und N sind nicht paarweise zuordenbar. Dies werden wir als nächstes beweisen. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 30 / 36
31 Dezimalschreibweise Zunächst müssen wir die reellen Zahlen besser verstehen. Es ist möglich, eine exakte Denition von R zu geben; das wird z.b. in Analysis getan. Hier beschäftigen wir uns mit etwas leichterem: der Frage, wann zwei reelle Zahlen, deren Dezimalschreibweise wir kennen, gleich sind. Dezimalschreibweise: π = 3, = ,5 wobei hier ein Punkt zwischen Vor- und Nachkommateil verwendet wird. Es gibt 3 verbreitete Schreibweisen für Zahlen wie diese: international übliche (modernste): 10,000,000,000.5 ; deutsche traditionelle: ,5 deutsche modernere: 10'000'000'000,5 Leider sind diese Schreibweisen inkompatibel. (Was heiÿt 1.234? Was heiÿt 1,234?) Alle sind möglich, aber wir müssen uns auf eine festlegen. In dieser Vorlesung verwenden wir die deutsche modernere. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 31 / 36
32 Dezimalschreibweise von reellen Zahlen Simple Frage: Sind die beiden Zahlen a = 2,7136 b = 2,7203 gleich oder verschieden? Antwort: Natürlich verschieden. Die zweite Nachkommastelle ist verschieden, und die Dierenz ist > (Nämlich ) Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 32 / 36
33 Dezimalschreibweise von reellen Zahlen Knobelaufgabe: Sind die Zahlen a = 0, b = 1 = 1, gleich oder verschieden? Wenn verschieden, wie groÿ ist die Dierenz? Antwort: Gleich. Denn 10a = 9, a = 10a a = 9,9999 0,9999 = 9 = a = 1. Die Dierenz ist 0. Denn: Die Dierenz ist kleiner als Sogar kleiner als 100. Sogar kleiner als , usw. Deswegen ist die Dierenz gleich Null. (Das benutzt eine Eigenschaft der reellen Zahlen.) Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 33 / 36
34 Dezimalschreibweise von reellen Zahlen Aus diesem Grund gilt folgende Vereinbarung: Wenn wir reelle Zahlen schreiben, dann verwenden wir nie die Schreibweise, wo irgendwann nur noch 9en kommen, sondern (sofern nötig) nur die Schreibweise mit 0en. Es gilt: Die Zahlen, die Vorkomma-Anteil 0 haben, sind genau das Intervall [0,1[= {x R x 0 x < 1} R. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 34 / 36
35 Roland Gunesch (Mathematik) Fachwissenschaftliche... Grundlagen 6. Vorlesung 35 / 36 Die reellen Zahlen sind nicht abzählbar Satz Es gibt keine surjektive Abbildung N R. D.h.: Die reellen Zahlen lassen sich nicht abzählen. Beweis. Wir zeigen noch mehr: Schon das Intervall [0,1[= {x R x 0 x < 1} R läÿt sich nicht abzählen. Annahme: es gebe eine surjektive Abbildung f : N [0,1[. Wir schreiben alle Werte in Dezimalschreibweise: f (1) = 0,x 11 x 12 x f (2) = 0,x 21 x 22 x 23...
36 Die reellen Zahlen sind nicht abzählbar Beweis. (Fortsetzung) Betrachte die Zahl r := 0,r 1 r 2 r 3 [0,1[ die gegeben ist durch die Ziern { x ii + 1 für x ii 9 r i : = 0 für x ii = 9. Ist r eine Zahl aus der Liste? Gilt r Bild(f )? Antwort: Nein, denn für jedes i N ist r von f (i) verschieden (nämlich in der i-ten Zier). Die reellen Zahlen sind also wirklich mächtiger als die natürlichen Zahlen. Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 36 / 36
37 Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 6. Vorlesung 36 / 36
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.
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
MehrTheoretische Informatik
Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:
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
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
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
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
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
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,
MehrCodes und Codegitter. Katharina Distler. 27. April 2015
Codes und Codegitter Katharina Distler 7. April 015 Inhaltsverzeichnis 1 Codes 4 Codegitter 14 Einleitung Die folgende Seminararbeit behandelt das Konzept von Codes und Codegittern. Da sie bei der Informationsübertragung
MehrFunktionen und Mächtigkeiten
Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit
MehrZuammenfassung: 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,
MehrLineare 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
Mehr9. 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
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
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
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
MehrWirtschaftsmathematik 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
MehrMathematik 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
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
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
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)
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
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
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
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
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
MehrDie Cantor-Funktion. Stephan Welz
Die Cantor-Funktion Stephan Welz Ausarbeitung zum Vortrag im Proseminar Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 2009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser
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]
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
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
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
MehrBrückenkurs Mathematik, THM Friedberg, 15 19.9.2014
egelsammlung mb2014 THM Friedberg von 6 16.08.2014 15:04 Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 Sammlung von Rechenregeln, extrahiert aus dem Lehrbuch: Erhard Cramer, Johanna Neslehová: Vorkurs
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
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
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
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
MehrSprechen wir über Zahlen (Karl-Heinz Wolff)
Sprechen wir über Zahlen (Karl-Heinz Wolff) Die Überschrift ist insoweit irreführend, als der Autor ja schreibt und nicht mit dem Leser spricht. Was Mathematik im allgemeinen und Zahlen im besonderen betrifft,
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
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
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
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
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
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
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
MehrEine mathematische Reise ins Unendliche. Peter Koepke Universität Bonn
Eine mathematische Reise ins Unendliche Peter Koepke Universität Bonn Treffen sich die Schienen im Unendlichen? Gibt es unendlich ferne Punkte? Gibt es unendliche Zahlen? 1 Antwort: Nein! , so prostestire
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
MehrAnalysis 1. Delio Mugnolo. delio.mugnolo@uni-ulm.de. (Version von 18. Dezember 2012)
Analysis 1 Delio Mugnolo delio.mugnolo@uni-ulm.de (Version von 18. Dezember 2012) 2 Dies ist das Skript zur Vorlesung Analysis 1, welche ich im Sommersemester 2012 an der Universität Ulm gehalten habe.
MehrHöhere 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 ; : :
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.
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
MehrSkriptum zum Vorkurs Mathematik im Wintersemester 2007/2008
Skriptum zum Vorkurs Mathematik im Wintersemester 2007/2008 erstellt von Dipl.-Math. Monika Dücker September 2007 Überarbeitete Version der zweiten Auflage des Skriptum zum Vorkurs Mathematik von Dipl.-Math.
MehrWie 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, )
MehrFehlerkorrigierende Codes
Fehlerkorrigierende Codes SS 2013 Gerhard Dorfer 2 Inhaltsverzeichnis 1 Fehlerkorrigierende Codes 4 1.1 Einführende Beispiele................................. 4 1.2 Mathematische Grundlagen..............................
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 )
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
MehrOft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein.
Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein. 3 1384788374932954500363985493554603584759389 mod 28374618732464817362847326847331872341234 Wieso kann ein
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.
MehrWeiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner
Weiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner Rechengesetze 1. Rechengesetze für natürliche Zahlen Es geht um
MehrGleichungen und Ungleichungen
Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls
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;.
Mehr1 Zahlen. 1.1 Die reellen Zahlen
Zahlen Die aus dem Alltagsleben bekannten rationalen Zahlen (Bruchzahlen) reichen nicht aus, um Analysis rigoros betreiben zu können. Die historische Entwicklung zeigt vielmehr, dass für die Belange der
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
MehrVorlesung. 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
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,
MehrLineare 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
MehrKongruenzrechnung. 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
MehrÜber Kommentare und Ergänzungen zu diesen Lösungsbeispielen freuen wir uns!
Aufgaben und Lösungen. Runde 04 Über Kommentare und Ergänzungen zu diesen n freuen wir uns!» KORREKTURKOMMISSION KARL FEGERT» BUNDESWETTBEWERB MATHEMATIK Kortrijker Straße, 577 Bonn Postfach 0 0 0, 5 Bonn
MehrRekursionen (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
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
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
MehrReelle 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
MehrVorlesung Wirtschaftsmathematik II SS 2015, 3/2 SWS. Prof. Dr. M. Voigt
Vorlesung Wirtschaftsmathematik II SS 2015, 3/2 SWS Prof. Dr. M. Voigt 2. März 2015 II Inhaltsverzeichnis 5 Grundlagen 1 5.1 Funktionen einer Variablen...................... 1 5.2 spezielle Funktionen.........................
MehrHandreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler)
1 Handreichung zur Mathematikvorlesung für Wirtschaftswissenschaftler) Dr.Dr. Christina Schneider 2 Hinweis Das vorliegende Manuskript versteht sich als kurze und kompakte Handreichung zu meiner Vorlesung
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
MehrMathematischer Vorkurs. Für die Studiengänge. Bachelor Mathematik Bachelor Wirtschaftsmathematik Lehramt Mathematik Gymnasium und Gesamtschule
Mathematischer Vorkurs Für die Studiengänge Bachelor Mathematik Bachelor Wirtschaftsmathematik Lehramt Mathematik Gymnasium und Gesamtschule Dieser Vorkurs ist für andere Studiengänge nur dann geeignet,
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
MehrLenstras Algorithmus für Faktorisierung
Lenstras Algorithmus für Faktorisierung Bertil Nestorius 9 März 2010 1 Motivation Die schnelle Faktorisierung von Zahlen ist heutzutage ein sehr wichtigen Thema, zb gibt es in der Kryptographie viele weit
Mehr3.1. 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
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
MehrPROGRAMMIEREN MIT C. }, wird kompiliert mit dem Befehl. (-o steht für output) und ausgeführt mit dem Befehl
PROGRAMMIEREN MIT C Allgemeine hinweise Alles was hier beschrieben wird, soll auch ausprobiert werden. Warum C? Weil die coolen Dinge mit C am einfachsten gehen. Das werden wir in den folgenden Übungen
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
MehrMathematik I Internationales Wirtschaftsingenieurwesen
Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:
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,
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
MehrVorlesung Theoretische Informatik
Vorlesung Theoretische Informatik Automaten und Formale Sprachen Hochschule Reutlingen Fakultät für Informatik Masterstudiengang Wirtschaftsinformatik überarbeitet von F. Laux (Stand: 09.06.2010) Sommersemester
MehrDidaktik 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
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
MehrÜbung zur Algebra WiSe 2008/2009, Blatt 1
Aufgabe 1: Zeigen Sie, dass die Untergruppe der Permutationsmatrizen in GL(n, R) isomorph zur symmetrischen Gruppe S n ist. Es sei Perm n die Menge der Permutationsmatrizen in GL(n, R). Der Isomorphismus
MehrMathematik für Anwender I. Prof. Dr. Holger Brenner Universität Osnabrück Fachbereich Mathematik/Informatik
Mathematik für Anwender I Prof. Dr. Holger Brenner Universität Osnabrück Fachbereich Mathematik/Informatik Wintersemester 2011/2012 2 Inhaltsverzeichnis Vorwort 8 Vorlesungen 9 1. Vorlesung 9 1.1. Zahlen
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
MehrEIN LEMMA ÜBER PERLENKETTEN. Christian SIEBENEICHER
EIN LEMMA ÜBER PERLENKETTEN VON Andreas DRESS UND Christian SIEBENEICHER Abstract: We establish a diagram providing various bijections related to the theory of necklaces (or aperiodic words ) and clarifying
Mehrax 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
MehrSkript zur Analysis I Wintersemester 2009/10 Prof. Dr. Daniel Grieser
Skript zur Analysis I Wintersemester 2009/0 Prof. Dr. Daniel Grieser Carl von Ossietzky Universität Oldenburg Institut für Mathematik 26 Oldenburg E-Mail: daniel.grieser@uni-oldenburg.de Die Homepage zur
MehrDie Weierstraßsche Funktion
Die Weierstraßsche Funktion Nicolas Weisskopf 7. September 0 Zusammenfassung In dieser Arbeit führen wir die Weierstraßsche Funktion ein und untersuchen einige ihrer Eigenschaften. Wir zeigen, dass jede
MehrEinführung 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:
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
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
Mehr