Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 11
|
|
- Benjamin Beck
- vor 6 Jahren
- Abrufe
Transkript
1 Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 11 Für die Abgabe der Bearbeitungen stehen den Übungsgruppen zu Mathematik für Informatiker I Briefkästen im Raum E06 der Otto-Hahn-Straÿe 20 zur Verfügung. Die den einzelnen Übungsgruppen zugeteilten Briefkästen sind durch die Gruppennummer gekennzeichnet. Sie sind ferner mit dem Namen der Veranstaltung sowie Zeit Ort der Übung kenntlich gemacht. Bitte werfen Sie Ihre Bearbeitungen in den Ihrer Übungsgruppe zugeteilten Briefkasten bis zur unten aufgeführten Abgabefrist ein! Schreiben Sie unbedingt immer Ihren vollständigen Namen, Ihre Matrikelnummer Ihre Gruppennummer auf Ihre Abgaben! Abgabefrist: , 14:00 Uhr Aufgabe 11.1 Körper (4 Punkte) Es sei K,, ein Körper M eine nichtleere Menge. K M sei die Menge aller Abbildungen von M nach K. Auf der Menge K M denieren wir eine Addition + eine Multiplikation durch die folgende Festlegung: f, g K M, m M : (f + g) (m) = f (m) g (m) Zeigen Sie: 1. K M, +, ist ein Ring. K M, + ist eine kommutative Gruppe: (f g) (m) = f (m) g (m). a) Assoziativität Kommutativität übertragen sich von K direkt auf K M : Für alle f, g, h K M gilt (f + (g + h)) (x) = f (x) (g + h) (x) = f (x) (g (x) h (x)) = (f (x) g (x)) h (x) = (f + g) (x) h (x) = ((f + g) + h) (x)
2 (f + g) (x) = f (x) g (x) = g (x) f (x) = (g + f) (x). b) Die konstante Nullfunktion ist das neutrale Element: (f + 0) (x) = f (x) 0 (x) = f (x) 0 = f (x) (0 + f) (x) = 0 (x) f (x) = 0 f (x) = f (x). c) Die Funktion ( f), deniert durch ( f) (x) = f (x), ist invers zu f : (f + ( f)) (x) = f (x) ( f (x)) = 0 = 0 (x) (( f) + f) (x) = ( f (x)) f (x) = 0 = 0 (x). K M, ist eine Halbgruppe, da das Assoziativgesetz gilt: (f (g h)) (x) = f (x) (g h) (x) = f (x) (g (x) h (x)) = (f (x) g (x)) h (x) = (f g) (x) h (x) = ((f g) h) (x). Es fehlen noch die beiden Distributivgesetze. Wir zeigen hier nur das erste. (f (g + h))(x) = f(x) (g(x) h(x)) = (f(x) g(x)) (f(x) h(x)) = (f g)(x) (f h)(x) = ((f g) + (f h))(x) 2. K M, +, ist genau dann ein Körper, wenn M einelementig ist. Wir zeigen die beiden Implikationen.
3 K M, +, Körper M ist einelementig: Sei also K M, +, ein Körper. Angenommen M hat mindestens 2 Elemente. Sei m 1 M fest gewählt. Betrachte die Abbildung f : M K mit f (m 1 ) = 1 f (m) = 0 für alle m M mit m m 1. Da nach Annahme K M, +, ein Körper ist, existiert zu f eine multiplikative Inverse g. Für alle Elemente von M, insbesondere auch für m m 1, gilt dann 1 = (f g) (m) = f (m) g (m) = 0 g (m) = 0, was in einem Körper unmöglich ist. Also muss M einelementig sein. M ist einelementig K M, +, Körper: Sei M = {m}. Wir zeigen noch, dass K M \ {0}, eine kommutative Gruppe ist. Die Kommutativität ergibt sich genauso wie die Kommutativität bzgl +. Die Abbildung 1 mit 1 (m) = 1 ist oensichtlich das neutrale Element: Für f K M gilt Existenz der Inversen: (1 f) (m) = 1 (m) f (m) = f (m) = f (m) 1 (m) = (f 1) (m). Sei f K M mit f (m) / {0, 1}. Da K ein Körper ist, existiert zu f (m) ein a K mit a f (m) = 1. Sei die Abbildung g : M K deniert durch g (m) = a. Dann gilt (g f) (m) = g (m) f (m) = a f (m) = 1 = 1 (m), so dass g die Inverse von f ist. Aufgabe 11.2 Körper Gegeben sei die folgende Menge A von reellen 2 2-Matrizen: {( ) } a b A = a, b R. (3 Punkte) Zeigen Sie: A, +, ist ein Körper (+ bezeichnet die Addition die Multiplikation von 2 2-Matrizen) Hinweis: Verwenden Sie auch, dass nach Satz des Foliensatzes zur Linearen Algebra (Datei lineare_algebra.pdf) die n n-matrizen zusammen mit + einen Ring bilden. Wir zeigen zunächst, dass A ein Unterring des Ringes der n n-matrizen ist. A ist abgeschlossen unter + : ( ) ( ) a b c d Es seien zwei beliebige Matrizen aus A. Es gilt dann c c ( ) ( ) ( ) a b c d a + c b + d + = A d c (b + d) a + c ( ) a b ( ) ( c d ac bd bc + ad = d c (bc + ad) ac bd ) A Existenz der Null: oensichtlich ist die Nullmatrix ein Element von A.
4 Existenz der additiven Inversen: ( ) ( ) a b a b Sei eine beliebige Matrix in A. Dann gilt für ( b) a ( ) ( ) ( ) ( ) ( ) a b a b a b = + =, ( b) a ( b) a 0 0 ( ) ( ) ( ) a b a b a b so dass das additive Inverse von ist. ist aber ein ( b) a ( b) a Element von A. Da A nun als Unterring nachgewiesen ist, sind für A \ {0}, noch ( Kommutativität, ) Existenz der Existenz der Inversen zu zeigen. Oensichtlich ist die Matrix Einselement bzgl. 0 1 auch Element von A. ( ) ( ) a b c d Kommutativität: Seien zwei beliebige Matrizen in A \ {0}. Es gilt d c ( ) ( ) ( ) a b c d ac bd bc + ad = d c bc ad ac bd ( ) ( ) ( ) c d a b ac bd bc + ad = d c bc ad ac bd auf Gr der Kommutativität von R, so dass Kommutativität für die Matrizenmultiplikation in A \ {0} gilt. ( ) a b Existenz der Inversen: Sei eine beliebige Matrix in A \ {0}. Für die Matrix ) ( a b a 2 +b 2 a 2 +b 2 b a a 2 +b 2 a 2 +b 2 A gilt ( a a 2 +b 2 b b a 2 +b 2 a 2 +b 2 a a 2 +b 2 ) ( ) a b = ( ) Aufgabe 11.3 K-Vektorraum (3 Punkte) Im Folgenden sind Körper K Mengen M zusammen mit Abbildungen : M M M : K M M angegeben. Prüfen Sie, ob M mit den Abbildungen ein K-Vektorraum ist. sind hierbei folgendermaÿen deniert: (f g) (x) = f (x) + g (x) (c f) (x) = c f (x). 1. a) K = R M = {f : R R a, b R. x. f (x) = a 2 x + b (x 1)} Nach Folie 305 (Foliendatei lineare_algebra.pdf) bildet die Menge der Abbildungen von R nach R zusammen mit den Operationen einen Vektorraum. Wir zeigen, dass M zusammen mit einen Teilraum dieses Vektorraums darstellt.
5 M ist oensichtlich erfüllt. Seien f, g M. Es gibt dann a, b, c, d R mit x : f (x) = a 2 x + b (x 1) Damit ist g (x) = c 2 x + d (x 1). also f g M. (f g) (x) = f (x) + g (x) = (a + c) 2 x + (b + d) (x 1), Seien s R f M. Es gibt dann a, b R mit x. f (x) = a 2 x + b (x 1). Es ist (s f) (x) = s f (x) = (s a) 2 x + (s b) (x 1), also ist s f M. Damit ist die Teilraumeigenschaft nachgewiesen. b) K = R M = {f : R R x. f ( x) = f (x)} M ist oensichtlich erfüllt. Seien f, g M. Es gilt dann f ( x) = f (x) g ( x) = g (x) für alle x R. Damit folgt also f g M. (f g) ( x) = f ( x) + g ( x) = f (x) g (x) = (f g) (x), Seien s R f M. Es gilt dann f ( x) = f (x) für alle x R. Es folgt also ist s f M. (s f) ( x) = s f ( x) = s f (x) = (s f) (x), Damit ist die Teilraumeigenschaft nachgewiesen. 2. K = Z 2 M = P(X), wobei X eine beliebige nichtleere Menge ist. : P(X) P(X) P(X) sei deniert durch: : Z 2 P(X) P(X) ist festgelegt durch A B = (A \ B) (B \ A). 0 A = 1 A = A. Wir zeigen, dass M = P (X) mit den angegebenen Operationen ein Vektorraum ist. Nach Beispiel 8.35 (Foliensatz algebraische_strukturen.pdf) ist P (X),, für eine beliebige Menge X ein Ring. Da mit unserer Abbildung übereinstimmt,gilt also, dass P (X), eine kommutative Gruppe ist.
6 Von den weiteren Vektorraumeigenschaften ist nur (s + s ) A = (s A) (s A) nicht oensichtlich. Interessant ist auch nur der Fall s = s = 1. Es gilt (1 + 1) A = 0 A = = (A \ A) (A \ A) = A A = (1 A) (1 A), so dass auch für diesen Fall die Eigenschaft (s + s ) A = (s A) (s A) gilt. Aufgabe 11.4 Teilräume (Präsenzaufgabe) Beweisen oder widerlegen Sie: 1. { (x, y, z) R 3 x + 2y + 3z = 0 } ist Teilraum des Vektorraums R 3. Dies ist ein Teilraum. Sei M = { (x, y, z) R 3 x + 2y + 3z = 0 }. Es gilt M, da (0, 0, 0) M. Betrachte zwei beliebige Elemente (a, b, c), (x, y, z) von M. Wir zeigen (a, b, c)+(x, y, z) M. Es gilt 0 = a + 2b + 3c + x + 2y + 3z = (a + x) + 2 (b + y) + 3 (c + z), also ist (a, b, c) + (x, y, z) = (a + x, b + y, c + z) M. Sei s R (x, y, z) M. Es gilt 0 = s 0 = s (x + 2y + 3z) = (s x)+2 (s y)+3 (s z), also s (x, y, z) = (s x, s y, s z) M. Hiermit sind die Teilraumeigenschaften nachgewiesen. 2. { (x 1, x 2, x 3, x 4, x 5 ) R 5 x 2 = 0 x 5 = 0 } ist Teilraum des Vektorraums R 5. Diese Aussage ist falsch. Z.B. sind (0, 1, 0, 0, 0) (1, 0, 1, 1, 1) in dieser Menge, aber nicht (0, 1, 0, 0, 0) + (1, 0, 1, 1, 1) = (1, 1, 1, 1, 1). 3. { (x 1, x 2, x 3, x 4, x 5 ) (Z 2 ) 5 (x 1, x 2, x 3, x 4, x 5 ) enthält eine gerade Zahl von 1 } ist Teilraum des Vektorraums (Z 2 ) 5. Die Aussage ist richtig. Es sei M = { (x 1, x 2, x 3, x 4, x 5 ) (Z 2 ) 5 (x 1, x 2, x 3, x 4, x 5 ) enthält eine gerade Zahl von 1 }. Wir weisen die Teilraumeigenschaften nach. M, da (0, 0, 0, 0, 0) M.
7 Sei s Z 2 (x 1, x 2, x 3, x 4, x 5 ) M. Es gilt dann s (x 1, x 2, x 3, x 4, x 5 ) = (0, 0, 0, 0, 0) oder s (x 1, x 2, x 3, x 4, x 5 ) = (x 1, x 2, x 3, x 4, x 5 ). In jedem Fall ist das Resultat ein Element von M. Seien (x 1, x 2, x 3, x 4, x 5 ), (y 1, y 2, y 3, y 4, y 5 ) M. Sei (z 1, z 2, z 3, z 4, z 5 ) = (x 1, x 2, x 3, x 4, x 5 )+ (y 1, y 2, y 3, y 4, y 5 ). Es gilt dann: z i = 1 genau dann, wenn x i = 1 y i = 0 oder x i = 0 y i = 1 ist. Sei weiter k = {i {1,..., 5} x i = y 1 = 1} m = {i {1,..., 5} x i = 1} n = {i {1,..., 5} y 1 = 1} Dann gilt m k = {i {1,..., 5} x i = 1 y i = 0} n k = {i {1,..., 5} y i = 1 x i = 0} damit (m k) + (n k) = {i {1,..., 5} z i = 1}. Da m n gerade sind, ist aber auch (m k) + (n k) = m k gerade. (z 1, z 2, z 3, z 4, z 5 ) ist daher ein Element von M. Hiermit sind die Teilraumeigenschaften nachgewiesen. 4. { (x 1, x 2, x 3, x 4, x 5 ) (Z 2 ) 5 (x 1, x 2, x 3, x 4, x 5 ) enthält eine ungerade Zahl von 1 } ist Teilraum des Vektorraums (Z 2 ) 5. Die Aussage ist falsch. Z.B. ist der Nullvektor (0, 0, 0, 0, 0) kein Element dieser Menge. 7
Lineare Algebra und analytische Geometrie I
Sei G eine Gruppe. Zeige, dass ( 1 ) 1 = Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Arbeitsblatt 3 Die Pausenaufgabe Aufgabe 3.1. Formuliere die binomischen
Mehr1 Algebraische Strukturen
Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
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
MehrÜbungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8
Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
Mehr5. Gruppen, Ringe, Körper
5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus
Mehr1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale
Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
Mehr2. Machen Sie sich klar, dass jede denkbare Festsetzung fur die noch fehlenden\ Dierenzen durch Werte in N 0 unschone\ Konsequenzen hat.
3 Die ganzen Zahlen 3.1 Historisches Die { bisher noch nicht erklarte { Subtraktion ist in N 0 nicht uneingeschrankt durchfuhrbar. Die negativen Zahlen wurden noch zu Zeiten von Rene Descartes als falsche\
MehrGruppe. Unter einer Gruppe (G, ) versteht man eine Menge G, auf der eine binäre Operation definiert ist:
Gruppe Unter einer Gruppe (G, ) versteht man eine Menge G, auf der eine binäre Operation definiert ist: : G G G, d.h. jedem Elementepaar (a, b): a, b G ist ein Element a b G zugeordnet. Gruppe 1-1 Gruppe
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrRationale, irrationale und reelle Zahlen. 4-E Vorkurs, Mathematik
Rationale, irrationale und reelle Zahlen 4-E Vorkurs, Mathematik Rationale Zahlen Der Grund für die Einführung der rationalen Zahlen ist der, dass wir mit ihnen auch Gleichungen der Form q x = p lösen
MehrEinführung in die Lineare Algebra und Geometrie. Andreas Čap
Einführung in die Lineare Algebra und Geometrie Sommeresemester 2010 Andreas Čap Fakultät für Mathematik, Universität Wien, Nordbergstraße 15, A 1090 Wien E-mail address: Andreas.Cap@esi.ac.at Vorwort
MehrReelle Zahlen, Gleichungen und Ungleichungen
9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen
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
Mehr1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr7. Ringe und Körper. 7. Ringe und Körper 49
7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich
MehrInverse Matrix. 1-E Ma 1 Lubov Vassilevskaya
Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.
Mehr3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.
3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es
MehrNeben der Addition tritt nun die Multiplikation als weitere Struktureigenschaft
Kapitel 3 Rationale Zahlen 31 Die rationalen Zahlen (Körper, Abzählbarkeit) Was ist mit der Gleichung z q = w in Z? Für gegebene z, w Z ist diese Gleichung in der Menge der ganzen Zahlen im Allgemeinen
MehrKonstruktion der reellen Zahlen 1 von Philipp Bischo
Konstruktion der reellen Zahlen 1 von Philipp Bischo 1.Motivation 3 1.1. Konstruktion von R im allgemeine 3 2.Voraussetzung 3 2.1Die Menge Q zusammen mit den beiden Verknüpfungen 3 2.2Die Rationalen Zahlen
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
MehrZahlen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Die natürlichen Zahlen Für eine beliebige Menge S definiert man den Nachfolger S + durch S + := S {S}.
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrAxiomatische Beschreibung der ganzen Zahlen
Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
MehrGrundlagen der Mathematik
Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.
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
Mehr2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin
Die Menge der ganzen Zahlen von Peter Franzke in Berlin Das System der natürlichen Zahlen weist einen schwerwiegenden Mangel auf: Es gibt Zahlen mn, derart, dass die lineare Gleichung der Form mx n keine
MehrMathematik für Informatiker II Übungsblatt 7
Mathematik für Informatiker II Übungsblatt 7 Vincent Blaskowitz Übungsblatt 7 vom 03.06.20 Aufgabe Aufgabenstellung Berechnen Sie die folgenden Logarithmen ohne Taschenrechner: i log 0,008 ii log 2 Lösung
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
MehrHalbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
Mehr1 Funktionen. 1.1 Definitionen und Bezeichnungen
1 1 Funktionen 1.1 Definitionen und Bezeichnungen Eine Funktion f ist eine eindeutige Abbildung einer Menge X in eine andere Y. Ist x X, dann ist f(x) y Y das Bild des Elementes x. x heißt das Urbild des
MehrMathematik und Logik
Mathematik und Logik 5. Übungsaufgaben 2006-11-21 1. Beweisen Sie, daß die Aussage allgemeingültig ist. A = A Beweis. Dies ist ein Spezialfall von (((A = B) = B) = B) = (A = B), was wir wie folgt beweisen.
Mehr7 Vektorräume und Körperweiterungen
$Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt
MehrAlgebraische Kurven. Holger Grzeschik
Algebraische Kurven Holger Grzeschik 29.04.2004 Inhaltsübersicht 1.Einführung in die Theorie algebraischer Kurven 2.Mathematische Wiederholung Gruppen, Ringe, Körper 3.Allgemeine affine Kurven 4.Singuläre
MehrMathematik III. (für Informatiker) Oliver Ernst. Wintersemester 2014/15. Professur Numerische Mathematik
Mathematik III (für Informatiker) Oliver Ernst Professur Numerische Mathematik Wintersemester 2014/15 Inhalt 10 Differentialgleichungen 11 Potenz- und Fourier-Reihen 12 Integraltransformationen 13 Algebraische
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 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/ws0910
MehrDiskrete Strukturen. Restklassenringe WS 2013/2014. Vorlesung vom 24. Jänner 2014
Diskrete Strukturen WS 2013/2014 Vorlesung vom 24. Jänner 2014 Thomas Vetterlein Institut für Wissensbasierte Mathematische Systeme Johannes-Kepler-Universität Linz 10.1 Die Modulo-n-Relation Definition
MehrEndliche Körper Seminar: Diskrete Mathematik Leitung: Prof. Dr. Rainer Lang Von: Steffen Lohrke (ii5105) SS2005
Endliche Körper Seminar: Diskrete Mathematik Leitung: Prof. Dr. Rainer Lang Von: Steffen Lohrke (ii5105) SS2005 Inhaltsverzeichnis Abelsche Gruppe 3 Kommutativer Ring 5 Körper 6 Endliche Körper 7 Endliche
MehrFachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum
Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume
MehrTheorie der Vektorräume
Kapitel 3 Theorie der Vektorräume 3.1 Gruppen, Ringe, Körper In diesem Abschnitt führen wir die drei wichtigsten algebraischen Grundstrukturen ein, nämlich Gruppen, Ringe und Körper. Sie sind nicht nur
MehrPrimzahlen. Herbert Koch Mathematisches Institut Universität Bonn Die Primfaktorzerlegung. a = st
Primzahlen Herbert Koch Mathematisches Institut Universität Bonn 12.08.2010 1 Die Primfaktorzerlegung Wir kennen die natürlichen Zahlen N = 1, 2,..., die ganzen Zahlen Z, die rationalen Zahlen (Brüche
MehrVorlesung. Funktionen/Abbildungen
Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
MehrMathematik für Informatiker 1 Tutorium
Mathematik für Informatiker 1 Tutorium Malte Isberner 9.1.2014 M. Isberner MafI1-Tutorium 9.1.2014 1 / 12 Thema heute Thema heute: Verbände M. Isberner MafI1-Tutorium 9.1.2014 2 / 12 Verbände Was ist ein
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
Mehr1 Rechnen mit 2 2 Matrizen
1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12
Mehrx LINEARE GLEICHUNGSSYSTEME In diesem Paragraph beginnen wir mit einer elementaren Behandlung linearer Gleichungssysteme Bevor wir versuchen eine allg
SKRIPTUM { LINEARE ALGEBRA I JB COOPER Inhaltsverzeichnis: x Lineare Gleichungssysteme x Geometrie der Ebene und des Raumes x Vektorraume x Lineare Abbildungen Typeset by AMS-T E X x LINEARE GLEICHUNGSSYSTEME
MehrKapitel 1 Allgemeine lineare Gruppen
Kapitel 1 Allgemeine lineare Gruppen Gruppe: Zunächst einmal ganz allgemein über Gruppen. X und Y seien Mengen, dann ist XxY das cartesische Produkt, die Menge aller geordneten Paare (x,y) mit x aus X
MehrVektorgeometrie Layout: Tibor Stolz
Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 2 Beispiele für Gruppen Aus der Vorlesung Mathematik I sind schon viele kommutative Gruppen bekannt. Zunächst gibt es die additiven
Mehr3. Zahlbereiche und algebraische Strukturen
technische universität dortmund Dortmund, im November 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung von Kapitel 3 3. Zahlbereiche
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
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
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
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
MehrWiederholung Vorlesungen 1 bis 8
Wiederholung Vorlesungen 1 bis 8 Aufgabe 1 a) Sind die im Folgenden gegebenen Ausdrücke als Folge interpretierbar? Wenn ja, wie? i) 1,,4,8,16,3,64,..., ii)... 5, 3, 1,1,3,5,..., iii) 3,10,π,4, 1 7,10,1,14,16,18,...
MehrAufgaben zu Kapitel 15
Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation
MehrLineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya
Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch
MehrLineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich
Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,
MehrLösungen zum 2. Aufgabenblatt
SS 2012, Lineare Algebra 1 Onlineversion, es werden keine Namen angezeigt. Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar. Insgesamt 3255 Wörter
MehrZahlen und elementares Rechnen
und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr2 Rationale und reelle Zahlen
2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
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
MehrLineare Algebra I Klausur. Klausur - Musterlösung
Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra I Klausur Klausur - Musterlösung 20. Februar 203 Aufgabe - Lösung Aussage wahr falsch (Z, +, 0) ist eine abelsche Gruppe. Der Ring Z/24Z ist nullteilerfrei.
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 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/ws0910
MehrLineare Gleichungsen + Lineare Funktionen
29. Mai 2006 Gliederung 1 2 Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte nicht abschreiben! Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte
MehrSymmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome
Proseminar Lineare Algebra SS10 Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Natalja Shesterina Heinrich-Heine-Universität ASymmetrische Polynome Definition 1 Sei n
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
MehrEinführung in die Zahlentheorie und algebraische Strukturen
Einführung in die Zahlentheorie und algebraische Strukturen Wintersemester 2012/2013 Universität Bayreuth Michael Stoll Inhaltsverzeichnis 1. Wiederholung: Gruppen, Ringe, Körper 2 2. Teilbarkeitslehre
MehrProf. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1
Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis
MehrGruppen und deren Anwendungen in der Zahlentheorie Bad Doberan
Gruppen und deren Anwendungen in der Zahlentheorie Bad Doberan Thomas Krakow 15.10.2006 Inhaltsverzeichnis 1 Mengen und Abbildungen 5 1.1 Mengen..................................... 5 1.2 Teilmengen,
Mehr1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.
Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar
Mehr2.2 Konstruktion der rationalen Zahlen
2.2 Konstruktion der rationalen Zahlen Wie wir in Satz 2.6 gesehen haben, kann man die Gleichung a + x = b in Z jetzt immer lösen, allerdings die Gleichung a x = b im allgemeinen immer noch nicht. Wir
MehrMathematik für Informatiker
Dirk Hachenberger Mathematik für Informatiker 2., aktualisierte Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam
MehrVorlesung Diskrete Strukturen Gruppe und Ring
Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in
MehrÜber die algebraische Struktur physikalischer Größen
Über die algebraische Struktur physikalischer Größen Alois Temmel Juni 2001 c 2001, A. Temmel Inhaltsverzeichnis 1 Physikalische Größen 3 1.1 Das internationale Einheitensystem............... 3 1.2 Die
MehrKap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v
Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht
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
MehrModul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010
54 3 GRUPPEN Modul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010 Hinweis: Dieses Manuskript setzt das Skript aus dem letzten Semester fort. Es ist nur verständlich und von Nutzen für
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrSeminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe
Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe Sebastian Dobrzynski 17042014 1 Grundsätzliches zu Idealen Vorab legen wir fest: Alle im Vortrag betrachteten Ringe sind
MehrMit Funktionen rechnen ein wichtiges Thema der Sekundarstufe 2
Mit Funktionen rechnen ein wichtiges Thema der Sekundarstufe 2 FRANZ PAUER, FLORIAN STAMPFER (UNIVERSITÄT INNSBRUCK) 1. Einleitung Im Mathematikunterricht der Sekundarstufe 1 lernt man ganze und rationale
Mehr