Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
|
|
- Irma Straub
- vor 6 Jahren
- Abrufe
Transkript
1 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/ November 2015
2 Satz 3.16 (Binomischer Lehrsatz) Seien a, b R. Dann gilt für alle n N 0 (a+b) n = n ( ) ( ) ( ) n n n a n i b i = a n + a n 1 b+...+ ab n 1 +b n. i 1 n 1 i=0 Beispiel Für n = 2 ergibt sich die bekannte binomische Formel (a + b) 2 = a 2 + 2ab + b Für n = 3 gilt (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b Für n = 4 gilt (a + b) 4 = a 4 + 4a 3 b + 6a 2 b 2 + 4ab 3 + b 4.
3 Wir bemerken noch zwei wichtige Regeln für Binomialkoeffizienten. Korollar Für alle n N 0 gilt 2 n = n ( n ) i=0 i. 2. Für alle n, k N 0 mit n k gilt ( ) ( n k = n n k). Korollar 3.19 Sei n N 0 und sei M eine n-elementige Menge. Dann hat P(M) genau 2 n Elemente.
4 Grundaufgabe 4. Sei n N und k N 0. Es seien n Gefäße K 1,..., K n gegeben, auf die k ununterscheidbare Kugeln verteilt werden sollen. Wieviele Möglichkeiten gibt es, die Kugeln zu verteilen? Antwort. Es gibt ( ) n+k 1 k Möglichkeiten, die Kugeln zu verteilen. Beispiel 3.20 Angenommen, k Abgeordnete wählen je einen von n Kandidaten. Keiner der Abgeordneten enthält sich. Dann gibt es ( ) n+k 1 k mögliche Verteilungen der k Stimmen auf die n Kandidaten.
5 Grundaufgabe 5. Gegeben seien r verschiedene Zeichen Z 1,..., Z r. Wie viele verschiedene Zeichenfolgen der Länge n kann man aus den Zeichen Z 1,..., Z r bilden, wenn man verlangt, dass das Zeichen Z 1 genau n 1 -mal auftritt, das Zeichen Z 2 genau n 2 -mal und so weiter. Beispiel 3.21 Wie viele Wörter lassen sich aus den Buchstaben des Wortes ANAGRAMM bilden (wobei alle Buchstaben verwendet werden sollen)?
6 Antwort zu Grundaufgabe 5. Es gibt genau (n n r )! n 1!... n r! Zeichenfolgen aus den Zeichen Z 1,..., Z r, in denen für jedes i {1,..., r} das Zeichen Z i genau n i -mal vorkommt. Definition 3.22 Seien n 1,..., n r N 0 und n = r i=1 n i. Dann nennt man ( ) n = n 1,..., n r einen Multinomialkoeffizienten. n! n 1!... n r!
7 Im Spezialfall r = 2 sind die Multinomialkoeffizienten genau die schon betrachteten Binomialkoeffizienten. Sei nämlich n = n 1 + n 2. Dann gilt ( ) n = n 1, n 2 n! n 1! n 2! = n! n 1! (n n 1 )! = = ( ) n n 1 n! n 2! (n n 2 )! = ( ) n. n 2
8 Die ersten vier Grundaufgaben gehen alle auf dieselbe grundlegende Frage zurück: Wieviele Möglichkeiten gibt es, k Elemente aus einer n-elementigen Menge zu ziehen? Dabei wird auf unterschiedliche Weisen gezogen, und die Ergebnisse werden auf unter schiedliche Arten gezählt. Es gibt folgende Möglichkeiten: 1. Ziehen mit Zurücklegen, wobei die Reihenfolge, in der die Elemente gezogen werden, berücksichtigt wird. 2. Ziehen ohne Zurücklegen, mit Berücksichtigung der Reihenfolge. 3. Ziehen ohne Zurücklegen, ohne Berücksichtigung der Reihenfolge. 4. Ziehen mit Zurücklegen, ohne Berücksichtigung der Reihenfolge.
9 Satz 3.23 Seien n, k N 0. Dann gibt es genau n k Möglichkeiten, k Elemente mit Zurücklegen aus einer n-elementigen Menge zu ziehen, wobei die Reihenfolge, in der die Elemente gezogen werden, berücksichtigt wird. Beweis. Die Möglichkeiten, die k Elemente zu ziehen, entsprechen genau den k-tupeln von Elementen der n-elementigen Menge. Gemäß der Lösung von Grundaufgabe 1 gibt es also genau n k Möglichkeiten.
10 Satz 3.24 Seien n, k N 0 mit k n. Dann gibt es genau n k Möglichkeiten, k Elemente ohne Zurücklegen aus einer n-elementigen Menge zu ziehen, wobei die Reihenfolge, in der die Elemente gezogen werden, berücksichtigt wird. Beweis. Die Möglichkeiten, die k Elemente zu ziehen, entsprechen genau den k-tupeln von Elementen der n-elementigen Menge, in denen kein Element doppelt vorkommt. Gemäß der Lösung von Grundaufgabe 2 gibt es also genau n k Möglichkeiten.
11 Satz 3.25 Seien n, k N 0 mit k n. Dann gibt es genau ( n k) Möglichkeiten, k Elemente ohne Zurücklegen aus einer n-elementigen Menge zu ziehen, wobei die Reihenfolge, in der die Elemente gezogen werden, nicht berücksichtigt wird. Beweis. Die Möglichkeiten, die k Elemente zu ziehen, entsprechen genau den k-elementigen Teilmengen der n-elementigen Menge. Gemäß der Lösung von Grundaufgabe 3 gibt es also genau ( ) n k Möglichkeiten.
12 Satz 3.26 Seien n, k N 0. Dann gibt es genau ( ) n+k 1 k Möglichkeiten, k Elemente mit Zurücklegen aus einer n-elementigen Menge zu ziehen, wobei die Reihenfolge, in der die Elemente gezogen werden, nicht berücksichtigt wird.
13 Satz 3.27 (Multinomialsatz) Seien r, n N 0. Dann gilt für alle x 1,..., x r R ( ) (x x r ) n n = x n 1 1 n 1,..., n... x r nr. r n n r =n Diese Summe läuft über alle r-tupel (n 1,..., n r ) N r 0 mit n n r = n. Man beachte, dass man für r = 2 aus dem Multinomialsatz genau den Binomialsatz erhält.
14 Beispiel 3.28 Nach Ausmultiplizieren von (x + y + z) 10 ist der Koeffizient vor dem Produkt x 5 y 3 z 2 die Zahl ( ) 10 = 5, 3, 2 10! 5! 3! 2! = ! 2! = = =
15 Satz 3.29 (Schubfachprinzip) Seien m, n N mit m > n. Wenn m Objekte auf n Fächer verteilt werden, so gibt es mindestens ein Fach mit mindestens zwei Objekten. Eine andere Formulierung dieses Satzes ist die folgende: Sind m und n natürliche Zahlen mit m > n, so gibt es keine injektive Abbildung f : {1,..., m} {1,..., n}.
16 Beispiel 3.30 In einer Menge von 13 Menschen gibt es mindestens zwei, die im gleichen Monat Geburtstag haben. In einer Menge von 367 Menschen gibt es mindestens zwei, die am gleichen Tage Geburtstag haben. (Der 29. Februar ist ein möglicher Geburtstag.) Satz 3.31 Seien m, n N. Wenn m Objekte auf n Fächer verteilt werden, so gibt es mindestens ein Fach mit mindestens m n Objekte.
17 Satz 3.32 Sei M eine unendliche Menge und n N. Sind M 1,..., M n Teilmengen von M mit M = M 1 M n, so ist eine der Mengen M 1,..., M n unendlich. Proof. Angenommen, M 1,..., M n sind endlich. Sei m das Maximum der Mächtigkeiten der M i. Dann ist auch M endlich und es gilt M m n.
18 Seien A 1,..., A n endliche Mengen. Wir suchen eine Formel für die Mächtigkeit der Vereinigung der Mengen A i, i {1,..., n}, also für die Mächtigkeit A 1 A n der Menge A 1 A n. Für zwei Mengen A 1 und A 2 gilt A 1 A 2 = A 1 + A 2 A 1 A 2. Für drei Mengen A 1, A 2 und A 3 gilt A 1 A 2 A 3 = A 1 + A 2 + A 3 A 1 A 2 A 1 A 3 A 2 A 3 + A 1 A 2 A 3
19 Satz 3.33 (Prinzip der Inklusion und Exklusion, Siebformel) Sei n N und seien A 1,..., A n endliche Mengen. Dann gilt n A 1 A n = ( 1) k 1 A n1 A nk. k=1 1 n 1 < <n k n Die innere Summe auf der rechten Seite der Gleichung läuft dabei über alle k-tupel (n 1,..., n k ) natürlicher Zahlen mit 1 n 1 < < n k n. Für den Beweis dieses Satzes benutzen wir folgendes Lemma: Lemma 3.34 Jede nichtleere endliche Menge M hat genauso viele Teilmengen mit gerader Mächtigkeit wie mit ungerader Mächtigkeit.
Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt?
23. Januar 2007 Arbeitsblatt 11 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 16.1.07 Präsenzaufgaben: 1. Bekanntlich
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte)
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 007/08 Lösungsblatt 7
MehrANALYSIS I FÜR TPH WS 2016/17 1. Übung Übersicht
. Übung Übersicht Aufgaben zu Kapitel und 2 Aufgabe : Drei klassische Ungleichungen Aufgabe 2: ) Beweis einer Summenformel Induktion) Aufgabe : ) Teleskopsummen Aufgabe 4: Noch etwas Formelmanipulation
MehrUniversität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente
Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,
MehrELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen
ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen MAA.01011UB MAA.01011PH Vorlesung mit Übung im WS 2016/17 Christoph GRUBER Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen
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
MehrKombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen
Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von
MehrStetige Funktionen, Binomischer Lehrsatz
Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.
Mehr4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o
*) Die Berechnung der Wahrscheinlichkeit im Laplace-Experiment wirkt zunächst einfach. Man muss einfach die Anzahl der günstigen Fälle durch die Anzahl der möglichen Fälle teilen. Das Feststellen dieser
MehrVorkurs Mathematik für Informatiker Kombinatorik --
Vorkurs Mathematik für Informatiker -- 10 Kombinatorik -- Thomas Huckle Stefan Zimmer 30.09.2014 1 Urnenmodell In der Kombinatorik interessiert man sich dafür, wie viele Möglichkeiten es für die Ergebnisse
MehrStudienschwerpunkt: Diskrete Strukturen Dieser Vorlesungszyklus wird in jedem 2ten Jahr gestartet. Der neue Zyklus beginnt jetzt. Das Angebot: Sommers
Studienschwerpunkt Diskrete Strukturen Stefan Felsner Diskrete Mathematik http://www.math.tu-berlin.de/~felsner Studienschwerpunkt: Diskrete Strukturen Dieser Vorlesungszyklus wird in jedem 2ten Jahr gestartet.
MehrDie Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man
Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 3. November 2010 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Tabellen Fakultät, Beispiel
MehrDie Sprache der Mathematik
Die Sprache der Mathematik Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Diese Lehrveranstaltung...... ist Pflicht für alle Studenten der Informatik und
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Disrete Struturen und Logi WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Disrete Struturen und Logi Gesamtübersicht Organisatorisches Einführung Logi & Mengenlehre Beweisverfahren
MehrKAPITEL 2. Kombinatorik
KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,
MehrWahrscheinlichkeitsrechnung
Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben
MehrBeispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y
Kombinatorik Nach [1], Chap.4 (Counting Methods and the Pigeonhole Principle). Multiplikationsprinzip Beispiel 1 Wieviele Wörter der Länge 4 kann man aus den Buchstaben A,B,C,D,E bilden,... 1. wenn Wiederholungen
Mehrvon Zahlenfolgen, die bei Gebietsteilungsproblemen
Zahlenfolgen bei Gebietsteilungsproblemen Karin Halupczok Oktober 005 Zusammenfassung Gesucht sind rekursive und explizite Bildungsgesetze von Zahlenfolgen, die bei Gebietsteilungsproblemen auftauchen:
MehrStrichlisten bei Laplace-Experimenten zum Paradox der ungleichmäßigen Verteilung
Strichlisten bei Laplace-Experimenten zum Paradox der ungleichmäßigen Verteilung DIETMAR PFEIFER INSTITUT FÜR MATHEMATIK Die Problemstellung aus: Mathebaum 4, S. 114 2 In der Klasse 6b werfen 28 Schülerinnen
Mehr1 Begriff Kombinatorik; Zahl aller Teilmengen
6 Kombinatorik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrKapitel IV. Endliche, abzählbare und überabzählbare Mengen. IV.1 Abzählbare Mengen
Kapitel IV Endliche, abzählbare und überabzählbare Mengen Wir haben schon einige Mengen in den Kapiteln I und II kennengelernt, etwa die Zahlenmengen N, Z, Q und R. Jede dieser Zahlenmengen enthält unendlich
MehrElementare Mengenlehre
Vorkurs Mathematik, PD Dr. K. Halupczok WWU Münster Fachbereich Mathematik und Informatik 5.9.2013 Ÿ2 Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen der Mathematik (Zahlen,
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
MehrKombinatorik und Urnenmodelle
Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für
MehrA N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung )
Institut für Analysis und Scientific Computing TU Wien W. Auzinger WS 05/6 A N A L Y S I S I F Ü R T P H, U E (03.088). Übungstest (FR, 6..05) (mit Lösung ) Aufgabe. a ) Wandeln Sie die periodische Dezimalzahl
MehrLineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund
Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge
MehrDiskrete Strukturen. Abgabetermin: 20. September 2011, 14 Uhr in die DS Briefkästen
Technische Universität München Fakultät für Informatik Lehrstuhl für Effiziente Algorithmen Prof. Dr. Ernst W. Mayr Dr. Werner Meixner Sommersemester 2011 Übungsblatt 5 12. September 2011 Diskrete Strukturen
MehrBinomialkoeffizienten
Binomialkoeffizienten ) = n! Die Anzahl ( n k der k-elementigen Teilmengen einer k!(n k)! n-elementigen Menge heißt Binomialkoeffizient n über k. Wichtig sind folgende Eigenschaften, welche die Berechnung
MehrWenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +
8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrÜ b u n g s b l a t t 10
Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben
MehrWie löst man Mathematikaufgaben?
Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt
MehrZur Ästhetik mathematischer Beweisführung
Zur Ästhetik mathematischer Beweisführung Jens-Peter M. Zemke zemke@tu-harburg.de Institut für Numerische Simulation Technische Universität Hamburg-Harburg 23.10.2006 TUHH Jens-Peter M. Zemke Zur Ästhetik
MehrIm allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.
Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,
MehrMathematik I. Zusammenhängende Räume
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber
MehrEine kurze Tabelle soll uns erste Einsichten erleichtern. Der Strich heißt, dass es eine solche Darstellung nicht gibt.
Summen von Quadraten 1 Physikalische Motivation Eine schwingende Saite hat eine Grundfrequenz F, die von Länge, Dicke, Beschaffenheit der Saite und so fort abhängt Neben dieser Grundfrequenz gibt es auch
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
Mehr3 Ein wenig Kombinatorik
3 Ein wenig Kombinatori Definition i) Zu jedem n N definiere 1 2 3 n Saubere Definition ist indutiv 1! 1 (Konvention: 0! 1) (n +1)!(n +1) ii) Für n N und (N {0}) mit0 n setze!(n )! 1 2 n (n +1) (n +2)
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
MehrDoz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I
Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I Wählen Sie aus den folgenden sechs Aufgaben fünf Aufgaben aus. Die maximal erreichbare Punktezahl finden Sie neben jeder Aufgabe.
Mehr1.1 Mengen und Abbildungen
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik
MehrKapitel 2 MENGENLEHRE
Kapitel 2 MENGENLEHRE In diesem Kapitel geben wir eine kurze Einführung in die Mengenlehre, mit der man die ganze Mathematik begründen kann. Wir werden sehen, daßjedes mathematische Objekt eine Menge ist.
Mehr$Id: mengen.tex,v /11/16 20:09:23 hk Exp $ $Id: komplex.tex,v /11/16 20:12:23 hk Exp hk $
$Id: mengen.tex,v.7 2008//6 20:09:23 hk Exp $ $Id: komplex.tex,v.2 2008//6 20:2:23 hk Exp hk $ I. Grundlagen 3 Mengen und Abbildungen 3.4 Vollständige Induktion und endliche Mengen Wir wollen noch ein
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
Mehr3 Vollständige Induktion
3.1 Natürliche Zahlen In den vorherigen Kapiteln haben wir die Menge der natürlichen Zahlen schon mehrfach als Beispiel benutzt. Das Konzept der natürlichen Zahlen erscheint uns einfach, da wir es schon
MehrLineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16
Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre
MehrGrundlagen der Kombinatorik
Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung
MehrMathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N =
2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit
MehrKombinatorik. Cusanus-Gymnasium Wittlich Permutationen. Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen?
Permutationen Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen? 1. Sitz : 10 Möglichkeiten 2. Sitz : 9 Möglichkeiten 3. Sitz : 8 Möglichkeiten. 9. Sitz : 2 Möglichkeiten
Mehr3 Die natürlichen, die ganzen und die rationalen
3 Die natürlichen, die ganzen und die rationalen Zahlen 3.2 Die Menge N der natürlichen Zahlen 3.3 Induktionsprinzip 3.5 N ist abgeschlossen bzgl. Addition und Multiplikation 3.6 N ist wohlgeordnet 3.7
MehrMathematik 1 für Informatiker und Wirtschaftsinformatiker Wintersemester 07/08 (Winkler) Musterprüfung mit Lösungen
Mathematik für Informatiker und Wirtschaftsinformatiker Wintersemester 07/08 (Winkler Musterprüfung mit Lösungen. Sei T N. (a Unter welchen beiden Voraussetzungen an T garantiert das Induktionsaxiom (nach
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
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
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
MehrEinführung in die Diskrete Mathematik
Einführung in die Diskrete Mathematik Sommersemester 2014 PD Dr. Nils Rosehr Inhaltsverzeichnis I Einleitung 5 II Kombinatorik 5 1 Grundlagen der Kombinatorik 6 1.1 Standardbezeichnungen......................
Mehr6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
MehrGrundlagen der Kombinatorik
60 Kapitel 4 Grundlagen der Kombinatori Einer der Schwerpunte der Kombinatori ist das Abzählen von endlichen Mengen. Wir stellen zunächst einige Grundregeln des Abzählens vor, die wir gelegentlich auch
MehrQuadratwurzeln. ist diejenige nicht negative Zahl, die quadriert. unter der Wurzel heißt Radikand:
M 9.1 Quadratwurzeln ist diejenige nicht negative Zahl, die quadriert ergibt: Die Zahl unter der Wurzel heißt Radikand: Quadratwurzeln sind nur für positive Zahlen definiert: ; ; ; ; M 9.2 Reelle Zahlen
MehrKombinatorik BEISPIEL: WIE VIELE MÖGLICHKEITEN GIBT ES, EINE DREISTELLIGE ZAHL MIT DEN ZIFFERN 3
Kombinatorik Die Kombinatorik beschäftigt sich damit, verschiedene mögliche Auswahlen und Anordnungen von Elementen aus endlichen Mengen zu untersuchen. Insbesondere wird die Anzahl dieser berechnet. BEISPIEL:
MehrMengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von
Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für
Mehr1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.
1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem Folg. 2 Sei (Ω, E, P) W.-raum. Seien A, B,A 1,...,A n Ereignisse. Es gelten die folgenden Aussagen: 1. P(A) = 1 P(A). 2. Für das unmögliche Ereignis gilt:
Mehr2. Vorlesung. Die Theorie der schwarz-weissen Ketten.
2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen
MehrKapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
MehrMathematik I. Vorlesung 19. Metrische Räume
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 19 Metrische Räume Euklidische Räume besitzen nach Definition ein Skalarprodukt. Darauf aufbauend kann man einfach die Norm eines Vektors
MehrDiskrete Mathematik I
Diskrete Mathematik I Alexander May Fakultät für Mathematik Ruhr-Universität Bochum Wintersemester 08/09 DiMa I - Vorlesung 01-13.10.2008 Mengen, Relationen, Funktionen, Indirekter Beweis 1 / 365 Organisatorisches
MehrQuadratwurzeln. ist diejenige nicht negative Zahl, die quadriert. unter der Wurzel heißt Radikand:
M 9.1 Quadratwurzeln ist diejenige nicht negative Zahl, die quadriert ergibt: Die Zahl unter der Wurzel heißt Radikand: Quadratwurzeln sind nur für positive Zahlen definiert: ; ; ; ; M 9.2 Reelle Zahlen
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom
Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...
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
Mehr6 Kombinatorik: Einschluß-Ausschluß Formel. 6.1 Indikatorfunktionen. I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B
6 Kombinatorik: Einschluß-Ausschluß Formel 6.1 Indikatorfunktionen I A (ω) = { 1 falls ω A 0 falls ω A I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B I 2 A = I A V ar[i A ] = P
MehrMengen (siehe Teschl/Teschl 1.2)
Mengen (siehe Teschl/Teschl 1.2) Denition nach Georg Cantor (1895): Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem
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
MehrQuadratwurzeln. Reelle Zahlen
M 9. Quadratwurzeln ist diejenige nicht negative Zahl, die quadriert ergibt: Die Zahl unter der Wurzel heißt Radikand: = Quadratwurzeln sind nur für positive Zahlen definiert: 0 25 = 5; 8 = 9; 0,25 = =
Mehr1 Sprechweisen und Symbole der Mathematik
1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3
Mehr1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6
Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen
Mehr1 Mengen. 1.1 Definition
1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrQuadratwurzeln. ist diejenige nicht negative Zahl, die quadriert ergibt: Die Zahl unter der Wurzel heißt Radikand:
M 9.1 Quadratwurzeln ist diejenige nicht negative Zahl, die quadriert ergibt: Die Zahl unter der Wurzel heißt Radikand: Quadratwurzeln sind nur für positive Zahlen definiert: 0 25 5; 81 9; 0,25 0,5; 0,0081
MehrKombinatorik von Zahlenfolgen
6. April 2006 Vorlesung in der Orientierungswoche 1 Kombinatorik von Zahlenfolgen Einige Beispiele Jeder kennt die Fragen aus Intelligenztests, in denen man Zahlenfolgen fortsetzen soll. Zum Beispiel könnten
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrMathematische Grundlagen 2
Skriptum zur Vorlesung Mathematische Grundlagen 2 gehalten im Sommersemester 2009 von Sven Kosub 24. Juli 2009 Version v0.5 Inhaltsverzeichnis 5 Kombinatorik 5. Grundregeln des Abzählens...........................
Mehr(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
MehrBei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen.
VI. Kombinatorik ================================================================== 6.1 Einführung --------------------------------------------------------------------------------------------------------------
Mehr5 Grundlagen der Zahlentheorie
5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk
MehrMathematik 1 für Wirtschaftsinformatik
für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Komplexe Zahlen 5 Lineare Algebra 6 Lineare Programme 2 Grundlegende
MehrÜbungen Mathematik I, M
Übungen Mathematik I, M Übungsblatt, Lösungen (Stoff aus Mathematik 0) 09.0.0. Kommissar K hat 3 Tatverdächtige P, Q und R. Er weiß: (a) Wenn sich Q oder R als Täter herausstellen, dann ist P unschuldig.
Mehr3. Kombinatorik und Wahrscheinlichkeit
3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:
MehrAusgewählte unentscheidbare Sprachen
Proseminar Theoretische Informatik 15.12.15 Ausgewählte unentscheidbare Sprachen Marian Sigler, Jakob Köhler Wolfgang Mulzer 1 Entscheidbarkeit und Semi-Entscheidbarkeit Definition 1: L ist entscheidbar
MehrKombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner
Kombinatorik: Abzählverfahren Teschl/Teschl 7 Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe
Mehr4 Vollkommene Zahlen
Sei a > 0 4 Vollkommene Zahlen T (a) bezeichnet die Anzahl der positiven Teiler von a. S(a) bezeichnet die Summe der positiven Teiler von a. Es ist also T (1) = S(1) = 1. Jede Zahl a > 1 hat eine eindeutige
MehrBrückenkurs Mathematik
Brückenkurs Mathematik Von Dr. Karl Bosch Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim 10., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis
MehrVorkurs Mathematik 2016
Vorkurs Mathematik 2016 Natürliche Zahlen Der grundlegende Zahlenbereich ist die Menge der natürlichen Zahlen N = {1, 2, 3,...}. In vielen Fällen ist es sinnvoll die Zahl 0 mit einzubeziehen: N 0 = N [
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
Mehr7 Der kleine Satz von Fermat
7 Der kleine Satz von Fermat Polynomkongruenz modulo p. Sei p eine Primzahl, n 0 und c 0,..., c n Z. Wir betrachten die Kongruenz ( ) c 0 + c 1 X +... + c n 1 X n 1 + c n X n 0 mod p d.h.: Wir suchen alle
MehrLernzusammenfassung für die Klausur. Inhaltsverzeichnis. Stochastik im SS 2001 bei Professor Sturm
Stochastik im SS 2001 bei Professor Sturm Lernzusammenfassung für die Klausur Hallo! In diesem Text habe ich die wichtigsten Dinge der Stochastikvorlesung zusammengefaÿt, jedenfalls soweit, wie ich bis
Mehr