Das Geburtstagsparadoxon

Größe: px
Ab Seite anzeigen:

Download "Das Geburtstagsparadoxon"

Transkript

1 Das Geburtstagsparadoxon Leonard Clauÿ 16. November 2017

2 Inhaltsverzeichnis 1 Einführung 2 Vereinfachtes Problem ohne Schalttag mit Schalttag 3 Verallgemeinerung 4 Beweis einer unteren Schranke 5 Referenzen Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

3 Einführung Das Geburtstagsparadoxon Frage Beipiel dafür, dass Wahrscheinlichkeiten häug falsch geschätzt werden Antwort zunächst verblüend, erscheint daher paradox Es benden sich 23 Personen in einem Raum. Wie hoch ist die Wahrscheinlichkeit, dass zwei (beliebige) Personen am gleichen Tag Geburtstag haben? Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

4 Einführung Das Geburtstagsparadoxon Frage Beipiel dafür, dass Wahrscheinlichkeiten häug falsch geschätzt werden Antwort zunächst verblüend, erscheint daher paradox Es benden sich 23 Personen in einem Raum. Wie hoch ist die Wahrscheinlichkeit, dass zwei (beliebige) Personen am gleichen Tag Geburtstag haben? oft zwischen 1% und 5% geschätzt tatsächliche Wahrscheinlichkeit ca. 50%! Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

5 Einführung Darstellung 1 Wahrscheinlichkeit Anzahl Personen Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

6 Einführung Formalisierung Denitionen Ein Wahrscheinlichkeitsvektor p = (p 1,..., p n ) ist ein n-tupel von Wahrscheinlichkeiten der n Geburtstage mit n i=1 p i = 1. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

7 Einführung Formalisierung Denitionen Ein Wahrscheinlichkeitsvektor p = (p 1,..., p n ) ist ein n-tupel von Wahrscheinlichkeiten der n Geburtstage mit n i=1 p i = 1. P k (p) ist die Wahrscheinlichkeit, dass von k Personen zwei den gleichen Geburtstag haben. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

8 Einführung Formalisierung Denitionen Ein Wahrscheinlichkeitsvektor p = (p 1,..., p n ) ist ein n-tupel von Wahrscheinlichkeiten der n Geburtstage mit n i=1 p i = 1. P k (p) ist die Wahrscheinlichkeit, dass von k Personen zwei den gleichen Geburtstag haben. Weiterhin sei Q k (p) = 1 P k (p) die Wahrscheinlichkeit, dass alle k Personen an unterschiedlichen Tagen ihren Geburtstag haben. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

9 Vereinfachtes Problem ohne Schalttag Vereinfachtes Problem ohne Schalttag Annahmen Personen unabhängig (keine Zwillinge etc.) kein Schalttag, n = 365 gleichverteilte Geburtstage, p 1 = ( 1 365,..., ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

10 Vereinfachtes Problem ohne Schalttag Erste Formel Behauptung Die Wahrscheinlichkeit, dass es einen gemeinsamen Geburtstag gibt, ist P k (p 1 ) = 1 k 1 i=1 ( 1 i ) 365 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

11 Vereinfachtes Problem ohne Schalttag Erste Formel Behauptung Die Wahrscheinlichkeit, dass es einen gemeinsamen Geburtstag gibt, ist Beweis P k (p 1 ) = 1 Es wird gezeigt, dass Q k (p 1 ) = k 1 i=1 k 1 i=1 ( 1 i ) 365 ( 1 i 365). Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

12 Vereinfachtes Problem ohne Schalttag Beweis der Formel Beweis von Q k (p 1 ) = ( ) k 1 i=1 1 i 365 Vollständige Induktion über die Anzahl der Personen k: Induktionsanfang k = 2: Q 2 (p 1 ) = ( 1 i=1 1 i 365 ) = korrekt, da die erste Person an einem bestimmten Tag Geburtstag hat und die zweite in 364 von 365 Fällen nicht an dem gleichen Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

13 Vereinfachtes Problem ohne Schalttag Beweis der Formel Beweis von Q k (p 1 ) = ( ) k 1 i=1 1 i 365 Vollständige Induktion über die Anzahl der Personen k: Induktionsanfang k = 2: Q 2 (p 1 ) = ( 1 i=1 1 i 365 ) = korrekt, da die erste Person an einem bestimmten Tag Geburtstag hat und die zweite in 364 von 365 Fällen nicht an dem gleichen Induktionsschritt: WK für unterschiedliche Geburtstage bei k Personen Q k (p 1 ) Wahrscheinlichkeit, dass weitere Person nicht an einem der k Tage Geburtstag hat (1 k ) 365 Q k+1 (p 1 ) = Q k (p 1 ) (1 k ) 365 Wegen IV folgt Q k+1 (p 1 ) = k ( ) i=1 1 i 365 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

14 Vereinfachtes Problem mit Schalttag Vereinfachtes Problem mit Schalttag Annahmen Personen unabhängig (keine Zwillinge etc.) kein Schalttag, n = 366 gleichverteilte Geburtstage, 29. Februar jedoch unwahrscheinlicher, da nur einmal alle vier Jahre p 260 = 1, p i = 4 i {1, 2,..., 366}\{60} 1461 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

15 Vereinfachtes Problem mit Schalttag Herleitung der Formel Beobachtung Von k Personen kann entweder keine, genau eine oder mehrere am 29. Februar Geburtstag haben. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

16 Vereinfachtes Problem mit Schalttag Herleitung der Formel Beobachtung Von k Personen kann entweder keine, genau eine oder mehrere am 29. Februar Geburtstag haben. Fall 1: keine Person Wahrscheinlichkeit: ( )k Wahrscheinlichkeit, dass mehrere Personen den gleichen Geburtstag haben: P k (p 1 ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

17 Vereinfachtes Problem mit Schalttag Herleitung der Formel Fall 2: genau eine Person Wahrscheinlichkeit: ( k 1 ) ( )k 1 Wahrscheinlichkeit, dass mehrere Personen den gleichen Geburtstag haben: P k 1 (p 1 ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

18 Vereinfachtes Problem mit Schalttag Herleitung der Formel Fall 2: genau eine Person Wahrscheinlichkeit: ( k 1 ) ( )k 1 Wahrscheinlichkeit, dass mehrere Personen den gleichen Geburtstag haben: P k 1 (p 1 ) Fall 3: mehrere Personen Wahrscheinlichkeit: 1 ( )k k 1461 ( )k 1 Wahrscheinlichkeit, dass mehrere Personen den gleichen Geburtstag haben: 1 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

19 Vereinfachtes Problem mit Schalttag Herleitung der Formel Zusammengefasst P k (p 2 ) =( )k P k (p 1 ) + k 1461 ( )k 1 P k 1 (p 1 ) + 1 ( )k k 1461 (1 1 =1 k 2 i=1 ( 1 i 365 ) ( ) k 1 ( )k 1 1 3k ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

20 Vereinfachtes Problem mit Schalttag Darstellung Vergleich Wahrscheinlichkeit Anzahl Personen k P k (p 1 ) P k (p 2 ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

21 Vereinfachtes Problem mit Schalttag Darstellung Dierenz 4 Pk(p 1 ) Pk(p 2 ) Anzahl Personen k Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

22 Verallgemeinerung Verallgemeinerung Annahmen Personen unabhängig (keine Zwillinge etc.) kein Schalttag, n beliebig gleichverteilte Geburtstage, Wahrscheinlichkeitsvektor p beliebig Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

23 Verallgemeinerung Allgemeine Formel für Q k Herleitung ( n ) k Möglichkeiten, k Geburtstage aus n für die k Personen auszuwählen k! verschiedene Reihenfolgen ( n k) k! Sequenzen Sei eine Sequenz i = (i 1,..., i k ) mit i j {1,..., n} j {1,..., k} Eintrittswahrscheinlichkeit: k j=1 p i j = p i1... p ik Sei I die Menge aller Sequenzen, dann gilt: k Q k (p) = i I j=1 p ij Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

24 Beweis einer unteren Schranke Untere Schranke Denition Sei u = ( 1 n,..., 1 n) der Wahrscheinlichkeitsvektor (n-tupel) mit gleichverteilten Wahrscheinlichkeiten. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

25 Beweis einer unteren Schranke Untere Schranke Denition Sei u = ( 1 n,..., 1 n) der Wahrscheinlichkeitsvektor (n-tupel) mit gleichverteilten Wahrscheinlichkeiten. Behauptung ("Geburtstagsungleichung") P k (p) P k (u) äquivalent: Q k (p) Q k (u) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

26 Beweis einer unteren Schranke Elementarsymmetrische Polynome Denition Das k-te elementarsymmetrische Polynom von x = (x 1,..., x n ) ist k E k (x) = x ij. 1<i 1 <...<i k <n j=1 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

27 Beweis einer unteren Schranke Elementarsymmetrische Polynome Denition Das k-te elementarsymmetrische Polynom von x = (x 1,..., x n ) ist k E k (x) = x ij. 1<i 1 <...<i k <n j=1 Beispiel (n = 4) E 1 ((x 1, x 2, x 3, x 4 )) = x 1 + x 2 + x 3 + x 4 E 2 ((x 1, x 2, x 3, x 4 )) = x 1 x 2 + x 1 x 3 + x 1 x 4 + x 2 x 3 + x 2 x 4 + x 3 x 4 E 3 ((x 1, x 2, x 3, x 4 )) = x 1 x 2 x 3 + x 1 x 2 x 4 + x 1 x 3 x 4 + x 2 x 3 x 4 E 4 ((x 1, x 2, x 3, x 4 )) = x 1 x 2 x 3 x 4 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

28 Beweis einer unteren Schranke Umformung des Problems Beobachtung Das k-te elementarsymmetrische Polynom von p = (p 1,..., p n ) ist E k (p) = i I k p ij, wobei I I die Menge der Sequenzen ist, bei denen die ausgewählten Tage in ihrer Reihenfolge streng monoton steigend sind. j=1 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

29 Beweis einer unteren Schranke Umformung des Problems Folgerung ( n ) k Sequenzen Je Sequenz in I gibt es k! (umgeordnete) Sequenzen in I Alle haben die gleiche Wahrscheinlichkeit Damit gilt: Q k (p) = k! E k (p) Also genügt es zu zeigen, dass: E k (p) E k (u) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

30 Beweis einer unteren Schranke Eigenschaften elementarsymmetrischer Polynome erste Eigenschaft Elementarsym. Polynome sind symmetrisch, d.h., sie bleiben bei Umordnung von x = (x 1,..., x n ) zu x = (x π(1),..., x π(n) ) unverändert. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

31 Beweis einer unteren Schranke Eigenschaften elementarsymmetrischer Polynome erste Eigenschaft Elementarsym. Polynome sind symmetrisch, d.h., sie bleiben bei Umordnung von x = (x 1,..., x n ) zu x = (x π(1),..., x π(n) ) unverändert. Beweis Genügt zu zeigen, dass E k (x) bei Vertauschung von x i und x j unverändert bleibt Ausklammern ergibt ( x ist der Wahrscheinlichkeitsvektor x ohne p i und p j, also ein n 2-Tupel): E k (x) = x i x j (...) + x i (E k 1 ( x)) + x j (E k 1 ( x)) + (...) = x j x i (...) + x j (E k 1 ( x)) + x i (E k 1 ( x)) + (...) = E k (x ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

32 Beweis einer unteren Schranke Eigenschaften elementarsymmetrischer Polynome zweite Eigenschaft Die elementarsym. Polynome von x tauchen in folgendem Polynom auf: (x +x 1 )(x +x 2 ) (x +x n ) = x n +E 1 (x)x n E k (x)x n k +...+E n (x) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

33 Beweis einer unteren Schranke Eigenschaften elementarsymmetrischer Polynome zweite Eigenschaft Die elementarsym. Polynome von x tauchen in folgendem Polynom auf: (x +x 1 )(x +x 2 ) (x +x n ) = x n +E 1 (x)x n E k (x)x n k +...+E n (x) Beweis (Induktion über n) Induktionsanfang n = 1: (x + x 1 ) = x 1 + E 1 ((x 1 )) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

34 Beweis einer unteren Schranke Eigenschaften elementarsymmetrischer Polynome zweite Eigenschaft Die elementarsym. Polynome von x tauchen in folgendem Polynom auf: (x +x 1 )(x +x 2 ) (x +x n ) = x n +E 1 (x)x n E k (x)x n k +...+E n (x) Beweis (Induktion über n) Induktionsanfang n = 1: (x + x 1 ) = x 1 + E 1 ((x 1 )) Induktionsschritt: Nach IV gilt (x = (p 1,..., p n ) und x = (x 1,..., x n+1 )): (x + x 1 ) (x + x n+1 ) = (x n + E 1 (x)x n E n (x))(x + x n+1 ) =x n+1 + (E 1 (x) + x n+1 )x n + (E 2 (x) + x n+1 E 1 (x))x n x n+1 E n (x) =x n+1 + E 1 (x )x n + E 2 (x )x n E n+1 (x ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

35 Beweis einer unteren Schranke T-Transformation Denition Sei ein Wahrscheinlichkeitsvektor p = (p 1,..., p n ) und 1 i < j n gegeben. Dann ist T eine T-Transformation, wenn T p = (p 1,..., p i d,..., p j + d,..., p n ) (falls p i > p j ) bzw. T p = (p 1,..., p i + d,..., p j d,..., p n ) (falls p i < p j ) und p i p j d > 0 Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

36 Beweis einer unteren Schranke T-Transformation Beispiel (n = 5) p = (.28,.16,.41,.11,.04) p = T 1 p = (.20,.24,.41,.11,.04) p = T 2 p = (.20,.20,.41,.15,.04) p = T 3 p = (.20,.20,.20,.36,.04) u = T 4 p = (.20,.20,.20,.20,.20) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

37 Beweis einer unteren Schranke T-Transformation Behauptung Jeder Wahrscheinlichkeitsvektor p lässt sich mit einer Folge von m n 1 T-Transformationen in u umformen. Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

38 Beweis einer unteren Schranke T-Transformation Behauptung Jeder Wahrscheinlichkeitsvektor p lässt sich mit einer Folge von m n 1 T-Transformationen in u umformen. Beweis Falls p u, dann hat p zwei Stellen p i, p j mit p i > 1 n > p j, sonst wäre n p l=1 l > 1 Sei T die Transformation, die d = p i 1 n von der i-ten Stelle subtrahiert und d auf die j-te Stelle addiert (d < p i p j ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

39 Beweis einer unteren Schranke T-Transformation Beweis (Fortsetzung) Für p = T p gilt nun: p i = p i (p i 1 n ) = 1 n p i > p j = p j + (p i 1 n ) > p j p an einer Stelle (p i ) mehr 1 n zu stehen als p So lange wiederholt, bis überall 1 n steht Maximal n 1 Transformationen, da zum Schluss beide Stellen auf 1 n gesetzt werden Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

40 Beweis einer unteren Schranke Weitere Umformung Behauptung Für eine T-Transformation T und einen Wahrscheinlichkeitsvektor p gilt: E k (p) E k (T p) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

41 Beweis einer unteren Schranke Weitere Umformung Behauptung Für eine T-Transformation T und einen Wahrscheinlichkeitsvektor p gilt: E k (p) E k (T p) Folgerung Falls die Behauptung gilt, folgt: E k (p) E k (T 1 p) E k (T 2 T 1 p)... E k (T m T 1 p) = E k (u), also insbesondere: E k (p) E k (u) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

42 Beweis einer unteren Schranke Beweis der Geburtstagsungleichung Beweis Es werden die beiden Eigenschaften elementarsym. Polynome ausgenutzt: 1 E k (p) symmetrisch Genügt zu zeigen, dass E k (p) E k (T p) für p 1 > p 2 und T p = (p 1 d, p 2 + d,..., p n ) 2 Tauchen als Koezienten in folgendem Polynom auf: (x + p 1 ) (x + p n ) = x n + E 1 (p)x n E k (p)x n k E n (p) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

43 Beweis einer unteren Schranke Beweis der Geburtstagsungleichung Beweis (Fortsetzung) Betrachte die beiden Polynome (x + p 1 )(x + p 2 ) (x + p n ) und (x + p 1 d)(x + p 2 + d) (x + p n ) Unterscheiden sich nur in ersten beiden Faktoren: (x + p 1 )(x + p 2 ) = x 2 + (p 1 + p 2 )x + p 1 p 2 (x + p 1 d)(x + p 2 + d) = x 2 + (p 1 + p 2 )x + (p 1 p 2 + (p 1 p 2 )d d 2 ) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

44 Beweis einer unteren Schranke Beweis der Geburtstagsungleichung Beweis (Fortsetzung) Alle Faktoren auÿer den konstanten Termen gleich Aber: p 1 p 2 p 1 p 2 + (p 1 p 2 )d d 2, da 0 < d p 1 p 2 ( d 2 (p 1 p 2 )d 0 (p 1 p 2 )d d 2 ) Da p i 0: alle Koezienten des Polynoms von p kleiner oder gleich den entsprechenden im Polynom von T p Insbesondere E k (p) E k (T p) Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

45 Quellen Quellen & Literatur Martin Aigner, Günther M. Ziegler; Das BUCH der Beweise, Clevenson_and_William_Watkins.pdf Leonard Clauÿ Das Geburtstagsparadoxon 16. November / 31

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 8. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 8. Vorlesung 1 / 25 Themen

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: 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

Mehr

Tutoraufgabe 1 (Suchen in Graphen):

Tutoraufgabe 1 (Suchen in Graphen): Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS14 F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe 1 (Suchen in Graphen): a) Geben Sie die Reihenfolge an, in der die Knoten besucht werden, wenn

Mehr

Kapitel 3. Reihen und ihre Konvergenz

Kapitel 3. Reihen und ihre Konvergenz Kapitel 3 Reihen und ihre Konvergenz Abschnitt 3.1 Der Reihenbegri und erste Beispiele Denitionen zu Reihen, 1 Denition. Sei (a n ) n N0 eine Folge reeller Zahlen. Für n N 0 heiÿt dann die Zahl s n :=

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Vollständige Induktion

Vollständige Induktion Seite 1 Klaus Messner, klaus_messner@web.de Seite 2 Problem: Problem Man hat eine Aussage (z.b. eine Formel) und soll zeigen, dass diese Aussage für alle natürlichen Zahlen gilt. Beispiel: Es soll gezeigt

Mehr

Vollständige Induktion

Vollständige Induktion Vollständige Induktion F. Lemmermeyer. Januar 04 Aussagen, die für alle natürlichen Zahlen gelten, kann man oft mit vollständiger Induktion beweisen. Das Vorgehen ist dabei folgendes:. Man zeigt, dass

Mehr

Grundlagen: Algorithmen und Datenstrukturen

Grundlagen: Algorithmen und Datenstrukturen Technische Universität München Fakultät für Informatik Lehrstuhl für Effiziente Algorithmen Dr. Hanjo Täubig Tobias Lieber Sommersemester 2011 Übungsblatt 1 16. September 2011 Grundlagen: Algorithmen und

Mehr

IV Beweise in der Mathematik

IV Beweise in der Mathematik Propädeutikum 018 0. September 018 Mathematische Texte enthalten verschiedene Bezeichnungen der Sinneinheiten. Bezeichnungen in mathematischen Texten Axiome elementare Grundaussagen; werden nicht bewiesen

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de c 018 Steven Köhler Wintersemester 018/19 Inhaltsverzeichnis Teil 1 Teil Teil

Mehr

Spline-Räume - B-Spline-Basen

Spline-Räume - B-Spline-Basen Spline-Räume - B-Spline-Basen René Janssens 4. November 2009 René Janssens () Spline-Räume - B-Spline-Basen 4. November 2009 1 / 56 Übersicht 1 Erster Abschnitt: Räume von Splinefunktionen Grundlegende

Mehr

2. Grundlagen. A) Mengen

2. Grundlagen. A) Mengen Chr.Nelius: Zahlentheorie (SoSe 2019) 5 A) Mengen 2. Grundlagen Eine Menge ist durch Angabe ihrer Elemente bestimmt. Man kann eine Menge aufzählend oder beschreibend definieren. Im ersten Falle werden

Mehr

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n.

8 Interpolation. 8.1 Problemstellung. Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen. x 0 < x 1 <... < x n. 8 Interpolation 81 Problemstellung Gegeben: Diskrete Werte einer Funktion f : R R an n + 1 Stützstellen x 0 < x 1 < < x n Eingabedaten: (x 0, f 0 ),(x 1, f 1 ),,(x n, f n ) Gegebene Daten (x j, f j ) Analysis

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: 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

Mehr

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y.

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y. Determinanten Motivation: Man betrachte das lineare Gleichungssystem [ [ [ a b x u = (1) c d y v Sei obda a und c Dann ist (1) äquivalent zu [ [ ca cb x = ac ad y und ferner zu [ [ ca cb x ad cb y Falls

Mehr

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG

Vorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober

Mehr

Serie 4 2 = 10. ) ist). Dann gilt für alle n n 0

Serie 4 2 = 10. ) ist). Dann gilt für alle n n 0 Serie 4. Aufgabe 336 Punkte) Gegeben seien zwei reelle Zahlenfolgen durch a n : 0 n, n N b n : n n, n N Bestimmen Sie die Grenzwerte a bzw. b der Folgen a n ) n N bzw. b n ) n N. Geben Sie jeweils zu gegebenem

Mehr

8. Übungsblatt zur Mathematik I für Chemiker

8. Übungsblatt zur Mathematik I für Chemiker Fachbereich Mathematik PD Dr. P. Ne WS 007/008 6.1.007 8. Übungsblatt zur Mathematik I für Chemiker Zur Erinnerung, die Formel für die Taylorreihe um die Stelle x 0 lautet f(x) n0 f (n) (x 0 ) (x x 0 )

Mehr

: das Bild von ) unter der Funktion ist gegeben durch

: das Bild von ) unter der Funktion ist gegeben durch % 1.3 Funktionen Seien und Mengen nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. Bezeichnungen: : Definitionsbereich : Bildbereich (Zielmenge) von Der Graph einer Funktion: graph!

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 2. Beweistechniken Malte Helmert Gabriele Röger Universität Basel 18. Februar 2015 Beweis Beweis Ein Beweis leitet die Korrektheit einer mathematischen Aussage aus einer Menge von

Mehr

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

(1 + z 2j ) = 1 z2n+2. 1 z. (1 + z)(1 z) 1 z. 1 z. (1 + z 2j ) = 1 z. 1 z 1 z

(1 + z 2j ) = 1 z2n+2. 1 z. (1 + z)(1 z) 1 z. 1 z. (1 + z 2j ) = 1 z. 1 z 1 z Aufgabe Zeigen Sie mit vollständiger Induktion: Für alle n N gilt (8 Punkte) n ( + z 2j ) = 2n+, wobei z C, z, eine komplexe Zahl ist Lösung [8 Punkte] Induktionsanfang: n = : ( + z 2j ) = ( + z 2 ) =

Mehr

2.2 Allgemeine (vergleichsbasierte) Sortierverfahren

2.2 Allgemeine (vergleichsbasierte) Sortierverfahren . Allgemeine (vergleichsbasierte) Sortierverfahren Vergleichsbaum: Der Aufbau des Verbleichsbaum ist für jeden Algorithmus und jede Eingabelänge n gleich. Jede Permutation der Eingabe, muss zu einem anderen

Mehr

typische Beweismuster Allgemeine Hilfe Beweistechniken WS2014/ Januar 2015 R. Düffel Beweistechniken

typische Beweismuster Allgemeine Hilfe Beweistechniken WS2014/ Januar 2015 R. Düffel Beweistechniken Beweistechniken Ronja Düffel WS2014/15 13. Januar 2015 Warum ist Beweisen so schwierig? unsere natürliche Sprache ist oft mehrdeutig wir sind in unserem Alltag von logischen Fehlschlüssen umgeben Logik

Mehr

Musterloesung: Uebung 3

Musterloesung: Uebung 3 Musterloesung: Uebung 3 Sebastian Scherer December 10, 2012 Aufgabe 1 Die gegebene Funktion ist durch f((b 1, b 2, b 3 )) = 1 b 1 b 2 b 3 (1) definiert. Um die DNF anzugeben muessen wir einfach die Formel

Mehr

Musterlösung zum Weihnahchtsübungsblatt. Teil 1 von Martin Fabricius. Aufgabe 1

Musterlösung zum Weihnahchtsübungsblatt. Teil 1 von Martin Fabricius. Aufgabe 1 Musterlösung zum Weihnahchtsübungsblatt Teil von Martin Fabricius Aufgabe a) Diese Aufgabe kann z. B. durch ausmultiplizieren gelöst werden: (433) 7 = 4 7 3 +3 7 + 7 +3 7 0 = 4 343+3 49+ 7+3 = 37+47+4+3

Mehr

Mathematik I HM I A. SoSe Variante A

Mathematik I HM I A. SoSe Variante A Prof. Dr. E. Triesch Mathematik I SoSe 08 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur die Antworten

Mehr

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z). 17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften

Mehr

Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt.

Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt. Abschätzung für die Rekursion von SELECT Wir wollen nun die Behauptung beweisen, dass die Laufzeit von SELECT linear ist, also dass T (n) = O(n) gilt. Wir nehmen erst einmal an, dass eine Konstante d existiert,

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017

Mehr

Vollständige Induktion

Vollständige Induktion 30. September 008 Gliederung 1 3 4 Die Peano Axiome für die Menge der Natürlichen Zahlen N I. 0 ist eine natürliche Zahl, d.h. 0 N. II. Jede natürliche Zahl hat genau einen Nachfolger d.h. n : (n N! n

Mehr

Lösungen 4.Übungsblatt

Lösungen 4.Übungsblatt Karlsruher Institut für Technology (KIT) WS 2011/2012 Institut für Analysis Priv.-Doz. Dr. Gerd Herzog Dipl.-Math.techn. Rainer Mandel Lösungen 4.Übungsblatt Aufgabe 13 (K) Bestimmen Sie sämtliche Häufungswerte

Mehr

a 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =

a 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A = 3 Determinanten Man bestimmt Determinanten nur von quadratischen Matrizen Wir werden die Berechnung von Determinanten rekursiv durchfuhren, dh wir denieren wie man eine 2 2-Determinante berechnet und fuhren

Mehr

Vollständige Induktion

Vollständige Induktion 30. September 008 Gliederung 1 3 4 Gliederung 1 3 4 Gliederung 1 3 4 Gliederung 1 3 4 Die Peano Axiome für die Menge der Natürlichen Zahlen N I. 0 ist eine natürliche Zahl, d.h. 0 N. II. Jede natürliche

Mehr

Fachwissenschaftliche Grundlagen

Fachwissenschaftliche Grundlagen Fachwissenschaftliche Grundlagen Vorlesung im Wintersemester 2011/2012, Universität Landau Roland Gunesch 9. Vorlesung Roland Gunesch (Mathematik) Fachwissenschaftliche Grundlagen 9. Vorlesung 1 / 17 Themen

Mehr

5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0).

5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0). 5 Quadriken Kegelschnitte Ein Kegelschnitt ist eine Teilmenge K R 2, welche durch eine quadratische Gleichung in zwei Unbestimmten beschrieben werden kann: x K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f =

Mehr

Indexmengen. Definition. n n n. i=1 A i := A 1... A n

Indexmengen. Definition. n n n. i=1 A i := A 1... A n Indexmengen Definition Es sei n N. Für Zahlen a 1,..., a n, Mengen M 1,..., M n und Aussagen A 1,..., A n definieren wir: n i=1 a i := a 1 +... + a n n i=1 a i := a 1... a n n i=1 M i := M 1... M n n i=1

Mehr

Universität 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 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,

Mehr

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1 Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:

Mehr

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform: 1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

Zusammenfassung: Beweisverfahren

Zusammenfassung: Beweisverfahren LGÖ Ks VMa 11 Schuljahr 217/218 Zusammenfassung: Beweisverfahren Inhaltsverzeichnis Teilbarkeitslehre... 1 Mathematische Sätze... 1 Bedingungen für Extremstellen und Wendestellen... 2 Beweisverfahren...

Mehr

1 Übersicht Induktion

1 Übersicht Induktion Universität Koblenz-Landau FB 4 Informatik Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender 0.11.01 (v1.3) 1 Übersicht Induktion 1.1 Allgemeines Unter einem induktiven Vorgehen versteht

Mehr

Irrationale Zahlen. Ausarbeitung zum Proseminar Modul 4c Unendlichkeit. angefertigt von. Felix Schultes. Dozentin: Fr.

Irrationale Zahlen. Ausarbeitung zum Proseminar Modul 4c Unendlichkeit. angefertigt von. Felix Schultes. Dozentin: Fr. Irrationale Zahlen Ausarbeitung zum Proseminar Modul 4c Unendlichkeit angefertigt von Felix Schultes Dozentin: Fr. Regula Krapf Fachbereich 3 Universität Koblenz-Landau 24..207 INHALTSVERZEICHNIS Inhaltsverzeichnis

Mehr

1 Matrizenrechnung zweiter Teil

1 Matrizenrechnung zweiter Teil MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten

Mehr

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 0/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 4. Übungsblatt Aufgabe

Mehr

HEUTE. Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch

HEUTE. Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch 04.11.05 1 HEUTE 04.11.05 3 Regeln für Programmabnahmen! Wiederholung: Regeln für Übungs- und Programmieraufgaben! Beweistechniken: vollständige Induktion, Widerspruch die Rundungsfunktionen und modulo

Mehr

Dr. Regula Krapf Sommersemester Beweismethoden

Dr. Regula Krapf Sommersemester Beweismethoden Vorkurs Mathematik Dr. Regula Krapf Sommersemester 2018 Beweismethoden Aufgabe 1. Überlegen Sie sich folgende zwei Fragen: (1) Was ist ein Beweis? (2) Was ist die Funktion von Beweisen? Direkte Beweise

Mehr

8 Summen von Quadraten

8 Summen von Quadraten 8 Summen von Quadraten A. Summen von zwei Quadraten. Sei p eine Primzahl. Beispiele. = 1 + 1, 5 = 1 +, 13 = + 3 Aber 3 und 7 sind nicht Summen von zwei Quadraten. 8.1 Satz. Genau dann ist p Summe von zwei

Mehr

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38 3. Folgen und Reihen Buchholz / Rudolph: MafI 2 38 Kapitelgliederung 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung

Mehr

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen

1. Mengentheoretische Grundbegriffe. naiver Mengenbegriff : Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen 1. Mengentheoretische Grundbegriffe Cantors (1845 1918) naiver Mengenbegriff : Slide 1 Eine Menge ist eine Zusammenfassung M von bestimmten, wohlunterschiedenen Objekten unserer Anschauung oder unseres

Mehr

2.1 Direkter Beweis. Theorie der Informatik. Theorie der Informatik. 2.1 Direkter Beweis. 2.2 Indirekter Beweis

2.1 Direkter Beweis. Theorie der Informatik. Theorie der Informatik. 2.1 Direkter Beweis. 2.2 Indirekter Beweis Theorie der Informatik 18. Februar 2015 2. Beweistechniken Theorie der Informatik 2. Beweistechniken 2.1 Direkter Beweis Malte Helmert Gabriele Röger 2.2 Indirekter Beweis Universität Basel 18. Februar

Mehr

Hausaufgaben. zur Vorlesung. Vollständige Induktion. 1. Beweist folgende Formeln (zu beweisen ist nur die Gleichheit mit dem. i=1 (4 + i)!

Hausaufgaben. zur Vorlesung. Vollständige Induktion. 1. Beweist folgende Formeln (zu beweisen ist nur die Gleichheit mit dem. i=1 (4 + i)! WS 015/1 Hausaufgaben zur Vorlesung Vollständige Induktion 1. Beweist folgende Formeln zu beweisen ist nur die Gleichheit mit dem! -Zeichen : a 5 + + 7 + 8 + + 4 + n n 4 + i! nn+9 b 1 + + 9 + + n 1 n 1

Mehr

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q: Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]

Mehr

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen

3.1.3 Newtonsche Interpolationsformel / Dividierte Differenzen KAPITEL 3 INTERPOLATION UND APPROXIMATION 4 33 Newtonsche Interpolationsformel / Dividierte Differenzen Das Verfahren von Neville ist unpraktisch, wenn man das Polynom selbst sucht oder das Polynom an

Mehr

Normalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform

Normalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform 2 Normalformen 2.1 Äquivalenz und Folgerung Definition 2.1 Äquivalenz, Folgerung). Seien ϕ, ψ FO[σ]. a) ϕ und ψ heißen äquivalent kurz: ϕ ψ, bzw. ϕ = ψ), wenn für alle zu ϕ und ψ äquivalent passenden σ-interpretationen

Mehr

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin 2 Kombinatorik Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objekten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

Mehr

Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) = sin(πx) und geben die folgenden Stützstellen und Stützwerte vor:

Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) = sin(πx) und geben die folgenden Stützstellen und Stützwerte vor: 5 Splineinterpolation Beispiel für eine periodische Spline-Interpolationsfunktion: Wir betrachten f(x) sin(πx) und geben die folgenden Stützstellen und Stützwerte vor: x i 3 f i Damit ist n 5, h Forderung

Mehr

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen a) Es ist < x, y > α + + β β ( + α) und y α + + β α + + ( + α) (α + α + ) 6 α + α, also α, ± 5 + ± 9 4 ± 3 Es gibt also Lösungen: α, β

Mehr

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15 Mathematisches Argumentieren und Beweisen Beweisarten Besipiele Hagen Knaf, WS 2014/15 Im Folgenden sind einige der in der Vorlesung besprochenen Beispielbeweise für die verschiedenen Beweisarten aufgeführt

Mehr

Zusammenfassung: Beweisverfahren

Zusammenfassung: Beweisverfahren LGÖ Ks VMa 11 Schuljahr 216/217 Zusammenfassung: Beweisverfahren Inhaltsverzeichnis Teilbarkeitslehre... 1 Mathematische Sätze... 1 Bedingungen für innere Extremstellen... 3 Beweisverfahren... 3 Für Experten...

Mehr

Näherung für π durch das Werfen von Münzen

Näherung für π durch das Werfen von Münzen Näherung für durch das Werfen von Münzen Simulation und Herleitung für die Formel mit Exkursen u. a. in die Stochastik und die Integralrechnung Wirft man geradzahlig oft (also n-mal mit n N )eine Münze,

Mehr

mathe plus Aussagenlogik Seite 1

mathe plus Aussagenlogik Seite 1 mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet

Mehr

Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise

Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Elemente der Analysis I Kapitel 3: Einführung III, Summen, Logik, Mengen, Beweise Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 15. November 2010 http://www.mathematik.uni-trier.de/

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und en Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 6 Einleitung Eventuell auftretende Fragen zum Übungsblatt sollen beantwortet werden. Dazu ist es erforderlich,

Mehr

Kapitel 2. Kapitel 2 Zählen (Kombinatorik)

Kapitel 2. Kapitel 2 Zählen (Kombinatorik) Zählen (Kombinatorik) Inhalt 2.1 2.1 Einfache Zählformeln A A B B = A A + B. B. 2.2 2.2 Binomialzahlen 2.3 2.3 Die Die Siebformel 2.4 2.4 Permutationen Seite 2 2.1 Einfache Zählformeln Erinnerung: Für

Mehr

2 Rechentechniken. 2.1 Potenzen und Wurzeln. Übersicht

2 Rechentechniken. 2.1 Potenzen und Wurzeln. Übersicht 2 Rechentechniken Übersicht 2.1 Potenzen und Wurzeln.............................................. 7 2.2 Lösen linearer Gleichungssysteme..................................... 8 2.3 Polynome.........................................................

Mehr

Determinante. Die Determinante. einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden.

Determinante. Die Determinante. einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden. Determinante Die Determinante det A = det(a 1,..., a n ) einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden. Multilineariät: det(..., αa j + βb j,...) = α det(...,

Mehr

x p 2 (x )dx, Hinweis: es ist nicht erforderlich, zu integrieren!

x p 2 (x )dx, Hinweis: es ist nicht erforderlich, zu integrieren! Aufgabe T- Gegeben seien zwei normalverteilte Zufallsvariablen X N(µ, σ) 2 und X 2 N(µ 2, σ2) 2 mit pdf p (x) bzw. p 2 (x). Bestimmen Sie x (als Funktion der µ i, σ i, sodass x p (x )dx = + x p 2 (x )dx,

Mehr

Klausur,,Algorithmische Mathematik II

Klausur,,Algorithmische Mathematik II Institut für angewandte Mathematik Sommersemester 017 Andreas Eberle, Matthias Erbar / Behrend Heeren Klausur,,Algorithmische Mathematik II Musterlösung 1 (Unabhängige Zufallsvariablen) a) Wir bezeichnen

Mehr

Kapitel 2. Folgen und ihre Konvergenz

Kapitel 2. Folgen und ihre Konvergenz Kapitel 2 Folgen und ihre Konvergenz Zur Erinnerung Denition. Eine Folge (reeller Zahlen) ist eine Funktion von N 0 nach R. Schreibweisen. Im Falle einer Folge f : N 0 R schreibt man an Stelle von f (n)

Mehr

Siebformel von Sylvester

Siebformel von Sylvester Siebformel von Sylvester ) A B = A + B A B A B ) A B C = A + B + C A B A C B C + A B C A B C ) A B C D = A + B + C + D A B A C A D B C B D C D + A B C + A B D + A C D + B C D A B C D A B C D 4) A A A...

Mehr

Schleifeninvarianten. Dezimal zu Binär

Schleifeninvarianten. Dezimal zu Binär Schleifeninvarianten Mit vollstandiger Induktion lasst sich auch die Korrektheit von Algorithmen nachweisen. Will man die Werte verfolgen, die die Variablen beim Ablauf eines Algorithmus annehmen, dann

Mehr

Numerische Lineare Algebra - Theorie-Blatt 1

Numerische Lineare Algebra - Theorie-Blatt 1 Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Wintersemester 2014/2015 Numerische Lineare Algebra - Theorie-Blatt 1 Lösung

Mehr

Folgen und Reihen. Thomas Blasi

Folgen und Reihen. Thomas Blasi Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................

Mehr

Vorkurs Beweisführung

Vorkurs Beweisführung Vorkurs Beweisführung Fachschaft Mathematik und Informatik 30.08.2013 Agenda 1 Einleitung 2 Direkter Beweis 3 Widerspruchsbeweis 4 Vollständige Induktion 5 Aussagen widerlegen 6 Gleichheit von Mengen 7

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Wintersemester 2012/13 Lösungen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Jennifer Maier jennifer.maier@math.uni-hamburg.de Marcel Morisse morisse@informatik.uni-hamburg.de

Mehr

Lösungen der Probleme aus der dritten bis fünften Werkstatt

Lösungen der Probleme aus der dritten bis fünften Werkstatt Die WURZEL Werkstatt Mathematik Lösungen der Probleme aus der dritten bis fünften Werkstatt Es ist eine Binsenweisheit: Man kann nicht allein durch Zuschauen Mathematik erlernen. Nur im Umgang mit komplexen

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn.

Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn. Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: Definition 1.2 (Leibniz-Formel) Die Determinante einer n n-matrix ist a 11 a 12 a 13... a 1n a 11 a 12 a 13... a 1n a 21

Mehr

II. Wissenschaftliche Argumentation

II. Wissenschaftliche Argumentation Gliederung I. Motivation II. Wissenschaftliche Argumentation i. Direkter Beweis ii. iii. Indirekter Beweis Beweis durch vollständige Induktion Seite 35 II. Wissenschaftliche Argumentation Ein Beweis ist

Mehr

TU8 Beweismethoden. Daniela Andrade

TU8 Beweismethoden. Daniela Andrade TU8 Beweismethoden Daniela Andrade daniela.andrade@tum.de 12.12.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2

Mehr

Lösen von Gleichungen mittels Ungleichungen

Lösen von Gleichungen mittels Ungleichungen Lösen von Gleichungen mittels Ungleichungen. März 00 Die Aufgaben sind mit Schwierigkeitsstufen leicht, mittel, schwer markiert. Aufgabe (leicht) Ermittle alle nichtnegativen reellen Zahlen a, b, c, für

Mehr

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.

Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6. Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 26 1. Folgen R. Steuding (HS-RM)

Mehr

Legendre Polynome. 1 2 n n! d n (( P n (x) P m (x)dx = 0 für m n.

Legendre Polynome. 1 2 n n! d n (( P n (x) P m (x)dx = 0 für m n. Legendre Polynome Sei R[X] der Raum der Polynomfunktionen. Die Legendre Polynome P n R[X] sind definiert durch P n (x) = 1 d n (( x 2 1 ) n). dx n (a) P n hat genau n paarweise verschiedene Nullstellen

Mehr

Bsp. 120 Ein-Prozessorsystem mit mehreren E/A-Einheiten.

Bsp. 120 Ein-Prozessorsystem mit mehreren E/A-Einheiten. Bsp. 20 Ein-Prozessorsystem mit mehreren E/A-Einheiten. Ein Programm. das sich in der CPU befindet, geht mit Wkt. q i in die I/O-Einheit i über, oder endet (mit Wkt. q 0 ) und macht Platz für ein neues

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Wintersemester 2015/16 16. März 2015 Name: Vorname: Matrikelnr.: Aufgabe 1 2 4 5 6 Summe Punkte 10 10 10 10 10 10 60 erreicht

Mehr

Klausur HM I F 2004 HM I : 1

Klausur HM I F 2004 HM I : 1 Klausur HM I F 004 HM I : Aufgabe (5 Punkte): Für welche n gilt die folgende Aussage? ( n ) det n! n 0 (n )! () Führen Sie den Beweis mit Hilfe der vollständigen Induktion. Lösung: Beweis per Induktion

Mehr

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /

Mehr

Polynome. David Willimzig. Wir beschäftigen uns zunächst mit Polynomen in einer Variablen x. Diese haben die Gestalt

Polynome. David Willimzig. Wir beschäftigen uns zunächst mit Polynomen in einer Variablen x. Diese haben die Gestalt Polynome David Willimzig 1 Grundlagen Wir beschäftigen uns zunächst mit Polynomen in einer Variablen x. Diese haben die Gestalt p(x) = a n x n +... + a 1 x + a 0 = Die Zahlen a 0, a 1,..., a n werden Koezienten

Mehr

10 Transformation von Zufallsvariablen

10 Transformation von Zufallsvariablen 10 Transformation von Zufallsvariablen Sei X : Ω R eine Zufallsvariable mit Verteilungsfunktion F X (x) = P(X < x). Wir betrachten eine Funktion g: R R und sei Zufallsvariable Y : Ω R mit Y = g(x). Y :

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Oliver Matte Max Lein Zentralübung Mathematik für Physiker 2 Analysis ) Wintersemester 200/20 Lösungsblatt 5 2..200) 32. Häufungspunkte Sei a

Mehr

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!

aus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch! Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch

Mehr

Quadratische Funktionen

Quadratische Funktionen Quadratische Funktionen Mag. DI Rainer Sickinger HTL v 2 Mag. DI Rainer Sickinger Quadratische Funktionen 1 / 33 Definition Quadratische Funktion Definition (Quadratische Funktion) Sei D R und f : D R

Mehr

Arbeiten ( )

Arbeiten ( ) Lösungen für die Prüfung zu Einführung in das mathematische Arbeiten (3.2.2002). Dieses Beispiel ist eine umgekehrte Kurvendiskussion. (a) Um die Koeffizienten von f zu bestimmen, können wir ansetzen f(x)

Mehr