Größe: px
Ab Seite anzeigen:

Download ""

Transkript

1 UberrelativeNormgleichungenin algebraischenzahlkorpern Diplom-Mathematiker ClausFieker vorgelegtvon aushaan zurerlangungdesakademischengradeseines dertechnischenuniversitatberlin DoktorsderNaturwissenschaften VomFachbereich3Mathematik genehmigtedissertation. Berlin1997 D83

2 ii Promotionsausschu Vorsitzender: Berichter: ProfessorDr.M.E.Pohst ProfessorDr.J.Becker TagderwissenschaftlichenAussprache:29.April1997 ProfessorDr.G.M.Ziegler

3 Inhaltsverzeichnis Einleitung KapitelI.Grundlagen 1 1.Bezeichnungen 2.BewertungenundPrimideale 43 KapitelII.Einheiten 3.Matrizen 75 2.EineuntereRegulatorabschatzung 1.StrukturderEinheitengruppeinRelativerweiterungen KonstruktionvonEinheiten KapitelIII.Gitter GitteruberoE 1.GitteruberZ 26 iii 29

4 iv 3.AuszahlalgorithmenfuroE-Gitter 3.1.DualeBasis INHALTSVERZEICHNIS 3.2.Ellipse 37 4.EinReduktionsalgorithmusfuroE-Gitter 3.3.Simplex 3.4.Mischformen KapitelIV.Normgleichungen 44 2.NennervonnichtganzenLosungen 1.Grundlagen 51 3.LosenvonNormgleichungen(inRelativerweiterungen) Reduktion KapitelV.Beispiele 1.1."Schonere\Polynome 1.2.SchnelleresAuszahlen 69 Symbolverzeichnis 2.Normgleichungen 76 Literaturverzeichnis Zusammenfassung 87

5 Einleitung mit EinederaltestenDiophantischenGleichungenistdieNormgleichung;furZahlkorperF=E=QsowieeineZahl2E:=Q()wirdeineZahlx2F:=E() esz.b.inderalgebrentheorie([1,chapter7]und[44,lemmata6.1,6.2]). gesuchtoderdernachweis,daeskeinesolchegibt.anwendungenhiervongibt NF=E(x)= InspeziellenSituationenistschonlangebekannt,daobigesProbleminendlich vielenschrittengelostwerdenkann;z.b.fuhrtdiesfurfreellquadratischuber NennerundalleKoezienteneinerLosungangegebenunddamitgezeigt,dadie Fur(relativ-)Galois'scheErweiterungenF=EhatSiegel[48]Schrankenfurden QaufPell'scheGleichungen,dieschonGaussbehandelthat. Gleichungkonstruktivgelostwerdenkann.SpaterhatBartels[3]dieseErgebnisse aufbeliebigeerweiterungenverallgemeinert.mitanderenmethodenalssiegelhat dreiarbeitenistjedochgemeinsam,dadieschrankenvielzugrosind,umdamit Garbanati[25]fur(absolut)Abel'scheKorperebenfallsSchrankenerhalten.Allen inderpraxislosungenzunden. BeidiesendreiAnsatzenwirdzunachstderNennereinermoglichenLosungbeschrankt.IneinemzweitenSchrittwerdendann(endlichviele)Normgleichungen Ordnungen oderallgemeinerinmoduln zulosen,istjedochauchausanderen indenganzenalgebraischenzahlengelost.derspezialfall,normgleichungenin GrundenvonInteresse:UmThue-Gleichungenzulosen,sindwirandenLosungeninteressiert,dieinderGleichungsordnungoE[]uberderMaximalordnungoE voneliegen[5],genauergesagtaneinerparametrisierungalldieserlosungen. FurHauptidealtests(imFalleE=Q)muxeinElementdeszutestendenIdeals 1

6 2sein[20,(1.7)Lemma].Hieristesausreichend,"bisaufVorzeichen\zulosen NF=E(x)=?istauchzulassig;auchreichteshier,eineLosungzunden. EINLEITUNG WeitereSpezialfalleergebensichausEinschrankungenan,i.allg.wirdganz IndieserArbeitistdervonFinckeimRahmenseinerDissertationentwickelteAlgorithmuszumLosenvonNormgleichungeninOrdnungenabsoluterZahlkorper aquivalentzumbestimmenderrelativ-einheiten. algebraischsein.wenneinetorsionseinheitist,istdaslosendernormgleichung (E=Q,[20])verallgemeinert,wobeidieArbeitvonJurk[31]fortgesetztunderweitertwird.FernerwerdenMethodenvonGarbanati[24]verallgemeinert,umigleichungeninKorpernlost. FallvonrelativGalois'schenKorperneinenAlgorithmuszuerhalten,derNorm- NachdemimerstenKapitelzunachsteinigeNotationenvereinbartwerden,untersuchenwirimzweitenKapiteldieWirkungderNormabbildungaufdieEin- wichtigeinvariante,derrelativeregulator,eingefuhrt. heitengruppe.diehiergewonnenenergebnissewerdeneinerseitsfurdieparame- trisierungderlosungsmengebenotigtundandererseits,umdasproblemaufein endlicheszureduzieren.fernerwirddorteinefurdiekomplexitatdesverfahrens ImdrittenKapitelwirddienotigeGittertheoriefurGitteruberZahlkorperneinziellstellenwireineVerallgemeinerungdesLLL-AlgorithmuszurGitterreduktiogefuhrt,diebenotigtwird,umdasEllipsoidverfahrenentwickelnzukonnen.Spe- unddesfincke-pohst-algorithmuszumauszahlenvonellipsoidenvor. aufrelativerweiterungenzuverallgemeinern.furrelativgalois'scheerweiterungebnissedazubenutzt,dasellipsoid-verfahrenzurlosungvonnormgleichungen ImviertenKapitelwerdendanndieindenletztenbeidenKapitelngewonnenenErgenentwickelnwirdanneinVerfahren,umdieLosbarkeitimKorperzuentscheidenundggf.eineLosungzunden.ZusatzlichgebenwirdorteinVerfahrenan, welchesnichtaufdemauszahlalgorithmusberuht,umnormgleichungenmittels S-Einheitenzulosen. ZumSchlugebenwireinigeBeispielean,diesowohldieMachtigkeitdervorgestelltenVerfahrenalsauchderenGrenzendemonstrieren. AndieserStellemochteichmichbeiHerrnProfessorDr.M.E.Pohstherzlich ProfessorDr.G.M.ZieglerfurdieUbernahmedesKoreferatssowiebeiMartin,KlausundJurgenfurdieDurchsichteinervorlaugenFassungdieserArbeit. Gruppebedanken,ohnederenKooperationeineArbeitwiediesenichtentstehen kann. furdiebetreuungwahrendderarbeitdanken.fernerbedankeichmichbeiherrn SchlielichmochteichmichandieserStelleauchbeiallenMitgliedernderKant-

7 Grundlagen KAPITELI Hierwerdenwirzunachstdie(wichtigsten)indieserArbeitverwendetenBezeichnungenfestlegenundeinigetheoretischeVorbemerkungenmachen. WirwollenNormgleichungeninRelativerweiterungenalgebraischerZahlkorperun- 1.Bezeichnungen tersuchen,dazubetrachtenwirdiefolgendesituation(alleangegebeneneigen- schaftenkonnenz.b.in[10,35,42,46]nachgelesenwerden). F=E()Esseif2Z[t]einnormiertes,irreduziblesPolynomvomGrad E=Q() n mundeinenullstellehiervonineinemgeeignetenerweiterungskorper.danniste:=q()einalgebraischerzahlkorper Qm belvomgradnundeinenullstellevongineinempassenden vomgradmuberq.denringderganzenzahlenvonebezeichnenwirmitoe.fernerseinung2oe[t]normiert,irreduzi- Erweiterungskorper,dannsetzenwirF:=E().BezeichneoF jedochi.allg.nichtmehrfreiuberoe.spaterwerdenwirkriterienangeben,um einoe-modulvonrangn.fallsdieklassenzahlvonoegroerals1ist,istof freierz-modulvomrangm,ofistebenfallsdedekind'schund denringderganzenzahlen,oeistdanneindedekindringund entscheidenzukonnen,oboffreiuberoeist.analogesgiltauchfurdie(gebrochenen)idealevoneundf:idealeavonesindfreivomrangmuberz,ideale bvonfsindi.allg.nichtfreiuberoe.hier,wieauchinderganzenarbeit,sind Idealestetsvonf0gverschieden. 3

8 4NF=EseidieIdealnormbezeichnet.Esgiltdann NF=E:F!E:x7!NF=E(x)seidiegewohnlicheNormabbildung,ebenfallsmit I.GRUNDLAGEN NE=QNF=E. NF=QundNE=QseiendieentsprechendenNormabbildungennachQ,esgiltNF=Q= (NF=E(x)):=NF=E(x)oE=NF=E(xoF)=:NF=E((x)): :::,(r1+r2)=(r1+2r2)2cnrdiekomplexennullstellen(r1,r22n0geeignet). genvonenache(i):=(e)(i)cindiekonjugiertenkorpervone.nunsetzenwir DieFortsetzungenderAbbildungen(:)(i):7!(i)aufElieferndannEinbettun- Seiennun(1);:::;(r1)2RdiereellenNullstellenvonfund(r1+1)=(r1+r2+1), dieabbildungennochaufdenzugehorigenpolynomringe[t]fort,indemwirsie nehmen(si,ti2n0geeignet).wegenf(i)=f(i+r2)konnenwirzusatzlichnoch fur1jsiund(i;j)=(i;j+ti)2cmitn=si+2ti,si<jsi+tian- aufdenkoezientenoperierenlassen.dienullstellenderpolynomeg(i)2e(i)[t] (i;j)=(i+r2;j)furr1<ir1+r2und1jnerreichen.nachjurk[31, seien(i;j)mit1jn.dag(i)2r[t]fur1ir1gilt,konnenwir(i;j)2r Bemerkung3.4]nennenwir(si;ti)1ir1dierelativeSignaturvonF=E. In[49]isteinAlgorithmusangegeben,umeinPolynomgZ2Z[t]mitL:= Q[t]=gZQ[t]=Fzubestimmen,sodawirFauchalseinfacheErweiterungvon QzurVerfugunghaben.FernerliefertdieserAlgorithmusauchEinbettungenvon EnachL,vonFnachLundvonLnachF,sodawirbeideDarstellungen(L Zahlkorpern,algebraischenZahlenundalleindieserArbeitvorgestelltenundbenutztenAlgorithmensindinKANTimplementiertundkonnenuberKASH[32] aufgerufenwerden. DieserAlgorithmus,sowieAlgorithmenfurOperationenmitOrdnungen,Idealen, undf)benutzenkonnen,umbeibedarfdiegeeigneterezuwahlen. SeiVQ=Vn. zujederprimzahlp2pqgibtesgenaueinv=vp2vn. Q_[V1QdiekanonischeMengeexponentiellerBewertungenaufQ,d.h., 2.BewertungenundPrimideale FureinenbeliebigenZahlkorperkseiVn. Q3v6=vpistv(p)=0,undesgiltV1Q=f?logjjg. kdiemengederdiskretenbewertungen Qmitvp(p)=1.Furjedes genaueinv2vn. V1Qfortsetzen.Furjedesv2Vn. aufk,dieeinebewertungausvn. QmitVjQ=v.AnalogseiV1 kdenierenwirdenfolgendenp-adischenbetrag: Qfortsetzen,d.h.,furjedesV2Vn. kdiemengederbewertungen,die k gibtes

9 Seip2PQdiejenigePrimzahlmitv(p)6=0,dannsetzenwirjjv:=p?v().Fur v2v1 kseijjv:=exp(?v()),fernerseij0jv:=0furjedesv2vk. 3.MATRIZEN 5 SeinunKeineendlicheErweiterungvonk.AufgrundunsererNormierungbesteht VKausschlielichausFortsetzungenvonElementenausVk.WirschreibenVjvfalls V2VKeineFortsetzungvonv2Vkist.IndiesemFallsei wobeikvwievervollstandigungvonkbzgl.dervonvinduziertentopologieist nvjv:=nv;k:=[kv:kv]=nv;q undkvdievervollstandigungvonkbzgl.v.esgiltderfurdiesearbeitwichtige nv;q; ZusammenhangzwischendenBetragen,ihrenFortsetzungenundderNorm: jnk=k(x)jv=(y V2VK VjvjxjnV;Q V)1=nv;Q=Y oder(additivgeschrieben)v(nk=k(x))=x V2VK VjvjxjnV;k V (1-1) furx2kundv2vk. V2VK VjvnV;kV(x) FernergiltdieProduktformel: v2vkjxjnv;q Y 3.Matrizen v =1: SeiReinRing.FureinebeliebigeMatrixM2Rn0m0istMi;jdasj-teElement AbkurzungenundSchreibweisenvereinbaren. DawirimnachstenAbschnittvielmitMatrizenarbeitenwerden,wollenwireinige deri-tenzeile,esgiltm=(mi;j)1in0 1jm0.Mtr:=(M0i;j)1im0 Eintragegleichrsind,furRunitarbezeichneIn02Rn0n0dieEinheitsmatrix,d.h. FureinRingelementr2RseiRn0n03rn0:=(r)1in0 1jn0dieMatrix,beideralle 1jn0mitM0i;j=Mj;i. bezeichnenwirdiematrixausrn0(m0+m00),derenspaltendurchanhangender (In0)i;j=i;j:=8<:1i=j 0sonst..SeinunN2Rn0m00eineweitereMatrix.Mit(MjN)

10 6SpaltenvonNandievonMentstehen,(MjN)i;j=8<:Mi;j I.GRUNDLAGEN ist Mtr Ntr!=(MjN)tr.FurMatrizenMi2Rnimi(1io)ist Ni;j?m0sonst..Analog jm0 diag(m1;:::;mo):= 0 M Mo 0. 1 CA2RPoi=1niPoi=1mi:

11 EinheiteninRelativerweiterungen KAPITELII ObwohlRelativerweiterungenschonlangeruntersuchtwerden,gibtesbisherkaum Ansatze,diebesondereStrukturdieserKorperbeiderBerechnungderEinheiten dergaloisgruppegibteshierkaumeigenschaften,diesichmitrelativenmethodenuntersuchenlassen.diewesentlicheschwierigkeitliegtdarinbegrundet,da Strukturinformationist,diewirzusatzlichbenutzenwollen. dieeigenschafteinerzahlx2of,eineeinheitzusein,nichtvonderstruktur auszunutzen.imgegensatzzuz.b.derberechnungdermaximalordnungoder vonofalsoe-moduloderz-modulabhangtund,daesimwesentlichendiese FurdieStrukturderEinheitengruppeUkinbeliebigenZahlkorpernkgiltzunachst einmalderdirichlet'scheeinheitensatz: Satz2.1.SeikeinZahlkorper.DanngibtesEinheiteni2ok(1i#V1 1=:r)und2okmit Uk=hih1ihri; k? wobeidasproduktdirektistundhiiunendlichezyklischegruppensind.furdie GruppederTorsionseinheitenTUkvonkgilt:TUk=hi. HierauserhaltenwireineDarstellungvonUF,dievolligunabhangigvonderStrukturvonoFalsoE-Modulist.IndiesemKapitelwerdenwireineandereDarstellung Rollespielen.DieseEinheitensindauchfurdasLosenvonNormgleichungenwichtig. SchonsehrfruhhatsichArtin[2]mitEinheitenderNorm1inrelativ-galoisschen stemimwesentlichendurchdieanwendungdergalois-automorphismenaufeine Zahlkorpernbeschaftigt.Erzeigte,daeinmaximalesunabhangigesEinheitensy- vonufnden,diediezusatzlichestrukturinformationberucksichtigt.speziell dieeinheiten,derennormtorsionseinheitensind,werdendorteineentscheidende 7

12 8kleineMengevonEinheitenausEerhaltenwerdenkann.IndiesemSpezialfall erhaltersoauchdennachfolgendensatz2.5. II.EINHEITEN EsgibtverschiedeneAnsatze,dieEinheitengruppeUk oderwenigstenseine stimmtetypenvonabel'schenzahlkorpernhatz.b.leopoldt[37,38]einmaxi- malessystemunabhangigereinheitenauszyklischenteilkorpernbestimmt.fur dadieeinheitengeeigneterteilkorperentsprechend"geliftet\werden.furbe- UntergruppeUUkvonendlichemIndex(Uk:U) dadurchzuerhalten, ist,hatholzberg[27]gezeigt,daeineuntergruppevonendlichemindeximmer ausdeneinheitenderteilkorpererhaltenwerdenkann.indiesemfallgibtes denfall,dafdiegalois'schehulleeinesnichtabel'schenquartischenkorpers auchabschatzungenfurdenindex. FurCM-Korperistschonlangebekannt,dadieEinheitengruppeeinfachausder EinheitengruppedesmaximalenreellenTeilkorperskonstruiertwerdenkann,da esauchkriterien,umdenindexzubestimmen. dieeinheitenrangeidentischsind.weiteristbekannt,daderindex(imwesentlichen)maximal2ist[52,theorem4.12].imfallvonkreisteilungskorperngibt Hierwerdenwirgenaueruntersuchen,wiedieEinheitengruppevonFvonder deutungfurdaslosenvonnormgleichungeninrelativerweiterungen.ahnliche KonstruktionensindvonKlebel[33]zumLosenvonbestimmtenEinheitengleichungenbenutztworden.Esistzuerwarten,damitHilfedieserErgebnissesich zumindestdietheoriezumlosenvonthue-gleichungenaufdenrelativenfall DernachfolgenddenierterelativeRegulatorunterscheidetsichvonderin[14] gegebenendenitiondadurch,dahierkeineabsoluteninvariantenvonf=qin ubertragenlat. vonebeeinutwird.diehiervorgestelltenergebnissesindvonzentralerbeschlielich"relativeinvarianten\benutzt.in[4]wirdeinevariantevonsatz2.9 derdenitionbenutztwerden.inderhiergegebenendenition2.8werdenaus- alsdenitionverwendet. FurdasLosenvonNormgleichungenistdieKenntnisderEinheitenausF,deren NormenbestimmteEigenschaftenhaben,wichtig.Imfolgendenwerdenwirdaher 1.StrukturderEinheitengruppeinRelativerweiterungen (2-1) dieoperationdernormabbildungaufdereinheitengruppeuntersuchen. FurdasganzeKapitelxierenwireineendlicheMengeV1 SF:=fV2VFj9v2SE:Vjvg: ESEVEundsetzen

13 Furjedesv2VEsei Pv:=fV2VFjVjvg: 1.STRUKTUR 9 FixierenuneinbeliebigesVv2Pv(8v2VE)undsetze Definition2.2.SeienSEundSFwieobengegeben.DannnennenwirdieElementevon SF:=Sv2SE_ Pv. UF;SF:=fx2Fj8V2VFnSF:V(x)=0g UE;SE:=fx2Ej8v2VEnSE:v(x)=0g (2-2) FernerseienrE:=#SE,rF:=#SFund_ Pv:=PvnfVvg;rv:=#Pv: _ diese-einheitenvonebzw.sf-einheitenvonf. Bemerkung2.3. FureineUntergruppeAUE;SEdenierenwirUAF;SF:=NF=E?1(A)\UF;SF. (2)EsgiltderDirichlet'scheEinheitensatz:UE;SE=hih1ihrE?1i[35, UF=UF;SF. V,x1],wobeieinegeeigneteEinheitswurzelist(esgiltTUE=TUE;SE= (1)FurSE=V1 E(undSF=V1F)giltUE=UE;SEund (4)OenbargiltAUAF;SF,daNF=E(A)=Anist. (3)Nach(2-1)und(1-1)geltenNF=E(UF;SF)UE;SEundUE;SEUF;SF. hi)und1;:::;re?1grundeinheitensind(d.h.,siehabenunendlicheordnung,dasproduktistdirektundsieerzeugendieganzegruppe). AlsnachsteswollenwirdieStrukturvonUAF;SFbestimmen.Dazubenotigenwir folgendeslemma: Lemma2.4.FurATUEgilt:UAF;SF=TUFistfreivomRangrF?rE. Beweis.NachBemerkung2.3.(2)sindUF;SF=TUFunddaherauchjedeUntergruppehiervonfrei.EsbleibtdahernochdieDimensionsaussagezuzeigen:Da undausnf=e(x)=xnfurjedesx2e:(bezeichnethierz-modulisomorphien) einmodulhomomorphismusist,folgtausdemisomorphiesatzfurfreiez-moduln ~NF=E:UF;SF=TUF!UE;SE=TUE:xTUF7!NF=E(x)TUE unddaherrgkern~nf=e=rf?re.mittuseafureingeeignetess2nfolgt danndiebehauptung. UE;SE=TUEBild~NF=EUF=TUF=Kern~NF=E;

14 10 Satz2.5.SeiUUAF;SFeineUntergruppevonendlichemIndex.Danngibtes unabhangigeeinheiteni2u(1irf?re+rga=:r)sowieeinetorsionseinheit,soda SeienATUEbeliebig,UUF;SFvonendlichemIndex.DanngibtesEinheiten i2u(1irf?re),~i2u(1ire?1)sowieeinetorsionseinheit,so U=hih1ihri: II.EINHEITEN da und UF;SF\U=(UAF;SF\U)h~1ih~rE?1i UAF;SF\U=hih1ihrF?rEi gelten. FurdenFallE=QundA=f1g=TUQerhaltenwirwiederdenDirichlet'schen EinheitensatzalsSpezialfall. Beweis.DirekteKonsequenzausBemerkung2.3.(4)undLemma2.4. ImweiterenseienATUEbeliebigundUUF;SF,vonendlichemIndexxiert. WirwerdenimfolgendeneinenRegulatorfurUAF;SF\Uerklaren,derdieklassische Denitionerweitert.Diesermoglichtunsdann,AbschatzungenfurdenIndex (UTUE einmafurdiekomplexitatdesspatervorgestelltenalgorithmuszumlosenvon wegenderhohenkorpergradesehraufwendigist[55].fernerwirddieserregulator zubestimmen,wasspeziellimletztenschritt(aufstiegzufundamentaleinheiten) F;SF:(UTUE F;SF\U))anzugeben,umUTUE F;SFauszurechnen,ohnezunachstUF;SF (2-3) Normgleichungendarstellen. Seiennun LF:UF;SF!RSF:7!(nV;EV())V2SF; daheristdannlf(uaf;sf)eingittervomrangrf?re. (2-4) deniert.nach[35,v,x1]istlf(uf;sf)eingittervomrangrf?1imrsf; _LF:UF;SF!R_ SF:7!(nV;EV())V2_ Lemma2.6. (1)SeiB2Rn0n0mitBi;j=a+i;jbi,a;bi2R.Danngilt detb=(n0 Yi=1bi)(an0 Xi=11bi+1):

15 (2)SeienB2Rn0n0,C2Rm0n0beliebig.FurB0:=B 1.STRUKTUR CBgeltendann 11 B0trB0=Btr(In0+CtrC)Bunddet(B0trB0)=det2Bdet(In0+CtrC). Speziellgiltfurm0=1,d.h.C=(c1;:::;cn0): det(in0+ctrc)=1+n0 Xi=1c2i: Beweis.(1):Siehe[46,5.6Exercise1]. (2):Esgilt: (B0trB0)i;j=n0+m0 =(BtrB)i;j+((CB)tr(CB))i;j=(Btr(In0+CtrC)B)i;j Xl=1B0l;iB0l;j=n0 Xl=1Bl;iBl;j+m0 Xl=1(CB)l;i(CB)l;j DaalleMatrizenquadratischsind,folgtdieAussageuberdieDeterminanten. Seinunm0=1undD:=diag(c1;:::;cn0).Wirerhalten: Mit(1)angewendetaufa=1,bi=c?2 In0+CtrC=In0+((1;:::;1)D)tr(1;:::;1)D =D(D?2+1n0)D: det(in0+ctrc)=det2(d)n0 ifolgtdaher: =n0 Xi=1c2i+1: Yi=1c?2 i(n0 Xi=1c2i+1) (1irF?rE),~i2U(1irE?1)und2TUFmit WirxierennuneinmaximalesunabhangigesEinheitensystemi2UTUE U=hih1ihrF?rEih~1ih~rE?1i: F;SF\U NachSatz2.5gibtessolcheEinheiten.Deniere :UTUE F;SF\U!ZrF?rE:=rF?rE Yi=1ni i7!(ni)1irf?re;

16 12 sowiemitfv1;:::;vreg=se,fv1;:::;vrv?1g=_ II.EINHEITEN :SF!N:V7!8<:Pi?1 l=1(rvl?1)+j?1furv=vj2_ PveineAnordnung Damitist(SF)=[1;rF]und(_ rf?re+i SF)=[1;rF?rE].Furx2RSFseiRrF3 furv=vviwiein(2-2): Pvi (x):=(x(i))1irf.mit und L:=(n?1(i);E?1(i)(j))1irF 1jrF?rE2RrF(rF?rE) erhaltenwirdanndiebeidenkommutativendiagramme: L:=(n?1(i);E?1(i)(j))1irF?rE _ 1jrF?rE2R(rF?rE)(rF?rE) UTUE F;SF\U?y???!RSF LF ZrF?rE???!RrF L?y und UTUE F;SF\U?y???!R LF?y SF ZrF?rE???!RrF?rE: Lemma2.7.Sei?:=[0;1]rF?rE.Danngelten: L_ (2)vol(_ (1)volrF?rE(L?)=qQv2SErvvol(_ ziellgewahlteneinheitensystem. L?)istunabhangigvonderAnordnungderBewertungenunddemspe- Beweis.(1):Sei (2-5) z} {?1;:::;?1 rv 1?1 0 z} {?1;:::;?1 rv2?1 :::rvre?1 0 z} { Danngilt:?1;:::;?1 0 1 A: NachLemma2.6.(1)und[23,x5(67)]giltdann: (2-6) det(irf?re+ctrc)=y CtrC=diag(1rv1?1;:::;1rvrE?1): v2serv:

17 Aus(1-1)zusammenmitDenition2.2undBemerkung2.3.(3)folgtfurjedes v2seundjedes2utue F;SF: 1.STRUKTUR 13 (2-7) V2PvnV;EV()=v(NF=E())=0: X AusL= C_ L_ L!,(2-6)undLemma2.6.(2)erhaltenwirdaher Wegenvol2rF?rE(L?)=det(LtrL)[34,AppendixII]undvol2(_ det(ltrl)=det(_ Ltr_ L)Y v2serv: (2):DadieentsprechendenTransformationenunimodularbzw.unitarsind,folgt det2(_ L)istdann(1)bewiesen. L?)=det(_ Ltr_ L)= Definition2.8.WirnennenregF=E(U):=vol(_L?) diebehauptung. Satz2.9.Esgilt: FernerseiregF=E(F):=regF=E(UTUE den(sf-)regulatorvonu(bezuglichf=e). regf=q(u)=(reyi=1nrvi?1 vi;q)regf=e(u)rege=q(nf=e(u)): F;SF). eseins2gl(rf?1;r)mit~l= Beweis.Setze~L:=(LjLF(~1);:::;LF(~rE?1)).Darg_ L0rF?rE L=rF?rEgilt,gibt wobei(wiein(2-7))furjedesv2se B!S; und V2PvnV;EV(i)=v(NF=E(i))=0 X geltenunddahero.b.d.a.bvonfolgenderformist: V2PvnV;EV(~i)=v(NF=E(~i)) X B=(vi(NF=E(~j)))1irE 1jrE?1:

18 14 SeienL0,~L0undB0durchStreichenderletztenZeilevonL,~LundBdeniert. Danngelten: II.EINHEITEN ~L0= Sei 0 D1:=diag(n?1(1);Q n?1(1);e;:::;n?1(rf?1);q n?1(rf?1);e)2rrf?1rf?1 *B01AS: Dannsinddenitionsgema sowie D2:=diag(nv1;Q;:::;nvrE?1;Q)2RrE?1rE?1: und det(d2b0)=rege=q(nf=e(u)) Daherfolgt: regf=q(u)=det(d1)det(~l0) det(d1~l0)=regf=q(u): =det(d1)det(_l)det(b0) =rf?1 det(d2)regf=e(u)rege=q(nf=e(u)) undmitnv;q nv;e=nv;qfurjedesvjvkonnenwirweiterschlieen: Yi=1n?1(i);Q n?1(i);ere?1 Yi=11 nvi;qregf=e(u)rege=q(nf=e(u)); =reyi=1nrvi?1 vi;qnvren?1(rf);e vi;qregf=e(u)rege=q(nf=e(u)): n?1(rf);qregf=e(u)rege=q(nf=e(u)) Bemerkung2.10. DenitiondesRegulators,d.h.,esgilt: (1)FurE=QundSE=V1 reg(u)=regf=q(u): Eerhaltenwirwiederdiealte (2)FurSE=V1 reg(u)=2r2(n?1)regf=e(u)rege=q(nf=e(u)) Egilt=2r2(n?1)regF=E(U)(UE:TUENF=E(U))reg(UE):

19 2.EINEUNTEREREGULATORABSCHATZUNG 15 (3)Beiderin[14]gegebenenDenitionentfalltderFaktor2r2(n?1).Diedort gegebenedenitionunterscheidetsichvonunsererindernormierungder FunktionLF(2-3);dortwirdstattmitnV;EmitnV;Qmultipliziert.Ferner wirddortnurderfallse=v1 Ebetrachtet. 2.EineuntereRegulatorabschatzung IndiesemAbschnittseienA:=TUEundSE:=V1 E.Wirwolleneineuntere AbschatzungfurregF=E(F)herleiten,dieesunsermoglicht,mitdenin[55]dargestelltenMethoden,ausgehendvoneinerUntergruppevonendlichemIndex,zuder volleneinheitengruppe"aufzusteigen\.imgegensatzzuunterenschrankenwie z.b.in[22,14]werdenwirkeinea-priori-schrankenerhalten;dafurwirdunsere i.allg.groer,d.h.scharfer,sein. Lemma2.11.DieAbbildung: q:utue F!R0:7!mXi=1nXj=1jlog(j(i;j)j)j2 isteinepositivdenitequadratischeformmitdeterminante dq=2r2(n?1)?pr1 i=1tinr1+r2reg2f=e(f): Beweis.Sei1;:::;rF?rEeinunabhangigesErzeugendensystemfurUTUE F.Dann giltfurx2utue F mitx=0qrf?re i=1i i: q(x)=q(rf?re Yl=1l l) =mxi=1nxj=1(rf?re Xl=1llogj(i;j) lj)2 =rf?re X k;l=1kl(mxi=1nxj=1logj(i;j) kjlogj(i;j) lj) =(l)tr 1lrF?rE(logj(i;j) kj)tr 1im;1jn 1krF?rE (logj(i;j) kj)1im;1jn 1krF?rE (l)1lrf?re =:(l)tr 1lrF?rEB0trB0(l)1lrF?rE:

20 16 Daq(x)alsSummenichtnegativerZahlennichtnegativist,habenwirqalspositivsemidenitnachgewiesen.Daq(x)=0aquivalentzux2TUFist,istdererste II.EINHEITEN TeilderAussagegezeigt. gilt,mussenwirnundetb0trb0berechnen.umdielemmata2.6.(1)und2.6.(2) Weildenitionsgema betrachtenwirdiefolgendenmatrizen: anwendenzukonnen,benotigenwirzunachsteinigehilfsmatrizen:fur1ir1 det(b0trb0)=dq B0i:= 0 logj(i;si+ti) (i;1) 1j j :::logj(i;1) :::logj(i;si+ti) logj(i;si+2ti) logj(i;si+ti+1) j:::logj(i;si+2ti). j:::logj(i;si+ti+1) rf?rej logj(i;si+2ti?1) 1 j:::logj(i;si+2ti?1). rf?re j 1 jca =:0 logj(i;si+ti) Bi logj(i;si+2ti) logj(i;si+ti+1) j j :::logj(i;si+ti) :::logj(i;si+2ti). j:::logj(i;si+ti+1) rf?rej logj(i;si+2ti?1) 1 j:::logj(i;si+2ti?1). rf?re j 1 jca und Ci:= 8 >< > : 0 z?1=2:::?1=2 } { z ti?1 } { 0?1 Iti?1 :::?11CAti>0 Furr1<ir1+r2denierenwiranalog:?1:::?1 n?1 {z } ti=0 1j:::logj(i;1) :. logj(i;n) 1j:::logj(i;n). und rf?rej logj(i;n) 1j:::logj(i;n) Bi rf?rej1a Damitgiltfur1ir1+r2: Ci:=z?1:::?1: n?1 } { B0i=Bi CiBi

21 und 2.EINEUNTEREREGULATORABSCHATZUNG 17 B0=S0 0 B0r1+r2 B 01 B0r1+r2 B0r CA=S 0 Br1+r2 B1 1CA Cr1+r2Br1+r2 Br1+1 C1B1 Cr1+1Br1+1 Br1+r2. Cr1+r2Br1+r2 ; wobeis0,sdienotwendigenzeilenvertauschungendarstellenunddeswegenunitar sind.schlielichseiennoch Br1+r2. 1 CAundC:= 0 C10 :::0 C20... Cr1+10 ::: ::: :::00 1CA :::0 ::: In? Cr1+r2 :::0 :::0 ::: Cr :::... 0In?1 0Cr1+r2 :::0 Damitfolgt : habenwir NachLemma2.6.(2)giltdet(B0trB0)=det2(B)det(I+CtrC).Oensichtlich B0=SB r1yi=12max(0;ti?1)det(b)=regf=e(f) CB: und(mit[23,x5(67)]) det(i+ctrc)=r1yi=1(isi+t1?1+ctr ici)r1+r2 i=r1+1(in?1+2ctr Y ici+in?1):

22 18 bestimmen.fur1r1;ti=0folgtauslemma2.6.(2): Esverbleibtalsonurnochdet(Isi+ti?1+Ctr II.EINHEITEN det(isi+ti?1+ctr ici)=n?1 Xl=1(ci)2l+1=n: ici)bzw.det(2in?1+2ctr ici)zu MirLemma2.6.(1)folgt: Schlielichsei1ir1undti>0.Mit det(2i+2ctr ici)=2n?1(n?1 Xl=11+1)=2n?1n: D:=diag( z} { 12;:::;12;ti?1 si und 1;:::;1) z} { folgtdanndet(isi+ti?1+ctr~ci= 0?1:::?1 Iti?1! ic)=det2(d)det(d?2+~ctr =14si4si2ti?1(2si Xl=114+2si+ti?1 i~ci) =2ti(si 4+ti?1 l=si+112+1) X aus =2tin ) Insgesamtgilt ~Ctr i~ci=diag( 0;:::;0;ti?1 z} { si z} { 1;:::;1)+2si+ti?1: dq=r1yi=14?max(0;ti?1)reg2f=e(f)r1yi=1 =2?Pr1 ti=0nr1yi=1 ti>02ti?2nr1+r2 i=1tinr12(n?1)r2nr2reg2f=e(f) i=r1+12n?1n Y unddiebehauptungfolgt. =2r2(n?1)?Pr1 i=1tinr1+r2reg2f=e(f)

23 Lemma2.12.Fur2.EINEUNTEREREGULATORABSCHATZUNG h1:r0!r:x7!cosh(px)?1; 19 x,y2r0,1gelten: (1)h1(x+y)h1(x)+h1(y), Beweis.(1):Esgiltcosh(x)=P1k=0x2k (2)h1(x)h1(x), (3)h1iststrengmonotonwachsend. h1(x+y)=1xk=11 (2k)!unddaher: 1Xk=11 (2k)!(x+y)k =h1(x)+h1(y): (2k)!(xk+yk) (2):Dakgilt,folgtdieBehauptungwiein(1). Lemma2.13.Seienn02N,n0K2Rund sageunmittelbar. (3):Dasowohlcosh()alsauchpstrengmonotonwachsendsind,folgtdieAus- gegeben.furdasminimummvonh2unterdennebenbedingungen h2:rn0!r:x=(x1;:::;xn0)7!n0 Xi=1x2i (1)Pn0 gilt: (2)Pn0 i=1e?2xik i=1e2xik, Beweis.DurchAdditionderBedingungen(1)und(2)erhaltenwir(cosh(x)= 12(ex+e?x)): M14arcosh2(K?n0+1): (3)Pn0 i=1cosh(2xi)k.

24 20 Lemma2.12.(1)gilt: NachLemma2.12.(3)reichtes,dasMinimumvoncosh(p4h2)abzuschatzen.Mit II.EINHEITEN coshq4h2(x)?1=cosh(vutn0 n0 Xi=1(cosh(j2xij)?1) Xi=1(2xi)2)?1 worausdiebehauptungdannunmittelbarfolgt. =n0 Xi=1(cosh(2xi)?1)K?n0; Lemma2.14.SeiUUFeineUntergruppevonendlichemIndexmitUE<U. Danngilt: Beweis.UnmittelbareFolgeausNF=E(UE)=UnEunddemSatzvonLagrange[40, (UE:TUENF=E(UF))j(UE:TUENF=E(U))jnr1+r2: untereschrankefurregf=e(f):seienr:=pr1 Analog[55,Kapitel2]erhaltenwirnunausLemma2.11undLemma2.13eine Satz1.7.7.]. sukzessivenminimavonqundrdier-tehermiteschekonstante.danngilt: vut2pr1 i=1ti?r2(n?1)qri=1mii=1(si+ti)+r2n?1,m1;:::;mrdie (2-8) eineuntereregulatorschrankebestimmen.dortwerden mittelsdesauszahl- NunkonnenwirmitHilfeeinermodiziertenVersionvon[55,Algorithmus2.7] nr1+r2r regf=e(f): untereschrankefurdiefehlendenminimaermittelt.alternativhierzukonnenwir auchdenungeandertenalgorithmusverwenden,umeineschrankefurregf(f) Algorithmus3.6 diesukzessivenminimateilweisebestimmtundgleichzeitigeine zuerhalten.nachdemwirdien-maximaleobergruppe(d.h.p-maximalfurjedes p2pqmitpjn)vonueinufbestimmthaben,konnenwirmithilfevonsatz2.9 eineuntereschrankeerhalten. InderPraxissolltenbeideSchrankenparallelberechnetwerden,waseinfachzu implementierenist,dadiehauptarbeitimauszahlenundtesteneinergroen MengevonalgebraischenZahlenliegt.

25 Bemerkung2.15.In[45]wirddasMinimumvonRn03x7!Pn0 zudeninlemma2.13gegebenennebenbedingungennochunter 3.KONSTRUKTIONVONEINHEITEN i=1x2izusatzlich 21 abgeschatzt.diedortangegebeneuntereschrankeerforderti.allg.nochdaslosen Xi=1xi=0 n0 mehrereralgebraischergleichungssysteme.furdenfalln0=5istdieschranke Wegenarcosh0(x)!0furx!1gilt explizit,esgilt h212arcosh2(k?5+2 arcosh2(k?n+2 2) 2 ): ImGegensatzzuderin[45]istunsereSchrankejedochexplizitgegeben. d.h.,unsereregulatorschrankeistfurgroeketwahalbsogrowiediein[45]. arcosh2(k?n+1)!1; Hierwollenwirkurzdaraufeingehen,wiedieindenletztenAbschnittenvorgestelltenErgebnissefurpraktischeBerechnungengenutztwerdenkonnen.Zunachst 3.KonstruktionvonEinheiten benotigenwirjedochnochein Lemma2.16. (2)Seienc>0undMc:=fx2oFj8v2V1x (1)Furjedesx2oFgilt:NF=E(x) E:v(NF=E(x))cg: 2oF. Beweis.(1):Konsequenzaus(1-1). DannenthaltMcnurendlichvielebezuglichU1FnichtassoziierteElemente. (2):Analog[46,5(2.3)]:Setze Dannistoensichtlich#~Mc<1,undesreichtzuzeigen,dafurjedes2~Mc diemengen:=fx2ofj8v2v1 ~Mc:=fx2oEj8v2V1 E:NF=E(x)=gnurendlichvielenicht E:v(x)cg: zeigennun,da=2u1fausmodfolgt.seiendazumod assoziierteelementeenthalt.wirxierenein2~mcundsetzet:=of=().wir beliebigausngegebenund2ofmit?=.danngilt:=1+2of

26 22 nach(1).analogfolgt2of.wegennf=e()=nf=e()folgtdann2u1f, mit#t=nf=q()=ne=q()n<1wasdiebehauptungimpliziert. II.EINHEITEN MitHilfediesesLemmasistesmoglich,diein[55,Kapitel3]vorgestelltenMethoden unterzuhilfenahmederimnachstenkapitelvorgestelltenideen auch inrelativerweiterungenzubenutzen.jedochsinddiese"relativenmethoden\viel aufwendigeralsdieentsprechenden"absoluten\.daherlohnensiesichnur,wenn Index)indementsprechendenabsolutenZahlkorperauszurechnen. dierelativestruktureinewesentlicherollespielt.esscheintsinnvollzusein,zuersteinmaximalesunabhangigeseinheitensystem(d.h.uufmitendlichem Erzeugendensystem1;:::;rE?1unddeniereneinenZ-Modulisomorphismus rangvoneundrf?1dervonf.wirxiereninue=tueeinunabhangiges SeinunUUFmitendlichemIndexgegeben,fernerseirE?1derEinheiten- E:UE=TUE!ZrE?1:=rE?1 Yi=1ni i7!(ni)re?1 abhangigenerzeugernvonu=tuf.fernersein2zre?1rf?1=hom(zrf?1;zre?1) AnalogdenierenwirF:U=TUF!ZrF?1fureinbeliebigesfestesSystemvonun- i=1: sogewahlt,dadasfolgendediagrammkommutativist: U=TUFNF=E F?y???!UE=TUE WennwirnundiespaltenreduzierteHermite-NormalformHNF(N)ausrechnen,???!ZrE?1: N?yE erhaltenwireinebasisvonzrf?1undeinsystemvoneinheitenwieinsatz2.5. DieMatrixNkanndadurcherhaltenwerden,dawirdieNormenderErzeuger vonualspotenzproduktderi(1ire?1)darstellen.diesemethodelat zudenfundamentaleinheitenbzw.dernachweis,da(uf:u)=1gilt.o.b.d.a. sichnaturlichauchanwenden,wennsev1 AlsletzterSchrittinderBerechnungderEinheitengruppebleibtnochderAufstieg Egilt. nehmenwirvonnunueuan(ggf.mussenwiruentsprechenderweitern). Mit[55,Algorithmus4.10]vergroernwirnunUso,daUp-maximalfurpjn wird.mitobigemalgorithmusberechnenwirutue erklart,konnenwirnunutue denerforderlichenwurzeltests[55,algorithmus4.20]nichtalleerzeugervonu berucksichtigtwerdenmussen,sondern"nur\dievonutue F bestimmen.einvorteildiesermethodeist,dabei F\U.WieimletztenAbschnitt F \U.

27 WennwirstattUTUE beidesmit[55,algorithmus4.22]erhalten.f\ointeressiertsind,sokonnenwir oderaneinemvertretersystemfurutue F,UTUE 3.KONSTRUKTIONVONEINHEITEN F\ofureinebeliebigeOrdnungooFbestimmenwollen F=UTUE 23

28 24 II.EINHEITEN

29 GitteruberZahlkorpern KAPITELIII FurdasLosenvonNormgleichungen(wieauchfurdiealgorithmischeBehandlung abbildung[46,6(2.6)] additiveuntergruppendesrn,vongroerbedeutung.vermogederminkowski- zahlreicherandererzahlentheoretischerprobleme)sindz-gitter,d.h.diskrete ':E!R m:x7! 0 p2re(x(r1+1)) x(r1) x(1) 1CA p2re(x(r1+r2)) p2im(x(r1+1)) wirdderz-moduloeisomorphzueinemgitterimrmvomrangm. p2im(x(r1+r2)). AufEbetrachtenwirdievon induziertemetrikundauf:='(oe)dievondemskalarproduktdesrminduzierte euklidische.vermogedieserabbildung'kanndievonminkowskibegrundete T2:E!R0:x7!mXi=1jx(i)j2 Methodengibt,umallex2mitxtrxc(0<c2R)zubestimmen[20,(2.15) SpeziellfurdasLosenvonNormgleichungenisteswichtig,daessehreziente "GeometriederZahlen\[41]aufZahlkorperangewendetwerden. Algorithmus]. 25

30 26 ImfolgendenwerdenwirnundieGitterdenitionsoverallgemeinern,daauch RelativordnungenkanonischmitGitternidentiziertwerdenkonnen.Obwohles III.GITTER verschiedenetheoretischeansatzeinderliteraturgibt,gitteruberanderenstrukturenalszzubetrachten[8,11,17,29,39,47,54]undgeometrischemethoden aufrelativerweiterungenzuubertragen[6],gibtesbisherkaumalgorithmische Betrachtungen.Jurk[31]hatinseinerDissertationeineersteVariantefureinen rithmenentwickeln.teiledieseskapitelssindbereitsindenants-iiproceedings AuszahlalgorithmusfurGitteruberZahlkorperngegeben. [19]erschienen. FurdieseneuenGitterwerdenwirdanngeeigneteAuszahl-undReduktionsalgo- WirgebenhiereinenkurzenUberblickuberspaterverwendeteEigenschaftenund AlgorithmenfurGitteruberZ. 1.GitteruberZ Definition3.1.EinZ-GitteristeinediskreteadditiveUntergruppedesRn0. Imweiterenwerdenwirnochzusatzlich[]R=Rn0fordern,d.h.,Z-Gittersollen Satz3.2.SeieinZ-Gitter.Danngibtesi2(1in0)so,da= vollenranghaben.danngiltderfolgende SeinunBeinSkalarproduktaufdemRn0,Q(x):=B(x;x)diezugehorigequadratischeForm.WennwirnuneineGitterbasis1;:::;n0xieren,gibteseine i=1zigilt.dieelemente1;:::;n0bildeneinegitterbasisfur. Pn0 vonderwahlderspeziellenbasisab. (1in0).dZ():=qdet(G)istdieGitterdiskriminantevon,siehangtnicht positivdenitematrixg2rn0n0mitb(x;y)=(x1;:::;xn0)trg(y1;:::;yn0) (x=pn0 i=1xii,y=pn0 i=1yii),gheitdiegram-matrixzudergitterbasisi Seien1;:::;n02linearunabhangig,danngilt Definition3.3.DieZahlenYi=1Q(i)d2Z(): n0 (1in0)heiendiesukzessivenMinimavon. FurdieMinimavongiltderfolgende Mi:=inff2R>0j9x1;:::;xi2Z-lin.unabh.mitQ(xj)(1ji)g

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Nachrichten der Evangelischen Kirchengemeinde Wörsdorf

Nachrichten der Evangelischen Kirchengemeinde Wörsdorf B Ki i i i i i l Ni Kii f OKTOBR NOVBR N 49 3 20 l: Fi f Ki Kfi: l f i ii V 202: ii Ri 20 Li Li L BLICK i Zi l l Kfi f ii Li Ki i N ii i i Ki i : i i ß i i i 7000 Bfi i Bi f i : Z ii : Olf i Bif Kfl Bfii

Mehr

DIALOG. über BODENARCHITEKTUR. Der Architekt-Designer JEAN NOUVEL ARCHITECT/ DESIGNER

DIALOG. über BODENARCHITEKTUR. Der Architekt-Designer JEAN NOUVEL ARCHITECT/ DESIGNER WK PPICH IALG #7 P Pj C J 2013 IALG ü BACHIKU JA UL A- SIG SI B G F L L ÄG I F Ü G F H B B J US K B I S I S - CH SI S C JA UL ACHIC/ SIG IGH Gä ü G-B-A IGH A IIW ABU G BUILIG ACHICU GB 07_121212_47L 1

Mehr

Erste Schnittpunktsätze und Anfänge einer Dreiecksgeometrie

Erste Schnittpunktsätze und Anfänge einer Dreiecksgeometrie Christoph Vogelsang Matr.Nr. 66547 Nils Martin Stahl Matr.Nr. 664 Seminar: Geometrie Dozent: Epkenhans Wintersemester 005/006 Erste Schnittpunktsätze und Anfänge einer Dreiecksgeometrie Ausarbeitung der

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

Endgültige Gruppeneinteilung Kohorte Innere-BP Sommersemester 2016 (Stand: )

Endgültige Gruppeneinteilung Kohorte Innere-BP Sommersemester 2016 (Stand: ) A A1a 2197120 on on A A1a 2311330 on on on on on on on A A1a 2316420 on on A A1a 2332345 on on on on on on on A A1a 2371324 on on on on on on on A A1a 2382962 on on A A1a 2384710 on on on on on on on A

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Effiziente Algorithmen und Datenstrukturen I. Kapitel 10: Lineare Algebra

Effiziente Algorithmen und Datenstrukturen I. Kapitel 10: Lineare Algebra Effiziente Algorithmen und Datenstrukturen I Kapitel 10: Lineare Algebra Christian Scheideler WS 2008 19.02.2009 Kapitel 10 1 Überblick Notation Arithmetik auf großen Zahlen (Addition und Multiplikation)

Mehr

TechnischeUniversitatMunchen ZentrumMathematik Uberlebenszeitanalyse Anwendungender inderpegeversicherung Diplomarbeit FlorianRudolph von Abgabetermin: Betreuerin: Themenstellerin:ProfDrCzado 25Januar2000

Mehr

Chapter 1 : þÿ b w i n l a u f e n c h a p t e r

Chapter 1 : þÿ b w i n l a u f e n c h a p t e r Chapter 1 : þÿ b w i n l a u f e n c h a p t e r þÿ 1 7. m a i 2 0 1 6 b u c h m a c h e r v e r g l e i c h v o n b w i n g e g e n i n t e r w e t t e n i m v e r g l e i c h ü b e r n e b e n. c a s

Mehr

Analysis II. Vorlesung 48. Die Hesse-Form

Analysis II. Vorlesung 48. Die Hesse-Form Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen

Mehr

4.4.1 Statisches perfektes Hashing. des Bildbereichs {0, 1,..., n 1} der Hashfunktionen und S U, S = m n, eine Menge von Schlüsseln.

4.4.1 Statisches perfektes Hashing. des Bildbereichs {0, 1,..., n 1} der Hashfunktionen und S U, S = m n, eine Menge von Schlüsseln. 4.4 Perfektes Hashing Das Ziel des perfekten Hashings ist es, für eine Schlüsselmenge eine Hashfunktion zu finden, so dass keine Kollisionen auftreten. Die Größe der Hashtabelle soll dabei natürlich möglichst

Mehr

H2 1862 mm. H1 1861 mm

H2 1862 mm. H1 1861 mm 1747 mm 4157 mm H2 1862 mm H1 1861 mm L1 4418 mm L2 4818 mm H2 2280-2389 mm H1 1922-2020 mm L1 4972 mm L2 5339 mm H3 2670-2789 mm H2 2477-2550 mm L2 5531 mm L3 5981 mm L4 6704 mm H1 2176-2219 mm L1 5205

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

7 Die Determinante einer Matrix

7 Die Determinante einer Matrix 7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =

Mehr

Taylorentwicklung der k ten Dimension

Taylorentwicklung der k ten Dimension Taylorentwicklung der k ten Dimension 1.) Taylorentwicklung... 2 1.1.) Vorgehenesweise... 2 1.2.) Beispiel: f ((x, y)) = e x2 +y 2 8x 2 4y 4... 3 2.) Realisierung des Algorithmus im CAS Sage Math... 5

Mehr

Randomisierte Algorithmen 2. Erste Beispiele

Randomisierte Algorithmen 2. Erste Beispiele Randomisierte Algorithmen Randomisierte Algorithmen 2. Erste Beispiele Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Wintersemester 2016/2017 1 / 35 Randomisierter Identitätstest

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Wie schön leuchtet der Morgenstern Johann Kuhnau ( ) 1.

Wie schön leuchtet der Morgenstern Johann Kuhnau ( ) 1. Wi schön luchtt dr Mornstrn Johann Kuhnau (10-1) 1. Contuo Viola II Viola I Viol II Viol I Horn II Horn I Soprano lto nor Bass I voll Mor Mor Mor Mor n strn strn strn strn n n n Gnad Gnad Gnad Gnad voll

Mehr

Lösungen - Serie 2 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie

Lösungen - Serie 2 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie Lösungen - Serie zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie Aufgabe : Berechnen Sie für die folgenden Elemente x in einer Körpererweiterung L K die Norm Nm L K (x) und die Spur T r

Mehr

Impressum: Quartiersladen Tossehof, Ravenbusch 2, Gelsenkirchen. . Tro. von Hinwei. Geschichte. Gelsenkirch

Impressum: Quartiersladen Tossehof, Ravenbusch 2, Gelsenkirchen. . Tro. von Hinwei. Geschichte. Gelsenkirch I: Q Rv 2 45888 D R Q j O R v L D v y H v H L M I H Z R N v N I I P J ß 0 6 M j P ß! U D P K N j O A ß ß A: Z H W F D H ö I J 900 C N H N H (1047) H (1150) H (1332) Z N (R Hö) (Ö v ) N N H ( H) D O ö :

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Über relative Normgleichungen in algebraischen Zahlkörpern

Über relative Normgleichungen in algebraischen Zahlkörpern Über relative Normgleichungen in algebraischen Zahlkörpern vorgelegt von Diplom-Mathematiker Claus Fieker aus Haan Vom Fachbereich 3 Mathematik der Technischen Universität Berlin zur Erlangung des akademischen

Mehr

Chapter 1 : þÿ g u t s c h e i n b w i n n e u k u n d e c h a p t e r

Chapter 1 : þÿ g u t s c h e i n b w i n n e u k u n d e c h a p t e r Chapter 1 : þÿ g u t s c h e i n b w i n n e u k u n d e c h a p t e r þÿ 1 2 j u l 2 0 1 3 o n l i n e g a m b l i n g c o m p a n y b w i n. p a r t y h a s a g r e e d a t h r e e - y e a r & # 3 9

Mehr

das Infomagazin des Vereins DIE ALTERNATIVE 40 Jahre Sozialtherapie ULMENHOF

das Infomagazin des Vereins DIE ALTERNATIVE 40 Jahre Sozialtherapie ULMENHOF k Ifz V DIE ALTERNATIVE 40 J Szp ULMENHOF I Dk fü 40 J V. W k I z fü I Uüz v 40 J. Ip Ak 24 2012 V fü f Sp DIE ALTERNATIVE I Af 9000 Rk DIE ALTERNATIVE Ly & Gfk C Güf & f-fk. E: W! 02 P Bk, G ALTERNATIVE

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

Algebra I, WS 04/05. i 0)

Algebra I, WS 04/05. i 0) G. Nebe, M. Künzer Algebra I, WS 04/05 Lösung 5 Aufgabe 20. 1 Wir haben einen Normalteiler C 3 = 1, 2, 3. Es ist mit C 2 := 1, 2 der Schnitt C 3 C 2 = 1, und folglich aus Ordnungsgründen S 3 = C 3 C 2.

Mehr

Tutoraufgabe 1 (ɛ-produktionen):

Tutoraufgabe 1 (ɛ-produktionen): Prof aa Dr J Giesl Formale Systeme, Automaten, Prozesse SS 2010 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Hausaufgaben sollen in Gruppen von je 2 Studierenden aus dem gleichen Tutorium

Mehr

Zulassungszertifikat für Schweißzusätze und Schweißhilfsstoffe

Zulassungszertifikat für Schweißzusätze und Schweißhilfsstoffe SG-Drahtelektrode DB-Zulassungs-Nr.: 43.119.01 Markenbezeichnung: RW 307 Si Geltungsdauer: 31.01.2017 Normbezeichnung: DIN EN ISO 14343-A-G 18 8 Mn (1.4370) Mit dem Schutzgas nach DIN EN ISO 14175 M1:

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

VdTÜV-Kennblatt für Schweißzusätze

VdTÜV-Kennblatt für Schweißzusätze IND 100 Gurgaon-Haryana / Indien Stabelektrode Super Optimal 60 EN ISO 60-A - E 8 0 R 1 Durchmesserbereich:,0 bis,0 mm 1 Hilfsstoffe: ----- 1.00 0.1 U Gruppe 1.1 U Gruppe 1. 16 Die Werkstoffeinteilung

Mehr

vertreten arbeiten an (1,1) (1,1) (1,10) (1,1) (1,3) Abteilung Angestellter Projekt (0,2) Name Gehalt

vertreten arbeiten an (1,1) (1,1) (1,10) (1,1) (1,3) Abteilung Angestellter Projekt (0,2) Name Gehalt !" #$% &'() +*),- ##.0/1324$ #56 879*:? @& BADC, #E +E #. &)GFH @ I J J; 8/1$% 9):$SIRJ O2T ):$ #5# @ E BIZ [ #:# &)]FH 3@#KZ5 )5(^* _PR3>$@S

Mehr

MO-Theorie: Molekülorbitale, Bindungsordnung, Molekülorbitaldiagramme von F 2, O 2, N 2, H 2 O, Benzol, Wasserstoffbrückenbindungen

MO-Theorie: Molekülorbitale, Bindungsordnung, Molekülorbitaldiagramme von F 2, O 2, N 2, H 2 O, Benzol, Wasserstoffbrückenbindungen Wiederholung der letzten Vorlesungsstunde: Thema: Chemische Bindungen VI Molkülorbitaltheorie II MO-Theorie: Molekülorbitale, Bindungsordnung, Molekülorbitaldiagramme von F 2, O 2, N 2, H 2 O, Benzol,

Mehr

35 Stetige lineare Abbildungen

35 Stetige lineare Abbildungen 171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.

Mehr

Chapter 1 : þÿ b e t a t h o m e G e l d a b h e b e n c h a p t e r

Chapter 1 : þÿ b e t a t h o m e G e l d a b h e b e n c h a p t e r Chapter 1 : þÿ b e t a t h o m e G e l d a b h e b e n c h a p t e r þÿ K o n t o e i n r i c h t e n b e t a t h o m e. D i e s e r A n b i e t e r b i e t e t e i n e n S e r v i c e i n n a h e z u.

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

4 Affine Koordinatensysteme

4 Affine Koordinatensysteme 4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Sonntag, 16. Mai 2010

Sonntag, 16. Mai 2010 ÖLV 2021/10 30. H f d S Sg, 16. M 2010 21. WALDVIERTLER LÄUFERCUP S/Z: Sppz Bdsgymsm H Bfz HOBBYLAUF 5km Bfz NORDIC WALKIN 5km HAUPTLAUF 10km NACHWUCHSLÄUFE 300m - 1500m Bfz STAFFELLAUF 2 x 2,5km 09.30

Mehr

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

Mehr

Binäre und ternäre Carbid- und Nitridsysteme der Übergangsmetalle

Binäre und ternäre Carbid- und Nitridsysteme der Übergangsmetalle Herausgeber GÜNTER PETZOW Materialkundlich- Technische r* Binäre und ternäre Carbid- und Nitridsysteme der Übergangsmetalle von HELMUT HOLLECK Leiter der Abteilung Konstitution und Thermodynamik" im Institut

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Die niederländische Strafprozeßordnung... 33

Die niederländische Strafprozeßordnung... 33 Inhaltsverzeichnis Vorwort... V Abkürzungsverzeichnis... XIII Einführung... 1 Die niederländische Strafprozeßordnung... 33 Erstes Buch Allgemeine Bestimmungen... 35 Titel I Strafverfahren im allgemeinen

Mehr

Kap 5: Rang, Koordinatentransformationen

Kap 5: Rang, Koordinatentransformationen Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv

Mehr

Wettbewerbspolitische Aspekte der Neuregelung des haftenden Eigenkapitals der Sparkassen im Banken aufsichtsrecht

Wettbewerbspolitische Aspekte der Neuregelung des haftenden Eigenkapitals der Sparkassen im Banken aufsichtsrecht Wettbewerbspolitische Aspekte der Neuregelung des haftenden Eigenkapitals der Sparkassen im Banken aufsichtsrecht Von Prof. Dr. Manfred Hieber Universität Bonn DUNCKER & H U M B L O T / BERLIN Inhaltsverzeichnis

Mehr

Fachschaft 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 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

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Variante A. Hinweise

Variante A. Hinweise Lehrstuhl C für Mathematik (Analsis Prof. Dr. Y. Guo Aachen, den 6..3 Klausur zur Höheren Mathematik I WS /3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche

Mehr

Periodensystem. Physik und Chemie. Sprachkompendium und einfache Regeln

Periodensystem. Physik und Chemie. Sprachkompendium und einfache Regeln Periodensystem Physik und Chemie Sprachkompendium und einfache Regeln 1 Begriffe Das (neutrale) Wasserstoffatom kann völlig durchgerechnet werden. Alle anderen Atome nicht; ein dermaßen komplexes System

Mehr

Das Multi Traveling Salesman Problem

Das Multi Traveling Salesman Problem Das Multi Traveling Salesman Problem Harald Voit Seminar Ganzzahlige Optimierung 19. bis 21. Januar 2007 Wallenfels Das Multi Traveling Salesman Problem p.1/26 Übersicht Vom TSP zum ATSP Das Multi Traveling

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

Kleiner Satz von Fermat

Kleiner Satz von Fermat Kleiner Satz von Fermat Satz Kleiner Satz von Fermat Sei p P. Dann gilt a p a mo p für alle a Z. Wir führen zunächst eine Inuktion für a 0 urch. IA a = 0: 0 p 0 mo p. IS a a+1: Nach vorigem Lemma gilt

Mehr

VERGLEICHSTABELLE VON VERSCHIEDENEN STAHLSORTEN

VERGLEICHSTABELLE VON VERSCHIEDENEN STAHLSORTEN 10 Cr Mo 11 1.7276 12 CD 10 0,10 0,25 0,40 0,035 0,035 2,85 0,25 10 Cr Mo 9-10 1.7380 grade 45 10 CD 9-10 0,12 0,50 0,55 0,035 0,030 2,25 1,05 10 S 20 1.0721 1108-10 F2 0,10 0,25 0,70 0,060 0,20 100 Cr

Mehr

Unser Haus setzt auf Qualität und Vertraulichkeit

Unser Haus setzt auf Qualität und Vertraulichkeit O 2014 Mii cfll Sic V L cflll Jö Scf ( c) i T. Al cf i i i i vl. i cfc I i iill B M v O Til Sl. Wi l l öc 20 S i Li. I l J cfll v Af i ß B. l i c i iill Sc v O. I Sic i A c i i iv cfll i. V Ji i A l i

Mehr

4. Vektorräume mit Skalarprodukt

4. Vektorräume mit Skalarprodukt 4. Vektorräume mit Skalarprodukt Wiederholug: V=R x, y R: x= x x i x, y= y y, :R R R Skalarprodukt Stadardskalarprodukt lieare Abbildug mit 2 Argumete 4. Eigeschafte vo Skalarprodukte Def.: Es sei V ei

Mehr

Grosses Fach und kleines Fach

Grosses Fach und kleines Fach 42 J N 1 2012 D Z Uä Zü UZH Bü I T D ä M J M ö B 3 D Jy V W ü 5 W ö Gy Uä L? D 6 7 D L W DP ü j B L 13 G N T B Bü Z D V D Uä Zü T H H L- Tx P Z P P ä B D Ä I - B D D T N P Zä B y y x B D V B I T G Bü W?

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Strahlenschutzverordnung

Strahlenschutzverordnung Strahlenschutzverordnung (StSV) Änderung vom 15. November 2000 Der Schweizerische Bundesrat verordnet: I Die Strahlenschutzverordnung vom 22. Juni 1994 1 wird wie folgt geändert: Art. 9 Kommission für

Mehr

Chapter 1 : þÿ b e t a t h o m e S t r e a m i n g C r i c k e t c h a p t e r

Chapter 1 : þÿ b e t a t h o m e S t r e a m i n g C r i c k e t c h a p t e r Chapter 1 : þÿ b e t a t h o m e S t r e a m i n g C r i c k e t c h a p t e r þÿ T h e S a m s u n g G e a r S 3, o n e t h e b e s t s m a r t w a t c h e s w e s a w a t I F A, i s t h e. H e. a k t

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Einführung in Approximative Algorithmen und Parametrisierte Komplexität

Einführung in Approximative Algorithmen und Parametrisierte Komplexität Einführung in Approximative Algorithmen und Parametrisierte Komplexität Tobias Lieber 10. Dezember 2010 1 / 16 Grundlegendes Approximationsalgorithmen Parametrisierte Komplexität 2 / 16 Grundlegendes Definition

Mehr

VERGLEICHSTABELLE VON VERSCHIEDENEN STAHLSORTEN

VERGLEICHSTABELLE VON VERSCHIEDENEN STAHLSORTEN 1.0050 St 50-2 - 50 B - 50 C A 50-2 0,33 0,27 0,65 0,045 0,045 0,30 0,30-1.0060 St 60-2 - 55 C A 60-2 0,43 0,27 0,65 0,045 0,045 0,30 0,30-1.0301 C 10 M 1010 045 M 10 AF 34 C 10 0,10 0,40 0,45 0,045 0,045-1.0308

Mehr

P R E I S L I S T E. PREISLISTE GÜLTIG AB 18.04.2016 ZUZÜGL.MWST Art.-Nr. Rab.Gr. Bezeichung Preis 1 Preis 2

P R E I S L I S T E. PREISLISTE GÜLTIG AB 18.04.2016 ZUZÜGL.MWST Art.-Nr. Rab.Gr. Bezeichung Preis 1 Preis 2 SEITE: 1 RHEPANOL FK MIT DICHTRAND UND INTEGRIERTEM KUNSTSTOFFVLIES SCHWARZ UND H31001 63 RHEPANOL 2,5MM DICKE 1,05M BR. 19,90 QM 15M LÄNGE FK=15,75QM H31002 63 RHEPANOL 2,5MM DICKE 0,65M BR. 14,95 LFM

Mehr

zu 6 Abs. 1, 8 Abs. 1, 19 Abs. 1, 61 Abs. 1 und 4, 62 Abs. 6, 63 Abs. 3, 64 Abs. 1 sowie 79 Abs. 1 und 2 Voraussetzungen für die Freigabe

zu 6 Abs. 1, 8 Abs. 1, 19 Abs. 1, 61 Abs. 1 und 4, 62 Abs. 6, 63 Abs. 3, 64 Abs. 1 sowie 79 Abs. 1 und 2 Voraussetzungen für die Freigabe BGBl. II - Ausgegeben am 22. Mai 2006 - Nr. 191 1 von 148 Anlage 1 zu 6 Abs. 1, 8 Abs. 1, 19 Abs. 1, 61 Abs. 1 und 4, 62 Abs. 6, 63 Abs. 3, 64 Abs. 1 sowie 79 Abs. 1 und 2 A. Allgemeines Voraussetzungen

Mehr

Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011)

Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011) M. Sc. Frank Gimbel Beginn der Vorlesung zur Numerik I (Wintersemester 2010/2011) 1 Motivation Ziel ist es, ein gegebenes lineares Gleichungssystem der Form Ax = b (1) mit x, b R n und A R n n zu lösen.

Mehr

EntwurfundImplementierungeinerfunktionalenC-Variante mitspeziellerunterstutzungshape-invarianter SingleAssignmentC Array-Operationen

EntwurfundImplementierungeinerfunktionalenC-Variante mitspeziellerunterstutzungshape-invarianter SingleAssignmentC Array-Operationen EntwurfundImplementierungeinerfunktionalenC-Variante mitspeziellerunterstutzungshape-invarianter SingleAssignmentC Array-Operationen derchristian-albrechts-universitat zurerlangungdesdoktorgrades dertechnischenfakultat

Mehr

Der Entwicklungs- und Einfiihrungsprozess des G-REIT

Der Entwicklungs- und Einfiihrungsprozess des G-REIT Der Entwicklungs- und Einfiihrungsprozess des G-REIT von Marc S. Hadyk Die Arbeit hat dem Promotionsausschuss Dr. jur. der Universität Bremen als Dissertation vorgelegen. Gutachter: 1. Prof. Dr. Christoph

Mehr

Sechs Module aus der Praxis

Sechs Module aus der Praxis Modu l 1 : V o r b e r e i tung für d a s Re i te n L e r n s i tuatio n : De r e r ste Ko n ta k t K i n d u n d P fe r d d a r f : 1 2 0 m i n. D i e K i n d e r so l l e n d a s P f e r d, s e i n e

Mehr

Vektor und Matrixnormen Vorlesung vom

Vektor und Matrixnormen Vorlesung vom Vektor und Matrixnormen Vorlesung vom 18.12.15 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse

Mehr

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33

Mehr

5. Periodensystem der Elemente 5.1. Aufbauprinzip 5.2. Geschichte des Periodensystems 5.3. Ionisierungsenergie 5.4. Elektronenaffinität 5.5.

5. Periodensystem der Elemente 5.1. Aufbauprinzip 5.2. Geschichte des Periodensystems 5.3. Ionisierungsenergie 5.4. Elektronenaffinität 5.5. 5. Periodensystem der Elemente 5.1. Aufbauprinzip 5.2. Geschichte des Periodensystems 5.3. Ionisierungsenergie 5.4. Elektronenaffinität 5.5. Atomradien 5.6. Atomvolumina 5.7. Dichte der Elemente 5.8. Schmelzpunkte

Mehr

Der einstweilige Rechtsschutz gegen Mitgliedstaaten nach dem EWG-Vertrag

Der einstweilige Rechtsschutz gegen Mitgliedstaaten nach dem EWG-Vertrag Volkmar Wagner Der einstweilige Rechtsschutz gegen Mitgliedstaaten nach dem EWG-Vertrag PETER LANG Europäischer Verlag der Wissenschaften Inhaltsverzeichnis: Abkürzungsverzeichnis VI 1. Kapitel: Einleitung

Mehr

Definition. Fibonacci-Zahlen als Beispiel Für f = (f n ) n 0 = (0, 1, 1, 2, 3, 5, 8, 13, 21, 34,...) gilt Rekursion. Matrix-Formulierung. c 2.

Definition. Fibonacci-Zahlen als Beispiel Für f = (f n ) n 0 = (0, 1, 1, 2, 3, 5, 8, 13, 21, 34,...) gilt Rekursion. Matrix-Formulierung. c 2. Fibonacci-Zahlen als Beispiel Für f = (f n ) = (0,,, 2, 3, 5, 8, 3, 2, 34,...) gilt Rekursion erzeugende Funktion f n2 = f n f n (n 0), f 0 = 0, f = f(z) = f n z n = z z z 2 Partialbruchzerlegung mit φ

Mehr

BONUS MALUS SYSTEME UND MARKOV KETTEN

BONUS MALUS SYSTEME UND MARKOV KETTEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,

Mehr

3. Grundlagen der Linearen Programmierung

3. Grundlagen der Linearen Programmierung 3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

PERMINOX. Technische Dokumentation. Nichtrostender Betonrippenstahl

PERMINOX. Technische Dokumentation. Nichtrostender Betonrippenstahl PERMINOX Nichtrostender Betonrippenstahl Technische Dokumentation Nichtrostender Betonrippenstahl BSt 500 NR (IV NR) mit bauaufsichtlicher Zulassung des DIBt Berlin 2 Das Produkt PERMINOX sind nichtrostende

Mehr

MAT Lineare Algebra, SS 07 Prof. Joachim Rosenthal Lösung zu Übungsblatt 7

MAT Lineare Algebra, SS 07 Prof. Joachim Rosenthal Lösung zu Übungsblatt 7 MAT.4 - Lineare Algebra, SS 07 Prof. Joachim Rosenthal Lösung zu Übungsblatt 7 Aufgabe Sei ϕ : V V R eine symmetrische Bilinearform auf einem reellen Vektorraum V. Für die Vektoren v,...,v n V gelte ϕ(v

Mehr

( ) Lineare Gleichungssysteme

( ) Lineare Gleichungssysteme 102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv

Mehr

a c b e h k r s l m a) 224380.035.901 VE: 4 b) 224380.022.101 VE: 4 c) 224380.035.101 VE: 4 d) 224380.022.901 VE: 4

a c b e h k r s l m a) 224380.035.901 VE: 4 b) 224380.022.101 VE: 4 c) 224380.035.101 VE: 4 d) 224380.022.901 VE: 4 r ü r ) 224380.035.901 VE: 4 ) 224380.022.101 VE: 4 ) 224380.035.101 VE: 4 ) 224380.022.901 VE: 4 ) 224362.021.355 VE: 2 ) 224362.017.355 VE: 4 i x w ) 224365.013.355 VE: 4 ) 224364.009.355 VE: 6 i) 224234.015.901

Mehr

TechnischeUniversitatMunchen ZentrumMathematik Kreditrisiko ModelleundDerivatebewertung Diplomarbeit AlexanderSzimayer von Abgabetermin:12.Mai1999 Betreuer: Themensteller:Prof.Dr.C.Kluppelberg Dr.M.Borkovec

Mehr

Geldstrafe und bedingte Freiheitsstrafe nach deutschem und polnischem Recht

Geldstrafe und bedingte Freiheitsstrafe nach deutschem und polnischem Recht Geldstrafe und bedingte Freiheitsstrafe nach deutschem und polnischem Recht Rechtshistorische Entwicklung und gegenwärtige Rechtslage im Vergleich Von Maciej Tvlafolepszy Duncker & Humblot Berlin Inhaltsverzeichnis

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen 2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )

Mehr

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter

Mehr

TheGI 1: Grundlagen und algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann - 09. Februar 2010. 2. Schriftliche Leistungskontrolle (EK)

TheGI 1: Grundlagen und algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann - 09. Februar 2010. 2. Schriftliche Leistungskontrolle (EK) TheGI 1: Grundlagen und algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann - 09. Februar 2010 2. Schriftliche Leistungskontrolle (EK) Punktzahl In dieser schriftlichen Leistungskontrolle sind 100 Punkte

Mehr

Wortproblem für kontextfreie Grammatiken

Wortproblem für kontextfreie Grammatiken Wortproblem für kontextfreie Grammatiken G kontextfreie Grammatik. w Σ w L(G)? Wortproblem ist primitiv rekursiv entscheidbar. (schlechte obere Schranke!) Kellerautomat der L(G) akzeptiert Ist dieser effizient?

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Vervollständigung Lateinischer Quadrate

Vervollständigung Lateinischer Quadrate Vervollständigung Lateinischer Quadrate Elisabeth Schmidhofer 01.12.2013 Inhaltsverzeichnis 1 Vorwort 3 2 Einleitung 4 2.1 Beispele.............................................. 4 3 Lateinische Quadrate

Mehr

Chemische Bindung. Wie halten Atome zusammen? Welche Atome können sich verbinden? Febr 02

Chemische Bindung. Wie halten Atome zusammen? Welche Atome können sich verbinden? Febr 02 Chemische Bindung locker bleiben Wie halten Atome zusammen? positiv Welche Atome können sich verbinden? power keep smiling Chemische Bindung Die chemischen Reaktionen spielen sich zwischen den Hüllen der

Mehr

Stahlrohre, nahtlos, warm gefertigt für Kugellagefertigung nach GOST 800-78

Stahlrohre, nahtlos, warm gefertigt für Kugellagefertigung nach GOST 800-78 Stahlrohre, nahtlos, warm gefertigt für Kugellagefertigung nach GOST 800-78 Chemische Zusammensetzung Мassenanteil der Elemente, % S P Ni Cu C Mn Si Cr max. ШХ15 0,95-1,05 0,20-0,40 0,17-0,37 1,30-1,65

Mehr

Neubegründung der Lehre vom gedehnten Versicherungsfall und ihre Bedeutung für moderne versicherungsrechtliche Probleme

Neubegründung der Lehre vom gedehnten Versicherungsfall und ihre Bedeutung für moderne versicherungsrechtliche Probleme Veröffentlichungen des Seminars für Versicherungswissenschaft der Universität Hamburg und des Vereins zur Förderung der Versicherungswissenschaft in Hamburg e.v. Reihe A Rechtswissenschaft Heft 86 Herausgeber

Mehr

1 Der Simplex Algorithmus I

1 Der Simplex Algorithmus I 1 Nicoletta Andri 1 Der Simplex Algorithmus I 1.1 Einführungsbeispiel In einer Papiermühle wird aus Altpapier und anderen Vorstoffen feines und grobes Papier hergestellt. Der Erlös pro Tonne feines Papier

Mehr

1 Lineare Optimierung, Simplex-Verfahren

1 Lineare Optimierung, Simplex-Verfahren 1 Lineare Optimierung, Simplex-Verfahren 1.1 Einführung Beispiel: In einer Fabrik werden n Produkte A 1, A 2,..., A n hergestellt. Dazu werden m Rohstoffe B 1, B 2,..., B m (inklusive Arbeitskräfte und

Mehr

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i. Kapitel Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften von R 3 interessieren, so stört manchmal die Ausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

A4 Monitore Doppelgeräte für Pulver- und Schaumlöschmittel

A4 Monitore Doppelgeräte für Pulver- und Schaumlöschmittel A4 Monitore Doppelgeräte für Pulver- und Schaumlöschmittel A4 Monitore LL (Leichtmetalllegierung G-Al Si 9) - A4/DA/F/P, LL, Doppelgerät mit Schaum-/Wasserlöschkopf und Pulverrohr A4 Monitore Bz (Bronze

Mehr

Wiederholung zu Flüssen

Wiederholung zu Flüssen Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:

Mehr

16.3 Rekurrente und transiente Zustände

16.3 Rekurrente und transiente Zustände 16.3 Rekurrente und transiente Zustände Für alle n N bezeichnen wir mit f i (n) = P(X n = i,x n 1 i,...,x 1 i,x 0 = i) die Wahrscheinlichkeit, daß nach n Schritten erstmalig wieder der Zustand i erreicht

Mehr

Optimierung. Florian Jarre Josef Stoer. Springer

Optimierung. Florian Jarre Josef Stoer. Springer 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Florian Jarre Josef Stoer Optimierung Springer Inhaltsverzeichnis

Mehr