Algebra - Neutrales und Nullelement. Definition 35. Gibt es in einer Algebra (S, ) mit binärer Operation
|
|
- Maximilian Berg
- vor 5 Jahren
- Abrufe
Transkript
1 Algebra - Neutrales und Nullelement Definition 35. Gibt es in einer Algebra (S, ) mit binärer Operation 1. ein r S mit x S : x r = x, nennt man r rechtneutrales Element 2. ein l S mit x S : l x = x, nennt man l linsneutrales Element Theorem 36. Gibt es in einer Algebra (S, ) ein rechtsneutrales Element r und ein linsneutrales Element l, so gilt r = l Beweis. l = l r = r Man spricht in Analogie zur Multipliation dann auch von Einselement und schreibt 1 oder e. Algebra - Inverses und Nullelement Definition 37. In einer Algebra (S, ) heißt für ein Element x ein Element y mit y x = e Linsinverses zu x. (Rechtsinverses, Inverses entsprechend) Definition 38. In einer Algebra (S, ) heißt ein Element mit x S : 0 x = 0 lines Nullelement. (rechtes Nullelement, Nullelement entsprechend) Homomorphismus Definition 39. Die Signatur einer Algebra (S, f 1,..., f n ) ist die Liste der Stelligeiten der Operationen f 1,..., f n Definition 40. Für zwei Algebren (S, f 1,..., f ) und (M, g 1,..., g ) mit gleicher Signatur heißt eine Abbildung h : S M (Algebra-)Homomorphismus, wenn für i = 1,... und alle s l S gilt g i (h(s 1 ),..., h(s n )) = h(f i (s 1,..., s n )), also h f i = g i h. Isomorphismus Definition 41. Ist mit den Benennungen der letzen Definition h bijetiv, so nennt man h einen Algebra-Isomorphismus und die beiden Algebren isomorph. Beispiel Die boolesche Algebra ({t, f},,, ) ist isomorph zur Algebra ({1, 0}, max, min, m 1 ) mit der Operation m 1 (x) = 1 x, mit h(t) := 1, h(f) := ({t, f},,, ) ist auch isomorph zur Algebra ({U, },,, c ) für eine beliebige nichtleere Menge U, mit h(t) := U, h(f) := Assoziativ Hat man einen geeigneten Isomorphismus gefunden, ann man Probleme sehr schön in andere Bereiche verlagern, um sie dort zu lösen - die schnelle Fouriertransformation F F T ist dafür ein onretes Beispiel. Definition 43. In einer Algebra (S, ) mit eine binären Verüpfung nennt man diese assoziativ, wenn gilt a, b, c : a (b c) = (a b) c. Theorem 44. Gibt es ein einer Algebra (S, ) mit assoziativer Operation zur einem a S ein Rechtsinverses l und ein Linsinverses r, so gilt l = r. Insbesondere ist das Inverse eindeutig bestimmt. Beweis. l = l e = l (a r) = (l a) r = e r = r 15
2 Halbgruppe,Monoid,abelsch Definition Eine Algebra mit assoziativem binärem Operator heißt Halbgruppe 2. Eine Halbgruppe mit neutralem Element nennt man Monoid 3. Ein Monoid, bei dem für jedes Element ein Inverses existiert, heißt Gruppe 4. Eine Gruppe (ein Monoid, eine Halbgruppe) (S, ) nennt man abelsch, wenn gilt a, b S : a b = b a. Boolesche Algebra Definition 46. Eine Algebra (B,,, ) mit den binären Operationen und und der unären Operation nennt man boolesche Algebra, wenn gilt: 1. (B, ) ist ein ablesches Monoid mit neutralem El. 0, 2. (B, ) ist ein abelsches Monoid mit neutralem El. 1, 3. Für die Operation gilt a B: a ( a) = 1 und a ( a) = 0 4. Es gilt a, b, c B : a (b c) = (a b) (a c) und a (b c) = (a b) (a c) Die Trägermenge einer boolschen Algebra ann also durchaus mehr als zwei Elemente enthalten! Wichtiges Beispiel ist dafür die Potenzmengenalgebra (2 U,,, ) zu einer Menge U. In booleschen Algebren gelten die im Kapitel Mengenlehre / Logi aufgestellten Rechenregeln. In einer booleschen Algebra wie oben ist a b : a b = a für a, b B eine Halbordnung (Bew: Übungen). führt über Atome u.a. zum Darstellungssatz durch Atome Ring, Körper Nimmt man eine weitere Operation dazu, ommt man zu mehr Strutur: Definition Ein Ring ist eine Algebra (R, +, ) mit zwei Operationen + und, so das (R, +) eine abelsche Gruppe mit neutralem Element 0 ist, (R, ) eine Halbgruppe, und die folgenden Distributivgesetze gelten: a, b, c R : a (b + c) = a b + a c und a, b, c R : (a + b) c = a c + b c 2. Ein Körper ist ein Ring wie oben. bei dem zusätzlich (R {0}, ) eine abelsche Gruppe mit neutralem Element 1 ist Körper ann man bauen, indem man die Nullstellen bestimmter Polynome über Ringen hinzunimmt und dann vervollständigt. Auch endliche Körper sind sehr interessant. 2 Zählen und Zufall Kombinatori Nach den eher ziemlich abstraten Grundlagen ommen wir nun zu Werzeugen, die recht onret für die Modellierung von Zähl-Problemen dienen. Man will also wissen, wie oft gewisse Objete oder Ereignisse auftreten. Abzählen von Ereignissen oder Möglicheiten ommt immer wieder vor. Z.B. berechnen sich Wahrscheinlicheiten über disreten Ereignismengen als Bruch, in dessen Nenner die Anzahl der zu berechnenden Fälle, und im Zähler die Zahl alle möglichen Ereignisse steht. Etwa ist bei Würfeln für jede Zahl von 1-6 die Wahrscheinlicheit 1/6. 16
3 Urnenmodell Oft passt zu diesen Fragestellungen ein einfaches Urnenmodell. Was önnen wir mit einer Urne und unterscheidbaren (nummerierten) Kugeln modellieren? Man ann die Kugeln nach dem Ziehen zurüclegen, oder nicht die Reihenfolge der Ziehung ann eine Rolle spielen, oder nicht Kombinatori - Beispiele 1. Ziehen von zwei Karten aus einem Kartenstapel von verschiedenen Karten bei MauMau: Ziehen ohne Zurüclegen, Reihenfolge unwichtig 2. Lotto 6 aus 49: Ziehen ohne Zurüclegen, Reihenfolge unwichtig 3. Losziehung mit 6-stelliger Losnummer: 6x Ziehen mit Zurüclegen aus 0-9, Reihenfolge wichtig 4. Würfeln mit 2 Würfeln (z.b. Maier): 2x Ziehen mit Zurüclegen aus 1-6, Reihenfolge unwichtig 5. Anzahl der möglichen Wörter mit 6 verschiedenen Buchstaben: 6x Ziehen ohne Zurüclegen aus {a,...,z}, Reihenfolge wichtig. Wir reden also davon, Objete aus n vorhandenen auszuwählen. Theorem 48. Beim Ziehen von aus n unterscheidbaren Kugeln (aus einer Urne) ergeben sich die in der folgenden Tabelle gelistenen Anzahlen von verschiedenen Ergebnissen: aus n geordnet ungeordnet ( ) n+-1 mit Zurüclegen -Stichprobe n -Auswahl ( ) n! n ohne Zurüclegen -Permutation (n )! -Kombination Wir beweisen das im Folgenden in vier Teilen, ein Teil für jede Variante. Beweis. (-Stichprobe) Das Ergebnis des geordneten Ziehens mit Zurüclegen ist ein -Tupel. Für jede Position haben wir n Möglicheiten, das ergibt n Möglicheiten insgesamt. Das ist ein Spezialfall von Theorem 18. Beispiel 49. bei M = {a, b, c} und = 2 haben wir die folgenden 3 2 = 9 Ergebnisse: (a, a) (a, b) (a, c) (b, a) (b, b) (b, c) (c, a) (c, b) (c, c) Beweis. (-Permutation) Beim geordneten Ziehen ohne Zurüclegen ist das Ergebnis wieder ein -Tupel. Für die 1. Position habe ich n Möglicheiten. Für die 2. Position bleiben noch n 1 Möglicheiten. Für die 3. Position bleiben noch n 2 Möglicheiten... 17
4 Für die. Position bleiben noch n + 1 Möglicheiten. Zusammen: P (n, ) := n(n 1)(n 2)...(n + 1) = n! (n )! Möglicheiten Auch das ist ein Spezialfall von Theorem 18 - die Grundmenge wird immer um ein Element leiner. Beispiel 50. bei M = {a, b, c} und = 2 haben wir die folgenden (3 2)/1 = 6 Ergebnisse: (a, b) (a, c) (b, a) (b, c) (c, a) (c, b) Beweis. (-Kombination) Beim Ungeordneten Ziehen ist das Ergebnis immer eine Menge. Ziehen wir ohne Zurüclegen, hat die Ergebnismenge immer Elemente. Das Modell entspricht also der Bildung von -elementigen Teilmengen einer n-elementigen Menge, da ja die Reihung eine Rolle spielt, und Elemente nur ein mal auftreten dürfen. Als Grundlage der Berechnung önnen wir dann die -Permutation annehmen, müssen aber die doppelt gezählten Elemente wieder abziehen. Für die Anordung einer -elementigen Menge gibt es P (, ) =!/( )! =! Möglicheiten. Das geht bei der -Permutation als Produt ein Zusammen: C(n, ) := (1/!) P (n, ) = (1/!) (n!/(n )!) = n!/(!(n )!) = ( ) n Beispiel 51. bei M = {a, b, c} und = 2 haben wir die folgenden ( ) 3 2 = 3! 2!1! = 3 Ergebnisse: {a, b} {a, c} {b, a} {b, c} {c, a} {c, b} Einschub: Binominaloefizienten Den Bruch ( n ) nennt man auch Binomialoeffizient, da er beim Ausmultiplizieren der binomischen Formel als Koeffizient der Einzelprodute auftritt: Theorem 52. (a + b) n = =0,...,n ( ) n a b n Man beweist die Formel meist durch Indution über n, man ann die Binominaloeffizienten nun aber auch ombinatorisch herleiten: Beweis. Da (a + b) n = (a + b)(a + b)...(a + b) ergeben sich also Produte der Form a b n. Wie oft ann nun jedes Produt auftreten? Das ist aequivalent zu dem Probem, wie oft ich a-s auf n Positionen verteilen ann, und das ist wiederum genau die Anzahl der -elementigen Teilmengen einer n-elementigen Menge (der Positions-Indices), also ( n ). Insgesamt ergibt sich die binomische Summmenformel. Nach diesem urzen Einschub machen wir weiter mit dem letzen Teil des Beweises zu den Kombinationsmögliocheiten. Dieser Teil ist etwas omplexer: 18
5 Beweis. (-Auswahl) Für die Berechnung der Möglicheiten beim ungeordneten Ziehen mit Zurüclegen führen wir diese auf den Fall ohne Zurüclegen (-Kombination) zurüc. Dazu muss ich bei den Ziehungen von den Positionen über eine Elementeigenschaft, z.b. die Ordnung, abstrahieren. Einen Zug einer -Auswahl ann ich durch ein Wort über {, } beschreiben: steht für den Übergang zum nächstleineren Element, für ein gezogenes Element z.b: Bei M = {1, 2, 3, 4} odieren die Züge (4, 1, 2, 4) oder (1, 4, 2, 4) zu, also 2x das größte, 0x das zweitgrösste, 1x das drittgrößte und 1x das leinste Element. Für jedes Element der Ausgangsmenge bis auf das leinste beomme ich also einen, für jeden Zug einen, insgesamt immer n 1 + Zeichen im Codewort. Alle möglichen Verteilungen der -Symbole auf die n + 1 Positionen liefern also alle möglichen Ergebnisse der Ziehung -Auswahl. Man muss also -Positionen aus n + 1 Plätzen ziehen. Das ist aber gerade die -Kombination aus (n + 1)- Elementen, wir beommen also insgesamt ( ) n+ 1 Möglicheiten für die -Auswahl aus n Elementen. Beispiel 53. bei M = {a, b, c} und = 2 haben wir die folgenden ( ) = 4! 2!2! = 6 Ergebnisse (wobei im Folgenden [] eine Ziehung andeuten soll, bei der es auf die Reihenfolge nicht anommt, also [a, b] = [b, a]): [a, a] [a, b] [a, c] [b, b] [b, c] [c, c] 2.1 Zählprinzipien Beim Abzählen von Ereignissen etc. treffen wir immer wieder auf ähnliche Verfahren. Einige (Summenformel, Produregel und Gleichheitsprinzip) hatten wir schon ennengelernt, einige omplexerer sollen in den folgenden Abschnitten urz erläutert. Das erste ist die Exclusion von Mehrfachzählungen Wenn wir doppelt zählen, müssen wir das doppelt gezählte wieder abziehen. Das formalisiert die einfache Siebformel Satz 54 (einfache Siebformel). Für endliche Mengen A, B gilt A B = A + B A B Beweis. Sei ObdA A B = {s 1, s 2,...s l }, A = {a 1, a 2,..., a n, s 1, s 2,...s l }, und B = {b 1,..., b m, s 1, s 2,...s l }. Dann ist A B = n + m + l, und A + B A B = n + l + m + l l = n + m + 2l l = n + m + l Der Spezialfall mit leerem Schnitt ergibt die Summenformel: Satz 55. Für disjunte endliche Mengen A, B gilt A B = A + B Zur Erinnerung: Die mit Theorem 18, der Produtregel, bewiesene Anzahl von verschiedenen Kombinationsmöglicheiten ist übrigens auch ein Zählprinzip. Das Prinzip von Inlusion und Exlusion lässt sich weiter verallgemeinert in der allgemeinen Siebformel fassen: Satz 56 (Siebformel). Für endliche Mengen A 1,..., A n gilt: A i = ( 1) r 1 i=1,...,n r=1,...,n Beweis. z.b. Indution nach n, oder ombinatorisch, s. Steger p i 1... i r n j=i 1,...,i r A j 19
6 Nützlich bei Disretisierungen von Problemen sind Gausslammern, die reellen Werten ganzzahlige zuordnen: Definition 57 (floor, ceiling). 1. r R : floor(r) := r := max{z Z z r} 2. r R : ceiling(r) := r := min{z Z z r} Beispiel 58. Wie viele natürlichen Zahlen leiner oder gleich 100 gibt es, die durch 2,3 und 5 teilbar sind? Sei A := {n N n 100 teilt n} Dann ist die Antwort A 2 A 3 A 5 = A 2 + A 3 + A 5 ( A 2 A 3 + A 2 A 5 + A 3 A 5 ) + A 2 A 3 A 5 Es ist A = 100/, und A A l = A l, damit ergibt sich A 2 + A 3 + A 5 ( A 6 + A 10 + A 15 ) + A 30 = = = 74 Das Prinzip von Inlusion und Exlusion ann man auch verwenden, wenn das zuviel Gezählte als Produt eingeht: Beispiel 59. Wenn man Personen auf Plätze verteilen soll, hat man (geordnetes Ziehen ohne Zurüclegen)! Möglicheiten. Sind die Plätze aber an einem runden Tisch, ist der Startposition egal, man muss also den Fator wieder herausnehmen, beleiben (!/ = ( 1)! verschiedene Möglicheiten. Weitere einfache Zählprinzipien: Gleichheitsprinzip: Falls f : A B bijetiv ist, ist A = B. Doppeltes Abzählen: Für eine binäre Relation R A B gilt R = x A {y B (x, y) R} und R = y B {x A (x, y) R} Schubfachprinzip: Verteilt man n Dinge auf m Schubladen, und ist n > m, liegen in mindestens einer Lade mindestens zwei Dinge. (Bew: Widerspruch) Etwas formaler gilt das verallgemeinerte Schubfachprinzip (pigeonhole principle): Satz 60 (Schubfachprinzip). Sei f : A B eine Funtion, dann gilt: A b B : f 1 (b) B Beweis. durch Widerspruch Beispiel 61. (Spezialfall des Satzes von Ramsey) In einer Gruppe von 6 Personen gibt es entweder drei, die sich ennen, oder drei, die sich alle nicht ennen. (ennen ist dabei symmetrisch) Sei die Gruppe P = {p 1, p 2,..., p 6 }, und enn1 : P \ {p 1 } {0, 1} die ennen-funtion für p 1. Dann liegen im Urbild von 0 oder 1 mindestens 5/2 = 3 Elemente. Wir nehmen mal an, das das für 1 der Fall ist (im anderen Fall argumentiert man analog mit nicht ennen), und numerieren mal so, das zumindest p 2, p 3, p 4 darin liegen. Beispiel 62. Nun haben wir folgende Fälle: 1. p 2, p 3, und p 4 ennen sich alle nicht - dann haben wir drei Personen, die sich alle nicht ennen - fertig. 2. Zwei davon - OBdA p 2, p 3 - ennen sich. Da sie aber auch beide p 1 ennen, haben wir drei Personen, die sich ennen - auch fertig. - q.e.d. Permutationen Definition 63. Für n N, n > 0 ist [n] := {1,..., n} Definition 64. Sei M eine endliche Menge. Eine bijetive Abbildung π : M M nennt man Permutation. 20
Nützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen:
Nützlich bei Disretisierungen von Problemen sind Gausslammern, die reellen Werten ganzzahlige zuordnen: Definition 57 (floor, ceiling.. r R : floor(r := r := max{z Z z r} 2. r R : ceiling(r := r := min{z
Mehr1. Eine rechtstotale Funktion heißt surjektive Funktion oder Surjektion. 2. Eine linkseindeutige Funktion heißt injektive Funktion oder Injektion
Transitiv-reflexive Hülle Definition 24. Sei R M M eine Relation. Dann ist die transitiv-reflexive Hülle R von R definiert als die kleinste Menge mit folgenden Eigenschaften: 1. a M : (a, a) R 2. R R 3.
MehrKAPITEL 2. Kombinatorik
KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,
MehrAbzählende Kombinatorik
Kapitel Abzählende Kombinatori Die in diesem Kapitel behandelte abzählende Kombinatori untersucht endliche Struturen und beschäftigt sich mit den Möglicheiten Objete anzuordnen oder auszuwählen Die abzählende
MehrKombinatorik. ÖMO-Fortgeschrittenen-Kurs an der TU Graz. Jan Pöschko. 6. März Grundlegendes 2. 2 Zählen mit Binomialkoeffizienten 3
Kombinatori ÖMO-Fortgeschrittenen-Kurs an der TU Graz Jan Pöscho 6. März 009 Inhaltsverzeichnis Grundlegendes Zählen mit Binomialoeffizienten 3 3 Inlusions-Exlusions-Prinzip 4 4 Schubfachschluss 6 Zählen
MehrDie Zahlbereiche N, Z, Q
Die Zahlbereiche N, Z, Q Ausgangspunt: N = {1,, 3...} Menge der natürlichen Zahlen schrittweise Konstrution 1 := { }, := {, { }}, 3 := {, { }, {, { }}}... (also: n + 1 := n {n} J.v. Neumann 193 N wird
MehrGrundlagen der Kombinatorik
60 Kapitel 4 Grundlagen der Kombinatori Einer der Schwerpunte der Kombinatori ist das Abzählen von endlichen Mengen. Wir stellen zunächst einige Grundregeln des Abzählens vor, die wir gelegentlich auch
Mehr2 Vollständige Induktion
Vollständige Indution Wir unterbrechen jetzt die Disussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Indution ennenzulernen. Wir setzen voraus, dass die natürlichen Zahlen
Mehr2.1 Klassische kombinatorische Probleme
2 Kombinatori Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objeten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Disrete Struturen und Logi WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Disrete Struturen und Logi Gesamtübersicht Organisatorisches Einführung Logi & Mengenlehre Beweisverfahren
MehrDiskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr
Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen
MehrNatürliche und ganze Zahlen, vollständige Induktion und Kombinatorik
Kapitel 2 Natürliche und ganze Zahlen, vollständige Indution und Kombinatori 2.1 N, Z (Gruppe; Ordnungsrelation Jeder hat eine intuitive Vorstellung von der Menge der natürlichen Zahlen N : {1, 2, 3...
MehrKombinatorik und Urnenmodelle
Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für
MehrÜber die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def.
4 NATÜRLICHE ZAHLEN UND VOLLSTÄNDIGE INDUKTION 15 der Eigenschaften von N streng begründen, was hier aber nicht geschehen soll. (Statt Zahlen önnen die a n auch Elemente irgendwelcher Mengen sein.) Über
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
Mehr4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align
4. Die elementaren Zählfuntionen 4.1 Untermengen Definition 165 (Binomialoeffizienten) align ( ) n := 1 n N 0 0 ( ) n := 0 n
MehrAlgebraische Strukturen und Verbände
KAPITEL 4 Algebraische Strukturen und Verbände Definition 4.1. Sei M eine Menge. Eine Abbildung : M M M nennt man eine (zweistellige) Verknüpfung in M. Man schreibt dafür auch a b := (a, b) mit a, b M.
MehrElemente der Stochastik (SoSe 2016) 5. Übungsblatt
Dr. M. Weimar 02.05.2016 Elemente der Stochasti (SoSe 2016) 5. Übungsblatt Aufgabe 1 (4 Punte) Beweisen sie, dass die Potenzmenge P(A) einer beliebigen endlichen Menge A genau P(A) 2 A Elemente enthält!
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 12. November 2015 Satz 3.16 (Binomischer Lehrsatz) Seien a, b R. Dann gilt für alle
MehrWahrscheinlichkeitsrechnung
Kapitel 7 Wahrscheinlicheitsrechnung 7.1 Kombinatori Def. 7.1.1:a) Für eine beliebige natürliche Zahl m bezeichnet man das Produt aus den Zahlen von 1 bis m mit m Faultät: m! : 1 2 3 m, 0! : 1. Beispiele:
MehrWiederholung. Operationen auf Mengen. Relationen, Abbildungen/Funktionen. Beweistechniken: Landau-Notation A B, A Å B, A B, A \ B, P(A)
Wiederholung Operationen auf Mengen A B, A Å B, A B, A \ B, P(A) Relationen, Abbildungen/Funktionen Reflexiv, symmetrisch, antisymmetrisch, transitiv Injektiv, surjektiv, bijektiv Beweistechniken: Indirekter
MehrKombinationen und Permutationen
10 Kombinationen und Permutationen In den nächsten beiden Kapiteln wird die Abzählungstheorie der lassischen Abbildungstypen mit Nebenbedingungen entwicelt. Sie beschäftigt sich onret mit der Frage, auf
MehrDiskrete Strukturen. Kombinatorik. Urnenmodell. Kombinatorik - Beispiele. Münster. Münster. Münster
Kombinatorik 122 Vorlesung SoSe 2013 Nach den eher ziemlich abstrakten Grundlagen kommen wir nun zu Werkzeugen die recht konkret für die Modellierung von Zähl-Problemen dienen. Man will also wissen wie
Mehr6. Boolesche Algebren
6. Boolesche Algebren 6.1 Definitionen Eine Boolesche Algebra ist eine Algebra S,,,, 0, 1,, sind binäre, ist ein unärer Operator, 0 und 1 sind Konstanten. Es gilt: 1 und sind assoziativ und kommutativ.
MehrOperationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21
Operationen Eine Operation auf einer Menge ist eine Abbildung ist dabei die Menge aller -Tupel mit Einträgen aus. Man nennt auch durch die Stelligkeit der Operation ; dies wird ausgedrückt. Die Menge ist
Mehr3 Allgemeine Algebren
Grundlagen der Mathematik für Informatiker 1 3 Allgemeine Algebren Definition 3.1 Für eine Menge A nennen wir eine n-stellige Funktion ω : A n A eine n-äre algebraische Operation. Bemerkung zum Fall n
MehrTeil 1. Mathematische Grundlagen
Teil 1 Mathematische Grundlagen 5 6 1.1 Aussagenlogi Aussage und Axiom Aussage: sprachlicher Ausdruc mit eindeutigem Wahrheitswert w ( wahr ) bzw. f ( falsch ) A : Beschreibung Axiom: grundlegende nicht
MehrAllgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden
Allgemeine Algebren Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Operationen Eine Operation auf einer Menge A ist eine Abbildung f : A n A. A n ist dabei
MehrAlgebra für Informationssystemtechniker
Algebra für Informationssystemtechniker Prof. Dr. Fachrichtung Mathematik Institut für Algebra www.math.tu-dresden.de/ baumann Ulrike.Baumann@tu-dresden.de 23.04.2018 9. Vorlesung Halbgruppe Monoid Gruppe
MehrZahlen und Rechenstrukturen
Teil 1 Zähltheorie KAPITEL 1 Zahlen und Rechenstruturen Eine lassische Aufgabe der disreten Mathemati (Kombinatori) besteht darin zu ermitteln, wieviele Konfigurationen (d.h. disrete Objete von einem
MehrKombinatorische Abzählverfahren - LÖSUNGEN
Kombinatorische Abzählverfahren - LÖSUNGEN TEIL C: Lösungen 1. Produtregel das einfache Verfahren Aufgabe 1: Auto-Ausstattung Aufgabe 2: Tanzstunde Aufgabe 3: Menüplanung Aufgabe 4: Atenzeichen Aufgabe
Mehr3. Algebra und Begriffsverbände. Algebraische Strukturen
3. Algebra und Begriffsverbände Algebraische Strukturen Def.: Eine n-stellige (n-äre) [algebraische] Operation [auch: Verknüpfung] auf einer Menge A ist eine Abbildung f : A n A. Der Spezialfall n = 0:
MehrKombinatorik. LSGM Leipziger Schülergesellschaft für Mathematik. Toscho Mathecamp 12. Juli 21. Juli 2008 Klasse 11/12. Inhaltsverzeichnis
LSGM Leipziger Schülergesellschaft für Mathemati Kombinatori Toscho Mathecamp 1. Juli 1. Juli 008 Klasse 11/1 Inhaltsverzeichnis 1 Grundlagen Aufgaben 3 3 Politi in der Mathemati 3 4 Olympiadeaufgaben
Mehr5.9 Permutationsgruppen. Sei nun π S n. Es existiert folgende naive Darstellung: Kürzer schreibt man auch
5.9 Permutationsgruppen Definition 103 Eine Permutation ist eine bijektive Abbildung einer endlichen Menge auf sich selbst; o. B. d. A. sei dies die Menge U := {1, 2,..., n}. S n (Symmetrische Gruppe für
MehrBei Permutationen ohne Wiederholung geht es um das Anordnen von n Dingen, die mit den Zahlen 1,2,,n nummeriert sind.
6 Kombinatori PermutationenOhneWiederholung@n_IntegerD := Permutations@Range@nDD PermutationenMitWiederholung@n_ListD := Permutations@Flatten@Table@Table@i, 8n@@iDD
MehrÜbung: Teilmengen. Beweis: Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge)
15 Übung: Teilmengen seien Mengen. Zu zeigen ist: wenn Beweis: dann auch Für alle Elemente einer Menge, die Teilmenge einer Menge ist, gilt, dass auch Element von ist. (Definition der Teilmenge) für alle
Mehr1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für
1 Natürliche Zahlen und vollständige Indution Die ganzen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwer. (L. Kronecer) Wir setzen das System N der natürlichen Zahlen 1; ; 3;::: als beannt
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 16. November 2017 1/35 Modulare Arithmetik Modulare Arithmetik Definition 3.33 Es sei
MehrKlassische Algebra. Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n a 1 x + a 0 = 0 (a 0,...
Klassische Algebra Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n 1 + + a 1 x + a 0 = 0 (a 0,..., a n 1 Q) Formeln für n {1, 2, 3, 4} sind bekannt. Abel, Galois: Für n N mit
MehrAnalyse von Hashfunktionen
Analyse von Hashfuntionen Borys Gendler 5. Februar 2007 In dieser Arbeit wird die Anzahl der Kollisionen beim Einfügen eines Elements in einer Hashtabelle untersucht. Wir beantworten die Frage, wie sich
MehrGruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,
Kapitel 1 Gruppen 1.1 Operationen Lernziele 1. Gruppen und Untergruppen, Erzeugendensysteme, Operationen und Bahnen 1.1.1 Definiton Gruppe, symmetrische Gruppen Definition 1.1. Sei G eine nicht leere Menge
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige
Mehr1 Algebraische Grundbegriffe
1 Algebraische Grundbegriffe Eine Algebra besteht aus einer Trägermenge S sowie eineroder mehreren Operationen. Eine Operation ist dabei eine k-stellige Abbildung, d.h. es gilt für eine Operation f f S
Mehr2 Aufbau des Zahlensystems Natürliche Zahlen
2 Aufbau des Zahlensystems atürliche Zahlen (2.1 Die Menge der natürlichen Zahlen = {1,2,3,...} lässt sich eindeutig durch die Peano-Axiome charaterisieren: (P1 1 (P2 n = n + 1 (P3 n,m, n m = n + 1 m +
MehrKapitel 6. Elementare Kombinatorik und Abzählbarkeit. Elementare Kombinatorik und Abzählbarkeit
und Abzählbarkeit Kapitel 6 und Abzählbarkeit Peter Becker (H-BRS) Mathematische Grundlagen Wintersemester 2016/17 253 / 288 und Abzählbarkeit Inhalt Inhalt 6 und Abzählbarkeit Abzählbarkeit Peter Becker
MehrProf. Dr. H. Brenner Osnabrück SS Zahlentheorie
Prof. Dr. H. Brenner Osnabrüc SS 2008 Zahlentheorie Vorlesung 5 In diesem Abschnitt beschäftigen wir uns mit der Einheitengruppe der Restlassenringe Z/(n), also mit (Z/(n)). Ihre Anzahl wird durch die
Mehr1.4 Gruppen, Ringe, Körper
14 Gruppen, Ringe, Körper Definition 141 Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M : (a, b a b Die Verknüpfung heißt assoziativ falls gilt: a (b c = (a b c a, b, c M; kommutativ falls
MehrAlgebra. Eine Menge A heißt abzählbar, wenn A gilt. Insbesondere sind, und abzählbar, und sind nicht abzählbar (überabzählbar).
Algebra 1 Mengen 1.1 Operationen A Anzahl der Elemente von A (Mächtigkeit, Betrag, Kardinalität) (A) Potenzmenge von X ( (A) = 2 A ) A B wenn jedes Element von A auch Element von B ist. A = B (A B und
MehrVorkurs Mathematik. Vorlesung 5. Verknüpfungen
Prof. Dr. H. Brenner Osnabrüc WS 2009/2010 Vorurs Mathemati Vorlesung 5 Vernüpfungen Die Addition und die Multipliation auf den natürlichen Zahlen und die Hintereinanderschaltung von Abbildungen auf einer
Mehr$Id: reell.tex,v /11/15 13:12:24 hk Exp $
$Id: reell.tex,v.8 200//5 3:2:24 h Exp $ 4 Die reellen Zahlen 4.3 Das Vollständigeitsaxiom Wir hatten das Supremum einer Menge M R als die leinste obere Schrane von M definiert, sofern eine solche überhaupt
MehrDiskrete Strukturen. Dietmar Lammers. Vorlesung SoSe Wirklichkeit - Struktur - Abstraktion - Modell
Diskrete Strukturen Dietmar Lammers Vorlesung SoSe 2011 Wirklichkeit - Struktur - Abstraktion - Modell Informatik und Mathematik sind nicht losgelöst von der Welt, Strukturwissenschaften Untersuchte Dinge
MehrÜbersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19
Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre. Referenzen zum Nacharbeiten:
DM2 Slide 1 Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Referenzen zum Nacharbeiten: Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10)
MehrBeweis des Binomischen Satzes
Beweis des Binomischen Satzes Ein Beispiel für mathematische Beweisführung Oliver Müller 21. Februar 25 1 Vorwort Dieser Text soll hilfreich beim Erlernen der mathematischen Beweisführung über vollständige
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kapitel 2: Mengenlehre
Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kapitel 2: Mengenlehre Lang 3 Meinel 2, 4, 5, 10.2-10.4 (zur Vertiefung: Meinel 10.5-10.8 und Beutelspacher 10) Dean 2, 5-7
MehrBevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest.
Analysis, Woche Zahlen A. Elementares Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest... Logische Symbole Seien A und B Aussagen. So eine Aussage ist zum Beispiel: Gras
MehrMathematische Methoden für Informatiker
Prof. Dr. www.math.tu-dresden.de/ baumann 13.07.2018 Klassische Algebra Gesucht sind die Lösungsmengen der folgenden Gleichungen: x n + a n 1 x n 1 + + a 1 x + a 0 = 0 (a 0,..., a n 1 Q) Formeln für n
MehrFormale Potenzreihen, Rekursionen und erzeugende Funktionen
KAPITEL 2 Formale Potenzreihen, Reursionen und erzeugende Funtionen Wir gehen von folgender abstraten Situation aus Gegeben ist eine Klasse O ombinatorischer Objete und eine Klassifiationsabbildung t :
MehrAnwendung der Algebra Mit den oben gelisteten Regeln kann man viele Zusammenhänge einfach direkt beweisen, etwa den folgenden Satz:
Logik-Algebra - Beweise Diese Sätze kann man alle einfach beweisen. Hier ist es sogar besonders einfach, da die vorkommenden freien Ausdrücke nur zwei Werte annehmen können. Man kann für alle Wertkombinationen
MehrVollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg
Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen
Mehr3 Überlagerungen und Quotienten
$Id: quotient.tex,v 1.12 2017/01/25 18:36:36 h Exp $ 3 Überlagerungen und Quotienten 3.3 Der Riemannsche Existenzsatz Wie in der letzten Sitzung angeündigt wollen wir nun den Riemannschen Existenzsatz
Mehr3.8 Redundante Datenspeicherung und Fehlerkorrektur Seien natürliche Zahlen k, t und s so gewählt, dass. k + 2t 2 s 1.
38 Redundante Datenspeicherung und Fehlerorretur Seien natürliche Zahlen, t und s so gewählt, dass + 2t 2 s 1 Sei weiter K = GF (2 s ), und seien c 0,, c 1 K Wir fassen die c i sowohl als Elemente von
MehrVortragsskript Einführung in die Algebra
Vortragsskript Einführung in die Algebra TeamTUM - Das Wettbewerbsteam Mathematik Technische Universität München Fakultät für Mathematik Vortragender: Vu Phan Thanh Datum: 26.11.12 iii Inhaltsverzeichnis
MehrWie viele Möglichkeiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n = 5? Für n = 2 gibt es 2 Möglichkeiten.
n-faultät Wie viele Möglicheiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n? Für n gibt es Möglicheiten. Für n 3 hat das 3. Kind 3 Möglicheiten, die beiden restlichen Plätze önnen jeweils
MehrDiskrete Strukturen Kapitel 5: Algebraische Strukturen (Grundlagen)
WS 2014/15 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Relationen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 26. Oktober 2017 1/35 Abbildungen Boolesche Algebra Summen- und Produktzeichen Definition
Mehr15.2 Kombinatorische Abzählformeln
15.2 Kombinatorische Abzählformeln 1. Permutationen In wie vielen verschiedenen Reihenfolgen ann man n verschiedene Dinge anordnen? Wie viele Reihenfolgen gibt es, wenn die Dinge nicht alle verschieden
Mehr3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen
TEIL II: GRUPPEN In der modernen Algebra versucht man die Zahlen (Z, Q, R, ) durch die Konzentration auf Rechenoperationen (+,,... ), oder allgemeiner auf strukturelle Eigenschaften dieser Operationen,
MehrSeminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik
Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit
MehrDiskrete Mathematik für Informatiker Universität Leipzig WS 2007 / 08. Claus Diem
Diskrete Mathematik für Informatiker Universität Leipzig WS 2007 / 08 Claus Diem 2 Kapitel 1 Algebraische Strukturen 1.1 Boolesche Ringe und boolesche Algebren Boolesche Ringe Definition Sei X eine Menge
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 1 Mengen 2 Relationen 3 Abbildungen 4 Algebraische Strukturen Verknüpfungen Monoide Beispiel: Restklassen Exkurs: Formale
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 3 (WS 2010/2011) Abgabetermin: Donnerstag, 4. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden
MehrBeispiel 85. Satz 86 Eine Unteralgebra (bzgl. ) einer Gruppe ist eine Untergruppe, falls sie unter der Inversenbildung 1 abgeschlossen ist.
5.4 Untergruppen Definition 84 Eine Unteralgebra T,, 1 einer Gruppe G = S,, 1 heißt Untergruppe von G, falls T,, 1 eine Gruppe ist. Bemerkung: Nicht jede Unteralgebra einer Gruppe ist eine Untergruppe!
MehrVorkurs Mathematik. Arbeitsblatt 5. Verknüpfungen
Prof Dr H Brenner Osnabrüc WS 2009/2010 Vorurs Mathemati Arbeitsblatt 5 Vernüpfungen Aufgabe 51 Betrachte die ganzen Zahlen Z mit der Differenz als Vernüpfung, also die Abbildung Z Z Z, (a, b) a b Besitzt
MehrInhaltsverzeichnis (Ausschnitt)
6 Diskrete Wahrscheinlichkeitsräume Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Laplacesche Wahrscheinlichkeitsräume Kombinatorik Allgemeine diskrete Wahrscheinlichkeitsräume Deskriptive
MehrDie umgekehrte Richtung
Die umgekehrte Richtung Satz 95 Sei n N, n 2. Dann gilt: b n 1 1 mod n für alle b Z n \ {0} = n ist prim. Beweis: [durch Widerspruch] Annahme: r n für ein r N, r > 1. Dann also r n 1 1 (r mod n) n 1 1
Mehr2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge
2.1 Natürliche Zahlen 2.1.1 Menge der natürlichen Zahlen Der Ausgangspunt für den Aufbau der Zahlenbereiche ist die Menge N = {0,1,2,3,...} der natürlichen Zahlen 0, 1, 2, 3, 4,... 2.1.2 Indutionsprinzip
MehrMengen und Relationen
KAPITEL 1 Mengen und Relationen 1.1. Mengenlehre Georg Cantor (3.3.1845 6.1.1918: Cantor ist der Vater der modernen Mengenlehre, er definierte 1895: DEFINITION 1.1.1. Unter einer Menge verstehen wir jede
MehrSS 2017 Torsten Schreiber
14 Wenn man mindestens einen Operator mit einer definierten Menge in Verbindung setzt, dann fällt es unter dem Bereich der Strukturen. Bei der kleinsten möglichen Struktur handelt es sich um eine. Eine
MehrSkriptum EINFÜHRUNG IN DIE ALGEBRA
Skriptum EINFÜHRUNG IN DIE ALGEBRA 1 Günter Lettl SS 2016 1. Algebraische Grundbegriffe 1.1 Verknüpfungen Definition 1. Es sei M eine nicht leere Menge. a) Eine Verknüpfung (oder (binäre) Operation) auf
MehrDiskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)
WS 2015/16 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
Mehr1. Gruppen. 1. Gruppen 7
1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.
MehrKapitel 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
Mehr5. Gruppen, Ringe, Körper
5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrüc SS 2009 Einführung in die Algebra Vorlesung 12 Ringe Wir beginnen einen neuen Abschnitt dieser Vorlesung, in dem es um Ringe geht. Definition 12.1. Ein Ring R ist eine Menge
Mehrn n!
Frage: Auf wieviele Arten lässt sich das Wort Binomialoeffizient lesen? Binomialoe inomialoef nomialoeff omialoeffi ialoeffizi aloeffizie loeffizien oeffizient Das ist ein Sript! Dennoch ann man hier sehen,
Mehr1. Gruppen. 1. Gruppen 7
1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.
MehrAufgaben zur Verbandstheorie
TU Bergakademie Freiberg WS 2005/06 Institut für Diskrete Mathematik & Algebra Prof. Dr. Udo Hebisch Aufgaben zur Verbandstheorie 1. Für ein beliebiges n IN sei X n die Menge aller Teiler von n. Definiert
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen
MehrIT-Sicherheitsmanagement. Teil 4: Einführung in algebraische Strukturen
IT-Sicherheitsmanagement Teil 4: Einführung in algebraische Strukturen 19.09.18 1 Literatur und Videos [4-1] http://www.iti.fh-flensburg.de/lang/krypto [4-2] Forster, Otto: Algorithmische Zahlentheorie.
MehrMusterlösung zur Probeklausur zur Angewandten Diskreten Mathematik
UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlicheitstheorie Musterlösung zur Probelausur zur Angewandten Disreten Mathemati Prof Dr Helmut Maier, Hans- Peter Rec Gesamtpuntzahl: 130 Punte,
MehrDiskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre
MehrDiskrete Strukturen und Logik WiSe 2006/07 in Trier. Henning Fernau Universität Trier
Diskrete Strukturen und Logik WiSe 2006/07 in Trier Henning Fernau Universität Trier fernau@informatik.uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik &
Mehr3.6 Bemerkungen zur Umformung boolescher Formeln (NAND): doppelte Negation
3.6 Bemerkungen zur Umformung boolescher Formeln (NAND): Häufig verwendeten Umformungen sind: Idempotenz doppelte Negation De Morgan a = a a a = a a + b = a b ADS-EI 3.6 Bemerkungen zur Umformung boolescher
MehrSatz 94 Sei b N 0 und p N eine Primzahl. Dann gilt:
5.6 Satz von Fermat Satz 94 Sei b N 0 und p N eine Primzahl. Dann gilt: b p b mod p, (falls b 0 mod p : b p 1 1 mod p) (gemeint ist: die Gleichung b p = b gilt modulo p) Diskrete Strukturen 5.6 Satz von
Mehr2. Teil: Diskrete Strukturen
2. Teil: Diskrete Strukturen Kenntnis der Zahlenbereiche N, Z, Q, R, C setzen wir voraus. Axiomatische Einführung von N über Peano-Axiome. Z aus N leicht abzuleiten. Wie wird Q definiert? R ist der erste
MehrLiteratur und Videos. ISM WS 2017/18 Teil 4/Algebren
Literatur und Videos [4-1] http://www.iti.fh-flensburg.de/lang/krypto [4-2] Forster, Otto: Algorithmische Zahlentheorie. 2. Auflage, Springer, 2015 [4-3] Teschl, Gerald; Teschl, Susanne: Mathematik für
Mehr