5 Optimierung der Nichtlinearität

Größe: px
Ab Seite anzeigen:

Download "5 Optimierung der Nichtlinearität"

Transkript

1 5 Optimierung der Nichtlinearität 5. Der Hauptsatz über krumme Abbildungen In diesem Abschnitt werden bereits bewiesene Aussagen über krumme Funktionen und Abbildungen zusammengefasst. Hauptsatz Für eine Boolesche Funktion f : F n F sind folgende Aussagen äquivalent: (i) f ist krumm, d. h., ˆχ f = n konstant. (ii) f ist perfekt nichtlinear, d. h., die Differenzenfunktion u f ist für alle u F n {0} balanciert. (iii) Das lineare Potenzial von f hat den kleinstmöglichen Wert Λ f = n. (iv) Die Nichtlinearität von f hat den größtmöglichen Wert σ f = n n. (v) Das differenzielle Potenzial von f hat den kleinstmöglichen Wert Ω f =. (vi) Die Linearitätsdistanz von f hat den größtmöglichen Wert ρ f = n. Korollar Ist das der Fall, so gilt weiter: (i) n ist gerade. (ii) f hat keine linearen Strukturen 0. (iii) f hat genau n ± n Nullstellen und ist nicht balanciert. (iv) f erfüllt das Lawinenkriterium. Hauptsatz Für eine Boolesche Abbildung f : F n Fq Aussagen äquivalent: sind folgende (i) f ist krumm, d. h., für alle Linearformen β 0 auf F q ist β f krumme Boolesche Funktion. (ii) Der Spektralradius ist max (F n F q ) {(0,0)} ˆϑ f = n/. (iii) ˆϑ f ist konstant = n auf F n (Fq {0}). (iv) Das lineare Potenzial hat den kleinstmöglichen Wert Λ f = n. (v) Die Nichtlinearität von f hat den größtmöglichen Wert σ f = n n.

2 (vi) f ist perfekt nichtlinear, d. h., das differenzielle Potential hat den kleinstmöglichen Wert Ω f = q. (vii) Das Differenzenprofil δ f ist konstant = q auf (F n {0}) Fq. Korollar Ist das der Fall, so gilt weiter: (i) n ist gerade und q. (ii) f hat keine linearen Strukturen 0. (iii) f ist nicht balanciert. (iv) Jede Koordinatenfunktion von f erfüllt das Lawinenkriterium. Korollar 3 Eine balancierte Abbildung f : F n Fq ist nicht perfekt nichtlinear, insbesondere ist das differenzielle Potenzial Ω f > q und das lineare Potenzial Λ f > n. Die krummen Abbildungen sind also im Fall n gerade q die optimal nichtlinearen Abbildungen bezüglich der Maße lineares Potenzial und differenzielles Potenzial. Für andere Kombinationen der Dimensionen n und q von Urbild und Bild ist es wesentlich schwerer, die Minima der beiden Potenziale zu bestimmen; im folgenden werden einige Ergebnisse hergeleitet. 5. Die Schranke von Chabaud/Vaudenay In diesem Abschnitt werden für weitere Dimensionen n und q Bedingungen für optimal nichtlineare Abbildungen hergeleitet. Er folgt (mit einigen Vereinfachungen) dem Artikel von Chabaud/Vaudenay, Eurocrypt 9. Nach Bemerkung 6 in. ist für jede Abbildung f : F n Fq stets Ω f n. Definition (Nyberg/Knudsen, Crypto 9) f heißt fast perfekt nichtlinear, wenn Ω f = n. Bemerkungen. Da auch stets Ω f q, kann eine fast perfekt nichtlineare Abbildung höchstens dann existieren, wenn n q, also wenn q n.. Falls f fast perfekt nichtlinear ist, kann δ f (x, y) für x 0 nur die Werte 0 oder annehmen. Die entsprechende Zeile im Differenzenprofil n enhält also n Mal den Wert und q n Mal den Wert 0. n Ist q = n, so ist f dann also auch perfekt nichtlinear. 3

3 3. Perfekt nichtlineare Abbildungen können, wie schon gezeigt, nur im Fall n = q existieren. Daher können sowohl perfekt nichtlineare wie auch fast perfekt nichtlineare Abbildungen nur dann existieren, wenn n = und q =. In diesem Fall fallen die beiden Eigenschaften zusammen. Für n 3 scheidet die Möglichkeit q = n für fast perfekt nichtlineare Abbildungen dagegen aus. Satz Im Fall n 3 können fast perfekt nichtlineare Abbildungen höchstens für q n existieren. Bemerkungen. Es ist n δ f (x, y) δ f (x, y) mit Gleichheit genau dann, wenn δ f (x, y) = 0 oder. Die Gleichheit für alle x F n n {0} und y F q tritt also genau dann ein, wenn f fast perfekt nichtlinear ist. Es folgt δ f (x, y) δ f (x, y) = x F n {0} y F q x F n {0} y F q = n n = n, x F n {0} und die Gleichheit tritt genau dann ein, wenn f fast perfekt nichtlinear ist. Als nächstes soll eine alternative untere Schranke für das lineare Potenzial Λ f hergeleitet werden. Wir starten mit der Beobachtung: Sind x,..., x r R, alle x i 0, M = max{x..., x r }, so ist r x i M i= mit Gleichheit genau dann, wenn alle x i = 0 oder M sind. Daraus folgt die Abschätzung v F Λ f q {0} λ f (u, v) v F q {0} λ f (u, v) u F n u F n mit Gleichheit genau dann, wenn alle λ f (u, v) = 0 oder Λ f für v 0. Definition f : F n Fq heißt fast krumm, wenn f fast perfekt nichtlinear ist und für alle (u, v) (0, 0) gilt λ f (u, v) = 0 oder Λ f. r i= Definition 3 Die Chabaud-Vaudenay-Schranke ist CV (n, q) := q+ ( n ) + n ( q n ) n ( q. ) x i

4 Satz Für f : F n Fq gilt Λ f CV (n, q). Die Gleichheit gilt genau dann, wenn f fast krumm ist. Beweis. Im Nenner der obigen Ungleichung ist λ f (u, v) = = q. v F q {0} v F q {0} u F n Im Zähler wird abgeschätzt: λ f (u, v) = λ f (u, v) λ f (u, 0) u F n v F q {0} u F n v F q u F n = q n δ f (x, y) Zusammengenommen folgt: = q n Λ f q x F n y F q x F n {0} y F q q n n n + q n n. [ q n n n + q n ] n, δ f (x, y) + q n und das ist schon die Behauptung. Die Aussage über die Gleichheit folgt aus den Vorbemerkungen. Da nach der Definition fast krumme Abildungen erst recht fast perfekt nichtlinear sind, können die Eigenschaften krumm und fast krumm ebenfalls höchstens für n = und q = gleichzeitig vorkommen. In diesem Fall ist in der Tat die Chabaud-Vaudenay-Schranke =, also fast krumm zu krumm äquivalent. n Korollar Falls eine fast krumme Abbildung f : F n Fq auch krumm ist, ist n =, q =. Korollar Falls eine fast krumme Abbildung f : F n Fq nicht krumm ist, ist q n. existiert, die existiert, die Beispiele 5

5 . Für beliebiges q ist CV (, q) = q+ + ( q ) ( q ) = q+ ( q ) =. Also ist f : F F q genau dann fast krumm, wenn Λ f =. Im Fall n = sind also alle Abbildungen fast krumm und keine krumm.. Im Fall q = n ist CV (n, n) = n+ ( n ) + n 0 n ( n ) = n. Damit ist gezeigt: Korollar 3 Die Abbildung f : F n Fn Λ f =. n ist genau dann fast krumm, wenn Die Existenz solcher Abbildungen wird im folgenden in einigen Fällen durch Beispiele bewiesen. Dabei sei M r = r die r-te Mersenne-Zahl. Beispiele 3. Nach Beispiel in 3.5 gibt es keine fast krummen Abbildungen f : F F. Hilfssatz Für alle n und q gilt Beweis. Es ist CV (n, q) = n [ 3 n MnM n M q CV (n, q) = q+ ( n ) + n ( q n ) n ( q ) = n ( q ) [ q n+ q + n+q n] = n ( q ) [( q )(3 n ) + 3 n n] = [ n 3 n (n )( n ] ) q wie behauptet. ]. Hilfssatz [Lemma von Cassaigne] Für n und q n + ist M q kein Teiler von M n M n. 6

6 Beweis. Sei o. B. d. A. q n. Der Ansatz ( q ) n q (3 n n q ) = n 3 n + = ( n )( n ) ergibt dann die Division M n M n = A M q B mit (negativem) Rest, denn A und B sind ganzzahlig; zu zeigen ist noch: 0 < B < M q. Da q n +, ist 0 < n q <, also < 3 n q < 3, also n < n (3 n q ) = B + < 3 n < n+ q, also n B q = M q. Anmerkung. Allgemeiner sagt ein Satz von K. Zsigmondy (Zur Theorie der Potenzreste, Monatshefte Mathematik 3 (9), 65 ), dass jede Mersenne-Zahl M r für r außer M 6 einen Primfaktor hat, der keine Mersenne-Zahl mit kleinerem Index teilt; er wurde unabhängig von E. Artin bewiesen (The orders of the linear groups, Communications on Pure and Applied Mathematics VIII(955), ). Daraus folgt das Lemma von Cassaigne direkt. Satz 3 Sei n, und es gebe eine fast krumme Abbildung f : F n Fq, die nicht krumm ist. Dann ist n ungerade und q = n, und es gilt Λ f = n. Beweis. Nach dem Korollar zu Satz ist q n. Da eine fast krumme Abbildung f existiert, wird Λ f = CV (n, q) angenommen. Da n Λ f stets ganzzahlig und Vielfaches von ist, ist nach Hilfssatz M q M n M n. Nach Hilfssatz muss also sogar q = n sein. Also ist Λ f = CV (n, n) =. n Weiter muss n Λ f = n+ ein Quadrat sein; das geht nur, wenn n ungerade ist. Mit der Konstruktion von fast krummen Abbildungen beschäftigt sich der nächste Abschnitt. 5.3 Potenzabbildungen Sei n. In diesem Abschnitt wird ausgenützt, dass der Vektorraum F n eine Struktur als endlicher Körper K = F n mit n Elementen besitzt. Untersucht werden die Abbildungen f s : K K, f(x) = x s, für s Z, siehe Anhang A.. Insbesondere ist f s für s = k + und k n eine quadratische Abbildung. 7

7 Satz Ist n k +, so gibt es ein r mit 0 r n, so dass f k + das lineare Potenzial Λ f = hat. r Beweis. Das folgt aus Satz 9 in 3.5. Leichter als das lineare Potenzial lässt sich zunächst, zumindest im Fall s = 3, das differenzielle Potenzial bestimmen. Für (o. B. d. A.) u 0 ist D f (u, v) = {x K x 3 + x u + xu + u 3 = x 3 + v} = {x K x + ux + (u v u ) = 0} = {x K g uv (x) = 0} mit dem Polynom g uv = T + ut + (u v u ) K[T ]. Da die Ableitung g uv = u 0 konstant ist, sind alle Nullstellen einfach, d. h., #D f (u, v) = 0 oder, δ f (u, v) = 0 oder, wobei beide Werte für festes u je n -mal n vorkommen müssen. Damit ist gezeigt: Satz 5 Ist K ein endlicher Körper der Charakteristik mit Dim K = n, so hat die dritte Potenz f : K K, f(x) = x 3, das differenzielle Potenzial ist also fast perfekt nichtlinear. Ω f = n, Für die genauere Bestimmung der linearen Potenzials ist ein Ausflug in die Algebra angesagt; die nötigen Ergebnisse stehen im Anhang A. und A.3. Zunächst betrachten wir die Spur der dritten Potenz, g : K F, g(x) = Tr(x 3 ). Dies ist eine quadratische Form, also ist wegen Satz in 3.5 der Rang dieser quadratischen Form oder, äquivalent dazu, die Linearitätsdimension, also die Dimension des Radikals, zu bestimmen. Genau dann liegt u Rad g, wenn Tr((x + u) 3 ) Tr(x 3 ) Tr(u 3 ) = Tr(x u) + Tr(xu ) = 0 für alle x K, also genau dann, wenn Tr(x u) = Tr(xu ) = Tr(x u ) für alle x (da die Spur unter dem Frobenius-Automorphismus x x invariant ist). Da x mit x alle Elemente von K durchläuft, gilt also Rad g = {u K u = u}.

8 Genauer lässt sich das mit einer Normalbasis {a, a,..., a n } [siehe Anhang A.3] von K beschreiben. Ist u = u 0 a + u a + + u n a n, so verschiebt das Quadrieren den Koeffizientenvektor zyklisch um nach rechts, das Potenzieren mit um, also u = u n a + u n a + u 0 a + u n 3 a n. Also ist u = u genau dann, wenn u 0 = u n, u = u n,... ; speziell für ungerades n müssen alle Koeffizienten gleich sein. Damit ist gezeigt: Hilfssatz 3 Für g : K F, g(x) = Tr(x 3 ), gilt (i) Rad g = {u K u = u}. (ii) Ist n gerade, so hat g die Linearitätsdimension, also den Rang n. (iii) Ist n ungerade, so hat g die Linearitätsdimension, also den Rang n, und Rad g wird von dem Vektor u = a + a + + a n aufgespannt. Sei nun β : K F eine beliebige Linearform 0, also β(y) = Tr(by) für alle y K mit einem festen b K. Das Radikal der quadratischen Form g b (x) = Tr(bx 3 ) besteht genau aus den u K mit Tr(bux ) = Tr(bu x) = Tr(b u x ) für alle x K, also mit bu = u. Die 0 liegt natürlich immer in Rad g b. Für u 0 heißt die Bedingung u 3 = b. Ist also b keine dritte Potenz, so ist Rad g b = 0. Ist b = c 3 dagegen eine dritte Potenz, so β f(x) = Tr(bx 3 ) = Tr((cx) 3 ) für alle x K, also Rang g b = Rang g. Genau dann, wenn n ungerade ist, ist jedes b K eine dritte Potenz. Damit ist gezeigt: Hauptsatz 3 Sei K ein endlicher Körper der Charakteristik mit Dim K = n und f : K K, f(x) = x 3, die dritte Potenz. (i) Ist n ungerade, so ist f bijektiv und hat das lineare Potenzial sowie die Nichtlinearität Λ f = n σ f = n n, ist also fast krumm. (ii) Ist n gerade, so hat f das lineare Potenzial sowie die Nichtlinearität Λ f = n σ f = n n. 9

9 5. Die Inversionsabbildung Sei n und K = F n. Für s = ist die Potenzabbildung f = f n die Inversionsabbildung { x für x 0, f : K K, f (x) = 0 für x = 0, siehe Anhang A.. Sie ist involutorisch, also ihre eigene Umkehrabbildung, insbesondere bijektiv. Nach Satz 6 in A. ist (da n ) Grad f = Grad f n = wt( n ) = n, denn n hat die Binärdarstellung n [Im Fall n = ist f die identische Abbildung auf F, also linear, also vom Grad.] Nach Korollar zu Satz in 3. ist n der maximal mögliche Grad einer Bijektion K K. Auch hier ist das differenzielle Potenzial wieder leicht zu bestimmen. Seien (o. B. d. A.) u 0, v 0. Dann ist und für x 0, u gilt 0 D f (u, v) u = v, u D f (u, v) 0 = u + v u = v, x D f (u, v) (x + u) = x + v x = (x + u)( + xv) vx + uvx + u = 0 x Nullstelle von h uv := vt + uvt + u K[T ]. Dieses Polynom hat nur einfache Nullstellen, also ist #D f (u, v) = 0 oder, wenn v u, und δ f (u, v) = 0 oder. n Es bleibt der Spezialfall v = u genauer zu untersuchen. Hier ist h uv = u T + T + u, also h uv (0) = h uv (u) = u 0, also besteht D f (u, u ) aus 0, u und den 0 oder Nullstellen von h uv. Nach Satz im Anhang A.5 kommt es auf Tr(ac/b ) = Tr(/) = Tr() an. Ist n gerade, so Tr() = 0, und h uv hat zwei Nullstellen in K. Ist dagegen n ungerade, so Tr() =, und h uv hat keine Nullstelle in K. Damit folgt für u 0: { #D f (u, u, wenn n ungerade, ) =, wenn n gerade, { δ f (u, u, wenn n ungerade, ) = n, wenn n gerade. n Damit ist gezeigt: 90

10 Satz 6 Ist K ein endlicher Körper der Charakteristik mit Dim K = n (über F ), so hat die Inversionsabbildung f = f das differenzielle Potenzial {, wenn n ungerade, Ω f = n, wenn n gerade. n Insbesondere ist f genau dann fast perfekt nichtlinear, wenn n ungerade ist. (Im oben ausgeschlossenen Fall n = gilt das trivialerweise auch.) In der Differenzentabelle #D f hat die erste Zeile die Gestalt ( n 0 0). Jede andere Zeile enthält je n -mal die 0 und die, wenn n ungerade, -mal die, ( n )-mal die und ( n + )-mal die 0, wenn n gerade. Für die Spalten gilt das gleiche; die Tabelle ist ohnehin symmetrisch, da f Involution ist. Zur Bestimmung des linearen Potenzials der Inversionsabbildung f = f für beliebige Dimension n braucht man etwas tiefer liegende Ergebnisse aus der Theorie der elliptischen Kurven, die im Anhang A.6 zusammengestellt sind. Zunächst wird eine Formel für das Spektrum hergeleitet: Für v K = F n, o. B. d. A. v 0, sei β : K F die zugehörige Linearform β(y) = v y. Dazu gibt es nach Korollar 3 in Anhang A. ein eindeutig bestimmtes b K mit β(y) = Tr(by) für alle y K, und β f(x) = Tr(bx ) = Tr((cx) ) mit c = b für x K. Ebenso ist u x = Tr(ax) für u K mit passendem a K. Damit gilt für v K : ˆϑ f (u, v) = = x K( ) v f(x)+u x = + x K ( ) Tr((cx) +ax) = + = + κ( a c ) = + κ(ab) ( ) Tr(y + a c y) y K mit der Kloosterman-Summe κ, siehe A.6. Daher ist jede Spalte des Spektrums außer der trivialen ersten jeweils bis auf eine Permutation und die Addition der Konstanten die Wertetabelle der Kloosterman-Funktion. Insbesondere ist gezeigt: Satz 7 Jede Spalte des Spektrums ˆϑ f (u, v) (für v 0) der Inversionsabbildung f = f von K = F n enthält genau die durch teilbaren ganzen Zahlen zwischen n/+ + und n/+ +. Für das lineare Potenzial Λ f gilt Λ f = max n + u K κ(u). 9

11 Im Beispiel n = sind die Grenzen 3 und 33, die angenommenen Werte also,, 0,...,,, 3, und Λ f = 6. Falls n gerade ist, ist n/+ durch teilbar, also max + κ(u) = n/+, also Λ f = n+ =. n n Falls n ungerade ist, ist das Ergebnis etwas komplizierter zu formulieren. Hier ist n + = n+ irrational, und mit der ganzen Zahl ν(n) := n + gelten für die Einträge + κ(u) des Spektrums die Grenzen ν(n) + + κ(u) ν(n) +. Je nach der Restklasse mod von ν(n) sind die Grenzen also: ν(n) mod untere Grenze obere Grenze max + κ(u) 0 ν(n) + ν(n) ν(n) ν(n) + ν(n) ν(n) ν(n) + ν(n) ν(n) 3 ν(n) + 3 ν(n) + ν(n) + Den Maximalwert kann man also durch die eindeutig bestimmte ganze Zahl ξ(n) Z mit beschreiben: n + 3 < ξ(n) n + +, ξ(n), Hauptsatz Für die Inversionsabbildung f = f des Körpers K = F n mit n gilt (i) max K {0} ˆϑ f = ξ(n), (ii) σ f = n ξ(n), (iii) Λ f = n ξ(n). Falls n gerade, ist ξ(n) = n/+. Es folgt: Korollar Für die Nichtlinearität der Inversionsabbildung f gilt: { n n/, wenn n gerade, σ f = n [ n/ ], wenn n ungerade, 9

12 wobei die eckigen Klammern die Rundung zur nächsten ganzen Zahl bedeuten. Die Ergebnisse für kleine Dimension n werden durch die folgende Tabelle wiedergegeben: n n ξ(n) σ f Λ f Minimierung der Potenziale bei fester Dimension In diesem Abschnitt wird zusammengesammelt, was aus den vorhergehenden Abschnitten über die Größen Λ(n, q) := min{λ f f : F n F q }, σ(n, q) := max{σ f f : F n F q }, Ω(n, q) := min{ω f f : F n F q } bekannt ist; dazu werden einige Ergänzungen bewiesen. Anmerkung. σ(n, ) ist in der Codierungstheorie als Überdeckungsradius des Reed-Muller-Codes R(, n) bekannt. Hilfssatz Sei g : F n und f : F n Fq. Dann ist (i) Λ g Λ f, (ii) σ g σ f, (iii) Ω g Ω f. Fq+ zerlegt in g = (f 0, f) mit f 0 : F n F Beweis. (i) Für eine Linearform β L q sei β L q+ durch β (y 0, y) := β(y) definiert. Dann ist β g = β f, also Λ f = max Λ β f = β L q {0} max Λ β g β L q {0} max Λ γ g = Λ g. γ L q+ {0} (ii) folgt aus (i) oder durch einen direkten analogen Schluss. (iii) Ist v = (v 0, v), so D g (u, v ) = {x g(x + u) g(x) = v } = {x f 0 (x + u) f 0 (x) = v 0 } {x f(x + u) f(x) = v} D f (u, v), also δ g (u, v ) δ f (u, v), also Ω g Ω f. 93

13 Satz Für alle Dimensionen n und q gilt: (i) Λ(n, q) Λ(n, q + ), d. h., Λ ist bei festem n bezüglich q monoton wachsend. (ii) σ(n, q) σ(n, q + ), d. h., σ ist bei festem n bezüglich q monoton fallend. (iii) Ω(n, q) Ω(n, q + ), d. h., Ω ist bei festem n bezüglich q monoton fallend. (iv) Λ(n, ) Λ(n+, ), d. h., Λ ist bei festem q = bezüglich n monoton fallend. Beweis. (i), (ii) und (iii) folgen direkt aus dem Hilfssatz. Für (iv) wird verwendet, dass Λ f = Λ f für die einfache Erweiterung f einer Booleschen Funktion f nach Bemerkung in 3.6. Wird f mit Λ f = Λ(n, ) gewählt, so ist Λ f Λ(n +, ). Korollar Es gibt keine fast krumme Abbildung f : F F. Beweis. Nach Korollar in 3.6 ist Λ(, ) Λ(, 3) 9 6, also insbesondere >. Korollar Für q n gilt Ω(n, q) = n. Beweis. Ω(n, n) = für alle n nach Satz 5 in 5.3. Wegen der Monotonie n in q ist daher auch Ω(n, q) = für alle q n. n Stellen wir nun zusammen, was über Λ(n, q) bekannt ist. Stets ist Λ(n, q), siehe Bemerkung und Satz 7 in 3.5. Ist n n gerade und q n, so ist Λ(n, q) =, da es krumme Abbildungen n gibt. Λ(, q) = für alle q, denn hier ist jede Abbildung f affin, also Λ f =, siehe Bemerkung in 3.5. Λ(, ) = nach Beispiel in 3.5, also wegen der Monotonie auch Λ(, q) = für alle q. Wenn es eine krumme Abbildung f : F n Fq gibt, ist Λ(n, q) =, n siehe Satz 7 in 3.5. Dass eine solche existiert, wissen wir bisher nur für gerade n und q =. Also Λ(n, ) = für gerades n. n 9

14 Für ungerades n gibt es eine Funktion f : F n F mit Λ f =, n siehe Satz in 3.5 oder Korollar 6 in 3.6. Also ist Λ(n, ) für n ungerades n. Wenn es keine krumme Abbildung f : F n Fq gibt und n, ist Λ(n, q) +, siehe Korollar in 3.5, äquivalent dazu ist n n σ(n, q) n n. Insbesondere ist σ(6, q) 7 und Λ(6, q) 5 0 für alle q, σ(, q) 9 und Λ(, q) 63 für alle q 5. Λ(n, n) = für ungerades n, da es dann eine fast krumme Abbildung gibt, siehe Hauptsatz 3 in 5.3. Insbesondere Λ(3, 3) = n, Λ(5, 5) = 6, Λ(7, 7) = 6. Λ(n, n) für gerades n nach 5.. Insbesondere ist Λ(, ) n Λ(3, ) Λ(, ). Allgemein folgt Λ(n, q) für gerades n n und q n. Λ(n, n) > für gerades n nach Satz, Beispiel und Satz 3 in 5., n also σ(n, n) < n n, also σ(n, n) n n. Daraus folgt Λ(n, n) ( n n für gerades n. Das ergibt die Schranken σ(, ) 5, σ(6, 6) 6, σ(, ) 6, Λ(, ) , Λ(6, 6) 56, Λ(, ) 0. Die explizite Analyse der S-Boxen von DES mit bma ergibt für die S- Box S 6 den Wert Λ f = Also ist Λ(6, ) Λ(6, 3) Λ(6, ) 56. Aus der Ganzzahligkeit der Nichtlinearität folgt (siehe 3.6) Λ(3, q) für alle q. Insbesondere Λ(3, ) = und wegen der Monotonie auch Λ(3, ) =. Λ(, q) 9 6 für alle q 3, da es für q = 3 keine krumme Abbildung gibt und wegen der Monotonie. Λ(5, q) 9 56 für alle q. Λ(7, q) 9 0 für alle q. Die Chabaud-Vaudenay-Schranke gibt noch für q = n + interessante Ergebnisse: Es ist Λ(n, n + ) CV (n, n + ), also σ(n, n + ) n ( CV (n, n + ), also σ(n, n + ) n CV (n, n +. Speziell ist σ(3, ), σ(, 5), σ(5, 6), σ(6, 7) 5, σ(7, ) 55, und dazu passend Λ(3, ) 9 6, Λ(, 5), Λ(5, 6) , Λ(6, 7) 0, Λ(7, ) )

15 Diese Aussagen werden in den folgenden Tabellen zusammengefasst, wobei die eckigen Klammern abgeschlossene Intervalle und die drei Punkte den gleichen Eintrag wie in der Zelle links davon bedeuten: Λ(n, q) q = n = 3 [ 9 6, ] [ 9 56, [ 0, 56 6 [ 9 6, ]... [, ] ] [ 5 56, ] [ 5 0, 9 56 ] [ 5 0, 6 ] [ 9 56, 6 ] [ 9 0, ]... 6 ] [ 096, ] [ 63, 6 ] [ 9 0, σ(n, q) q = n = [0, ] [, 5]... [0, ] [, 3] [0, ] [, 7] [, 7] [, 6] [0, 5]... 7 [56, 5] [0, 55] [, 9] [, 6] Über Ω(n, q) ist folgendes bekannt: q Ω(n, q) nach Bemerkung in.. Ist n gerade und q n, so ist Ω(n, q) = q, da es krumme Abbildungen gibt. Ω(n, q) nach Bemerkung 6 in.. Für alle q n ist Ω(n, q) = n nach Korollar n Ω(, q) = für alle q nach Beipiel in.. Ω(n, ) = für alle geraden n, da dann krumme, also perfekt nichtlineare Funktionen existieren. 6 ] Ω(, ) = nach Beispiel 3. Ist n ungerade und q + oder ist n gerade und q + n < q, so ist Ω(n, q) + ; das folgt, weil es für diese Dimensionen keine q n perfekt nichtlinearen Abbildungen gibt und jedes Ω f Vielfaches von sein muss, siehe auch Korollar 3 in.5. Insbesondere folgt: n Ω(3, ) 3, Ω(3, ). Da der Wert vom Volladdierer angenommen wird, siehe Beispiel 5 in.3, ist Ω(3, ) =. 96

16 Ω(, 3). Ω(5, ) , Ω(5, ) 6, Ω(5, 3) 6, Ω(5, ). Ω(6, ) 3 3, Ω(6, 5) 6. Ω(7, ) , Ω(7, ) 6, Ω(7, 6) 3 6 Ω(, 5) 5 3., Ω(, 6) 3 9 5, Ω(7, 3) 6, Ω(7, ) 6, Ω(7, 5), Ω(, 7) 6. Für alle S-Boxen von DES gilt nach direkter Analyse Ω f =. Also ist Ω(6, ) Ω(6, 5). Das ergibt die folgende Tabelle: Ω(n, q) q = n = 3 [ 3, ] 5 [ 9 6, ] [ 5 6 [, ] 6, ] [ 3 7 [ , ] [ 6, ] [ 9 6 6, ] [, ] 6 [ 3 3, ] [ 6, ] 3 6, ] [ 5 6, ] [ 3 6, ] [ , ] 6 6 [ 5, ] [ 3, ] [ 6, ] 97

4 Approximation durch lineare Strukturen

4 Approximation durch lineare Strukturen 4 Approximation durch lineare Strukturen Die zweite wichtige Methode, versteckte Linearität aufzudecken, beruht auf linearen Strukturen. Diese werden durch Differenzenrechnung entdeckt. 4. Lineare Strukturen

Mehr

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

Lineare Algebra 2. Lösung zu Aufgabe 7.2: Technische Universität Dortmund Sommersemester 2017 Fakultät für Mathematik Übungsblatt 7 Prof. Dr. Detlev Hoffmann 15. Juni 2017 Marco Sobiech/ Nico Lorenz Lineare Algebra 2 Lösung zu Aufgabe 7.1: (a)

Mehr

In diesem Abschnitt werden endliche Erweiterungskörper K des endlichen Körpers F q mit q Elementen betrachtet. n 1

In diesem Abschnitt werden endliche Erweiterungskörper K des endlichen Körpers F q mit q Elementen betrachtet. n 1 A Endliche Körper A.1 Die Spur In diesem Abschnitt werden endliche Erweiterungskörper K des endlichen Körpers F q mit q Elementen betrachtet. Hilfssatz 1 (i) Die Abbildung ϕ: K K, ϕ(x) = x q, ist ein Automorphismus

Mehr

Übungen zur Diskreten Mathematik I Blatt 1

Übungen zur Diskreten Mathematik I Blatt 1 1 Blatt 1 Aufgabe 1 Überprüfen Sie, ob die folgenden Aussagen Tautologien sind (i) (A B) (( A) ( B)), (ii) (A B) (( A) ( B)), (iii) ((A B) C) ((A C) (B C)), (iv) ((A B) C) ((A C) (B C)), (v) (A = B) ((

Mehr

Übungen p-adische Zahlen

Übungen p-adische Zahlen Blatt 1 Aufgabe 1. Berechnen Sie die ersten fünf Ziffern a 0,..., a 4 der ganzen p- adischen Zahl 1 + p + p 2 = a i p i Z p, p 1 i 0 für die Primzahlen p = 2, 3, 5. Aufgabe 2. Sei a = i 0 a ip i Z p eine

Mehr

Kapitel 6: Das quadratische Reziprozitätsgesetz

Kapitel 6: Das quadratische Reziprozitätsgesetz Kapitel 6: Das quadratische Reziprozitätsgesetz Ziel dieses Kapitels: die Untersuchung der Lösbarkeit der Kongruenzgleichung X also die Frage, ob die ganze Zahl Z eine Quadratwurzel modulo P besitzt. Im

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 22 Algebraische Körpererweiterung Satz 1. Sei K L eine Körpererweiterung und sei f L ein Element. Dann sind folgende Aussagen

Mehr

In diesem Kapitel bestimmen wir die multiplikative Struktur der Einheitengruppe (Z/Z) von Z/Z für eine beliebige positive Zahl Z >0.

In diesem Kapitel bestimmen wir die multiplikative Struktur der Einheitengruppe (Z/Z) von Z/Z für eine beliebige positive Zahl Z >0. Kapitel 5: Die Einheitengruppe von Z/Z und Primitivwurzeln modulo In diesem Kapitel bestimmen wir die multiplikative Struktur der Einheitengruppe (Z/Z) von Z/Z für eine beliebige positive Zahl Z >0. 16

Mehr

Lineare Algebra I - Prüfung Winter 2019

Lineare Algebra I - Prüfung Winter 2019 Lineare Algebra I - Prüfung Winter 209. (20 Punkte) Kreuzen Sie auf dem Abgabeblatt ihre Antwort an. Pro Teilaufgabe ist genau eine der vier Antwortmöglichkeiten richtig. Für jede richtig beantwortete

Mehr

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler

Kapitel 3: Die Sätze von Euler, Fermat und Wilson. 8 Der Satz von Euler Kapitel 3: Die Sätze von Euler, Fermat und Wilson In diesem Kapitel wollen wir nun die eulersche -Funktion verwenden, um einen berühmten Satz von Euler zu formulieren, aus dem wir dann mehrere interessante

Mehr

7.3 Unitäre Operatoren

7.3 Unitäre Operatoren Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

Universität Zürich HS , Vorlesung #3

Universität Zürich HS , Vorlesung #3 Algebraic Number Theory P. Habegger Universität Zürich HS 2010 6.10.2010, Vorlesung #3 1.4 Diskriminante Die primitivste Invariante eines Zahlkörpers ist sein Grad. Die Diskriminante eines Zahlkörpers

Mehr

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

3.1 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,

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

7 Lineare Abbildungen und Skalarprodukt

7 Lineare Abbildungen und Skalarprodukt Mathematik II für inf/swt, Sommersemester 22, Seite 121 7 Lineare Abbildungen und Skalarprodukt 71 Vorbemerkungen Standard Skalarprodukt siehe Kap 21, Skalarprodukt abstrakt siehe Kap 34 Norm u 2 u, u

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

Übungen zur Diskreten Mathematik I Blatt 6 1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,

Mehr

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen Inhaltsverzeichnis Teil II: Gruppen 2 3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen.................. 2 3.1.1 Gruppen.......................................... 2 3.1.2 Untergruppen.......................................

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

3.7 Eigenwerte und Eigenvektoren

3.7 Eigenwerte und Eigenvektoren 3.7. EIGENWERTE UND EIGENVEKTOREN 123 3.7 Eigenwerte und Eigenvektoren Wir wollen jetzt lineare Endomorphismen durch Matrizen besonders übersichtlicher Gestalt (u.a. mit möglichst vielen Nullen) beschreiben,

Mehr

3.1 Sukzessive Minima und reduzierte Basen: Resultate

3.1 Sukzessive Minima und reduzierte Basen: Resultate Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,

Mehr

1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl

1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl Westfälische Wilhelms-Universität Münster Mathematik Sommersemester 2017 Seminar: Verschlüsselungs- und Codierungstheorie Leitung: Thomas Timmermann 1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

Mehr

m 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23

m 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23 Kapitel 5 Eigenwerte 5. Definition und Beispiele Wir sehen uns ein System dreier schwingender Kugeln der Massen m, m und m 3 an, die durch Federn aneinander gekoppelt sein sollen. m k m k 3 m 3 x ( t x

Mehr

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

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

Mehr

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester vom 15. Januar 2006 Prof. E.-W. Zink Institut für Mathematik Humboldt-Universität zu Berlin Elemente der Algebra und Zahlentheorie Musterlösung, Serie 3, Wintersemester 2005-06 vom 15. Januar 2006 2te, korrigierte und erweiterte

Mehr

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: Lösung 1. Übung Elemente der Algebra WS017/18 1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: (e) {(x,y) IR 3x+4y 1}.

Mehr

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER

KAPITEL 1: ENDLICHE KÖRPER 1 ALLGEMEINES 2 GLEICHUNGEN ÜBER EINEM ENDLICHEN KÖRPER RUPRECHT-KARLS-UNIVERSITÄT HEIDELBERG MATHEMATISCHES INSTITUT SEMINAR: QUADRATISCHE FORMEN ÜBER DEN RATIONALEN ZAHLEN SOMMERSEMESTER 2007 DOZENT: PROF. DR. KAY WINGBERG ASSISTENT: JOHANNES BARTELS KAPITEL

Mehr

M U = {x U f 1 =... = f n k (x) = 0}, (1)

M U = {x U f 1 =... = f n k (x) = 0}, (1) Aufgabe 11. a) Es sei M = {(x, y, z) R 3 f 1 = xy = 0; f = yz = 0}. Der Tangentialraum T x M muss in jedem Punkt x M ein R-Vektorraum sein und die Dimension 1 besitzen, damit diese Menge M eine Untermannigfaltigkeit

Mehr

Einführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018

Einführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018 1 Beweisen Sie folgende Aussage: Das Produkt zweier ungeraden Zahlen ist ungerade Beweisen Sie folgende Aussage: Es gibt keine ganzen Zahlen n, m mit 8m + 4n = 100 [Hinweis: Beweisen Sie indirekt Nehmen

Mehr

14 Kreisteilungskörper

14 Kreisteilungskörper 14 Kreisteilungskörper Wir wenden unsere Ergebnisse auf einen Fall an, mit dem die Algebraische Zahlentheorie begann und der bis heute im Zentrum der Forschung steht. 14.1 Erweiterungen mit Einheitswurzeln

Mehr

Körper- und Galoistheorie

Körper- und Galoistheorie Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist

Mehr

Lineare Abbildungen und Orthonormalsysteme

Lineare Abbildungen und Orthonormalsysteme KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,

Mehr

Das Gruppengesetz auf elliptischen Kurven: Assoziativität

Das Gruppengesetz auf elliptischen Kurven: Assoziativität Ausarbeitung des Seminarvortrags Das Gruppengesetz auf elliptischen Kurven: Assoziativität Seminar Kryptographie, TU Kaiserslautern Sommersemester 2011 Pablo Luka Version vom 14. 05. 2011 Inhaltsverzeichnis

Mehr

7.2 Die adjungierte Abbildung

7.2 Die adjungierte Abbildung 7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 23 Die Gradformel Satz 1. Seien K L und L M endliche Körperweiterungen. Dann ist auch K M eine endliche Körpererweiterung und

Mehr

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I 5. Tutorium Die Restklassenringe /n Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll

Mehr

Quadratische Erweiterung

Quadratische Erweiterung Quadratische Erweiterung Ziel: F 2 p besitzt Ordnung F 2 p = p 2 1 = (p+1)(p 1). Wir konstruieren eine Untergruppe von F 2 p mit Ordnung p+1. Unsere Hoffnung ist, dass p + 1 in kleine Primfaktoren zerfällt.

Mehr

Endliche Körper und Codierung SS Übungsblatt. 9. Bestimmen Sie alle primitiven Elemente (Erzeuger der multiplikativen Gruppe) von

Endliche Körper und Codierung SS Übungsblatt. 9. Bestimmen Sie alle primitiven Elemente (Erzeuger der multiplikativen Gruppe) von Endliche Körper und Codierung SS 2007 1. Übungsblatt 1. Sei p eine Primzahl und 0 j p 1. Zeigen Sie, dass ( ) p 1 j ( 1) j (mod p). 2. Sei R ein kommutativer Ring der Charakteristik p > 0 (prim). Zeigen

Mehr

Musterlösung Serie 8

Musterlösung Serie 8 D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare Algebra I für Mathematiker Lösungen Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Entscheidungsverfahren mit Anwendungen in der Softwareverifikation

Entscheidungsverfahren mit Anwendungen in der Softwareverifikation Entscheidungsverfahren mit Anwendungen in der Softwareverifikation XII: Quantoren-Elimination Carsten Sinz Institut für Theoretische Informatik 23.01.2019 Foliensatz basiert z.t. auf Folien von Erika Abraham

Mehr

6 Polynomielle Gleichungen und Polynomfunktionen

6 Polynomielle Gleichungen und Polynomfunktionen 6 Polynomielle Gleichungen und Polynomfunktionen Lineare Gleichungen Eine lineare Gleichung in einer Variablen ist eine Gleichung der Form ax + b = cx + d mit festen Zahlen a und c mit a c. Dies kann man

Mehr

Grundlagen der Mathematik 1

Grundlagen der Mathematik 1 Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 215/216 Lineare Algebra und analytische Geometrie I Vorlesung 27 In der letzten Vorlesung haben wir die Haupträume zu einem Eigenwert λ zu einem Endomorphismus ϕ als Kern

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

Mehr

Mathematik 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 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

Mehr

Aufgaben zur linearen Algebra und analytischen Geometrie I

Aufgaben zur linearen Algebra und analytischen Geometrie I Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und

Mehr

Wiederholungsserie II

Wiederholungsserie II Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095

Mehr

1 Polynome III: Analysis

1 Polynome III: Analysis 1 Polynome III: Analysis Definition: Eine Eigenschaft A(x) gilt nahe bei a R, falls es ein δ > 0 gibt mit A(x) gilt für alle x (a δ, a + δ)\{a} =: U δ (a) Beispiele: x 2 5 nahe bei 0 (richtig). Allgemeiner:

Mehr

Algebra. 0 = (f g)(x) = f(x) g(x).

Algebra. 0 = (f g)(x) = f(x) g(x). Fachbereich Mathematik Prof. Dr. Nils Scheithauer Walter Reußwig TECHNISCHE UNIVERSITÄT DARMSTADT WS 08/09 25. November 2008 Algebra 7. Übung mit Lösungshinweisen Aufgabe 31 Sei R ein Integritätsbereich,

Mehr

n (als K 0 -Vektorraum) und insbesondere

n (als K 0 -Vektorraum) und insbesondere Algebra I c Rudolf Scharlau, 2002 2010 209 4.3 Endliche Körper. Wir beschäftigen uns in diesem Abschnitt mit endlichen Körpern. Zum einen kann hier die allgemeine Theorie (auch die der folgenden Abschnitte

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen

Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen Lineare Algebra I Tutorium Inverse Matrizen und Gruppen Fachbereich Mathematik WS / Prof Dr Kollross November Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Die zweite Variante des Gauß-Algorithmus)

Mehr

1 Körper. Wir definieren nun, was wir unter einem Körper verstehen, und sehen dann, dass es noch andere, ganz kleine Körper gibt:

1 Körper. Wir definieren nun, was wir unter einem Körper verstehen, und sehen dann, dass es noch andere, ganz kleine Körper gibt: 1 Körper Sie kennen bereits 2 Beispiele von Zahlkörpern: (Q, +, ) (R, +, ) die rationalen Zahlen mit ihrer Addition und Multiplikation die reellen Zahlen mit ihrer Addition und Multiplikation Vielleicht

Mehr

Sätze über ganzrationale Funktionen

Sätze über ganzrationale Funktionen Sätze über ganzrationale Funktionen 1. Sind alle Koeffizienten a i ganzzahlig und ist x 0 eine ganzzahlige Nullstelle, so ist x 0 ein Teiler von a 0. 2. Haben alle Koeffizienten dasselbe Vorzeichen, so

Mehr

Lösungsvorschlag zur Nachklausur zur Analysis

Lösungsvorschlag zur Nachklausur zur Analysis Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie

Mehr

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

2.3 Basis und Dimension

2.3 Basis und Dimension Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit

Mehr

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger Hausdorff-Maß und Hausdorff-Dimension Jens Krüger Inhaltsverzeichnis 1 Einleitung 2 2 Grundlagen aus der Maßtheorie 3 3 Die Konstruktion des Hausdorff-Maßes 4 4 Eigenschaften des Hausdorff-Maßes und Hausdorff-Dimension

Mehr

Übung ln(p) x aus dem Primzahlsatz π(x) x/ ln(x) folgt. Gehen Sie dabei wie folgt vor: i) p x

Übung ln(p) x aus dem Primzahlsatz π(x) x/ ln(x) folgt. Gehen Sie dabei wie folgt vor: i) p x Übung 0 Übung 0 Zeigen Sie, dass der Primzahlsatz π(x) x/ ln(x) aus p x ln(p) x folgt Übung 02 Zeigen Sie, dass p x ln(p) x aus dem Primzahlsatz π(x) x/ ln(x) folgt Gehen Sie dabei wie folgt vor: i) p

Mehr

Für die Matrikelnummer M = Dann sind durch A =

Für die Matrikelnummer M = Dann sind durch A = Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie

Mehr

Polynome und endliche Körper

Polynome und endliche Körper Universität Koblenz-Landau Polynome und endliche Körper Ausarbeitung zum Proseminar Modul 4c Kryptographie im Fachbereich 3 Regula Krapf Arbeitsgruppe: Prof. Dr. Peter Ullrich Universität Koblenz-Landau

Mehr

Spline-Räume - B-Spline-Basen

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

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f.

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f. 3 Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f 4 Auf der Menge aller Restklassen [f] g kann man Addition und

Mehr

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

6. Normale Abbildungen

6. Normale Abbildungen SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische

Mehr

Lie Algebren und ihre Darstellungen

Lie Algebren und ihre Darstellungen ie Algebren und ihre Darstellungen Vortrag 8 : Innere Derivationen und Jordanzerlegung 1 Aufgaben Aufgabe 1.1. Seien x, y, z eine Basis für eine dreidimensionale lösbare ie-algebra. Weiter soll gelten:

Mehr

Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen

Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen Seminar über Darstellungstheorie endlicher Gruppen: Lemma von Schur, Darstellungen abelscher Gruppen, Räume von Darstellungshomomorphismen Aline Kaszuba, Lukas Böke 15. März 2016 Die folgende Diskussion

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

Kapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper

Kapitel 1. Erste algebraische Strukturen. 1.2 Ringe und Körper Kapitel 1 Lineare Algebra individuell M. Roczen und H. Wolter, W. Pohl, D.Popescu, R. Laza Erste algebraische Strukturen Hier werden die grundlegenden Begriffe eingeführt; sie abstrahieren vom historisch

Mehr

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Diskrete 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

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

Lineare Algebra II Lösungen der Aufgaben 42 und 43

Lineare Algebra II Lösungen der Aufgaben 42 und 43 D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V

Mehr

2.11 Eigenwerte und Diagonalisierbarkeit

2.11 Eigenwerte und Diagonalisierbarkeit 2.11. EIGENWERTE UND DIAGONALISIERBARKEIT 127 Die Determinante eines Endomorphismus Wir geben uns jetzt einen endlichen erzeugten K-Vektorraum V und einen Endomorphismus ϕ : V V vor. Wir wollen die Determinante

Mehr

Miller-Rabin Test. Primzahl- und Zerlegbarkeitstests. Zeugen für die Zerlegbarkeit ganzer Zahlen

Miller-Rabin Test. Primzahl- und Zerlegbarkeitstests. Zeugen für die Zerlegbarkeit ganzer Zahlen Miller-Rabin Test Primzahl- und Zerlegbarkeitstests Sei N eine positive ganze Zahl. Wie kann man möglichst effizient feststellen, ob N eine Primzahl oder zerlegbar ist? Dies ist die Aufgabe von Primzahlund

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

Algebra und Zahlentheorie WS 13/14

Algebra und Zahlentheorie WS 13/14 Algebra und Zahlentheorie WS 13/14 FU Berlin David Müßig http://page.mi.fu-berlin.de/def/auz14/ muessig@mi.fu-berlin.de 21.01.2014 1 Hintergrund: Basen & Vektorräume 1.1 Grundlegende Begriffe Da einige

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Inhaltsverzeichnis INHALTSVERZEICHNIS 1 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4

Mehr

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform LinAlg II Version 1 29. Mai 2006 c Rudolf Scharlau 219 3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform Das Problem der Normalformen für Endomorphismen handelt kurz gesprochen

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

Basen. Inhaltsverzeichnis

Basen. Inhaltsverzeichnis Vortrag zum Seminar zur Funtionentheorie, 15.07.2009 Benjamin Laumen Diese Ausarbeitung beruht auf Kapitel III, Paragraph 4 Unterpunt 1 3 aus dem Buch: Elliptische Funtionen und Modulformen von M. Koecher

Mehr

Wenn nicht anders angegeben sei im Folgendem stets p eine Primzahl, q := p n und F q der Körper mit q Elementen.

Wenn nicht anders angegeben sei im Folgendem stets p eine Primzahl, q := p n und F q der Körper mit q Elementen. : Ergänzungssätze zum Rezirozitätsgesetz I Vorbereitung 1.1 Notation Wenn nicht anders angegeben sei im Folgendem stets eine Primzahl, q := n und F q der Körer mit q Elementen. 1. Erinnerung Aus Algebra

Mehr

3. Funktionen. 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3]

3. Funktionen. 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3] 13 3. Funktionen 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3] Definition 1. A und B seien Mengen. a Eine Abbildung (oder Funktion f von A nach B (Schreibweise: f: A B ist eine Vorschrift, die jedem x A genau

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

Mehr

(a), für i = 1,..., n.

(a), für i = 1,..., n. .4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr