1 Ergänzungen zur Linearen Algebra

Größe: px
Ab Seite anzeigen:

Download "1 Ergänzungen zur Linearen Algebra"

Transkript

1 LA E Ergänzungen zur Lnearen Algebra 1.1 Ergänzungen zu den orthogonalen Projektonen Als erstes Ergänzungen zu Summen von Unterräumen. Snd V 1,..., V k Unterräume des R n, so soll de Menge {x x k x V } auch Summe der V heßen und mt V oder V V k bezechnet werden. De Menge V = V besteht also aus allen Vektoren, de sch als Summe von Vektoren aus den V schreben lassen. Dese Menge st sogar en Unterraum: Snd nämlch x = x und y = y zwe Vektoren aus V, de auch schon als Summen dargestellt snd, so st x + y = x + y auch als ene solche Summe darstellbar, da ja x + y n V legt für alle. Entsprechend seht man, dass mt x = x für jedes a auch ax = ax n V legt. Damt erfüllt V de beden Bedngungen für enen Unterraum. Übrgens legen alle V n deser Summe; wählt man nämlch en belebges x V j, so lässt sch des auch als x schreben mt x V, ndem man alle x mt j glech 0 setzt und x j = x. En enfaches Krterum dafür, dass en Unterraum Summe anderer Unterräume st: Feststellung 1. Es seen V 1,..., V k Unterräume des R n und V en weterer Unterraum. Dann st V genau dann de Summe der V, wenn alle V n V enthalten snd und wenn alle Elemente aus V sch als Summe von Elementen der V schreben lassen. Offenbar erfüllt de Summe der V de beden Bedngungen. Umgekehrt se V en Unterraum, der bede Bedngungen erfüllt. Ist V de Summe der V, so st zu zegen, dass V = V glt.. Mt den V enthält V dann auch alle Summen von Elementen der V, also glt V V. Anderersets st jedes Element von V ene Summe von Elementen der V, daher Element von V, weshalb umgekehrt V V und nsgesamt V = V glt. Her hat man dann Darstellungen von Vektoren durch Summen anderer Vektoren, de aus bestmmten Unterräumen stammen; es besteht ene gewsse Ähnlchket

2 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 2 mt dem Erzeugns von gegebenen Vektoren, das ja de Menge aller Lnearkombnatonen deser Vektoren st. Bem Erzeugns war de Frage nteressant, wann alle solche Darstellungen endeutg snd; das war genau dann der Fall, wenn de gegebenen Vektoren lnear unabhängg waren (se waren dann auch ene Bass des Erzeugnsses). Entsprechend kann man her nach Bedngungen dafür fragen, dass Darstellungen x = x von Vektoren aus V endeutg snd. Ene hnrechende (wenn auch ncht notwendge) Bedngung dafür st de, dass de V orthogonal snd. Es glt also Feststellung 2. Snd V 1,..., V k Unterräume des R n mt V V j für alle j, so gbt es für alle x V genau ene Darstellung als x = x mt x V. Ist P de Projekton auf V, so erhält man x als P x. Dass es ene solche Darstellung gbt, sagt gerade de Defnton, es blebt de Endeutgket. Wendet man aber auf ene Darstellung x = j x j mt x j V j de Projekton P an, so erhält man P x = j P x j. In deser Summe snd aber alle P x j glech 0 für j, da ja dann x j n V j V legt, also nsbesondere n V, wohngegen P x = x glt. Insgesamt st P x = x, womt x endeutg st. Abkürzend soll für dese Stuaton (de V snd wechselsetg orthogonal und V st de Summe der V ) auch de Sprechwese gebraucht werden, dass de V ene orthogonale Zerlegung von V snd. Feststellung 3. Blden de Unterräume V ene orthogonale Zerlegung des Unterraums V = V, und snd P de Projektonen auf de V, so glt P P j = 0 für j. Außerdem st P = P de Projekton auf V. De Glechungen P P j = 0 für j gelten, da dann V V j st. Setzt man P = P, so erhält man durch Ausmultplzeren P P = P P j = j P P = P = P, da ja für j de Produkte P P j = P P j alle 0 snd. Damt st P orthogonale Projekton. Wegen Px = P x und P x V glt Px V für alle x R n, also Bld(P) V. Legt umgekehrt x = j x j n V mt x j V j, so glt Px = j P x j = x = x, da P x j glech 0 st für j und glech x für = j. Damt glt V Bld(P) und nsgesamt folgt so V =Bld(P).

3 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 3 Feststellung 4. Blden de Unterräume V ene orthogonale Zerlegung des Unterraums V = V, snd P de Projektonen auf de V und P = P de Projekton auf V, so glt für alle x, y R n de Bezehung <Px, Py > = x P y = <P x, P y >, nsbesondere glt Px 2 = x P x = P x 2. Zur Begründung multplzert man enfach de Glechung P = P von lnks mt x und von rechts mt y, woraus sch de erste Behauptung ergbt wegen <Px, Py > = x Py und den entsprechenden Aussagen für alle P. De zwete Behauptung ergbt sch daraus dann, wenn man zusätzlch y = x setzt. Snd dann nsbesondere x und y aus V und de Summen x = x und y = y de endeutgen Darstellungen durch Elemente der V, so gelten wegen Px = x sowe P x = x und P y = y de Glechungen <x, y > = <x, y > und x 2 = x 2 Jetzt werden enge Sachverhalte etwas anders beschreben; Hlfsmttel st ene auf das endlchdmensonale heruntergebrochene Spektraltheore, de jedoch nur n Ansätzen geschldert wrd, nämlch sowet, we se her gebraucht wrd. De Termnologe st etwas deosynkratsch wegen enger formaler Analogen an de elementare W-Theore angelehnt. Zunächst enge Bezechnungen: Mt OP(n) se de Menge der orthogonalen Projektonen m R n bezechnet, mt S(n) de Menge der symmetrschen (n n)- Matrzen. Offenbar st OP(n) ene Telmenge von S(n), das sch auch als Vektorraum auffassen lässt (wenn man bespelswese de Enträge auf und oberhalb der Dagonale n rgendener festen Rehenfolge zu enem Vektor zusammenfasst). Gegeben se nun ene endlche Menge Ω mt k > 0 Elementen (Analoge: Grundgesamthet). Dann soll ene Funkton p : Ω OP(n)

4 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 4 ene P-Funkton heßen, wenn für alle ω ω aus Ω de Bedngung p(ω)p(ω ) = 0 glt. Analoge snd de W-Funktonen aus der elementaren W-Theore. Für p(ω) soll auch kurz auch P ω geschreben werden und für das Bld von P ω auch V ω. Dann st also P ω = p(ω) orthogonale Projekton auf den Unterraum V ω des R n. De Bedngung p(ω)p(ω ) = 0 für ω ω bedeutet dann P ω P ω = 0, was bekanntlch wederum äquvalent dazu st, dass V ω V ω glt. Man kann also auch so formuleren, dass de P ω = p(ω) orthogonale Projektonen auf unterenander orthogonale Unterräume sen sollen. Des st übrgens de gerade zuvor behandelte Stuaton. Als nächstes sollen Funktonen f auf Ω mt Werten n R betrachtet werden (Analoge etwa: Zufallsvarable). Bekanntlch kann man Funktonen adderen und mt Zahlen multplzeren (also: (f + g)(ω) = f(ω) + g(ω) und (af)(ω) = a(f(ω)), jewels für alle ω Ω). Funktonen kann man aber auch multplzeren ((f g)(ω) = f(ω)g(ω) für alle ω Ω). De ersten beden Operatonen snd Operatonen, we man se von enem Vektorraum kennt; man kann de Funktonen sogar mt Vektoren dentfzeren, womt de Menge der Funktonen auch formal zu enem Vektorraum wrd. Herzu brngt man de Elemente von Ω n ene feste Rehenfolge ω 1,..., ω k und dentfzert f mt dem Vektor, der als -te Komponente gerade f(ω ) bestzt. Wenn bespelswese Ω dre Elemente ω 1, ω 2, ω 3 bestzt, de durch f auf de Zahlen 1, 5, 3 abgebldet werden, so wäre der entsprechende Vektor enfach (1, 5, 3). Ene solche feste Anordnung der Elemente von Ω soll für vele der folgenden Argumente zur Verenfachung der Notaton vorausgesetzt werden; der Enfachhet halber soll dann für p(ω ) = P ω auch kurz P geschreben werden. De Menge aller solcher Funktonen kann so mt dem Vektorraum R k dentfzert werden.

5 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 5 Offenbar entsprcht dann de Addton von Funktonen der Addton der entsprechenden Vektoren und de Multplkaton ener Funkton mt ener Zahl der Multplkaton des entsprechenden Vektors mt deser Zahl. Enthält bespelswese weder Ω dre Elemente ω 1, ω 2, ω 3, und snd f und g de Funktonen, de desen Elementen n der glechen Rehenfolge de Zahlen 2, 4, 1 (f) und 3, 3, 1 (g) zuordnen, so wrd f durch den Vektor (2, 4, 1) repräsentert und g durch den Vektor (3, 3, 1). De Funkton f +g ordnet den Elementen ω 1, ω 2, ω 3 dann de Werte = 5, = 7, 1 + ( 1) = 0 zu und wrd folglch durch den Vektor (5, 7, 0) repräsentert, der sch n der Tat durch Vektoraddton aus (2, 4, 1) und (3, 3, 1) ergbt. Entsprechend hat 5f auf den ω n der gegebenen Rehenfolge de Werte 5 2 = 10, 5 4 = 20, 5 1 = 5, wrd also durch den Vektor (10, 20, 5) repräsentert, also n der Tat durch 5 (2, 4, 1). De Multplkaton von Funktonen hat zunächst kene Entsprechung be den Vektoren, allerdngs lässt sch dese Entsprechung lecht herstellen durch de Operaton, de aus zwe Vektoren durch komponentenwese Multplkaton enen drtten herstellt. Enthält we eben weder Ω dre Elemente ω 1, ω 2, ω 3, und snd f und g de Funktonen, de desen Elementen n der glechen Rehenfolge de Zahlen 2, 4, 1 (f) und 3, 3, 1 (g) zuordnen, so ordnet de Funkton fg den Elementen ω 1, ω 2, ω 3 de Werte 2 3 = 6, 4 3 = 12, 1 ( 1) = 1 zu und wrd folglch durch den Vektor (6, 12, 1) repräsentert, der sch n der Tat durch komponentenwese Multplkaton aus (2, 4, 1) und (3, 3, 1) ergbt. Als nächstes wrd auf der Menge der Funktonen auf Ω (de sch so ja als k-dmensonaler Vektorraum auffassen lässt) ene Funkton O mt Werten n S(n) defnert durch de Vorschrft O(f) = f(ω)p(ω). ω De Analoge st her der Erwartungswert. Hat man weder ene feste Rehenfolge der Elemente von Ω gewählt und f dann durch den Vektor (a 1,..., a k ) repräsentert (st also f(ω ) = a ), so st anders ausgedrückt O(f) = a P. In der Tat legt damt O(f) n S(n).

6 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 6 Identfzert man de Menge der Funktonen auf Ω mt R k und auch S(n) mt dem oben nochmals erläuterten Vektorraum, so hat man her ene Abbldung von enem Vektorraum n enen anderen, von der man sofort nachrechnet, dass se lnear st. (Wrd f durch a = (a 1,..., a k ) repräsentert und g durch b = (b 1,..., b k ), so f + g durch a + b und es ergbt sch O(f + g) = (a + b )P = a P + b P = O(f) + O(g), entsprechend O(cf) = co(f) für jede Zahl c.) De Funkton O respektert aber auch de Multplkaton, es glt nämlch auch O(fg) = O(f)O(g). (Für den analogen Erwartungswert glt des ncht mmer, sondern nur für Zufallsvarable mt Kovaranz 0.) Wrd nämlch weder f durch enen Vektor a = (a 1,..., a k ) repräsentert und g durch enen Vektor b = (b 1,..., b k ), so wrd fg repräsentert durch den Vektor c = (c 1,..., c k ) mt den Komponenten c = a b. Dann glt ( ) ( ) O(f)O(g) = a P b P j = a b j P P j. j j Nun st aber P P j = 0 für j und glech P P = P für j =, so dass sch des verenfacht zu O(f)O(g) = a b P = c P = O(fg). Nun sollen spezelle Funktonen betrachtet werden, nämlch solche, de nur de Werte 0 und 1 annehmen. De Funkton auf Ω, de auf ener Telmenge A den Wert 1 annmmt und sonst den Wert 0 wrd üblcherwese mt χ A bezechnet und heßt auch Indkatorfunkton. (Se gbt sozusagen durch den Funktonswert 1 an, dass das betrachtete Element von Ω zu A gehört.) Hat Ω bespelswese 6 Elemente ω 1,..., ω 6 und st A = {2, 4, 6}, so wrd χ A repräsentert durch (0, 1, 0, 1, 0, 1). In der Wahrschenlchketstheore st der Erwartungswert der Indkatorfunkton ener Menge A gerade de Wahrschenlchket von A; auch herzu soll nun en Analogon gebldet werden.

7 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 7 Zunächst enge elementare Egenschaften von Indkatorfunktonen. Snd A und B dsjunkt, so st de Indkatorfunkton von A B glech der Summe der Indkatorfunktonen von A und B. Mt enem Bespel sollte das sofort enleuchten: Wenn Ω weder de 6 Elemente ω 1,..., ω 6 enthält und A = {ω 1, ω 2 } st und B = {ω 4, ω 5 }, so st A B = {ω 1, ω 2, ω 4, ω 5 }. Werden de Indkatorfunktonen durch Vektoren repräsentert, so hat man de Entsprechungen χ A (1, 1, 0, 0, 0, 0) χ B (0, 0, 0, 1, 1, 0) χ A B (1, 1, 0, 1, 1, 0) De Indkatorfunkton von A B st also n der Tat de Summe der Indkatorfunktonen von A und B. De Indkatorfunkton von Ω st natürlch de Funkton, de überall 1 st und de von de, de überall 0 st (repräsentert werden dese Funktonen durch den Vektor aus lauter Ensen bzw. lauter Nullen). Snd A und B nun belebge Mengen, so glt χ A B = χ A χ B ; de Indkatorfunkton des Durchschntts st also das Produkt der Indkatorfunktonen. Auch des sollte durch en Bespel sofort klar werden: Hat Ω weder 6 Elemente und st A = {ω 1, ω 2, ω 3, ω 4 } und B = {ω 2, ω 4, ω 6, }, so st A B = {ω 2, ω 4 }. Werden de Indkatorfunktonen durch Vektoren repräsentert, so hat man de Entsprechungen χ A (1, 1, 1, 1, 0, 0) χ B (0, 1, 0, 1, 0, 1) χ A B (0, 1, 0, 1, 0, 0) De Indkatorfunkton von A B st also n der Tat das Produkt der Indkatorfunktonen von A und B. Damt erhält man auch sofort de Formel für de Indkatorfunkton von A B m allgemenen Fall, nämlch χ A B = χ A + χ B χ A B Auch des sollte sofort mt dem vorgen Bespel enleuchten: Werden de Indkatorfunktonen durch Vektoren repräsentert, so hat man nämlch de Entspre-

8 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 8 chungen χ A (1, 1, 1, 1, 0, 0) χ B (0, 1, 0, 1, 0, 1) χ A B (1, 1, 1, 1, 0, 1) χ A + χ B (1, 2, 1, 2, 0, 1) χ A B (0, 1, 0, 1, 0, 0) Nun kann schleßlch ene wetere Funkton π auf der Potenzmenge von Ω engeführt werden durch de Vorschrft π(a) = O(χ A ) Es wrd sch glech zegen, dass dese Funkton ähnlche Egenschaften hat we en W-Maß; se soll daher auch als en P-Maß bezechnet werden ( P für Projekton). Zunächst snd de Funktonswerte tatsächlch orthogonale Projektonen. Da de Werte der Funkton O symmetrsche Matrzen snd, damt auch de der Funkton π, recht es zu zegen, dass de Matrzen, de sch als Funktonswerte der Funkton π ergeben, auch dempotent snd. Her glt aber für jede Telmenge A von Ω: π(a)π(a) = O(χ A )O(χ A ) = O(χ A χ A ) = O(χ A A ) = O(χ A ) = π(a) Damt nmmt π tatsächlch Werte n OP(n) an, es glt also π : P(Ω) OP(n), wenn P(Ω) we üblch de Potenzmenge von Ω bezechnet. Dese Egenschaft entsprcht dem ersten Axom für en W-Maß P, nämlch dem, dass P nur nchtnegatve Werte annehmen kann. Auch das drtte Axom fndet sofort sene Entsprechung: Snd nämlch A und B dsjunkt, so glt π(a B) = π(a) + π(b) Des ergbt sch sofort folgendermaßen: π(a B) = O(χ A B ) = O(χ A + χ B ) = O(χ A ) + O(χ B ) = π(a) + π(b),

9 1.1 Ergänzungen zu den orthogonalen Projektonen LA E 15 9 wobe χ A B = χ A + χ B benutzt wurde, was ja für dsjunkte Mengen A und B glt. Bsher hat das zwete Axom für W-Maße allerdngs noch kene rchtge Entsprechung. Dese erhält man jedoch, wenn man noch de Zusatzforderung stellt, dass π(ω) = I sen soll, also de Enhetsmatrx. Des muss bsher noch ncht unbedngt gelten. Falls dese Forderung aber auch erfüllt st, falls also zusätzlch noch π(ω) = I glt, so hat man n π en Bespel für ene sogenannte Zerlegung der Ens. Krteren dafür, dass auch dese Zusatzbedngung noch erfüllt st, glt es noch zu fnden. Ene Zerlegung π der Ens, we se (mt Zusatzbedngung) her konstruert wurde, erfüllt damt folgende Bedngungen: (1) π(a) OP(n) für alle A Ω (2) π(ω) = I (3) π(a B) = π(a) + π(b) falls A B = Damt st de Analoge zu W-Maßen augenfällg. Man könnte jetzt analog (und ganz parallel) zur W-Theore aus den Axomen wetere Folgerungen zehen, enfacher st es aber, Folgerungen für den her betrachteten Spezalfall aus der Konstrukton herzuleten. Zunächst wrd dabe π(ω) = I, also (2) ncht vorausgesetzt. Klar st zunächst, dass π( ) = 0 glt, des folgt bespelswese mt der Egenschaft (3) oben: Da = st, glt auch π( ) = π( ) = π( ) + π( ), und zeht man be deser Glechung auf beden Seten π( ) ab, so folgt de Behauptung. Natürlch folgt des auch drekt aus der Konstrukton: de charakterstsche Funkton der leeren Menge st ja de, de konstant 0 st, und dese Funkton wrd durch O natürlch weder auf 0 (de Nullmatrx) abgebldet.

10 1.1 Ergänzungen zu den orthogonalen Projektonen LA E Im allgemenen Fall belebger Mengen A und B glt π(a B) = π(a) + π(b) π(a B), was sofort aus der Glechung χ A B = χ A + χ B χ A B folgt, wenn man auf bede Seten de Funkton O anwendet. Man kann des jedoch auch aus den bshergen Egenschaften von π mt Hlfe von dsjunkten Zerlegungen so folgern we es analog aus der elementaren W-Theore bekannt st. Snd A 1,..., A m und A Telmengen von Ω, so heßt (A 1,..., A m ) bekanntlch ene dsjunkte Zerlegung von A, wenn de Verengung der A glech A st und für alle j de Bezehung A A j = glt. Ist (A 1,..., A m ) ene dsjunkte Zerlegung ener Menge A, so erhält man bespelwese aus (3) nduktv sofort de Bezehung π(a) = π(a ) glt. Alternatv seht man des aber auch mt Hlfe der offenschtlchen Glechung χ A = χ A, ndem man auf bede Seten weder O anwendet. Wchtg st vor allem ene wetere Egenschaft: (4) π(a B) = π(a)π(b) für alle A, B Ω Des hat n der W-Theore kene Entsprechung, das Analogon würde ja bedeuten, dass je zwe belebge Eregnsse unabhängg snd. Dese Egenschaft folgt her ganz enfach: π(a B) = O(χ A B ) = O(χ A χ B ) = O(χ A ) O(χ B ) = π(a)π(b) Wegen A B = B A folgt daraus π(a)π(b) = π(b)π(a), de Projektonen, de Werte der Funkton π snd, vertauschen also. Nun sollen auch noch de Unterräume untersucht werden, auf de de π(a) projzeren. Dazu wrd ene neue Funkton ψ auf P(Ω) defnert durch de Vorschrft ψ(a) = Bld(π(A)) Etwas suggestver soll gelegentlch für π(a) auch P A und für ψ(a) auch V A geschreben werden; für jede Telmenge A von Ω st dann P A de orthogonale Projekton auf V A.

11 1.1 Ergänzungen zu den orthogonalen Projektonen LA E De Egenschaften von ψ sollen nun etwas genauer untersucht werden. Zunächst glt ψ(a B)) = Bld(π(A B)) = Bld(π(A)π(B)) = Bld(π(A)) Bld(π(B)) = ψ(a) ψ(b), da ja π(a) und π(b) vertauschen. Etwas suggestver st herfür de Formulerung V A B = V A V B Aus A B folgt ψ(a) ψ(b): Her st ja A B = A, also ψ(a) ψ(b) = ψ(a B) = ψ(a), woraus sofort ψ(a) ψ(b) folgt. Suggestver: A B V A V B Snd A und B dsjunkt, so glt ψ(a) ψ(b): In desem Fall st ja π(a B) = π( ) = 0, woraus ψ(a) ψ(b) folgt. Suggestver: A B = V A V B Blden de A ene dsjunkte Zerlegung von A, so blden de ψ(a ) ene orthogonale Zerlegung von ψ(a): Aus der Dsjunkthet der A folgt zunächst de Orthogonaltät der ψ(a ), bekannt st dann schon π(a) = π(a ); n deser Stuaton st aber π(a ) de Projekton auf de Summe der ψ(a ), weshalb dese Summe auch glech ψ(a) sen muss. Suggestver: Blden A 1,..., A m ene dsjunkte Zerlegung von A, so blden V A1,..., V Am orthogonale Zerlegung von V A. ene Für belebges A und B glt: ψ(a B) = ψ(a) + ψ(b). Um des zu zegen, prüft man de beden Krteren aus Feststellung 1 nach. Wegen A A B glt ψ(a) ψ(a B), entsprechend für B. Damt enthält ψ(a B) de beden Unterräume ψ(a) und ψ(b). Es blebt de zwete Bedngung zu zegen, nämlch, dass jedes Element von ψ(a B) sch als Summe von Elementen von ψ(a) und ψ(b) schreben lässt. Setzt man C := B\A, so snd A und C dsjunkt und es glt A B = A C, daher π(a B) = π(a C) = π(a)+π(c). Ist nun x ψ(a C), so glt x = π(a B)(x) = π(a C)(x) = π(a)(x)+π(c)(x). Der erste Summand legt offenbar n ψ(a), der zwete n ψ(c), da aber C B) glt, auch n ψ(b), womt x ene Darstellung als Summe von Elementen von ψ(a) und ψ(b) bestzt; de Behauptung ψ(a B) = ψ(a) + ψ(b) st damt gezegt. Suggestver:

12 1.1 Ergänzungen zu den orthogonalen Projektonen LA E V A B = V A + V B De Aussagen über Durchschntte und Verengungen gelten übrgens auch für endlch vele A, we man lecht enseht. Es seen dazu Telmengen A von Ω gegeben. Dann glt V A = V A, was nduktv über de Zahl m der betrachteten Mengen drekt aus m A = ( m 1 ) A Am und m V = ( m 1 ) V Vm folgt. Ganz analog st de Argumentaton für Summen: Weder seen Telmengen A von Ω gegeben. Dann glt V A = V A, was nduktv über de Zahl m der betrachteten Mengen drekt aus m A = ( m 1 ) A Am und m V = ( m 1 ) V +Vm folgt (letzteres folgt sofort daraus, dass für belebge x V A de Bezehung ( m m ) x = x + x m glt). Auch über de Dmensonen kann man Aussagen machen, de sch her ganz enfach daraus ergeben, dass de Dmenson des Bldes ener orthogonalen Projekton glech der Spur deser Projekton st, und dass de Spur lnear st. Interessant st her vor allem de Aussage dm(v A B ) = dm(v A ) + dm(v B ) dm(v A B ) Dese Aussage folgt sofort aus der für de zugehörgen Projektonen gültgen Bezehung P A B = P A + P B P A B, wenn man von beden Seten de Spur bldet und deren Lneartät benutzt. Ist nsbesondere A B =, so st V A B = {0} nulldmensonal und es glt dm(v A B ) = dm(v A ) + dm(v B ) Man erkennt so auch sofort, dass m Fall von dsjunkten A de Bezehung glt. dm V A = dm(v A )

13 1.1 Ergänzungen zu den orthogonalen Projektonen LA E Ene Nebenbemerkung: Defnert man auf P(Ω) ene Funkton d durch d(a) = dm(ψ(a)), n der suggestveren Schrebwese d(a) = dm(v A ), so erfüllt des d de Bedngungen d(a) 0 für alle A und d(a B) = d(a) + d(b) falls A B = Damt st des d ene Art Maß, das n desem Fall nur ganzzahlge Werte annmmt. Wchtg st noch der Fall, dass π(ω) = I glt, was offenbar glechwertg damt st, dass ψ(ω) der ganze R n st. Suggestver lauten dese Bedngungen P Ω = I und V Ω = R n. Des war der Fall, n dem π auch Zerlegung der Ens genannt wurde. Her glech en Krterum dafür, dass des der Fall st: Ist p ene P-Funkton auf Ω mt Werten n OP(n) und π das zugehörge P-Maß, so st π genau dann ene Zerlegung der Ens, wenn Rang(p(ω)) = n glt. ω Dabe st natürlch der Rang von p(ω) gerade de Dmenson des Bldes von p(ω). De Behauptung folgt sofort daraus, dass de enelementgen Telmengen von Ω ene dsjunkte Zerlegung von Ω blden, weshalb dm(v Ω ) glech ω dm V {ω} = ω Rang(p(ω)) st, denn dm(v Ω) st genau dann glech n, wenn π ene Zerlegung der Ens st. Falls de Funkton p ncht zu ener Zerlegung der Ens führt, kann man des übrgens lecht korrgeren. Man bldet zunächst V Ω und nmmt davon das orthogonale Komplement, das kurz V e heßen soll. Dann erwetert man Ω um en neues Element ω e zu Ω, übernmmt de alte Funkton p und ordnet zusätzlch dem neuen Element ω e de Projekton auf V e zu. Zur Unterschedung sollen zu Ω de Funkton π und ψ gehören; de alten Funktonen π und ψ snd dann de Enschränkungen von π und ψ auf de Telmengen von Ω, de ω e ncht enthalten. Im dem Fall, dass π ene Zerlegung der Ens st, kann man den bshergen Regeln auch noch Regeln für Komplemente von Mengen hnzufügen; das Komplement ener Menge A se dabe mt A c bezechnet. Zunächst folgt aus A A c = Ω und der Dsjunkthet von A und A c zunächst

14 1.1 Ergänzungen zu den orthogonalen Projektonen LA E P A + P A c = P Ω = I und daraus weder P A c = I P A Damt st P A c de Projekton auf VA, womt auch V A c = V A glt. Nun soll das Ergebns der bshergen Untersuchung zusammengefasst werden; der Enfachhet halber soll dabe π ene Zerlegung der Ens sen. Dabe wrd der Kürze halber π etwas anders erklärt, nämlch ohne den Umweg über de Funkton O als π(a) = ω A p(ω); mt der zusätzlchen Verenbarung, dass de Summe über de leere Menge glech 0 sen soll, seht man sofort (ndem man A dsjunkt n de enelementgen Telmengen von A zerlegt), dass dese neue Defnton zur alten äquvalent st. Zusammenfassung für den Fall ener Zerlegung der Ens Gegeben st ene endlche Menge Ω und ene P-Funkton p : Ω OP(n), also ene Funkton n de Menge der orthogonalen Projektonen m R n, de de Bedngung p(ω)p(ω ) = 0 für ω ω erfüllt. Dabe soll außerdem p(ω) = I ω gelten, was bespelswese dann der Fall st, wenn de Summe der Ränge der p(ω) (also de Summe der Dmensonen der Blder deser Projektonen) glech n st. Dann wrd ene Funkton defnert durch π : P(Ω) OP(n) π(a) = ω A p(ω)

15 1.1 Ergänzungen zu den orthogonalen Projektonen LA E und ene Funkton ψ, de ebenfalls auf der Potenzmenge P(Ω) von Ω durch defnert st. ψ(a) = Bld(π(A)) Etwas suggestver wrd nun oft P A für π(a) und V A für ψ(a) geschreben. Dann gelten zunächst folgende Aussagen, de den Axomen der W-Theore sehr ähnlch snd: (1) π(a) OP(n) für alle A Ω (2) π(ω) = I (3) π(a B) = π(a) + π(b) falls A B = Zusätzlch glt für alle Telmengen A und B von Ω de wchtge Aussage π(a B) = π(a)π(b), nsbesondere vertauschen alle P A mt allen P B. Es folgen de wchtgsten oben gewonnenen Ergebnsse: P Ω = I, V Ω = R n P = 0, V = {0} P A B = P A P B = P B P A, P A B = P A + P B P A B, P A c = I P A, V A B = V A V B V A B = V A + V B V A c = V A dm(v A + V B ) = dm(v A ) + dm(v B ) dm(v A V B ) A B V A V B P A P B = P A A B = V A V B P A P B = 0 Herbe snd A und B belebge Telmengen von Ω; dass π Zerlegung der Ens st, wrd be den Aussagen über P Ω und P A c gebraucht. Be den beden letzten Aussagen kann übrgens der erste enfache Pfel durch enen Doppelpfel ersetzt werden, falls alle p(ω) unglech 0 snd s. de Anmerkung nach der Zusammenfassung. Schleßlch glt: Blden A 1,..., A m ene dsjunkte Zerlegung von A, so blden V A1,..., V Am ene orthogonale Zerlegung von V A.

16 1.1 Ergänzungen zu den orthogonalen Projektonen LA E Ende der Zusammenfassung. Dese Ergebnsse gelten leder nur für de Projektonen und Unterräume, de sch be der Konstrukton ergeben. Interessant st abschleßend vellecht noch de Frage, um we vele Projektonen bzw. Unterräume es dabe geht. Setzt man noch voraus, dass p für ken Element von Ω den Wert 0 annmmt, so seht man, dass dese Zahl glech 2 k st (k war de Anzahl der Elemente von Ω). Des st ja bekanntlch de Mächtgket der Potenzmenge, auf der π und ψ defnert snd. Zunächst folgt aus der Zusatzbedngung, dass für alle A auch π(a) 0 sen muss. Man kann ja en solches A dsjunkt n sene enelementgen Telmengen zerlegen, und de Dmenson von ψ(a) st dann de Summe der enzelnen Dmensonen, de aber wegen der Zusatzbedngung jetzt ncht 0 sen können. Daher st ψ(a) ncht der Nullraum und folglch auch π(a) ncht 0. Heraus folgt nun, dass π njektv st (und damt auch ψ, denn unterschedlche Projektonen haben ja unterschedlche Blder), we glech gezegt werden soll. Aus der Injektvtät von π folgt dann aber, dass de Anzahl der Projektonen, de Funktonswerte von π snd, glech der Mächtgket des Defntonsberechs P(Ω) st, also glech 2 k, und das st de Behauptung. Es blebt also zu zegen, dass π njektv st, dass also aus π(a) = π(b) schon A = B folgt. Es seen also Mengen A und B gegeben mt Durchschntt C = A B, für de π(a) = π(b) glt. Dann glt auch π(a) = π(a)π(a) = π(a)π(b) = π(a B) = π(c), entsprechend π(b) = π(c). Es soll nun gezegt werden, dass dann A = C st, ganz genauso erhält man dann auch B = C, nsgesamt also A = B. Natürlch glt C = A B A, es muss also nur gezegt werden, dass A ken Element enthält, das ncht zu C gehört. Ist aber D = A\C de mengentheoretsche Dfferenz von A und C, so blden C und D ene dsjunkte Zerlegung von A, weshalb π(a) = π(c)+π(d) glt. Wegen π(a) = π(c) st dann π(d) = 0, also D =, und damt A = C, was noch zu zegen war. Zusammenfassend glt also: Ist für ken ω Ω der Wert p(ω) glech 0, so snd π und ψ njektv, zu verschedenen Telmengen von Ω gehören dann also mmer auch verschedene Projektonen und verschedene Unterräume. In desem Fall können zwe Aussagen aus der Zusammenfassung oben noch verschärft werden:

17 1.1 Ergänzungen zu den orthogonalen Projektonen LA E A B V A V B P A P B = P A A B = V A V B P A P B = 0 Her st dann also auch der erste Pfel en Doppelpfel. Zunächst de erste Aussage: Ist P A P B = P A, so st wegen P A P B = P A B auch P A B = P A, also π(a B) = π(a), und damt jetzt wegen der Injektvtät von π auch A B = A und damt A B. De zwete ergbt sch ähnlch: Ist P A P B = 0, so st wegen P A P B = P A B auch P A B = 0 und damt jetzt A B =.

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

4 Die geometrische Darstellung der komplexen

4 Die geometrische Darstellung der komplexen 4 De geometrsche Darstellung der komplexen Zahlen Mt komplexen Zahlen kann man rechnen we mt gewöhnlchen Zahlen. Man kann mt hnen alle quadratschen Glechungen lösen. Aber das st be wetem ncht alles: Komplexe

Mehr

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013 Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: 1007394 Studenrchtung: A 033621 Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz. Inhaltsverzechns

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101 Alternatve Bewese Klaus-R. Löffler Inhaltsverzechns Vorbemerkungen De nachfolgend angegebenen Bewese oder Bewesvaranten snd n gewsser Wese der Unterhaltungsmathematk zuzurechnen: Es geht darum, zu engen

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Lösungen aller Aufgaben und Lernkontrollen

Lösungen aller Aufgaben und Lernkontrollen Oft gbt es be den Aufgaben mehr als nur enen rchtgen Lösungsweg. Es st jedoch mest nur ene Lösung dargestellt. Aufgaben u Kaptel Lösung u Aufgabe a) nach Defnton von. b) 4 ( ) ( ). c) 5 4. d) ( ) (( )

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

MECHATRONISCHE NETZWERKE

MECHATRONISCHE NETZWERKE MECHATRONISCHE NETZWERKE Jörg Grabow Tel 3: Besondere Egenschaften 3.Besondere Egenschaften REZIPROZITÄT REZIPROZITÄT Neben den allgemenen Enschränkungen (Lneartät, Zetnvaranz) be der Anwendung der Verpoltheore

Mehr

2.6 Struktursatz und Anwendungen

2.6 Struktursatz und Anwendungen 2.6. STRUKTURSTZ UND NWENDUNGEN 79 2.6 Struktursatz und nwendungen Lernzele 4. Normalformen für Präsentatonen endlch erzeugter Moduln über Eukldschen erechen nwendungen auf ratonale Normalformen für Vektorraumendomorphsmen

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28)

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28) V.3 Drehungen 83 V.3 Drehungen Jetzt werden dredmensonale Drehungen und hre Wrkung betrachtet. Wenn ~n der Enhetsvektor entlang der Drehachse und der Wnkel der Drehung snd, kann wrd de Transformaton des

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Komplexe Zahlen. Teil 2. Darstellung der komplexen Zahlen. als Vektoren mit Polarkoordinaten trigonometrisch oder exponentiell. Eulersche Funktion E

Komplexe Zahlen. Teil 2. Darstellung der komplexen Zahlen. als Vektoren mit Polarkoordinaten trigonometrisch oder exponentiell. Eulersche Funktion E Höhere nalss Komplexe Zahlen Tel Darstellung der komplexen Zahlen als Vektoren mt Polarkoordnaten trgonometrsch oder exponentell Eulersche Funkton E Date Nr. 500 Stand. November 08 FRIEDRICH W. BUCKEL

Mehr

4. Rechnen mit Wahrscheinlichkeiten

4. Rechnen mit Wahrscheinlichkeiten 4. Rechnen mt Wahrschenlchketen 4.1 Axome der Wahrschenlchketsrechnung De Wahrschenlchketsrechnung st en Telgebet der Mathematk. Es st üblch, an den Anfang ener mathematschen Theore enge Axome zu setzen,

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket

Mehr

Zusammenfassung der letzten LVA. Diskrete Mathematik

Zusammenfassung der letzten LVA. Diskrete Mathematik Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge

Mehr

1 Differentialrechnung in mehreren Variablen

1 Differentialrechnung in mehreren Variablen 1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

Zwei Sätze von Joseph Wolstenholme. Johann Cigler

Zwei Sätze von Joseph Wolstenholme. Johann Cigler Zwe Sätze von Joseh Wolstenholme Johann Cgler Vor enger Zet sandte mr Herr P., en hlosohsch gebldeter älterer Mann, enge Bemerkungen zu enem Resultat von Joseh Wolstenholme, das er folgendermaßen formulerte:

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23.

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23. Höhere Analyss Komplexe Zahlen Tel Grundrechenarten Darstellung n der Gaußschen Zahlenebene Date Nr. 500 Stand. November 08 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK https/:mathe-cd.de 500 Komplexe Zahlen

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Lineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007

Lineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007 Lneare Algebra B. Herzog, Unverstät Lepzg, Insttut für Mathematk und Informatk, Vorlesung des ersten Studenjahrs m Herbstsemester 2007 Hnwese Aufgaben Am Anfang jeder Woche werden jewels 3 Aufgaben ns

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM) 6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden

Mehr

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematk für das Ingeneurstudum von Martn Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck m Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzechns schnell und portofre

Mehr

Übungsblatt 7 Lösungsvorschläge

Übungsblatt 7 Lösungsvorschläge Insttut für Theoretsche Informatk Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 7 Lösungsvorschläge Vorlesung Algorthmentechnk m WS 09/10 Problem 1: Mnmale Schnttbass Approxmatonsalgos relatver Gütegarante

Mehr

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

Komplexe Zahlen. Roger Burkhardt 2008

Komplexe Zahlen. Roger Burkhardt 2008 Komplexe Zahlen Roger Burkhardt (roger.burkhardt@fhnw.ch) 008 Enführung De Unvollkommenhet des Körpers der reellen Zahlen N 1,,,,... snd sowohl { } In der Menge der natürlchen Zahlen Addton we Multplkaton

Mehr

Neuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. .

Neuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. . Neuronale Netze M. Gruber 7.11.015 Begnnen wr mt enem Bespel. Bespel 1 Wr konstrueren enen Klasskator auf der Menge X = [ 1; 1], dessen Wrkung man n Abb.1 rechts sehen kann. Auf der blauen Telmenge soll

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Rückblick Regression II: Anpassung an Polynome

Rückblick Regression II: Anpassung an Polynome Rückblck Regresson II: Anpassung an Polynome T. Keßlng: Auswertung von Messungen und Fehlerrechnung - Fehlerrechnung und Korrelaton 0.06.08 Vorlesung 0- Temperaturmessung mt Thermospannung Wr erhalten

Mehr

=, grad Z(s) = m n = grad N(s).

=, grad Z(s) = m n = grad N(s). 4 7... Stabltätsprüfung anhand der Übertragungsfunkton (.9) leferte den Zusammenhang zwschen der Gewchtsfunkton g(t) und der Übertragungsfunkton G(s) enes lnearen zetnvaranten Systems G (s) { g ( t)}.

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

Mehr

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

Mehr

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt:

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt: (Theoretsche Konfdenzntervalle für de beobachteten Werte: De Standardabwechung des Messfehlers wrd Standardmessfehler genannt: ( ε ( 1- REL( Mt Hlfe der Tschebyscheff schen Unglechung lassen sch be bekanntem

Mehr