Schaltalgebra. Franz Pauer, Florian Stampfer. Institut für Fachdidaktik und Institut für Mathematik. Universität Innsbruck
|
|
- Heiko Geiger
- vor 5 Jahren
- Abrufe
Transkript
1 Schaltalgebra Franz Pauer, Florian Stampfer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien April 2019
2 Eine Lampe mit drei Schaltern Die Lampe eines Stiegenhauses kann von Schaltern im Keller, im Erdgeschoß und im ersten Stock bedient werden.
3 Eine Lampe mit drei Schaltern Die Lampe eines Stiegenhauses kann von Schaltern im Keller, im Erdgeschoß und im ersten Stock bedient werden. Man möchte haben, dass sich bei jedem Druck auf einen der drei Schalter der Zustand der Lampe (leuchtet oder leuchtet nicht) ändert.
4 Eine Lampe mit drei Schaltern Die Lampe eines Stiegenhauses kann von Schaltern im Keller, im Erdgeschoß und im ersten Stock bedient werden. Man möchte haben, dass sich bei jedem Druck auf einen der drei Schalter der Zustand der Lampe (leuchtet oder leuchtet nicht) ändert. Wie müssen die Leitungen zwischen den Schaltern und der Lampe verlegt werden, um das zu erreichen?
5 Eine Lampe mit drei Schaltern Eine Lösung: s 1 s 2 s 3
6 Eine Lampe mit drei Schaltern Eine andere Lösung: s 1 s 2 s 3
7 Beschreibung dessen, was man will: Schaltfunktion Für jeden Schalter gibt es zwei Positionen: 0 und 1.
8 Beschreibung dessen, was man will: Schaltfunktion Für jeden Schalter gibt es zwei Positionen: 0 und 1. Es gibt zwei Zustände der Lampe: 1 (Licht leuchtet) und 0 (Licht leuchtet nicht).
9 Beschreibung dessen, was man will: Schaltfunktion Für jeden Schalter gibt es zwei Positionen: 0 und 1. Es gibt zwei Zustände der Lampe: 1 (Licht leuchtet) und 0 (Licht leuchtet nicht). Z 2 := {0, 1}
10 Beschreibung dessen, was man will: Schaltfunktion Für jeden Schalter gibt es zwei Positionen: 0 und 1. Es gibt zwei Zustände der Lampe: 1 (Licht leuchtet) und 0 (Licht leuchtet nicht). Z 2 := {0, 1} Menge aller möglichen Positionen der drei Schalter: Z 3 2 := {0, 1}3 (dazu zuerst Reihenfolge der Schalter festlegen und Bezeichnung der Position wählen)
11 Beschreibung dessen, was man will: Schaltfunktion Für jeden Schalter gibt es zwei Positionen: 0 und 1. Es gibt zwei Zustände der Lampe: 1 (Licht leuchtet) und 0 (Licht leuchtet nicht). Z 2 := {0, 1} Menge aller möglichen Positionen der drei Schalter: Z 3 2 := {0, 1}3 (dazu zuerst Reihenfolge der Schalter festlegen und Bezeichnung der Position wählen) Es gibt 8 verschiedene Positionen der drei Schalter.
12 Beschreibung dessen, was man will: Schaltfunktion Für jeden Schalter gibt es zwei Positionen: 0 und 1. Es gibt zwei Zustände der Lampe: 1 (Licht leuchtet) und 0 (Licht leuchtet nicht). Z 2 := {0, 1} Menge aller möglichen Positionen der drei Schalter: Z 3 2 := {0, 1}3 (dazu zuerst Reihenfolge der Schalter festlegen und Bezeichnung der Position wählen) Es gibt 8 verschiedene Positionen der drei Schalter. (0, 1, 1) beschreibt: Schalter 1 in Position 0, Schalter 2 und 3 in Position 1.
13 Beschreibung dessen, was man will: Schaltfunktion Beschreibung des Zusammenhangs zwischen der Menge der Schalterpositionen und der Menge der Zustände der Lampe: Schaltfunktion f : Z 3 2 Z 2 mit f (x 1, x 2, x 3 ) := Zustand der Lampe, wenn die drei Schalter in Position (x 1, x 2, x 3 ) sind.
14 Beschreibung dessen, was man will: Schaltfunktion Beschreibung des Zusammenhangs zwischen der Menge der Schalterpositionen und der Menge der Zustände der Lampe: Schaltfunktion f : Z 3 2 Z 2 mit f (x 1, x 2, x 3 ) := Zustand der Lampe, wenn die drei Schalter in Position (x 1, x 2, x 3 ) sind. Darstellung durch eine Tabelle: x 1 x 2 x 3 f (x 1, x 2, x 3 )
15 Einfach: Von der Schaltung zur Schaltfunktion Ist eine Schaltung gegeben, kann die Schaltfunktion daraus leicht ermittelt werden. Die Schaltfunktion der Schaltung s 1 s 2 s 3 ist g : Z 3 2 Z 2 mit g(x 1, x 2, x 3 ) := Zustand der Lampe, wenn die drei Schalter in Position (x 1, x 2, x 3 ) sind.
16 Einfach: Von der Schaltung zur Schaltfunktion Darstellung der Schaltfunktion g : Z 3 2 Z 2 durch ihren Graphen (eine Tabelle): x 1 x 2 x 3 g(x 1, x 2, x 3 ) Graph einer Funktion h : D W : { (d, h(d)) d D } D W
17 Schwieriger: Von der Schaltfunktion zur Schaltung Strategie: Finde zuerst Schaltungen für einfache Schaltfunktionen und baue dann damit die gesuchte Schaltung zusammen.
18 Schwieriger: Von der Schaltfunktion zur Schaltung Strategie: Finde zuerst Schaltungen für einfache Schaltfunktionen und baue dann damit die gesuchte Schaltung zusammen. Strategie bereits in den folgenden Fällen erfolgreich verwendet:
19 Schwieriger: Von der Schaltfunktion zur Schaltung Strategie: Finde zuerst Schaltungen für einfache Schaltfunktionen und baue dann damit die gesuchte Schaltung zusammen. Strategie bereits in den folgenden Fällen erfolgreich verwendet: Lösen ganzzahliger linearer Gleichungen ax + by = c (erweiterter Euklidischer Algorithmus) Löse zuerst (durch Hinschauen ) die ganzzahligen linearen Gleichungen ax + by = a und ax + by = b, dann ax + by = a mb usw.... bis ax + by = ggt(a, b)
20 Schwieriger: Von der Schaltfunktion zur Schaltung Strategie: Finde zuerst Schaltungen für einfache Schaltfunktionen und baue dann damit die gesuchte Schaltung zusammen. Strategie bereits in den folgenden Fällen erfolgreich verwendet: Lösen ganzzahliger linearer Gleichungen ax + by = c (erweiterter Euklidischer Algorithmus) Löse zuerst (durch Hinschauen ) die ganzzahligen linearen Gleichungen ax + by = a und ax + by = b, dann ax + by = a mb usw.... bis ax + by = ggt(a, b) Interpolation nach Lagrange
21 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n.
22 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n. Aufgabe leicht lösbar, wenn fast alle y j = 0 sind und nur y i = 1 ist.
23 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n. Aufgabe leicht lösbar, wenn fast alle y j = 0 sind und nur y i = 1 ist. In diesem Fall: eindeutig bestimmte Lösung f i mit f i (x) := j i 1 x i x j (x x j )
24 Exkurs: Rechnen mit Funktionen von R nach R Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: R) rechnen kann. u, v Funktionen von R nach R Addition: u + v ist die Funktion von R nach R mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in R.
25 Exkurs: Rechnen mit Funktionen von R nach R Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: R) rechnen kann. u, v Funktionen von R nach R Addition: u + v ist die Funktion von R nach R mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in R. Multiplikation: u v ist die Funktion von R nach R mit (u v)(x) := u(x) v(x) Dabei ist u(x) v(x) das Produkt in R.
26 Exkurs: Rechnen mit Funktionen von R nach R Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: R) rechnen kann. u, v Funktionen von R nach R Addition: u + v ist die Funktion von R nach R mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in R. Multiplikation: u v ist die Funktion von R nach R mit (u v)(x) := u(x) v(x) Dabei ist u(x) v(x) das Produkt in R. Es gelten die gleichen Rechenregeln wie für ganze Zahlen (Assoziativgesetze, Distributivgesetze,...).
27 Exkurs: Rechnen mit Funktionen von R nach R Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: R) rechnen kann. u, v Funktionen von R nach R Addition: u + v ist die Funktion von R nach R mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in R. Multiplikation: u v ist die Funktion von R nach R mit (u v)(x) := u(x) v(x) Dabei ist u(x) v(x) das Produkt in R. Es gelten die gleichen Rechenregeln wie für ganze Zahlen (Assoziativgesetze, Distributivgesetze,...). cf. Summen- und Produktregel der Differentialrechnung, Summen von Zufallsvariablen,...
28 Exkurs: Rechnen mit Funktionen von R nach R Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: R) rechnen kann. u, v Funktionen von R nach R Addition: u + v ist die Funktion von R nach R mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in R. Multiplikation: u v ist die Funktion von R nach R mit (u v)(x) := u(x) v(x) Dabei ist u(x) v(x) das Produkt in R. Es gelten die gleichen Rechenregeln wie für ganze Zahlen (Assoziativgesetze, Distributivgesetze,...). cf. Summen- und Produktregel der Differentialrechnung, Summen von Zufallsvariablen,... Mit c bezeichnen wir nicht nur das Element c R, sondern auch die konstante Funktion c von R nach R: c(x) := c.
29 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n.
30 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n. Lösung, wenn fast alle y j = 0 sind und nur y i = 1 ist: f i mit f i (x) := j i 1 x i x j (x x j )
31 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n. Lösung, wenn fast alle y j = 0 sind und nur y i = 1 ist: f i mit f i (x) := j i 1 x i x j (x x j ) Dann ist y i f i eine Lösung für: fast alle y j = 0 und y i beliebig.
32 Exkurs: Lagrange-Interpolation Gegeben: x 0,..., x n R paarweise verschieden, y 0,..., y n R. Gesucht: eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (x i ) = y i, 0 i n. Lösung, wenn fast alle y j = 0 sind und nur y i = 1 ist: f i mit f i (x) := j i 1 x i x j (x x j ) Dann ist y i f i eine Lösung für: fast alle y j = 0 und y i beliebig. Die Summe der Funktionen f := y 1 f 1 + y 2 f y n f n ist die Lösung der ursprünglichen Interpolationsaufgabe, denn: (y 1 f y n f n )(x i ) = (y 1 f 1 )(x i ) + + (y n f n )(x i ) = y i.
33 Exkurs: Lagrange-Interpolation Beispiel: Es sei x 0 = 1, x 1 = 0, x 2 = 1 und y 0 = 2, y 1 = 1, y 2 = 1.
34 Exkurs: Lagrange-Interpolation Beispiel: Es sei x 0 = 1, x 1 = 0, x 2 = 1 und y 0 = 2, y 1 = 1, y 2 = 1. Interpolation nach Lagrange: =
35 Exkurs: Lagrange-Interpolation Beispiel: Es sei x 0 = 1, x 1 = 0, x 2 = 1 und y 0 = 2, y 1 = 1, y 2 = 1. Interpolation nach Lagrange: = f 0 (x) = 1 2 x(x 1) f 1(x) = (x + 1)(x 1) f 2 (x) = 1 x(x + 1) 2 f = 2f 0 + f 1 + f 3, also f (x) = 1 2 x x + 1
36 Exkurs: Lagrange-Interpolation und (künstliche?) Intelligenz So kann ein Computer das Zahlenreihen fortsetzen in diversen Intelligenz- oder Zulassungstests lösen:
37 Exkurs: Lagrange-Interpolation und (künstliche?) Intelligenz So kann ein Computer das Zahlenreihen fortsetzen in diversen Intelligenz- oder Zulassungstests lösen: x 0 = 0, x 1 = 1,..., x n = n, y 0,..., y n R vorgegeben.
38 Exkurs: Lagrange-Interpolation und (künstliche?) Intelligenz So kann ein Computer das Zahlenreihen fortsetzen in diversen Intelligenz- oder Zulassungstests lösen: x 0 = 0, x 1 = 1,..., x n = n, y 0,..., y n R vorgegeben. Berechne wie oben eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (i) = y i, 0 i n.
39 Exkurs: Lagrange-Interpolation und (künstliche?) Intelligenz So kann ein Computer das Zahlenreihen fortsetzen in diversen Intelligenz- oder Zulassungstests lösen: x 0 = 0, x 1 = 1,..., x n = n, y 0,..., y n R vorgegeben. Berechne wie oben eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (i) = y i, 0 i n. Setze y 0,..., y n mit f (n + 1) fort.
40 Exkurs: Lagrange-Interpolation und (künstliche?) Intelligenz So kann ein Computer das Zahlenreihen fortsetzen in diversen Intelligenz- oder Zulassungstests lösen: x 0 = 0, x 1 = 1,..., x n = n, y 0,..., y n R vorgegeben. Berechne wie oben eine reelle Polynomfunktion f mit grad(f ) n und der Eigenschaft f (i) = y i, 0 i n. Setze y 0,..., y n mit f (n + 1) fort. Häufig Vorgabe: für das Bildungsgesetz dürfen nur Addition und Multiplikation verwendet werden (f Polynomfunktion!) Ohne Bedingung an den Grad von f gibt es aber unendlich viele mögliche Bildungsgesetze.
41 Rechnen in Z 2 Addition: := 0, := 1, := 1, := 0
42 Rechnen in Z 2 Addition: := 0, := 1, := 1, := 0 Multiplikation: 0 0 := 0, 0 1 := 0, 1 0 := 0, 1 1 := 1
43 Rechnen in Z 2 Addition: := 0, := 1, := 1, := 0 Multiplikation: 0 0 := 0, 0 1 := 0, 1 0 := 0, 1 1 := 1 Es gelten die gleichen Rechenregeln wie für reelle Zahlen (Assoziativgesetze, Distributivgesetze,...).
44 Rechnen in Z 2 Addition: := 0, := 1, := 1, := 0 Multiplikation: 0 0 := 0, 0 1 := 0, 1 0 := 0, 1 1 := 1 Es gelten die gleichen Rechenregeln wie für reelle Zahlen (Assoziativgesetze, Distributivgesetze,...). Bei jeder Änderung von einer der drei Schalterpositionen ändert sich der Zustand der Lampe.
45 Rechnen in Z 2 Addition: := 0, := 1, := 1, := 0 Multiplikation: 0 0 := 0, 0 1 := 0, 1 0 := 0, 1 1 := 1 Es gelten die gleichen Rechenregeln wie für reelle Zahlen (Assoziativgesetze, Distributivgesetze,...). Bei jeder Änderung von einer der drei Schalterpositionen ändert sich der Zustand der Lampe. Also kann f zum Beispiel durch f (x 1, x 2, x 3 ) := x 1 + x 2 + x 3 beschrieben werden.
46 Rechnen in Z 2 Addition: := 0, := 1, := 1, := 0 Multiplikation: 0 0 := 0, 0 1 := 0, 1 0 := 0, 1 1 := 1 Es gelten die gleichen Rechenregeln wie für reelle Zahlen (Assoziativgesetze, Distributivgesetze,...). Bei jeder Änderung von einer der drei Schalterpositionen ändert sich der Zustand der Lampe. Also kann f zum Beispiel durch f (x 1, x 2, x 3 ) := x 1 + x 2 + x 3 beschrieben werden. Dann ist f (1, 1, 0) = = 0 und f (0, 1, 0) = = 1
47 Die einfachen Fälle: Serienschaltung Die 8 Schaltfunktionen f 000, f 001, f 010,..., f 111 von Z 3 2 nach Z 2 mit f 000 (x 1, x 2, x 3 ) = (x 1 + 1)(x 2 + 1)(x 3 + 1), f 001 (x 1, x 2, x 3 ) = (x 1 + 1)(x 2 + 1)(x 3 ), f 010 (x 1, x 2, x 3 ) = (x 1 + 1)x 2 (x 3 + 1),..., f 111 (x 1, x 2, x 3 ) = x 1 x 2 x 3 haben an einer einzigen Stelle den Funktionswert 1 und an allen (sieben) anderen Stellen den Funktionswert 0.
48 Die einfachen Fälle: Serienschaltung Die 8 Schaltfunktionen f 000, f 001, f 010,..., f 111 von Z 3 2 nach Z 2 mit f 000 (x 1, x 2, x 3 ) = (x 1 + 1)(x 2 + 1)(x 3 + 1), f 001 (x 1, x 2, x 3 ) = (x 1 + 1)(x 2 + 1)(x 3 ), f 010 (x 1, x 2, x 3 ) = (x 1 + 1)x 2 (x 3 + 1),..., f 111 (x 1, x 2, x 3 ) = x 1 x 2 x 3 haben an einer einzigen Stelle den Funktionswert 1 und an allen (sieben) anderen Stellen den Funktionswert 0. Die Tabelle von f 010 ist x 1 x 2 x 3 f 010 (x 1, x 2, x 3 )
49 Die einfachen Fälle: Serienschaltung Bei der Schaltfunktion f 010 darf die Lampe nur dann leuchten, wenn die Schalter in den Positionen 0, 1, 0 sind. Die entsprechende Schaltung ist die Serienschaltung der drei Schalter, wobei durch den ersten bzw. zweiten bzw. dritten Strom fließt, wenn er in Position 0 bzw. 1 bzw. 0 ist.
50 Die einfachen Fälle: Serienschaltung Bei der Schaltfunktion f 010 darf die Lampe nur dann leuchten, wenn die Schalter in den Positionen 0, 1, 0 sind. Die entsprechende Schaltung ist die Serienschaltung der drei Schalter, wobei durch den ersten bzw. zweiten bzw. dritten Strom fließt, wenn er in Position 0 bzw. 1 bzw. 0 ist. Bild: 0 0 0
51 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: Z 2 ) rechnen kann. u, v Funktionen von Z 3 2 nach Z 2 Addition: u + v ist die Funktion von Z 3 2 nach Z 2 mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in Z 2.
52 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: Z 2 ) rechnen kann. u, v Funktionen von Z 3 2 nach Z 2 Addition: u + v ist die Funktion von Z 3 2 nach Z 2 mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in Z 2. Multiplikation: u v ist die Funktion von Z 3 2 nach Z 2 mit (u v)(x) := u(x) v(x) Dabei ist u(x) v(x) das Produkt in Z 2.
53 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit Funktionen kann man rechnen, wenn man in ihrem Bildbereich (hier: Z 2 ) rechnen kann. u, v Funktionen von Z 3 2 nach Z 2 Addition: u + v ist die Funktion von Z 3 2 nach Z 2 mit (u + v)(x) := u(x) + v(x) Dabei ist u(x) + v(x) die Summe in Z 2. Multiplikation: u v ist die Funktion von Z 3 2 nach Z 2 mit (u v)(x) := u(x) v(x) Dabei ist u(x) v(x) das Produkt in Z 2. Es gelten die gleichen Rechenregeln wie für ganze Zahlen (Assoziativgesetze, Distributivgesetze,...).
54 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit p i bezeichnen wir die i-te Projektion von Z 3 2 nach Z 2: p i (x 1, x 2, x 3 ) := x i (i = 1, 2 oder 3).
55 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit p i bezeichnen wir die i-te Projektion von Z 3 2 nach Z 2: p i (x 1, x 2, x 3 ) := x i (i = 1, 2 oder 3). Mit 1 bezeichnen wir nicht nur das Element 1 Z 2, sondern auch die konstante Funktion 1 von Z 3 2 nach Z 2: 1(x 1, x 2, x 3 ) := 1.
56 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit p i bezeichnen wir die i-te Projektion von Z 3 2 nach Z 2: p i (x 1, x 2, x 3 ) := x i (i = 1, 2 oder 3). Mit 1 bezeichnen wir nicht nur das Element 1 Z 2, sondern auch die konstante Funktion 1 von Z 3 2 nach Z 2: 1(x 1, x 2, x 3 ) := 1. Dann ist f mit f (x 1, x 2, x 3 ) := x 1 + x 2 + x 3 die Summe der 3 Projektionen: f = p 1 + p 2 + p 3.
57 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit p i bezeichnen wir die i-te Projektion von Z 3 2 nach Z 2: p i (x 1, x 2, x 3 ) := x i (i = 1, 2 oder 3). Mit 1 bezeichnen wir nicht nur das Element 1 Z 2, sondern auch die konstante Funktion 1 von Z 3 2 nach Z 2: 1(x 1, x 2, x 3 ) := 1. Dann ist f mit f (x 1, x 2, x 3 ) := x 1 + x 2 + x 3 die Summe der 3 Projektionen: f = p 1 + p 2 + p 3. f 111 = p 1 p 2 p 3 und f 010 = (p 1 + 1) p 2 (p 3 + 1)
58 Rechnen mit Funktionen von Z 3 2 nach Z 2 Mit p i bezeichnen wir die i-te Projektion von Z 3 2 nach Z 2: p i (x 1, x 2, x 3 ) := x i (i = 1, 2 oder 3). Mit 1 bezeichnen wir nicht nur das Element 1 Z 2, sondern auch die konstante Funktion 1 von Z 3 2 nach Z 2: 1(x 1, x 2, x 3 ) := 1. Dann ist f mit f (x 1, x 2, x 3 ) := x 1 + x 2 + x 3 die Summe der 3 Projektionen: f = p 1 + p 2 + p 3. f 111 = p 1 p 2 p 3 und f 010 = (p 1 + 1) p 2 (p 3 + 1) g wie oben: g = p 1 (p 2 + p 3 + p 2 p 3 ) = p 1 p 2 + p 1 p 3 + p 1 p 2 p 3, also g(x 1, x 2, x 3 ) = x 1 x 2 + x 1 x 3 + x 1 x 2 x 3.
59 Zusammenbau: Parallelschaltung von Serienschaltungen Bei der Schaltfunktion f f 111 leuchtet die Lampe genau dann, wenn die Schalter in den Positionen 0, 1, 0 oder 1, 1, 1 sind. Die entsprechende Schaltung ist die Parallelschaltung der zwei Serienschaltungen der drei Schalter, wobei durch den ersten bzw. zweiten bzw. dritten Strom fließt, wenn er in Position 0 bzw. 1 bzw. 0 ist.
60 Zusammenbau: Parallelschaltung von Serienschaltungen Bei der Schaltfunktion f f 111 leuchtet die Lampe genau dann, wenn die Schalter in den Positionen 0, 1, 0 oder 1, 1, 1 sind. Die entsprechende Schaltung ist die Parallelschaltung der zwei Serienschaltungen der drei Schalter, wobei durch den ersten bzw. zweiten bzw. dritten Strom fließt, wenn er in Position 0 bzw. 1 bzw. 0 ist. Bild:
61 Zusammenbau: Parallelschaltung von Serienschaltungen p 1 + p 2 + p 3 = f = = f (0, 0, 0)f f (0, 0, 1)f f (0, 1, 0)f f (1, 1, 1)f 111 = = f (x)f x = f x = x Z 3 2 x Z 3 2, f (x)=1 = f f f f 111 = = (p 1 +1) (p 2 +1) p 3 +(p 1 +1) p 2 (p 3 +1)+p 1 (p 2 +1) (p 3 +1)+p 1 p 2 p 3
62 Zusammenbau: Parallelschaltung von Serienschaltungen p 1 + p 2 + p 3 = f = = f (0, 0, 0)f f (0, 0, 1)f f (0, 1, 0)f f (1, 1, 1)f 111 = = f (x)f x = f x = x Z 3 2 x Z 3 2, f (x)=1 = f f f f 111 = = (p 1 +1) (p 2 +1) p 3 +(p 1 +1) p 2 (p 3 +1)+p 1 (p 2 +1) (p 3 +1)+p 1 p 2 p 3 Bild: s 1 s 2 s 3
63 Von der Schaltfunktion zur Schaltung u, v Funktionen von Z 3 2 nach Z 2 Schreibweise: u v := u v, u := u + 1, u v := u + v + u v
64 Von der Schaltfunktion zur Schaltung u, v Funktionen von Z 3 2 nach Z 2 Schreibweise: u v := u v, u := u + 1, u v := u + v + u v Ist u v = 0, z.b. wenn u = f x, v = f y mit x y Z 3 2, dann ist u v := u + v.
65 Von der Schaltfunktion zur Schaltung u, v Funktionen von Z 3 2 nach Z 2 Schreibweise: u v := u v, u := u + 1, u v := u + v + u v Ist u v = 0, z.b. wenn u = f x, v = f y mit x y Z 3 2, dann ist u v := u + v. Sind u und v zwei Schaltfunktionen für Schaltungen mit denselben Schaltern, dann ist u v die Schaltfunktion der Serienschaltung und u v die Schaltfunktion der Parallelschaltung dieser zwei Schaltungen. u u v v
66 Von der Schaltfunktion zur Schaltung In dieser Schreibweise ist p 1 + p 2 + p 3 = f = = (p 1 +1) (p 2 +1) p 3 +(p 1 +1) p 2 (p 3 +1)+p 1 (p 2 +1) (p 3 +1)+p 1 p 2 p 3 = ( ( p 1 ) ( p 2 ) p 3 ) ( ( p1 ) p 2 ( p 3 ) ) ( p 1 ( p 2 ) ( p 3 ) ) ( p 1 p 2 p 3 ) disjunktive Normalform von f, zum Bau der Schaltung als Parallelschaltung von Serienschaltungen f = (p 1 p 2 p 3 ) (p 1 ( p 2 ) ( p 3 )) (( p 1 ) p 2 ( p 3 )) (( p 1 ) ( p 2 ) p 3 ) konjunktive Normalform von f, zum Bau der Schaltung als Serienschaltung von Parallelschaltungen
67 Normalformen Es gibt 2 8 Funktionen von Z 3 2 nach Z 2, jede ist Linearkombination (mit Koeffizienten 0 oder 1) der 8 Monome 1, p 1, p 2, p 3, p 1 p 2, p 1 p 3, p 2 p 3, p 1 p 2 p 3 dargestellt werden. Darstellung von f als Summe (bzw. Linearkombination) von Potenzprodukten: p 1 + p 2 + p 3, zum Auswerten der Funktion f Ob eine Normalform einfacher oder besser ist als eine andere, hängt vom jeweiligen Kontext ab. (Analog: Soll a 2 b 2 zu (a + b)(a b) vereinfacht werden oder umgekehrt?)
68 Abstimmungsmaschinen Abstimmungsmaschine für 5 Personen, Lampe leuchtet wenn Mehrheit auf ja drückt.
69 Abstimmungsmaschinen Abstimmungsmaschine für 5 Personen, Lampe leuchtet wenn Mehrheit auf ja drückt. Schaltfunktion f mit f (x 1, x 2, x 3, x 4, x 5 ) = x 1 x 2 x 3 x 4 + x 1 x 2 x 3 x 5 + x 1 x 2 x 4 x 5 + x 1 x 3 x 4 x 5 + x 2 x 3 x 4 x 5 + x 1 x 2 x 3 + x 1 x 2 x 4 + x 1 x 2 x 5 + x 1 x 3 x 4 + x 1 x 3 x 5 + x 1 x 4 x 5 + x 2 x 3 x 4 + x 2 x 3 x 5 + x 2 x 4 x 5 + x 3 x 4 x 5 (Summe aller Produkte von x 1, x 2, x 3, x 4, x 5 mit drei oder vier verschiedenen Faktoren)
70 Abstimmungsmaschinen Abstimmungsmaschine für 5 Personen, Lampe leuchtet wenn Mehrheit auf ja drückt. Schaltfunktion f mit f (x 1, x 2, x 3, x 4, x 5 ) = x 1 x 2 x 3 x 4 + x 1 x 2 x 3 x 5 + x 1 x 2 x 4 x 5 + x 1 x 3 x 4 x 5 + x 2 x 3 x 4 x 5 + x 1 x 2 x 3 + x 1 x 2 x 4 + x 1 x 2 x 5 + x 1 x 3 x 4 + x 1 x 3 x 5 + x 1 x 4 x 5 + x 2 x 3 x 4 + x 2 x 3 x 5 + x 2 x 4 x 5 + x 3 x 4 x 5 (Summe aller Produkte von x 1, x 2, x 3, x 4, x 5 mit drei oder vier verschiedenen Faktoren) disjunktive Normalform: f (x 1, x 2, x 3, x 4, x 5 ) = x 1 x 2 x 3 x 4 x 5 +x 1 x 2 x 3 (1+x 4 )x 5 +x 1 x 2 (1+x 3 )x 4 x 5 +x 1 (1+x 2 )x 3 x 4 x 5 + (1+x 1 )x 2 x 3 x 4 x 5 +x 1 x 2 x 3 (1+x 4 )(1+x 5 )+x 1 x 2 (1+x 3 )x 4 (1+x 5 )+ x 1 x 2 (1 + x 3 )(1 + x 4 )x 5 + x 1 (1 + x 2 )x 3 x 4 (1 + x 5 ) + x 1 (1 + x 2 )x 3 (1 + x 4 )x 5 + x 1 (1 + x 2 )(1 + x 3 )x 4 x 5 + (1 + x 1 )x 2 x 3 x 4 (1 + x 5 ) + (1 + x 1 )x 2 x 3 (1 + x 4 )x 5 + (1 + x 1 )x 2 (1 + x 3 )x 4 x 5 + (1 + x 1 )(1 + x 2 )x 3 x 4 x 5
71 Abstimmungsmaschinen Abstimmungsmaschine für 5 Personen, Lampe leuchtet wenn Mehrheit auf ja drückt. Schaltfunktion f mit f (x 1, x 2, x 3, x 4, x 5 ) = x 1 x 2 x 3 x 4 + x 1 x 2 x 3 x 5 + x 1 x 2 x 4 x 5 + x 1 x 3 x 4 x 5 + x 2 x 3 x 4 x 5 + x 1 x 2 x 3 + x 1 x 2 x 4 + x 1 x 2 x 5 + x 1 x 3 x 4 + x 1 x 3 x 5 + x 1 x 4 x 5 + x 2 x 3 x 4 + x 2 x 3 x 5 + x 2 x 4 x 5 + x 3 x 4 x 5 (Summe aller Produkte von x 1, x 2, x 3, x 4, x 5 mit drei oder vier verschiedenen Faktoren) disjunktive Normalform: f (x 1, x 2, x 3, x 4, x 5 ) = x 1 x 2 x 3 x 4 x 5 +x 1 x 2 x 3 (1+x 4 )x 5 +x 1 x 2 (1+x 3 )x 4 x 5 +x 1 (1+x 2 )x 3 x 4 x 5 + (1+x 1 )x 2 x 3 x 4 x 5 +x 1 x 2 x 3 (1+x 4 )(1+x 5 )+x 1 x 2 (1+x 3 )x 4 (1+x 5 )+ x 1 x 2 (1 + x 3 )(1 + x 4 )x 5 + x 1 (1 + x 2 )x 3 x 4 (1 + x 5 ) + x 1 (1 + x 2 )x 3 (1 + x 4 )x 5 + x 1 (1 + x 2 )(1 + x 3 )x 4 x 5 + (1 + x 1 )x 2 x 3 x 4 (1 + x 5 ) + (1 + x 1 )x 2 x 3 (1 + x 4 )x 5 + (1 + x 1 )x 2 (1 + x 3 )x 4 x 5 + (1 + x 1 )(1 + x 2 )x 3 x 4 x 5...
72 Danke für die Aufmerksamkeit!
Prüfungsfragen zur Vorlesung Algebra und Diskrete Mathematik. Sommersemester 2018
Prüfungsfragen zur Vorlesung Algebra und Diskrete Mathematik Sommersemester 2018 Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper).
MehrAlgebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen
Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch
MehrMit Funktionen rechnen - ein wichtiges Thema der Sekundarstufe 2
Mit Funktionen rechnen - ein wichtiges Thema der Sekundarstufe 2 Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2014 25. April
MehrInterpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression
Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at
MehrLineare Differenzengleichungen und Polynome. Franz Pauer
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag
MehrSchlussrechnung, Modellbildung und Interpolation
Schlussrechnung, Modellbildung und Interpolation Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim Lehrerfortbildungstag
MehrPrimzahlen im Schulunterricht wozu?
Primzahlen im Schulunterricht wozu? Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2013 5. April 2013 Einleitung Eine (positive)
MehrRationale Zahlen und rationale Funktionen: Was ist ihnen gemeinsam? Wie werden sie dargestellt?
Rationale Zahlen und rationale Funktionen: Was ist ihnen gemeinsam? Wie werden sie dargestellt? Franz Pauer, Florian Stampfer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck
MehrDifferentialrechnung - algebraisch betrachtet
Differentialrechnung - algebraisch betrachtet Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck LehrerInnentag Innsbruck 2013 27. September 2013 Einleitung Ein großer
MehrLineare (Un-)Gleichungen und lineare Optimierung
Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2010 9. April 2010 Eine Maximumsaufgabe Eine Firma stellt aus
MehrKettenregel, Substitution und Methode der Trennung der Variablen
Kettenregel, Substitution und Methode der Trennung der Variablen Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2015 11. April
MehrLineare Differenzengleichungen. Franz Pauer. Vortrag beim LehrerInnenfortbildungstag West 2010 in Innsbruck
Lineare Differenzengleichungen Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim LehrerInnenfortbildungstag
Mehra i x i, (1) Ein Teil der folgenden Betrachtungen gilt auch, wenn man den Körper durch einen Ring ersetzt.
Polynome Definition 1. Ein Polynom f über einem Körper K mit der Unbestimmten x ist eine formale Summe f(x) = i 0 a i x i, (1) wobei nur endlich viele der Koeffizienten a i K von Null verschieden sind.
MehrDiskret oder kontinuierlich modellieren?
Diskret oder kontinuierlich modellieren? Franz Pauer, Florian Stampfer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2017 21. April 2017
MehrDivision mit Rest - der heimliche Hauptsatz der Algebra
Division mit Rest - der heimliche Hauptsatz der Algebra Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Lehrer/innen/fortbildungstag
MehrPrimzahlen im Schulunterricht wozu?
Primzahlen im Schulunterricht wozu? Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Tag der Mathematik Graz 6. Februar 2014 Einleitung Eine (positive) Primzahl ist
MehrMathematik I Herbstsemester 2014
Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 32 1 Stetigkeit Grenzwert einer
MehrMit Funktionen rechnen ein wichtiges Thema der Sekundarstufe 2
Mit Funktionen rechnen ein wichtiges Thema der Sekundarstufe 2 FRANZ PAUER, FLORIAN STAMPFER (UNIVERSITÄT INNSBRUCK) 1. Einleitung Im Mathematikunterricht der Sekundarstufe 1 lernt man ganze und rationale
MehrMathematik I Herbstsemester 2018 Kapitel 2: Stetigkeit
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 33 2. Stetigkeit Reelle Zahlenfolgen Grenzwert einer Folge Grenzwert einer Funktion Stetigkeit einer Funktion
MehrDifferenzengleichungen. und Polynome
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-600 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung Mit linearen Differenzengleichungen
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrDifferentialrechnung algebraisch betrachtet
Differentialrechnung algebraisch betrachtet Franz Pauer Florian Stampfer Institut für Mathematik Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung
Mehr4. ggt und kgv. Chr.Nelius: Zahlentheorie (SS 2007) 9
Chr.Nelius: Zahlentheorie (SS 2007) 9 4. ggt und kgv (4.1) DEF: Eine ganze Zahl g heißt größter gemeinsamer Teiler (ggt) zweier ganzer Zahlen a und b, wenn gilt: GGT 0 ) g 0 GGT 1 ) g a und g b GGT 2 )
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Fachdidaktik und Institut für Mathematik Universität Innsbruck Lange Nacht der Mathematik 2013 18. Oktober 2013 Was ist eine
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrDivision mit Rest - der heimliche Hauptsatz der Algebra
Division mit Rest - der heimliche Hauptsatz der Algebra Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 3, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Lehrer/innen/fortbildungstag
Mehr3. Diskrete Mathematik
Diophantos von Alexandria um 250 Georg Cantor 1845-1918 Pythagoras um 570 v. Chr Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 3: Diskrete Mathematik 3.1 Zahlentheorie: Abzählbarkeit,
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 2003/2004) Aufgabenblatt 6
MehrDivision mit Rest - der heimliche Hauptsatz der Algebra
Division mit Rest - der heimliche Hauptsatz der Algebra Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 3. Juni 2004 Einleitung
MehrWURZEL Werkstatt Mathematik Polynome Grundlagen
Die WURZEL Werkstatt Mathematik Polynome Grundlagen Wer lange genug über hunderten von Problemen gebrütet hat, kann bei vielen bereits erraten, aus welchem Land sie kommen. So lieben die Briten etwa die
MehrLö sungen zu Wiederhölungsaufgaben Mathematik
Lö sungen zu Wiederhölungsaufgaben Mathematik I) Zahlenbereiche. Zu welchem Zahlenbereich (N, Z, Q, R) gehören die folgenden Zahlen: N, Z, Q, R R Q, R N, Z, Q R -7 Z, Q, R -7, Q, R 0 N, Z, Q, R i) Z, Q,
MehrPflichtteil. Baden-Württemberg Aufgabe 1. Aufgabe 2. Musterlösung. Abitur Mathematik Baden-Württemberg Abitur Mathematik: Musterlösung
Abitur Mathematik: Baden-Württemberg 2013 Aufgabe 1 1. SCHRITT: STRUKTUR DER FUNKTION BESCHREIBEN Der Funktionsterm von f ist das Produkt einer ganzrationalen Funktion u(x) = 2x 2 + 5x und einer Verkettung
MehrPflichtteil. Baden-Württemberg Aufgabe 1. Aufgabe 2. Musterlösung. Abitur Mathematik Baden-Württemberg Abitur Mathematik: Musterlösung
Abitur Mathematik: Baden-Württemberg 14 Aufgabe 1 1. SCHRITT: STRUKTUR DER FUNKTION BESCHREIBEN Der Funktionsterm von f ist das Produkt einer einfachen Funktion u(x) = x und einer Verkettung v(x) = e x
MehrKapitel III Ringe und Körper
Kapitel III Ringe und Körper 1. Definitionen und Beispiele Definition 117 Eine Algebra A = S,,, 0, 1 mit zwei zweistelligen Operatoren und heißt ein Ring, falls R1. S,, 0 eine abelsche Gruppe mit neutralem
Mehr8. Musterlösung zu Mathematik für Informatiker II, SS 2004
8. Musterlösung zu Mathematik für Informatiker II, SS 2004 MARTIN LOTZ &MICHAEL NÜSKEN Aufgabe 8.1 (Polynomdivision). (8 Punkte) Dividiere a mit Rest durch b für (i) a = x 7 5x 6 +3x 2 +1, b = x 2 +1in
MehrDiskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap. 4: Zahlentheorie
Prof. Dr. Sebastian Iwanowski DM4 Folie 1 Referenzen zum Nacharbeiten: Diskrete Mathematik Sebastian Iwanowski FH Wedel Kap. 4: Zahlentheorie Beutelspacher 5 Lang 7, Biggs 20, 22, 23 (jeweils teilweise,
MehrErzeugende Funktionen
Hallo! Erzeugende Funktionen sind ein Mittel um lineare Rekursionen schneller ausrechnen zu können. Es soll die Funktion nicht mehr als Rekursion angeschrieben werden, sondern so, dass man nur n einsetzen
Mehr13. Funktionen in einer Variablen
13. Funktionen in einer Variablen Definition. Seien X, Y Mengen. Eine Funktion f : X Y ist eine Vorschrift, wo jedem Element der Menge X eindeutig ein Element von Y zugeordnet wird. Wir betrachten hier
MehrWurzel aus 2 und Wurzel aus 1: was ist das und wie rechnet man damit?
Wurzel aus 2 und Wurzel aus : was ist das und wie rechnet man damit? Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 3/7, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at
MehrKapitel I: Vektorrechnung 2: Vektoren im Raum
WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im
MehrVektorräume und Lineare Abbildungen
Vektorräume und Lineare Abbildungen Die angesprochene Thematik macht den Kern dieser Veranstaltung aus. Lineare Techniken sind zentral für weite Bereiche mathematischen Argumentierens. Durch in der Analysis
MehrMathematikvorkurs. Fachbereich I. Sommersemester Elizaveta Buch
Mathematikvorkurs Fachbereich I Sommersemester 2017 Elizaveta Buch Themenüberblick Montag Grundrechenarten und -regeln Bruchrechnen Binomische Formeln Dienstag Potenzen, Wurzeln und Logarithmus Summen-
Mehr2 Polynome und rationale Funktionen
Gleichungen spielen auch in der Ingenieurmathematik eine große Rolle. Sie beschreiben zum Beispiel Bedingungen, unter denen Vorgänge ablaufen, Gleichgewichtszustände, Punktmengen. Gleichungen für eine
MehrH. Stichtenoth WS 2005/06
H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
MehrVorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016
Vorlesung Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Inhalt Polynome, Algebraische Strukturen Vektorrechnung Lineare Algebra Elementare
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
MehrLineare (Un-)Gleichungen und lineare Optimierung
Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung In der linearen
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
Mehr10 Lineare Gleichungssysteme
ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 ( ) a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a
MehrLineare Gleichungen Exkurs: Binomische Formeln Quadratische Gleichungen Exkurs: Polynomdivision Polynomgleichungen
Gleichungen Lineare Gleichungen Exkurs: Binomische Formeln Quadratische Gleichungen Exkurs: Polynomdivision Polynomgleichungen Lineare Gleichungen Lineare Gleichungen ax + b = 0 Lineare Gleichungen ax
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr2 Lineare Gleichungssysteme
2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x
Mehr1 Potenzen und Polynome
1 Potenzen und Polynome Für eine reelle Zahl x R und eine natürliche Zahl n N definieren wir x n := x x x... x }{{} n-mal Einschub über die bisher aufgetretenen mathematischen Symbole: Definition mittels
MehrDiskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)
WS 2015/16 Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
Mehr2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.
Vektorräume Definition Eine nicht leere Menge V, für die eine Addition (dh eine Rechenvorschrift + derart, dass a + b V für alle a, b V ist und eine skalare Multiplikation (dh λa V für alle λ R (λ ist
MehrGanzrationale Funktionen
Eine Dokumentation von Sandro Antoniol Klasse 3f Mai 2003 Inhaltsverzeichnis: 1. Einleitung...3 2. Grundlagen...4 2.1. Symmetrieeigenschaften von Kurven...4 2.1.1. gerade Exponenten...4 2.1.2. ungerade
Mehr13 Polynome und Nullstellen
60 II. Differentialrechnung 13 Polynome und Nullstellen Lernziele: Resultat: Zwischenwertsatz Methoden: Raten von Nullstellen, Euklidischer Algorithmus, Horner-Schema Kompetenzen: Bestimmung von Nullstellen
MehrEinführung in die Informatik I
Einführung in die Informatik I Arithmetische und bitweise Operatoren im Binärsystem Prof. Dr. Nikolaus Wulff Operationen mit Binärzahlen Beim Rechnen mit Binärzahlen gibt es die ganz normalen arithmetischen
MehrPolynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1):
. Großübung Polynominterpolation Allgemeines Problem: Aufgrund gegebener Messwerte (Paare aus Werten i und Funktionswerten f( i )) soll ein Funktionsverlauf rekonstruiert bzw. zumeist angenähert werden.
MehrRechnen mit Klammern
Rechnen mit Klammern W. Kippels 28. Juli 2012 Inhaltsverzeichnis 1 Gesetze und Formeln zum Rechnen mit Klammern 3 1.1 Kommutativgesetze.............................. 3 1.2 Assoziativgesetze...............................
MehrPunktrechnung geht vor Strichrechnung 3*4 + 5 = = 17. Das Minuszeichen vor einem Produkt ändert nur bei einem Faktor das Vorzeichen.
1.2.0.1. Rechnen mit Termen 1. Terme In der Mathematik bezeichnet ein Term einen sinnvollen Ausdruck, der Zahlen, Variablen, Symbole für mathematische Verknüpfungen und Klammern enthalten kann. In der
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 16 Polynomringe Definition 16.1. Der Polynomring über einem kommutativen Ring R besteht aus allen Polynomen P = a 0 +a 1 X +a
MehrPartikuläre Lösung inhomogener DGLen 2. Ordnung mit konstanten Koeffizienten
Partikuläre Lösung inhomogener DGLen 2. Ordnung konstanten Koeffizienten Seite 1 von 5 Partikuläre Lösung inhomogener DGLen 2. Ordnung konstanten Koeffizienten Tabelle: Lösungsansatz für eine partikuläre
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
MehrMATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Differentialrechnung für Funktionen mehrerer
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrElemente der Analysis II
Elemente der Analysis II Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 8. Mai 2009 1 / 29 Bemerkung In der Vorlesung Elemente der Analysis I wurden Funktionen
MehrBeispiel bestimme x Z mit. es gilt also. gilt dann. für x = 1 i k c i (M/m i ) v i gilt. y c i mod m i (1 i k), nämlich y = x mod M
Chinesischer Restesatz einfachste Form p, q Z >0 mit ggt(p, q) = 1 Bézout-Koeffizienten u, v Z p u + q v = 1 also p u 1 mod q und q v 1 mod p für b, c Z sei x = c p u + b q v, dann gilt für y Z gilt y
MehrMünchner Volkshochschule. Planung. Tag 02
Planung Tag 02 Prof.Dr. Nils Mahnke Mathematischer Vorkurs Folie: 45 Mengenlehre VII Mengenoperationen: 1) Vereinigungsmenge: A B { x x A x B} 2) Schnittmenge: A 3) Differenzmenge: B { x x A x B} A \ B
MehrWas sind Vektoren? Wozu braucht man sie?
Was sind Vektoren? Wozu braucht man sie? Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 30. März 2005 1 Einleitung Dieser
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
MehrMathematik I Herbstsemester 2018 Kapitel 3: Differentialrechnung
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 39 3. Differentialrechnung Einführung Ableitung elementarer Funktionen Ableitungsregeln Kettenregel Ableitung
Mehr24.1 Überblick. 24.2 Beispiele. A. Bestimmen einer ganzrationalen Funktion. 24. Interpolation mit Ableitungen
4. Interpolation mit Ableitungen 4. Interpolation mit Ableitungen 4.1 Überblick Die Interpolationsaufgabe haben wir bereits in Kapitel 7 (Band Analysis 1) untersucht. Als Auffrischung: Zu n vorgegebenen
Mehr2: Restklassen 2.1: Modulare Arithmetik
2: Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32, 64} Prüfziffern mod 10 oder mod 11... 71 S. Lucks Diskr Strukt.
MehrDas Spatprodukt 25. Insbesondere ist das Spatprodukt in jedem Faktor linear. a 1 = aa 2 + ba 3
Das Spatprodukt 25 (Sp 4) (aa, b, c) a(a, b, c) Insbesondere ist das Spatprodukt in jedem Faktor linear Montag,3 November 23 Satz 92 Drei Vektoren,, Spatprodukt (,, ) ist sind genau dann linear abhängig,
MehrEinführung 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
MehrTechnische Mathematik Ausgabe für gewerblich-technische Berufe
Bildungswerk der Bayerischen Wirtschaft ggmbh Seminar Technische Mathematik Ausgabe für gewerblich-technische Berufe Kursbegleitende Unterlagen Auflage Nr. 1 Technische Fachkurse Köck www.fachkurse-koeck.de
MehrKörperaxiome und Anordnungsaxiome. Analysis I. Guofang Wang. Universität Freiburg
Universität Freiburg 25.10.2011 Körperaxiome Wir setzen in dieser Vorlesung die reellen Zaheln als gegeben aus. Mit R bezeichnen wir die Menge aller reellen Zahlen, auf der folgende Strukturen gegeben
MehrApproximation durch Polynome
durch n Anwendungen: zur Vereinfachung einer gegebenen Funktion durch einen Polynomausdruck. Dann sind übliche Rechenoperation +,,, / möglich. zur Interpolation von Daten einer Tabelle n Beispiel Trotz
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 19 8. Juli 2010 Kapitel 14. Gewöhnliche Differentialgleichungen zweiter Ordnung 14.1 Systeme gewöhnlicher linearer Differentialgleichungen erster
MehrWiwi-Vorkurs Mathematik (Uni Leipzig, Fabricius)
Wiwi-Vorkurs Mathematik (Uni Leipzig, Fabricius) 1 Grundregeln des Rechnens 1.1 Zahlbereiche......... Zahlen N {1, 2, 3,...}......... Zahlen Z {..., 2, 1, 0, 1, 2,...}......... Zahlen Q { a b a Z, b N}.........
Mehr31 Polynomringe Motivation Definition: Polynomringe
31 Polynomringe 31.1 Motivation Polynome spielen eine wichtige Rolle in vielen Berechnungen, einerseits weil oftmals funktionale Zusammenhänge durch Polynome beschrieben werden, andererseits weil Polynome
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
MehrVertiefung Lineare Algebra 1. Schriftliche Unterlagen zur Vorlesung im Wintersemester 2011/12. Franz Pauer
Vertiefung Lineare Algebra 1 Schriftliche Unterlagen zur Vorlesung im Wintersemester 2011/12 Franz Pauer c 2011 INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK KAPITEL 1 Vertiefung zu Kap 2, 3 In diesem
Mehrgebrochene Zahl gekürzt mit 9 sind erweitert mit 8 sind
Vorbereitungsaufgaben Mathematik. Bruchrechnung.. Grundlagen: gebrochene Zahl gemeiner Bruch Zähler Nenner Dezimalbruch Ganze, Zehntel Hundertstel Tausendstel Kürzen: Zähler und Nenner durch dieselbe Zahl
Mehr2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).
17 Wir setzen in diesem Buch die reellen Zahlen als gegeben voraus. Um auf sicherem Boden zu stehen, werden wir in diesem und den folgenden Paragraphen einige Axiome formulieren, aus denen sich alle Eigenschaften
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine
MehrDa diese Zahlenmenge nicht unter Subtraktion abgeschlossen ist, erweitert man sie zur Menge der ganzen Zahlen
Kapitel 2 Die reellen Zahlen Die reellen Zahlen werden zunächst und vorübergehend als Dezimalzahlen eingeführt. Die wichtigsten Eigenschaften werden aus dieser Darstellung hergeleitet, mit denen dann die
MehrLineare 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(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrZahlentheorie. Stefan Takacs Linz, am 2. Juni 2004
Zahlentheorie Anna Rieger 0355556 Stefan Takacs 0356104 Daniela Weberndorfer 0355362 Linz, am 2. Juni 2004 Zusammenfassung Die vorliegende Arbeit über die grundlegenden Sätze der Zahlentheorie beschäftigt
Mehr2. Mathematische Grundlagen
2. Mathematische Grundlagen Erforderliche mathematische Hilfsmittel: Summen und Produkte Exponential- und Logarithmusfunktionen 21 2.1 Endliche Summen und Produkte Betrachte n reelle Zahlen a 1, a 2,...,
Mehr