Wintersemester Januar Prof. Dr. Schweigert Seminar über Algebra und Funktionentheorie: Funktionenkörper und geometrische Codes.
|
|
- Fabian Hermann
- vor 5 Jahren
- Abrufe
Transkript
1 Wintersemester Januar 202 Prof. Dr. Schweigert Seminar über Algebra und Funktionentheorie: Funktionenkörper und geometrische Codes Codes Fabian Thiele
2 Einleitung Im Jahre 837 ist es Samuel Morse, der den Morsetelegraphen erfindet und somit die Kommunikation über weite Strecken mittels elektrischer Signale ermöglicht. Mitte des 9. Jahrhunderts ist die Fernkommunikation mittels Sprache möglich. Die Vermittlung der Gesprächsteilnehmer erfolgt über eine Zwischenstelle und das manuelle Umstecken von Kabeln. Hierfür werden ausschließlich Männer eingesetzt. Hohe Widerstände in der Leitung und eine schlechte Verbindungsqualität bewirken den Wechsel zur Klingelfee. Durch die hohe Stimme sind Frauen als Vermittlungsstelle besser zu verstehen. Am 28. August 850 wird das erste Seekabel zwischen Dover und Cap Gris-Nez bei Calais verlegt. Es hält einen Tag, da ein Fischerboot es mit seinem Netz versehentlich zerstört. Noch im 9. Jahrhundert, genauer 866, wird die erste stabile Atlantikverbindung gelegt und in Betrieb genommen. Die sehr hohen Widerstände machen es erforderlich das ankommende Signal mit feinen Messgeräten abzulesen. Fehler in der Kommunikation sind demzufolge alltäglich. Die richtige Verbindung eines Telefonanbieters erhält eine unmittelbare Rückmeldung. Im Falle eines Fehlers beschwert sich der Kunde und die Fehlverbindung kann korrigiert werden. Ab 888 sind die ersten Selbstwähltelefone im Einsatz. Auch hier erhält der Telefonkunde entweder den richtigen oder falschen Gesprächspartner und somit die schnelle Erkenntnis ob die Verbindungsvermittlung erfolgreich war. Für das Versenden von geschriebenen Nachrichten gelten hier bereits andere Maßstäbe. Im besten Fall schleichen sich kleine Rechtschreibfehler in die Nachricht und können erkannt werden oder das Signal ist nicht lesbar und die Nachricht wird erneut angefordert. Im schlechtesten Fall wird durch falsche Zeichen der Inhalt der Nachricht geändert. Wenn in einem Kaufangebot eine zu einer 7 wird und der Empfänger diesen Fehler nicht bemerkt, hat der Kommunikationsweg die Nachricht in ihrem Inhalt massiv gestört. Solch einen Fehler aufzufinden ist oftmals nicht leicht. Richard W. Hamming veröffentlichte im internen Wissenschaftsjournal von Bell Labs im Jahre 950 seinen Artikel Error detecting and error correcting codes. Der Ansatz: Anstatt nur die Nachricht vom Sender zum Empfänger zu übertragen, wird sie in Blöcke aufgeteilt und mit Prüfzeichen versehen, um zu kontrollieren ob die Nachricht korrekt den Kanal passiert hat. Die Kodierungstheorie wurde geboren.. Beispiel Wir wiederholen jedes gesendete Zeichen sechs mal und einigen uns auf eine Blocklänge von sechs. Unsere Nachricht ist ein Buchstabe im Alphabet F 2, also erhalten wir: Nachricht Code Erhalten wir nun die Nachricht: so wissen wir, dass dies eher eine 0 als eine codieren soll. 2 Codes Wir betrachten den Vektorraum F n q über dem endlichen Körper F q mit q Elementen wobei q eine Primzahlpotenz ist. Definition. Für a = (a,..., a n ) und b = (b,..., b n ) F n q sei die Funktion d mit Werten in N, genannt Hamming-Distanz oder Hamming-Abstand auf F n q, definiert als d(a, b) := {i; a i b i }. Weiterhin sei das Hamming-Gewicht wt eines Elementes a F n q wt(a) := d(a, 0) = {i; a i 0}. Bemerkung 2. Die Hamming-Distanz ist eine Metrik auf F n q. Beweis. Wir weisen die drei Eigenschaften einer Metrik nach: (i) d(a, b) = 0 a = b definiert als d(a, b) = 0 {i; a i b i } = i {,..., n} : a i = b i a = b
3 (ii) (iii) d(a, b) = d(b, a), da d(a, c) d(a, b) + d(b, c), da {i; a i b i } = {i; b i a i } k {i; a i c i } a k c k a k b k b k c k k {i; a i b i } k {i; b i c i }. Somit ist jedes Element aus {i; a i c i } auch in {i; a i b i } oder {i; b i c i } enthalten und damit jeder Index, der auf der linken Seite der Ungleichung gezählt wurde, auf jeden Fall auch in der rechten Seite der Ungleichung enthalten. Definition 3. Ein Code C (über dem Alphabet F q ) ist ein linearer Unterraum von F n q. Die Elemente von C heißen Codewörter. Wir nennen n die Länge von C und dim C (als F q -Vektorraum aufgefasst) die Dimension von C. Ein [n, k] Code ist ein Code mit Länge n und Dimension k. Wir definieren die Mindestdistanz eines Codes C 0 als d(c) := min{d(a, b); a, b C und a b} = min{wt(c); 0 c C}. Ein [n, k] Code mit Mindestdistanz d bezeichnen wir als [n, k, d] Code. Allgemeiner lässt sich ein Code als beliebige, nicht-leere Teilmenge eines nicht-leeren endlichen Körpers auffassen. Wenn C, wie hier, ein linearer Unterraum eines nicht-leeren endlichen Körpers F n q ist, heißt C dann genauer linearer Code. Da die meisten Codes in der Praxis von dieser Form sind, werden wir nur lineare Codes betrachten, ohne sie jedoch mit der Eigenschaft,,linear zu bezeichnen. Definition 4. Für einen Code C mit Mindestdistanz d = d(c) setzen wir [ ] d t :=, 2 wobei [x] den ganzzahligen Anteil von x bezeichnet d.h. x = [x] + ɛ, x Z, 0 ɛ <. Wir nennen dann C t-error correcting (englisch für: t Fehler korrigierend). Satz 5. Falls u F n q und d(u, c) t für ein c C und t Z wie oben, dann ist c das einzige Codewort mit d(u, c) t. Beweis. Es gilt für d := d(c), dass d nach Definition von d(c). d =, 2 Falls d = oder d = 2, so ist t = 0 und da es sich bei der Hamming-Distanz um eine Metrik handelt, welche insbesondere positiv ist, folgt aus d(u, c) 0, dass u = c und c ist somit das einzige Codewort mit d(u, c) 0. d 3 Sei nun d 3, so ist t nach Definition von t. Angenommen, es existiert c c C mit der Eigenschaft d(u, c ) t, so gilt d(c, c) d(c, u) + d(u, c) 2 }{{} t d < d da d jedoch die Mindestdistanz von Elementen in C ist, ist dies ein Widerspruch zur Definition von d und unsere Annahme ist falsch. Was bedeutet es also nun für unseren Code t-error correcting zu sein? Nach obigem Satz können wir folgende Aussage treffen: Wenn wir eine Nachricht codieren und bei der Übertragung Fehler auftreten, also die ankommende Nachricht sich von der versendeten Nachricht unterscheidet, so können wir, falls der Unterschied in weniger oder gleich t Indizes liegt, eindeutig bestimmen, welches Codewort eigentlich hätte ankommen sollen. Wir können also t Fehler korrigieren. Um einen Code eindeutig zu beschreiben reicht es, eine Basis von C (aufgefasst als Vektorraum über F q ) anzugeben: 2
4 Definition 6. Sei C ein [n, k] Code über F q. Eine Generatormatrix oder Erzeugermatrix von C ist eine k n Matrix, deren Zeilen eine Basis von C bilden. (Zur Erinnerung: Wir schreiben ein Element von F n q als Zeilen- und nicht als Spaltenvektor.) Definition 7. Wir definieren das kanonische innere Produkt auf F n q mit Werten in F q durch a, b := a i b i für a = (a,..., a n ) und b = (b,..., b n ) F n q. Bemerkung 8. Das kanonische innere Produkt aus Definition 7 ist eine nicht-ausgeartete symmetrische Bilinearform auf F n q. Beweis. Es gilt, : F n q F n q F q. Wir weisen die Eigenschaften einer Bilinearform nach: (i) (ii) (iii) a + c, b = a, b + c, b, da (a i + c i )b i = i= a, b + c = a, b + a, c, da a i (b i + c i ) = i= i= a i b i + c i b i = i= a i b i + a i c i = i= λ a, b = a, λ b = λ a, b, da (λ a i )b i = i= i= a i b i + i= a i b i + i= c i b i i= a i c i i= a i (λ b i ) = λ a i b i Da beide Argumente von, aus demselben Vektorraum stammen und a, b = b, a aufgrund von a i b i = b i a i gilt, ist, auch symmetrisch., ist nicht-ausgeartet, da F n q endlich-dimensional und es gilt i= i= i= a, b = 0, b F n q a = 0 da n i= a ib i = 0, b = (b,..., b n ) F n q nur dann gilt, wenn a i = 0, i {,..., n} und somit a = 0. Definition 9. Für C F n q Code, definieren wir C := {u F n q ; u, c = 0 für alle c C} als den dualen Code zu C. Ein Code C heißt selbst-dual falls C = C gilt. Bemerkung 0. Der duale Code eines [n, k] Codes ist ein [n, n k] Code und (C ) = C. Insbesondere besitzt ein selbst-dualer Code mit Länge n die Dimension n 2. Beweis. Da C Elemente von F n q enthält und es sich bei, um eine Bilinearform handelt, ist damit C ein Untervektorraum von F n q. Wir wollen nun zeigen dim Fq C + dim Fq C = n. Wir nehmen uns eine Basis {b,..., b l } von C und die zugehörige Matrix H = (b i ) i=,...,l. Dann wissen wir, dass gilt dim Fq C = rank H. Wie in Satz 2 gezeigt werden wird gilt C = {u F n q ; H u t = 0}. 3
5 Es handelt sich bei H u t = 0 um ein homogenes lineares Gleichungssystem. Die Dimension des Lösungsraumes (also dim C) ist, wie aus der Linearen Algebra bekannt, n rank H und somit gilt dim Fq C = n rank H = n dim Fq C und wir haben unsere Dimensionsformel bewiesen. Eingesetzt erhalten wir dann dim Fq C = n k wie behauptet. Betrachten wir nun die Elemente u F n q für die gilt < u, b >= 0, b C so sind dies genau die Elemente aus C nach Konstruktion von C. Dass nun ein selbst-dualer Code mit Länge n die Dimension n 2 besitzt ist offensichtlich, da C = C gilt und aus der Forderung dim C + dim C = n folgt dim C = dim C = n 2. Definition. Eine Generatormatrix von C heißt eine Kontrollmatrix für C. Offensichtlich ist nach Bemerkung 0 die Kontrollmatrix H eines [n, k] Codes C eine (n k) n Matrix von vollem Rang. Satz 2. Sei H eine Kontrollmatrix von C. Dann gilt C = {u F n q ; H u t = 0}. Beweis. Sei H Kontrollmatrix für C und von der Form H = (H j ) j {,...,(n k)} wobei H j F n q die Zeilenvektoren von H bezeichnen. Es ergibt sich dann aus H u t für u = (u,..., u n ): H u H, u.. =. =! 0 H n k u n H n k, u Wir wissen nach Wahl von H, dass B := {H,..., H n k } eine Basis von C bildet. Es gilt also für ein u F n q : H u t = 0 b B : b, u = 0 c C : c, u = 0 u (C ) u C Wir können nun also die Aussagen treffen, dass eine Kontrollmatrix,,kontrolliert, ob ein Vektor u F n q ein Codewort aus C ist oder nicht. Um Codewörter möglichst gut zu unterscheiden ist es in der Kodierungstheorie ein wichtiges Ziel, Codes zu finden mit einer möglichst großen Mindestdistanz im Vergleich zu seiner Länge. Gleichzeitig wollen wir möglichst viele Wörter codieren können, benötigen also auch eine große Dimension im Vergleich zur Länge. Der beste Code wäre also in seiner Länge möglichst klein und hätte eine große Dimension und einen großen Mindestabstand. Es gibt jedoch eine Abhängigkeit des Mindestabstands zur Dimension. Einfach gesagt ergibt eine große Dimension im Vergleich zur Länge einen kleinen Mindestabstand. Der folgende Satz stammt von Richard Collom Singleton, von dem er auch seinen Namen erhielt: Satz 3. (Singleton-Schranke) Für einen [n, k, d] Code C gilt: () k + d n + Beweis. Wir betrachten den Untervektorraum E F n q mit E := {(a,..., a n ) F n q ; a i = 0 für alle i d}. Für jedes a E gilt offensichtlich wt(a) d, da maximal die ersten d Komponenten ungleich Null sind. Daher gilt für alle a E, dass d(c) > wt(a) und somit muss E C = 0 gelten. Weiterhin gilt dim Fq E = d und wir erhalten k + (d ) = dim Fq C + dim Fq E = dim Fq (C E) + dim Fq (C E) = dim Fq (C E) n }{{} =0 4
6 Codes, die die Ungleichung () mit Gleichheit erfüllen, sind optimal und heißen MDS-Codes. Ausgeschrieben: Maximum-Distanz-Codes (engl. für maximum distance seperable codes). Die Bedeutung von solchen Schranken liegt auf der Hand: Während wir einen hohen Mindestabstand erreichen wollen, müssen wir damit eine Vergrößerung jedes einzelnen Codewortes in Kauf nehmen. Die Möglichkeit viele Fehler zu korrigieren, korrelliert also mit der Notwendigkeit, mehr Daten zu versenden als dies für die eigentliche Nachricht notwendig wäre. Hier liegt auch der Nachteil im Einsatz von Codes. In nahezu allen gängigen Kommunikationsmitteln, in denen Störungen der Nachricht auftreten, werden aber mittlerweile Codes eingesetzt. In die Singleton-Schranke fließen jedoch keine Informationen über die Größe von F q ein. Es existieren andere Schranken, die dies berücksichtigen.[2](abschnitt 8.4) Im Allgemeinen ist es jedoch schwieriger anstatt oberer Schranken für die Mindestdistanz untere Schranken anzugeben. Eine Klasse von Codes in der dies möglich ist heißt BCH-Codes, die aufgrund dessen in den vergangenen 50 Jahren sehr gut untersucht worden sind. 3 Beispiel: Hamming-Code Abschließend lässt sich gut ein Beispiel für einen [7, 4]-Code über F 2 angeben. Dieser wurde 950 von Hamming entwickelt und ist in der Lage, aufgrund einer Mindestdistanz d = 3 einzelne Fehlerbits zu korrigieren. Wir geben, um ihn zu definieren, wie oben bereits beschrieben, für diesen Code seine Generatormatrix an: G = F Wollen wir nun eine als Nachricht den Vierer-Block v = ( 0 ) F 4 2 versenden, so codieren wir diese zuerst indem wir berechnen v G = ( 0 ) = ( ) =: x Der Empfänger dieser Nachricht kann nun mittels der Kontrollmatrix H herausfinden, ob die Nachricht korrekt übermittelt wurde, und bei einem Fehler von -Bit sogar diesen korrigieren: H = H x t = = und somit ist der Code korrekt übermittelt worden. 5
7 Literatur [] BCH code [online]. In: Wikipedia. Online im Internet: code Stand: 7. Oktober 20 2:2 Uhr [2] Bosch, Siegfried: Lineare Algebra. Berlin : Springer, 2008, 2. Auflage. S [3] Fischer, Gerd: Lineare Algebra : Eine Einführung für Studienanfänger. Wiesbaden : Vieweg+Teubner, 200, 7. Auflage. [4] Generator matrix [online]. In: Wikipedia. Online im Internet: matrix Stand: 06. Oktober 20 3:58 Uhr [5] Hamming, R.W.: Error Detecting and Error Correcting Codes [online]. In: The Bell System Technical Journal Bd.-Nr. 29 (950), Nr. 2. Online im Internet: gil/redesii/hamming.pdf Stand: 28. September 20 2:37 Uhr [6] Høholdt, Tom ; Pellikaan, Ruud: On the decoding of algebraic-geometric codes [online]. In: IEEE Trans. Inform. Theory (995). Online im Internet: Stand: 04. Oktober 20 2:25 Uhr [7] Huffman, William Carry ; Pless, Vera: Fundamentals of Error-Correcting Codes [online]. Cambridge : Cambridge University Press, 2003, S. -. Online im Internet: Stand: 28. September 20 2:45 Uhr [8] MacWilliams, F.J. ; Sloane, N.J.A: The Theory of Error-Correcting Codes [online]. Amsterdam : North-Holland Publishing Company, 98, 3. Auflage. S. -5. Online im Internet: F.J., Sloane N.J.A. The theory of error correcting codes (no TOC)(NHML06, NH, 98)(ISBN )(T)(O)(77s) CsIn.djvu Stand: 28. September 20 2:45 Uhr [9] MDS code [online]. In: Wikipedia. Online im Internet: Stand: 04. Oktober 20 :59 Uhr [0] Seekabel [online]. In: Wikipedia. Online im Internet: Stand: 05. Oktober 20 3:07 Uhr [] Singleton-Schranke [online]. In: Wikipedia. Online im Internet: Stand: 04. Oktober 20 2:00 Uhr [2] Stichtenoth, Henning: Algebraic Function Fields and Codes. Heidelberg : Springer, 2008, 2. Auflage. S [3] Telefon [online]. In: Wikipedia. Online im Internet: Stand: 05. Oktober 20 3:0 Uhr 6
Einführung in die Kodierungstheorie
Anton Malevich Einführung in die Kodierungstheorie Skript zu einer im Februar 2013 gehaltenen Kurzvorlesung Fakultät für Mechanik und Mathematik Belorussische Staatliche Universität Institut für Algebra
MehrLineare Algebra II Lösungen der Aufgaben 42 und 43
D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V
MehrEinführung in die Kodierungstheorie
Einführung in die Kodierungstheorie Einführung Vorgehen Beispiele Definitionen (Code, Codewort, Alphabet, Länge) Hamming-Distanz Definitionen (Äquivalenz, Coderate, ) Singleton-Schranke Lineare Codes Hamming-Gewicht
MehrModul Diskrete Mathematik WiSe 2011/12
Modul Diskrete Mathematik WiSe / Ergänzungsskript zum Kapitel 3.4. Hinweis: Dieses Manuskript ist nur verständlich und von Nutzen für Personen, die regelmäßig und aktiv die zugehörige Vorlesung besuchen
MehrVerschlüsselungs- und Codierungstheorie PD Dr. Thomas Timmermann Westfälische Wilhelms-Universität Münster Sommersemester 2017
Verschlüsselungs- und Codierungstheorie PD Dr. Thomas Timmermann Westfälische Wilhelms-Universität Münster Sommersemester 2017 Lineare Codes (Ausarbeitung von Benjamin Demes) 1) Was sind lineare Codes
MehrDie Größe A(n, d) und optimale Codes
Die Größe A(n, d) und optimale Codes Definition Optimaler Code Wir definieren A(n, d) = max{m binärer (n, M, d) Code} Ein (n, M, d)-code heißt optimal, falls M = A(n, d). Bestimmung von A(n, d) ist offenes
MehrDefinitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.
Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren
MehrAlgebraische Codierungstheorie
Algebraische Codierungstheorie Grundeigenschaften der Codes und ihre wichtigsten Parameterschranken Iryna Feurstein Inhaltsverzeichnis 1 Gegenstand und Aufgabe der Codierungstheorie 1 2 Blockcode 1 2.1
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
Mehr2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U:
2. Isotropie Im folgenden sei V ein K-Vektorraum der Dimension n. Es sei q eine quadratische Form darüber und β die zugehörige symmetrische Bilinearform. Zudem gelte in K: 1 + 1 0. Notation 2.0: Wir nennen
MehrGrundbegrie der Codierungstheorie
Grundbegrie der Codierungstheorie Pia Lackamp 12. Juni 2017 Inhaltsverzeichnis 1 Einleitung 2 2 Hauptteil 3 2.1 Blockcodes............................ 3 2.1.1 Beispiele.......................... 3 2.2
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 03.12.2013 Alexander Lytchak 1 / 16 Wiederholung und Beispiele Der Spaltenrang einer Matrix ist gleich ihrem Zeilenrang.
MehrProjektive Räume und Unterräume
Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis
Mehr2.3 Basis und Dimension
23 Basis und Dimension Erinnerung Gegeben ein K-Vektorraum V, ein Vektorensystem x,, x n in V Eine Linearkombination in den x i ist ein Vektor der Form λ x + + λ n x n mit λ i K Die λ i heißen Koeffizienten
MehrAufbau der Projektiven Geometrie
Seminararbeit zum Seminar aus Reiner Mathematik Aufbau der Projektiven Geometrie Leonie Knittelfelder Matr. Nr. 1011654 WS 2012/13 Inhaltsverzeichnis 1 Einleitung 3 2 Linearmengen 4 2.1 Satz (1.3.1): Das
MehrCODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005
CODIERUNGSTHEORIE KURS ZELL AN DER PRAM, FEBRUAR 2005 1. Das Problem 1.1. Kanalcodierung und Fehlerkorrektur. Wir wollen eine Nachricht über einen digitalen Kanal, der nur 0 oder 1 übertragen kann, schicken.
MehrHomogene und inhomogene Koordinaten und das Hyperboloid
Seminararbeit zum Seminar aus Reiner Mathematik Homogene und inhomogene Koordinaten und das Hyperboloid Gernot Holler 1010674 WS 2012/13 28.November 2012 1 Inhaltsverzeichnis 1 Einleitung 3 2 Homogene
MehrDefinition Information I(p)
Definition Information I(p) Definition I(p) Die Information I(p) eines Symbols mit Quellws p > 0 ist definiert als I(p) = log 1 p. Die Einheit der Information bezeichnet man als Bit. DiMa II - Vorlesung
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 30.10.2012 Bernhard Hanke 1 / 10 Vektorräume (Wiederholung) Ein reeller Vektorraum besteht aus einer Menge V, einem ausgezeichneten Element
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
Mehr6. Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke. 6. Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 107/ 238
6 Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 6 Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 107/ 238 Erinnerung: Der Vektorraum F n 2 Schreiben {0, 1} n als F n 2 Definition
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrMusterlösung Serie 8
D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge
MehrKlausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum
Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt
MehrErzeugendensystem und Basis
Erzeugendensystem und Basis Definition Erzeugendensystem und Basis eines Unterraums Sei S F n 2 ein Unterraum. Eine Menge G = {g 1,..., g k } S heißt Erzeugendensystem von S, falls jedes x S als Linearkombination
MehrSatz von Riemann-Roch
Satz von Riemann-Roch Paul Schwadke 6042140 12. Dezember 2011 Der Satz von Riemann sagt aus, dass in einem Funktionenkörper F/K vom Geschlecht g ein Divisor A Div(F ) der Ungleichung dim K L(A) dega +
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der
MehrTechnische Informatik - Eine Einführung
Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Technische Informatik - Eine Einführung Darstellung von Zeichen und
MehrAffine Geometrie (Einfachere, konstruktive Version)
Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit
MehrMusterlösungen für die Nachklausur in LinAlg vom
Musterlösungen für die Nachklausur in LinAlg vom 10.10.16 1. Finden Sie mindestens ) zwei Dreh )Matrizen ) M R 2 2 mit der Eigenschaft 1 0 M = : M = ± 1 1 2 ±1 1 k k 1 k 2. Sei A R 3 3 die Matrix A = 0
MehrLineare Codes. Dipl.-Inform. Wolfgang Globke. Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 19
Lineare Codes Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 19 Codes Ein Code ist eine eindeutige Zuordnung von Zeichen
MehrMusterlösung zur Nachklausur Lineare Algebra I
Musterlösung zur Nachklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw falsch? Setzen Sie in jeder Zeile genau ein Kreuz Für jede korrekte Antwort erhalten Sie 0,5
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
Mehr2.3 Basis und Dimension
Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit
MehrAlgebraisches Internet
. p. 1/40 Algebraisches Internet Axel Kohnert Braunschweig Mai 2010 Universität Bayreuth axel.kohnert@uni-bayreuth.de . p. 2/40 Übersicht Designs Network Codes Konstruktion Decodieren I - Designs. p. 3/40
MehrErinnerung: Der Vektorraum F n 2
Erinnerung: Der Vektorraum F n 2 Definition Vektorraum F n 2 F n 2 = ({0, 1}n,+, ) mit Addition modulo 2, + : F n 2 Fn 2 Fn 2 und skalarer Multiplikation : F 2 F n 2 Fn 2 definiert einen Vektorraum, d.h.
MehrSignale und Codes Vorlesung 6
Signale und Codes Vorlesung 6 Nico Döttling December 13, 2013 1 / 24 Vergleich Shannon vs. Schranken für Minimaldistanz (1) BSC ρ hat Kapazität 1 H 2 (ρ) Shannon: Es existiert ein (n, k) Code C für BSC
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrVollständigkeit. 1 Konstruktion der reellen Zahlen
Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente
Mehr2 Vektorräume und Gleichungssysteme
2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
MehrLineare Algebra 2. Lösung zu Aufgabe 7.2:
Technische Universität Dortmund Sommersemester 2017 Fakultät für Mathematik Übungsblatt 7 Prof. Dr. Detlev Hoffmann 15. Juni 2017 Marco Sobiech/ Nico Lorenz Lineare Algebra 2 Lösung zu Aufgabe 7.1: (a)
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrLineare Algebra I Lösungsvorschlag
Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
Mehr6.5 Lineare Abhängigkeit, Basis und Dimension
6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Heimarbeitsblatt 14
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker Wintersemester 3/4 Heimarbeitsblatt 4 Die Lösungshinweise dienen
Mehr05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
MehrDie Hamming-Distanz definiert eine Metrik.
Die Hamming-Distanz definiert eine Metrik. Satz Metrik Hamming-Distanz Die Hamming-Distanz ist eine Metrik auf {0, 1} n, d.h. für alle x, y, z {0, 1} n gilt: 1 Positivität: d(x, y) 0, Gleichheit gdw x
MehrAffine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...
Affine Hülle Wiederholung. Der Vektor x K n ist eine lineare Kombination der Vektoren x,...,x k K n, wenn es Zahlen λ,...,λ k K gibt mit x = λ x +... + λ k x k. Def. Gibt es solche Zahlen λ,...,λ k K mit
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
MehrSatz. Wie wirkt sich ein Basiswechsel auf die Darstellungsmatrix einer linearen Abbildung F : V n V n aus?
Wie wirkt sich ein Basiswechsel auf die Darstellungsmatrix einer linearen Abbildung F : V n V n aus? Seien [F] B und [F] B die Darstellungsmatrizen von F bezüglich zweier Basen B und B. Weiter sei T die
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
Mehr5 Analytische Geometrie
5 Analytische Geometrie Die Grundidee der analytischen Geometrie ist es, geometrische Objekte in Räumen mittels linearer Algebra zu beschreiben 51 Affine Räume Definition 511 Ein affiner Raum (AR) über
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrPerfekte Codes. Definition Perfekter Code. Sei C {0, 1} n ein (n, M, d)-code. C heißt perfekt, falls
Perfekte Codes Definition Perfekter Code Sei C {0, 1} n ein (n, M, d)-code. C heißt perfekt, falls ( ) d 1 M V n = 2 n. 2 D.h. die maximalen disjunkten Hammingkugeln um die Codeworte partitionieren {0,
Mehr3.1 Sukzessive Minima und reduzierte Basen: Resultate
Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrA = A A
Musterlösung - Aufgabenblatt 8 Aufgabe 1 Gegeben ist das Polytop P = conv {±e i ± e j : 1 i, j 3, i j} = conv {e 1 + e 2, e 1 e 2, e 1 + e 2, e 1 e 2, e 1 + e 3, e 1 e 3, e 1 + e 3, e 1 e 3, e 2 + e 3,
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 08.11.2013 Alexander Lytchak 1 / 11 Erinnerung Proposition Es sei (v i ) i I eine Familie von Vektoren aus einem reellen
Mehr7 Vektorräume und Körperweiterungen
$Id: vektor.tex,v 1.4 2009/05/28 16:37:16 hk Exp $ 7 Vektorräume und Körperweiterungen Bisher haben wir zwar die Existenz und Eindeutigkeit von Tensorprodukten bewiesen, und auch einige ihrer Eigenschaften
MehrKLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG Aufgabe 1 Es sei K ein Körper, V ein K-Vektorraum, und seien v 1,..., v n V (n N). (a) Definieren Sie, wann die endliche Familie v 1,...,
Mehr4 Bilinearformen und Skalarprodukte
4 Bilinearformen und Skalarprodukte 4 Grundlagen über Bilinearformen Definition 4 Sei V ein K-Vektorraum Eine Bilinearform b auf V ist eine Abbildung b : V V K mit folgenden Eigenschaften: (B) x, y, z
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen
MehrEuklidische und unitäre Vektorräume
Euklidische und unitäre Vektorräume In allgemeinen Vektorräumen gibt es keine Möglichkeit der Längenmessung von Vektoren und der Winkelmessung zwischen zwei Vektoren. Dafür ist eine zusätzliche Struktur
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
MehrÜbungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A
Musterlösung: Aufgabe A Wir betrachten die Matrix A = 1 4 1 1 3 1 4 5 2 M(3 3, Q) und die dazugehörige Abbildung f : Q 3 Q 3 ; v A v. Für j = 1, 2, 3 bezeichne v j Q 3 die j-te Spalte von A. Teilaufgabe
Mehrtechnische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.
Dr. V. Gradinaru K. Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6. Multiple Choice: Online abzugeben. 6.a) (i) Welche der folgenden
MehrKodierungstheorie: Lineare Kodes
Kodierungstheorie: Lineare Kodes Seminararbeit Sommersemester 2015 Bearbeitet von: Sebastian Gombocz (Matrikelnummer: 48947) Christian Löhle (Matrikelnummer: 48913) Betreuer: Prof. Dr. Thomas Thierauf
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2......
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrRechnernetze Übung 5. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai Wo sind wir?
Rechnernetze Übung 5 Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Mai 2012 Wo sind wir? Quelle Nachricht Senke Sender Signal Übertragungsmedium Empfänger Quelle Nachricht Senke Primäres
Mehr4.0.2 Beispiel (Einfacher Wiederholungscode). Im einfachsten Fall wird die Nachricht einfach wiederholt. D.h. man verwendet die Generatorabbildung
Wir beschäftigen uns mit dem Problem, Nachrichten über einen störungsanfälligen Kanal (z.b. Internet, Satelliten, Schall, Speichermedium) zu übertragen. Wichtigste Aufgabe in diesem Zusammenhang ist es,
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)
MehrLineare Algebra I Lösung der Probeklausur
David Blottière Patrick Schützdeller WS 6/7 Universität Paderborn Lineare Algebra I Lösung der Probeklausur Aufgabe : M i) M ist linear unabhängig. Seien a,b,c R mit Daraus folgt : Also gilt a = b = c
MehrYERGITXH YZRBIPQH? Lösung. Der Hamming-Abstand der beiden Zeichenfolgen ist 4. Die verschiedenen Zeichen Y E R G I T X H Y Z R B I P Q H
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Planet Nuschel Aufgabe 1 (Hieroglyphen (nur für die Klassen 7/8) [4 Punkte]). Der Hamming-Abstand ist nicht nur auf Buchstaben beschränkt.
Mehr7. Woche Extra-Material: - Beispiele von Codes. 7. Woche: Beispiele von Codes 144/ 238
7 Woche Extra-Material: - Beispiele von Codes 7 Woche: Beispiele von Codes 144/ 238 Hamming-Matrix H(h) und Hammingcode H(h) Wir definieren nun eine Parity-Check Matrix H(h) von einem neuen Code: Parametrisiert
MehrLösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,
MehrProf. Dr. Elmar Grosse-Klönne Institut für Mathematik
Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Lineare Algebra Analytische Geometrie I* Übungsaufgaben, Blatt Musterlösungen Aufgabe. Es seien A, B, C Teilmengen einer Menge X. Zeige: i A B C =
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 13/2 29.1.27 en zur Probeklausur Aufgabe 1 (ca. 6 Punkte) Sei
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
Mehr