Seminararbeit für das SE Reine Mathematik- Graphentheorie
|
|
- Sylvia Ursler
- vor 8 Jahren
- Abrufe
Transkript
1 Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am Heike Farkas
2 Inhaltsverzeichnis Der binäre Rang einer Adjazenzmatrix..1 Der symplektische Graph.6 Die Spektralzerlegung.10 Rationale Funktionen..12 Literaturverzeichnis.. 14
3 Heike Farkas SE Reine Mathematik Seite 1 Einleitung Diese Seminararbeit beschäftigt sich mit den Themen binärer Rang einer Adjazenzmatrix, symplektischer Graph, Spektralzerlegung und rationale Funktionen. Die Grundlage für diese Ausarbeitung bilden die Kapitel in Algebraic Graph Theory von Chris Godsil und Gordon Royle. 1. Der binäre Rang einer Adjazenzmatrix Neben dem Rang einer Matrix A, abgekürzt durch rk A, existiert weiterhin der Begriff des binären Ranges von A. Unter dem binären Rang einer Matrix versteht man jenen Rang, der über GF(2) berechnet wird. GF(2) (Galois Field) ist der kleinste Galoiskörper oder auch endliche Körper aus zwei Elementen bestehend, auf dem die Körperaxiome definiert sind. Mit wird der binäre Rang der Matrix A (=Adjazenzmatrix) bezeichnet. Explizit bedeutet dies, dass die einzelnen Matrixeinträge einer gegebenen Matrix A über mod 2 berechnet werden. Der Rang dieser Matrix wird binärer Rang von A genannt. Zur Veranschaulichung soll ein Beispiel dienen: Beispiel 1.1 Sei die Matrix A = gegeben. Wenn man den Rang dieser Matrix berechnet, erhält man rk A = 3. Sei A die dahingehen veränderte Matrix, die aus A hervorgeht, wenn deren Elemente über mod(2) berechnet wurden. Es folgt A = Hier gilt rk A = 2 = rk A. Bevor nun die Definition 1.1 folgt, wird zuerst noch an eine Definition erinnert: Definition (Komplementärgraph) Der Komplementärgraph X zu dem Graph X und X selbst haben dieselbe Knotenmenge, V(X) = V(X ). Grundlegender Unterschied zwischen den beiden Graphen ist, dass zwei Knoten u, v in X genau dann adjazent sind, falls sie in X nicht adjazent sind und umgekehrt. Definition 1.1 (Lokales Komplement) Seien ein Graph X und ein Knoten u V X gegeben. Das lokale Komplement des Graphen X zu u ist eine Operation auf X, sodass der auf den Nachbarn von u induzierte Untergraph durch seinen Komplementärgraph ersetzt wird.
4 Heike Farkas SE Reine Mathematik Seite 2 Somit hat der Graph σ X folgende Eigenschaften: i. Falls v und w voneinander verschiedene Nachbarn von u sind, dann sind sie in σ X adjazent (bzw. nicht adjazent) genau dann, wenn sie in X nicht adjazent (bzw. adjazent) sind. ii. Falls v und w voneinander verschiedene Knoten von X und nicht beide Nachbarn von u sind, dann sind sie adjazent (bzw. nicht adjazent) in σ X genau dann, wenn sie in X adjazent (bzw. nicht adjazent) sind. Bemerkung 1.1 Das lokale Komplement σ X hat unter Anderem folgende Eigenschaft: σ X ist die identische Abbildung. Das lokale Komplement σ X würde in diesem Beispiel folgendermaßen aussehen:
5 Heike Farkas SE Reine Mathematik Seite 3 Satz 1.1 Sei X ein Graph, angenommen u und v seien Nachbarn in X. Dann gilt: =. Wenn Y der Graph ist, der entsteht, falls man u und v aus löscht, dann gilt: = + 2 Beweis. Sei A die Adjazenzmatrix von X. Sei a der charakteristische Vektor der Menge der Nachbarn von u, nicht v, die nicht adjazent zu v sind. Sei b der charakteristische Vektor der Menge der Nachbarn von v, nicht u, die nicht adjazent zu u sind. Sei c der charakteristische Vektor der Menge der gemeinsamen Nachbarn von u und v. und seien die charakteristischen Vektoren von u und v. Es ist zu bedenken, dass bei diesem Beweis über GF(2) gerechnet wird. Der charakteristische Vektor der Nachbarn von u ist a + c + e. Die nicht auf der Diagonale gelegenen Einträge der Matrix A σ X sind ident mit denen von A = A + a + c + e a + c + e. Analog ist der charakteristische Vektor der Nachbarn von v in σ X a + b + e. Die nicht auf der Diagonale gelegenen Einträge von A σ σ X sind ident mit denen von A = A + a + b + e a + b + e. Der charakteristische Vektor der Nachbarn von u in σ σ X ist b +c + e. Die nicht auf der Diagonale gelegenen Einträge von A σ σ σ X sind ident mit denen von A = A + b + c + e b + c + e. Wenn man in diese letzte Gleichung für A und dann auch noch für A zurück einsetzt, erhält man: A = A + ab + ba + ac + ca + bc + cb + a + b e + e + e + e a + b + e e. Die einzige Matrix, die auf der Diagonale nicht nur Nullen als Einträge hat, ist e e. Daraus wird geschlossen, dass A σ σ σ X = A + e e. Diese Gleichung zeigt, dass A + e e gleich bleibt, auch wenn wir a mit b und e mit e vertauschen. Daraus kann man folgern, dass σ σ σ X = σ σ σ X gilt. Somit ist der erste Teil des Satzes bewiesen. Die u-spalte von A ist a + c + e. Die v-spalte von A ist b + c + e und e A e = 1. Der Beweis des Lemmas (vgl. Godsil; Royle. S.180) zeigt, dass der Rang der Matrix A + a + c + e b + c + e + b + c + e a + c + e gleich rk A 2 ist. Die u- und v- Spalten und Reihen dieser Matrix sind Null. Wenn A die Submatrix ist, die durch das Löschen der u- und v-reihen und Spalten entsteht, dann gilt rk A = rk A 2.
6 Heike Farkas SE Reine Mathematik Seite 4 Um den Beweis zu vervollständigen, zeigen wir, dass a + b b + c + b + c a + b = ab + ba + ac + ca + bc + cb, und es folgt daraus, dass die Matrix, die durch das Löschen der u- und v- Reihen und Spalten aus A entsteht, gleich zu A ist. Diese Matrix ist die Adjazenzmatrix von Y. Somit ist auch der zweite Teil des Satzes bewiesen. Der Graph Y, der in Satz 1.1 durch Löschen der Knoten u und v in entsteht, heißt Rang-2- Reduzierung des Graphen X an der Kante uv. Beispiel 1.2 Dieses Beispiel soll die Aussage von Satz 1.1 verdeutlichen. X sei ein Graph. u und v seien Nachbarn in X. Anhand dieses Beispiels soll gezeigt werden, dass gilt: =.
7 Heike Farkas SE Reine Mathematik Seite 5 Beispiel 1.3 Ein Kreis C hat n verschiedenen Knoten v,, v, wobei jeder Knoten immer genau zwei Nachbarn hat. v hat die Nachbarn v und v. Es handelt sich bei C somit um einen Graphen, dessen Anfangs- und Endknoten identisch sind. Nun soll die Rang 2 Reduzierung von C für verschiedene n genauer untersucht werden. n 5: Die Rang 2 Reduzierung von C ist C. Anhand dieses Beispiels soll dies gezeigt werden. Wir wählen n = 5. C hat folgende Form, wobei wir zwei der benachbarten Knoten u und v nennen: Nun muss σ σ σ C bestimmt werden. Werden hieraus die Knoten u und v gelöscht und somit auch alle Kanten, die zu diesen Knoten führen, dann bilden die Knoten den C. a b c A C = Es gilt für den binären Rang rk C = 2, da durch Addition der ersten und zweiten Zeile über GF(2) genau die dritte Zeile entsteht.
8 Heike Farkas SE Reine Mathematik Seite 6 Allgemein gilt zudem, was durch Induktion gezeigt werden kann, dass n 2, n gerade rk C =, n n 1, N. Damit gilt rk C = 4 und rk C = 2. Wenn wir X = C und Y = C wählen, wird die Aussage des Satzes 1.1, rk X = rk Y + 2, bestätigt. 2. Der symplektische Graph Zunächst muss der Begriff des reduzierten Graphen eingeführt werden. Dazu werden vorab folgende Betrachtungen gemacht: Sei ein Graph X gegeben. X besitze zwei Knoten u und v mit identischer Nachbarschaft. Es gilt, dass der Rang der Adjazenzmatrix von X invariant gegenüber Löschen einer der beiden Knoten u oder v ist. Dies soll ein Beispiel verdeutlichen: Beispiel 2.1 u v a b c u v a b c = 2 u a b c u a b c = 2 Analog zu diesem Beispiel kann auch ein Knoten mit seiner Nachbarschaft dupliziert werden ohne eine Rangänderung hervorzurufen. Das Hinzufügen eines isolierten Knoten (=ein Knoten ohne jegliche Nachbarschaft) ändert den Rang natürlich auch nicht, denn dieser würde in der Adjazenzmatrix nur eine Null-Zeile und -Spalte hinzufügen. Auch das Löschen eines isolierten Knotens hat keine Auswirkungen auf den Rang.
9 Heike Farkas SE Reine Mathematik Seite 7 Definition 1.2 (Reduzierter Graph) Sei ein Graph X gegeben. Der reduzierte Graph X zu X sei der Graph, der keine isolierten Knoten und Knoten identischer Nachbarschaft mehr enthält, die in X enthalten sind. Folgerung aus Definition 1.2 Sei X ein Graph und X der reduzierte Graph zu X. Dann gilt: rk X = rk X Definition 2.2 (Symplektischer Graph) Sei N eine 2r x 2r Blockdiagonalmatrix mit r N Blöcken der Form 0 1, also: 1 0 Der symplektische Graph Sp(2r) ist der Graph, dessen Knotenmenge V(Sp(2r)) die Menge aller von Null verschiedenen Vektoren im GF 2 ist, wobei die Nachbarschaft zweier Knoten definiert ist durch x~y x Ny = 1. Die Berechnungen erfolgen über dem Körper GF(2). Die Knotenmenge des symplektischen Graphen hat somit die Mächtigkeit V Sp 2r = 2 1. Um die Definition 2.2 etwas geläufiger zu machen, dient das nächste Beispiel: Beispiel 2.2 Wir untersuchen hier für den Fall r=2 den symplektischen Graph. Die Knotenmenge des Graphen Sp(4) besteht aus 15 Knoten: Über die Bedingung x~y x Ny = 1 für zwei verschiedene Knoten x und y kann dann auf Nachbarschaft geprüft werden. Wählen wir die Knoten x = (1000) und y = (0100). Damit sie benachbart wären, müsste x Ny = 1 gelten.
10 Heike Farkas SE Reine Mathematik Seite 8 Da r=2 ergibt sich eine 4x4 Blockdiagonalmatrix mit 2 Blöcken der Form 0 1, also: 1 0 Setzt man nun in die Formel ein, erhält man: x Ny = 1. Damit sind x und y benachbart in Sp(4). So können alle Knoten auf Nachbarschaft geprüft werden und es ergibt sich folgendes Abbild des Sp(4): Satz 2.1 Ein reduzierter Graph X hat höchstens einen binären Rang 2r genau dann, wenn er ein Untergraph des Sp(2r) ist. Beweis. : Jeder reduzierte Graph X mit binärem Rang 2r kann vektoriell durch eine aufgespannte Menge von Null verschiedenen Vektoren des GF 2 beschrieben werden. Da GF 2 \0 dem Sp(2r) entspricht, kann gefolgert werden, dass die Knotenmenge von X eine Teilmenge der Knotenmenge des Sp(2r) ist, wobei zwei Knoten in X genau dann adjazent sind, falls sie in Sp(2r) adjazent sind. Deswegen ist X ein Untergraph des Sp(2r). : Die Umkehrung ist klar. Satz 2.2 Jeder Graph mit 2r 1 Knoten kann aufgefasst werden als ein Untergraph des Sp(2r). Beweis. Wir beweisen dies durch Induktion über r. Für r=1: Der Graph hat in diesem Fall einen Knoten. Sp(2) besteht aus drei Knoten, da V Sp 2 = 2 1.
11 Heike Farkas SE Reine Mathematik Seite 9 Die drei Knoten sind,,. Wenn man diese Knoten über die Bedingung x~y x Ny = 1 auf Nachbarschaft prüft, mit N = 0 1, erhält man, dass alle drei Knoten miteinander benachbart 1 0 sind. Der Graph des Sp(2) sieht somit folgendermaßen aus: Für r=1 stimmt also die Behauptung, weil ein einzelner Knoten ein induzierter Subgraph eines Dreiecks ist. Also betrachten wir r > 1: Sei X ein beliebiger Graph mit 2r 1 Knoten. Wenn X leer ist, dann ist ersichtlich, dass es ein Untergraph von Sp(2r) ist. Andernfalls hat X mindestens eine Kante uv. Sei Y die Rang-2-Reduzierung von X an der Kante uv. Dann ist Y ein Graph von 2r 3 Knoten. Durch die induktive Annahme kann eine Menge Ω von Vektoren in GF(2) 2r 2 konstruiert werden, die nicht Null sind. Wenn z ein Vektor in Ω ist, der den Knoten y ϵ V Y repräsentiert, dann definieren wir einen Vektor z ϵ GF(2) 2r folgendermaßen: z, wenn 1 i 2r 2 z = 1, wenn i = 2r 1 und y ~ u in X, oder i = 2r und y ~ v in X 0, in allen anderen Fällen Dann ist die Menge Ω = : Ω, eine Menge von 2r Vektoren in GF(2) 2r. Um zu überprüfen, dass Ω gleich mit X ist verlangt die Überprüfung mehrerer Fälle, die hier nicht durchgeführt werden.
12 Heike Farkas SE Reine Mathematik Seite Die Spektralzerlegung Bevor dieses Thema begonnen wird, werden noch einige Begriffe eingeführt bzw. wiederholt. Sei A M R eine symmetrische Matrix. beschreibt die Menge aller Eigenwerte von A. wäre somit ein Eigenwert. Zu jedem θ gibt es einen Eigenraum. Dieser Eigenraum wird durch die Eigenvektoren zu θ, die über die Eigenwertgleichung Av = θv bestimmt werden, und dem Nullvektor aufgespannt. sei die beschreibende Matrix der orthogonalen Projektion auf. Definition 3.1 (Idempotente Matrix) Eine n x n Matrix A heißt idempotent, falls A = A. Bemerkung 3.1 Falls E idempotent wäre, würde E = E gelten. Dies ist für jede beliebige Projektion erfüllt. Aus diesem Grund wird E auch prinzipiell idempotent genannt. Aus der Kenntnis, dass Eigenräume verschiedener Eigenwerten von A immer orthogonal zueinander sind, gilt für zwei verschiedene Eigenwerte θ, τ ev A : E E = 0. Da es eine Basis des R gibt, die aus Eigenvektoren von A besteht, erhalten wir: I = E Daraus wiederum ergibt sich die Spektralzerlegung. Definition 3.2 (Spektralzerlegung) Sei A M R eine symmetrische Matrix, θ ev A und E wie zuvor. Die Matrix A lässt sich dann auf folgende Weise zerlegen: A = θe (*) Diese Zerlegung wird die Spektralzerlegung von A genannt. Am folgenden Beispiel soll die Spektralzerlegung deutlich gemacht werden: Beispiel 3.1 Es sei die Matrix A = 1 1 gegeben. Zunächst müssen die Eigenwerte von A 1 1 bestimmt werden. Die Eigenwerte entsprechen den Nullstellen des charakteristischen Polynoms X λ. X λ = det A λi = 1 λ 1 = λ λ λ
13 Heike Farkas SE Reine Mathematik Seite 11 Daraus ergeben sich die beiden Eigenwerte θ = 0 und τ = 2. Nun müssen die Eigenräume zu jenen Eigenwerten ermittelt werden. : Dazu werden zunächst die Eigenvektoren bestimmt, sodass die Eigenwertgleichung Av = θv erfüllt ist. Durch Umformung erhält man: A θi v = v v = 0 v = v : R : Analoge Berechnungen liefern: : R Man erkennt, dass die beiden Eigenräume zueinander orthogonal sind, da das Skalarprodukt aus beiden Vektoren Null ist. Im nächsten Schritt müssen die Matrizen E und E bestimmt werden. Wir wählen dafür einen Vektor z = x y, sodass z durch Linearkombination der Vektoren der beiden Eigenräume darstellbar ist, also: wobei u = 1 1 und v = 1 ist. 1 Dadurch ergibt sich in (**): z = a u + b v, (**) x y = a b 1 1 Es folgt daraus: x = a + b und y = a + b Formt man diese Gleichungen um, erhält man: a = und b = Dies in (**) eingesetzt ergibt: x y x + y x y = 2 y x + 2 x + y 2 2
14 Heike Farkas SE Reine Mathematik Seite 12 : Es wird E gesucht, sodass E x x y y = 2 1/2 1/2 y x. Man erhält: E = 1/2 1/2 : Es wird E gesucht, sodass E x x+y y = 2 1/2 1/2 x+y. Man erhält: E = 1/2 1/2 2 2 Nun muss das Produkt aus dem Eigenwert und der zugehörigen Matrix berechnet werden. Die Summe dieser beiden Produkte muss im Falle der Spektralzerlegung wieder die Matrix A ergeben. 1/2 1/2 1/2 1 θe + τ E = /2 = 1 1/2 1/2 1/2 1/2 1 1 = A Weiterhin sieht man hier auch, dass E E = 0 und E + E = I. Bemerkung 3.2 Die Definition 3.2 kann auf den Bereich der Polynome ausgeweitet werden: Sei p ein Polynom, dann folgt für (*) p A = p θ E p(a) heißt Polynom in A und hat als Ergebnis eine Matrix. 4. Rationale Funktionen Definition 4.1 (Rationale Funktion) Eine rationale Funktion ist eine Funktion f(x), die als Quotient zweier Polynome p und q darstellbar ist, also von der Form wobei n, z N und a,, a, b,, b R. = = Bemerkung 4.1 (Folgerungen aus der Spektralzerlegung) Aus der Spektralzerlegung folgte vorhin, dass für ein Polynom p A = p θ E erfüllt ist. Ebenso kann man folgern, dass auch rationale Funktionen, die aus Polynomen aufgebaut sind, zerlegt werden können. Die einzige Voraussetzung, die an die rationale Funktion gestellt wird, ist, dass die Funktion in jedem Eigenwert von A definiert sein muss.
15 Heike Farkas SE Reine Mathematik Seite 13 Aus der Spektralzerlegung kann weiterhin erhalten werden: xi A = x θ E (***) Lemma 4.1 Sei R eine symmetrische Matrix und B sei jene Matrix, die durch Löschen der i- ten Spalte und Zeile von A entsteht. Dann gilt: wobei der i-te Einheitsvektor ist.,, =, Beweis. Durch die Formel des Inversen einer Matrix erhält man xi A =. Es gilt außerdem, dass xi A = e xi A e. Wenn man die beiden Formeln nun gleichsetzt, ist die Aussage des Lemmas bewiesen. Satz 4.1 Sei R und R. Wir definieren = als rationale Funktion. Dann sind alle Nullstellen und Polstellen von einfach und ist auf dem gesamten Definitionsbereich negativ. Falls und aufeinander folgende Polstellen von sind, dann enthält des geschlossene Intervall [, ] genau eine Nullstelle von. Beweis. Durch (***) erhält man: b xi A b = b E b x θ Daher sieht man, dass die Polstellen von ψ einfach sind. Wenn man beide Seiten dieser Gleichung differenziert, erhält man: Also gilt: b xi A b = ψ x = b xi A b b E b x θ Da b xi A b die quadratische Länge von b xi A b ist, folgt, dass ψ x < 0, wenn x kein Pol von ψ ist. Das zeigt, dass jede Nullstelle von ψ einfach sein muss. Angenommen θ und τ sind aufeinander folgende Polstellen von ψ. Da die Polstellen einfach sind, folgt, dass ψ eine streng abnehmende Funktion am Intervall [θ, τ] ist. Sie ist positiv, wenn x Werte in der Nähe von θ annimmt und negativ, wenn x Werte nahe genug an τ annimmt. Daraus folgt, dass das Intervall [θ, τ] genau eine Nullstelle von ψ beinhaltet.
16 Heike Farkas SE Reine Mathematik Seite 14 Literatur Godsil, Chris; Royle, Gordon: Algebraic Graph Theory. Springer Verlag, New York, 2001.
50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
Mehr3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
MehrFachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum
Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
Mehr3. Zusammenhang. 22 Andreas Gathmann
22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN
ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
Mehr3.1. Die komplexen Zahlen
3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrVorlesung Diskrete Strukturen Graphen: Wieviele Bäume?
Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrDer Zwei-Quadrate-Satz von Fermat
Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
MehrKombinatorische Optimierung
Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 1 Programm des
MehrDefinition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.
Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
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
MehrFormelsammlung zur Kreisgleichung
zur Kreisgleichung Julia Wolters 6. Oktober 2008 Inhaltsverzeichnis 1 Allgemeine Kreisgleichung 2 1.1 Berechnung des Mittelpunktes und Radius am Beispiel..... 3 2 Kreis und Gerade 4 2.1 Sekanten, Tangenten,
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrInformatik IC2. Balazs Simon 2005.03.26.
Informatik IC2 Balazs Simon 2005.03.26. Inhaltsverzeichnis 1 Reguläre Sprachen 3 1.1 Reguläre Sprachen und endliche Automaten...................... 3 1.2 Determinisieren.....................................
Mehr(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu
Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die
MehrDas Mathematik-Abitur im Saarland
Informationen zum Abitur Das Mathematik-Abitur im Saarland Sie können Mathematik im Abitur entweder als grundlegenden Kurs (G-Kurs) oder als erhöhten Kurs (E-Kurs) wählen. Die Bearbeitungszeit für die
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrAbschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
MehrVorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 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/ws1314
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrMathematischer Vorkurs für Physiker WS 2009/10
TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrEINFACHES HAUSHALT- KASSABUCH
EINFACHES HAUSHALT- KASSABUCH Arbeiten mit Excel Wir erstellen ein einfaches Kassabuch zur Führung einer Haushalts- oder Portokasse Roland Liebing, im November 2012 Eine einfache Haushalt-Buchhaltung (Kassabuch)
MehrMengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
MehrLösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.
Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
Mehr5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56
5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten
MehrMatrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.
Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen
MehrH. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen
H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der
Mehr1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.
1 Ordnung uß sein 1.1 Angeordnete Körper Wir nehen einal an, daß es in eine Körper Eleente gibt, die wir positiv nennen. Welche Eigenschaften sollen diese haben? O1) Wenn x und y positiv sind, dann auch
MehrGraphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011
Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen
MehrSimplex-Umformung für Dummies
Simplex-Umformung für Dummies Enthält die Zielfunktion einen negativen Koeffizienten? NEIN Optimale Lösung bereits gefunden JA Finde die Optimale Lösung mit dem Simplex-Verfahren! Wähle die Spalte mit
MehrCodierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur
Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Wie die zyklischen BCH-Codes zur Mehrbitfehler-Korrektur eignen sich auch die sehr verwandten Reed-Solomon-Codes (= RS-Codes) zur Mehrbitfehler-Korrektur.
MehrKapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 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/ws0809
MehrCodierungstheorie Rudolf Scharlau, SoSe 2006 9
Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrAufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
MehrAlso kann nur A ist roter Südler und B ist grüner Nordler gelten.
Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf
MehrEinführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)
Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff
Mehr4. Übungsblatt Matrikelnr.: 6423043
Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse
Mehr7. Ringe und Körper. 7. Ringe und Körper 49
7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrAbituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y
MehrUmgekehrte Kurvendiskussion
Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
Mehr