Mathematische Grundlagen 2

Transkript

1 Skriptum zur Vorlesung Mathematische Grundlagen 2 gehalten im Sommersemester 2009 von Sven Kosub 24. Juli 2009 Version v0.5

2

3 Inhaltsverzeichnis 5 Kombinatorik 5. Grundregeln des Abzählens Urnenmodelle Binomialkoeffizienten Permutationen Partitionen Weitere Abzählprinzipien Wahrscheinlichkeitstheorie 9 6. Diskrete Wahrscheinlichkeitsräume Kombinatorische Prinzipien Bedingte Wahrscheinlichkeiten Unabhängigkeit Zufallsvariablen Wichtige diskrete Verteilungen Analysis 4 7. Konvergenz von Folgen Konvergenz von Reihen Potenzreihen Lineare Rekursionsgleichungen Lineare Algebra Lineare Räume Lineare Abbildungen Literaturverzeichnis 66 Version v0.5 Fassung vom 24. Juli 2009

4 vi Inhaltsverzeichnis Skriptum zu Mathematische Grundlagen 2

5 Kombinatorik 5 Der Schwerpunkt in diesem einführenden Kapitel über Kombinatorik liegt auf dem Abzählen endlicher Mengen. 5. Grundregeln des Abzählens Lemma 5. (Summenregel) Es seien A,..., A n endliche, paarweise disjunkte Mengen. Dann gilt: n A A n A j j Beweis: Wegen der paarweisen Disjunktheit der Mengen kommt jedes Element aus A A n in genau einer Menge A i vor. Lemma 5.2 Es seien A und B endliche Mengen. Es gibt genau dann eine Bijektion f : A B, wenn A B gilt. Beweis: Wiederholung aus dem letzten Semester. Lemma 5.3 (Produktregel) Es seien A,..., A n endliche Mengen. Dann gilt n A A n A j. j Beweis: Wir beweisen die Aussage mittels Induktion über die Anzahl der Mengen. Induktionsanfang: Für n ist die Aussage offensichtlich. Induktionsschritt: Es sei n >. Weiterhin seien A,..., A n endliche Mengen. Wir setzen A def A A n B y def { (x,..., x n, y) (x,..., x n ) A } für y A n Für die so definierten Mengen gelten folgende Eigenschaften: (i) Die Mengenfamilie { B y y A n } ist eine Partition von A A n. Version v0.5 Fassung vom 24. Juli 2009

6 2 Kapitel 5. Kombinatorik (ii) Für jedes y A n ist die Funktion f y : B y A : (x,..., x n, y) (x,..., x n ) eine Bijektion, d.h. B y A für alle y A n (nach Lemma 5.2). Damit erhalten wir: A A n y A n B y B y y A n A y A n A A n n A j A n j (nach Eigenschaft (i)) (nach Lemma 5. und Eigenschaft (i)) (nach Lemma 5.2 und Eigenschaft (ii)) (nach Induktionsvoraussetzung) n A j j Damit ist das Lemma bewiesen. Lemma 5.4 (Potenzregel) Es seien A und B endliche Mengen mit A m und B n. Dann existieren genau n m Funktionen f : A B. Beweis: Nach Lemma 5.2 dürfen wir A {,..., m} ohne Beeinträchtigung der Allgemeinheit annehmen. Jeder Funktion f : A B kann nun eineindeutig (injektiv) ein Tupel (f(),..., f(m)) B m zugeordnet werden. Außerdem entspricht jedes Tupel (y,..., y m ) B m einer Funktion f : A B : j y j. Damit ist die Zuordnung sowohl injektiv als auch surjektiv, also eine Bijektion. Aus Lemma 5.2 und Produktregel (Lemma 5.3) folgt somit { f f : A B } B m n m. Damit ist das Lemma bewiesen. Beispiel: Wie viele boolesche Funktionen mit n Variablen gibt es? Die Antwort lautet { f f : {0, } n {0, } } 2 2n. Korollar 5.5 Für endliche Mengen A mit A n gilt P(A) 2 n. Skriptum zu Mathematische Grundlagen 2

7 5.2. Urnenmodelle 3 Beweis: Wir konstruieren eine Bijektion zwischen P(A) und der Menge der Funktionen f : A {0, }. Dazu definieren wir für eine Menge B P(A) die Funktion: c B : A {0, } : x { falls x B 0 falls x / B Diese Zuordnung ist offensichtlich eine Bijektion zwischen P(A) und der Menge der Funktionen f : A {0, }. Nach der Potenzregel (Lemma 5.4) und Lemma 5.2 gilt folglich Damit ist das Korollar bewiesen. P(A) { f f : A {0, } } 2 n. Die im Beweis von Korollar 5.5 angegebenen Funktionen haben einen Namen: Für eine Menge B A heißt c B die charakteristische Funktion von B. 5.2 Urnenmodelle Urnenmodelle stellen ein typisches Szenario für kombinatorische Problemstellungen dar. Die einfachste Situation ist die folgende: In einer Urne liegen n unterscheidbare Kugeln, von den k Kugel gezogen werden dürfen. Die zu beantwortende Frage ist dann: Wie viele Möglichkeiten gibt es diese k Kugeln zu ziehen? Zur Präzisierung des Szenarios werden Unterschiede danach gemacht, ob die Reihenfolge, in der die Kugeln gezogen werden, eine Rolle spielt, gezogene Kugeln wieder zurückgelegt werden oder nicht. Damit ergeben sich vier verschiedene Szenarios. Theorem 5.6 Die Anzahl der Möglichkeiten, aus n Kugeln k Kugeln auszuwählen, ist durch folgende Tabelle gegeben: mit Zurücklegen ohne Zurücklegen mit Reihenfolge n k n! (n k)! ( ) ( ) n + k n n! ohne Reihenfolge def k k k!(n k)! Version v0.5 Fassung vom 24. Juli 2009

8 4 Kapitel 5. Kombinatorik Beispiel: Wir geben für jedes der vier Szenarien Beispiele an: mit Zurücklegen ohne Zurücklegen PIN-Codes: Wettkämpfe: mit Reihenfolge n 0 Ziffern n 0 Starter (geordnet) k 4 Stellen k 3 Medaillen Codes 720 Siegerehrungen Wahlen: Lotto: ohne Reihenfolge n 3 Kandidaten n 49 Kugeln (ungeordnet) k 00 Wähler k 6 Kugeln 5.5 Wahlausgänge Ziehungen Beweis: Wir beweisen alle Fälle einzeln, aber aufeinander aufbauend: Ziehen mit Zurücklegen, mit Reihenfolge: Jede Auswahlmöglichkeit entspricht einer Funktion f : {,..., k} {,..., n}, wobei f(i) genau der Kugel entspricht, die als i-te Kugel gezogen wurde. Nach der Potenzregel (Lemma 5.4) gibt es somit n k Möglichkeiten. Ziehen ohne Zurücklegen, mit Reihenfolge: Für die erste gezogene Kugel gibt es n Möglichkeiten, für die zweite gezogene Kugel gibt es n Möglichkeiten. Für die k-te gezogene Kugel (k n) gibt es mithin noch n k + Möglichkeiten. Insgesamt gibt es damit n! n (n ) (n k + ) (n k)! Möglichkeiten. Ziehen ohne Zurücklegen, ohne Reihenfolge: Mit Berücksichtigung der Reihenfolge n! gibt es (n k)! Auswahlmöglichkeiten. Wenn die Reihenfolge keine Rolle mehr spielt, zählen alle Auswahlfolgen, bei denen die gleichen k Kugeln nur noch als eine Auswahlmöglichkeit. Dies sind gerade k! viele. Damit gibt es insgesamt n! (n k)! ( ) k! n! n k!(n k)! k Möglichkeiten. Ziehen mit Zurücklegen, ohne Reihenfolge: Da jede Kugel mehrmals gezogen werden kann, die Reihenfolge jedoch keine Rolle spielt, ist nur wichtig, wie oft eine Kugel gezogen wird. Es sei also (a,..., a n ) ein Tupel mit den entsprechenden Anzahlen, wobei a j gerade angibt, wie oft die Kugel j gezogen wird. Für ein Anzahltupel (a,..., a n ) muss nun gelten: (i) a j {0,..., k} für alle j {,..., n} (ii) a + + a n k Skriptum zu Mathematische Grundlagen 2

9 5.3. Binomialkoeffizienten 5 Wir müssen nun zählen, wie viele derartige Tupel es geben kann. Dazu repäsentieren wir die Tupel in einer anderen Weise, die es uns ermöglicht, das Szenario zu wechseln. Wir verwenden k-mal das Symbol und (n )-mal das Symbol. Ein Anzahltupel (a,..., a n ) wird nun (injektiv) durch die Symbolfolge } {{... } } {{... }... } {{... } a a 2 a n repräsentiert. Umgekehrt entspricht auch jede Symbolfolge, die k-mal das Symbol und (n )-mal das Symbol enthält, einem Anzahltupel mit obigen Eigenschaften. Demzufolge ist die Repräsentierung eine Bijektion zwischen der Menge der Anzahltupel und der Menge der Symbolfolgen. Die Anzahl möglicher Symbolfolgen zu bestimmen, entspricht aber gerade dem Ziehen von k Positionen für das Symbol aus n + k möglichen Positionen ohne Zurücklegen und ohne Reihenfolge. Mithin gibt es insgesamt ( ) n + k Möglichkeiten. k Damit ist das Theorem bewiesen. 5.3 Binomialkoeffizienten Aus dem letzten Abschnitt (Theorem 5.6) wissen wir, dass die Anzahl der Möglichkeiten aus n Kugeln k Kugeln ungeordnet ohne Zurücklegen zu ziehen gerade dem Binomialkoeffizienten ( n k) entspricht. Da Binomialkoeffizienten auch über die reine Kombinatorik hinaus wichtig sind, wollen in diesem Abschnitt die wichtigsten Eigenschaften von Binomialkoeffizienten festhalten. Dazu definieren wir den Binomialkoeffzienten noch einmal explizit: Für n, k N definieren wir ( ) n k def n! k!(n k)!, mit Ein einfache, sofort einsichtige Beobachtung ist: ( ) ( ) n n k n k ( ) n 0 für k > n. k Damit lässt sich der Binomialkoeffizient konsistent auch für negative Werte für k definieren: ( ) n def 0 für k Z \ N. k Theorem 5.7 (Pascalsches Dreieck) Für n N + und k N gilt ( ) ( ) ( ) n n n +. k k k Version v0.5 Fassung vom 24. Juli 2009

10 6 Kapitel 5. Kombinatorik Wir geben zwei Beweise für das Theorem an. Beweis: (rechnerisch) Wir führen eine Fallunterscheidung bezüglich der Werte von k durch: Für k 0 und n > gilt ( ) n 0 Für 0 < k < n rechnen wir aus: ( ) ( ) n n + k k Für k n und n > gilt Für k > n > gilt ( ) n 0 k ( ) n + (n )! (k )!(n k)! ( n + 0 ). (n )! k!(n k)! (n )! (k )!(n k)! k k + (n )! k!(n k)! n k n k (n )! k k!(n k)! + (n )!(k + n k) k!(n k)! (n )! n k!(n k)! ( ) n k ( ) n n ( n k (n )!(n k) k!(n k)! ( ) ( n n + n n ) ( ) n +. k Damit ist das Theorem durch Nachrechnen bewiesen. ). Beweis: (kombinatorisch) Wir interpretieren die Gleichung als Bestimmung der Kardinalität von Mengen auf zwei verschiedene Weisen. Es seien n N + und k N. Wir definieren folgende Mengenfamilien: A def { {a,..., a k } a i {,..., n} und a i a j für i j } A def { A A A und A } A def { A A A und / A } Die einzelnen Mengenfamilien stehen für folgende Urnenmodelle: A entspricht dem ungeordneten Ziehen von k Kugeln aus n Kugeln ohne Zurücklegen. Skriptum zu Mathematische Grundlagen 2

11 5.3. Binomialkoeffizienten 7 A entspricht dem ungeordneten Ziehen von k Kugeln aus n Kugeln ohne Zurücklegen, wobei Kugel immer gezogen wird. A entspricht dem ungeordneten Ziehen von k Kugeln aus n Kugeln ohne Zurücklegen, wobei Kugel nie gezogen wird. Nun gilt offensichtlich A A A sowie A A, also A A + A nach der Summenregel (Lemma 5.). Nach Theorem 5.6 gilt: ( ) ( ) ( ) n n n A, A, A k k k Mithin erhalten wir: ( ) n k ( ) n + k Damit ist das Theorem kombinatorisch bewiesen. ( n k ). Beispiel: Der Dreiecksaufbau des rekursiven Zusammenhangs in Theorem 5.7 lässt sich leicht veranschaulichen und ist schon aus der Schule bekannt: ( ) 0 ( ) 0 ( ) ( ) 0 ( ) ( ) ( ) 0 ( ) ( ) 2 ( ) ( ) 0 ( ) ( ) 2 ( ) 3 ( ) Theorem 5.8 (Binomialtheorem) Für alle x, y R und n N gilt (x + y) n n k0 ( ) n x n k y k. k Beweis: Siehe Übungsblatt. Korollar 5.9 Für alle n N + gilt n ( ) n ( ) k 0. k k0 Version v0.5 Fassung vom 24. Juli 2009

12 8 Kapitel 5. Kombinatorik Beweis: Nach dem Binomialtheorem gilt n ( ) n 0 ( ) n n k ( ) k k Damit ist das Korollar bewiesen. k0 n ( n ( ) k k k0 ). Korollar 5.0 Für alle n N gilt n k0 ( ) n 2 n. k Beweis: Nach dem Binomialtheorem gilt n ( ) n 2 n ( + ) n n k k k Damit ist das Korollar bewiesen. k0 n k0 ( ) n. k Theorem 5. (Vandermondesche Identität) Für k, m, n N gilt ( ) n + m k k j0 ( )( ) n m. j k j Beweis: (kombinatorisch) Es seien A und B disjunkte Mengen mit A n und B m. Für jedes j {0,..., k} definieren wir die Mengenfamilie X j def { X X A B, X A j und X B k j } Es gibt ( ) ( n j viele j-elementige Teilmengen von A und m k j) viele (k j)-elementige Teilmengen von B. Damit gilt ( )( ) n m X j. j k j Wegen X i X j für i j folgt nun ( ) n + m k Damit ist das Theorem bewiesen. k X j j0 k j0 ( )( ) n m. j k j Die Beweistechnik für Theorem 5. heißt Doppeltes Abzählen. Wenn zum Beispiel in einer Vorlesung n + m Studenten sitzen, n weibliche und m männliche, wie viele verschiedene Gruppen mit genau k studenten gibt es dann? Dies lässt sich auf zwei Arten bestimmen: Ohne Berücksichtigung des Geschlechts erhalten wir ( ) n+m k Gruppen. Skriptum zu Mathematische Grundlagen 2

13 5.4. Permutationen 9 Mit Berücksichtigung des Geschlechts zählen wir für jedes j {0,,..., k} alle Gruppen mit jeweils genau j weiblichen und genau k j männlichen Studenten, damit also insgesamt k ( n )( m j0 j k j) Gruppen. Da wir über dieselbe Menge von Studenten argumentieren, sind bei Anzahlen gleich. 5.4 Permutationen Es sei A eine endliche Menge mit A n. Eine Permutation von A ist eine bijektive Funktion π : A A. Ohne Beeinträchtigung der Allgemeinheit setzen wir stets A {,..., n} voraus. Die Menge {,..., n} notieren wir auch als [n]. Weiterhin definieren wir die Menge S n def { π π : [n] [n] ist eine Permutation }, die sogenannte symmetrische Gruppe von n Elementen. Theorem 5.2 Für alle n N + gilt S n n!. Beweis: S n entspricht dem ungeordnetenziehen von n Kugeln aus einer Urne mit n Kugeln ohne Zurücklegen. Nach Theorem 5.6 gilt Damit ist das Theorem bewiesen. S n n! (n n)! n!. Ohne Beweis geben wir folgendes Resultat über das Verhalten der Fakultätsfunktion an: Theorem 5.3 (Stirlingsche Formel) Für alle n N + gilt ( n ) n ( n ) n 2πn < n! < 2πn e 2n, e e wobei e e 2, die Eulersche Konstante ist. Permutation können auf verschiedene Arten geschrieben werden. Im Folgenden behandeln wir drei Schreibweisen: Matrixschreibweise: der Form Dazu schreiben die Permutation π : [n] [n] als 2 n-matrix π ( n π() π(2) π(3)... π(n) ) Version v0.5 Fassung vom 24. Juli 2009

14 0 Kapitel 5. Kombinatorik Da π bijektiv ist, kommen alle Werte,..., n in der zweiten Zeile vor. Beispiel: Folgende Permutation ist Matrixschreibweise gegeben: ( ) π Tupelschreibweise: Im Prinzip genügt es, von der Matrixschreibweise lediglich die zweite Zeile zu übernehmen, d.h. Permutationen können angegeben werden in der Form π (π(), π(2), π(3),..., π(n)). Beispiel: π (4,, 6, 2, 5, 3) ist obige Permutation in Tupelschreibweise. Zyklenschreibweise: Die Zyklenschreibweise entsteht, wenn für x [n] die iterierte Hintereinanderausführung von π auf x betrachten. Dadurch entsteht eine Folge: π 0 (x) def x, π (x) def π(x), π 2 (x) def π(π(x)),. π k (x) def π(π k (x)),. Für jedes x [n] gibt es dann ein minimales 0 < k < n mit π k (x) x. Beispiel: Für die Permutation π (4,, 6, 2, 5, 3) gilt π 0 (), π () 4, π 2 () 2, π 3 () ; π 0 (2) 2, π (2), π 2 (2) 4, π 3 (2) 2; π 0 (3) 3, π (3) 6, π 2 (3) 3; π 0 (4) 4, π (4) 2, π 2 (4), π 3 (4) 4; π 0 (5) 5, π (5) 5; π 0 (6) 6, π (6) 3, π 2 (6) 6. Eine Folge x, π(x), π 2 (x),..., π k (x) mit minimalem k > 0, so dass π k (x) x, heißt Zyklus der Länge k und wird als (x π(x) π 2 (x)... π k (x)) geschrieben. Beispiel: π (4,, 6, 2, 5, 3) enthält die Zyklen ( 4 2), (3 6) und (5). Skriptum zu Mathematische Grundlagen 2

15 5.4. Permutationen Jede Permutation kann als Produkt von Zyklen geschrieben werden, indem die Zyklen einfach hintereinander gesetzt werden. Die Schreibweise ist jedoch nicht eindeutig. Insbesondere kann jeder Zyklus der Länge k auf genau k Arten geschrieben werden. Beispiel: Die Permutation π (4,, 6, 2, 5, 3) können wir als Produkt von Zyklen wie folgt schreiben: (4,, 6, 2, 5, 3) ( 4 2)(3 6)(5) Insbesondere gilt ( 4 2) (4 2 ) (2 4). (4 2 )(6 3)(5) (5)(2 4)(6 3) Die Anzahl der Zyklen, aus der eine Permutation bestehen kann, liegt zwischen, wie in ( n), und n, wie in ()(2)(3)... (n). Im Folgende wollen wir die Anzahl der Permutationen mit genau k Zyklen genauer bestimmen. Für n, k N sei s n,k (manchmal auch [ n k ] geschrieben) die Anzahl der Permutation von n Elementen mit genau k Zyklen. Dann gilt also n s n,k n!. k Die Zahlen s n,k heißen Stirling-Zahlen erster Art. Folgende Sonderfälle sind zu beachten: Für k > n gilt s n,k 0, da eine Permutation von n Elementen höchstens n Zyklen enthalten kann. Für n > 0 gilt s n,0 0, da jede Permutation mindestens einen Zyklus enthält. Wir definieren s 0,0 def. Mit diesen Sonderfällen können wir wiederum eine Rekursionvorschrift für die Berechnung der Stirling-Zahlen erster Art angeben. Theorem 5.4 (Stirling-Dreieck erster Art) Für alle k, n N mit n k gilt s n,k s n,k + (n )s n,k. Beweis: (kombinatorisch) Es sei π S n eine Permutation mit k Zyklen. Dann kann π auf zwei Arten aus einer Permutation aus S n entstanden sein: (i) Einfügen eines Zyklus (n) in Permutation aus S n mit k Zyklen Version v0.5 Fassung vom 24. Juli 2009

16 2 Kapitel 5. Kombinatorik (ii) Einfügen des Elementes n in einen der Zyklen einer Permutation aus S n mit k Zyklen Beide Fälle sind disjunkt. Für die Anzahl der Möglichkeiten, Permutation mit k Zyklen auf diese zwei Arten zu erzeugen, ergibt sich jeweils: (i) s n,k (ii) (n ) s n,k (denn für das Einfügen eines Elementes in einen Zyklus der Länge t gibt es t Möglichkeiten Einfügen als erstes und Einfügen als letztes Element erzeugen den gleichen Zyklus) Insgesamt gilt also s n,k s n,k + (n )s n,k. Damit ist das Theorem bewiesen. Beispiel: Um die Konstruktion aus dem Beweis von Theorem 5.4 zu verdeutlichen, betrachten wir die 6 Permutationen von 4 Elementen mit 3 Zyklen: ()(2 3)(4) ( 4)(2)(3) ( 2)(3)(4) ()(2 4)(3) ( 3)(2)(4) ()(2)(3 4) Die linken Permutationen entstehen aus den Permutation ()(2 3), ( 2)(3) und ( 3)(2) durch Einfügen des Einerzyklus (4). Die rechten Permutationen entstehen aus der Permutation ()(2)(3) durch Einfügen von 4 in jeden Einerzyklus. Um einen Eindruck von Wachstum der Stirling-Zahlen erster Art zu erhalten, können die Werte analog dem Pascalschen Dreieck angeordnet werden. Beispiel: Der Dreiecksaufbau des rekursiven Zusammenhangs in Theorem 5.4 lässt sich wie folgt veranschaulichen: Skriptum zu Mathematische Grundlagen 2

17 5.4. Permutationen 3 Wie wir bereits aus dem letzten Semester wissen, ist die Hintereinanderausführung bijektiver Funktion wiederum eine bijektive Funktion. Zum Abschluss dieses Abschnitts über Permutationen interessieren wir uns deshalb für die Struktur der Hintereinanderausführung von Permutationen. Diese kann durch gruppentheoretische Begriffe beschrieben werden: Definition 5.5 Es seien G eine Menge und : G G G : (x, y) x y eine Funktion (Operation). Das Paar (G, ) heißt Gruppe, falls folgende Eigenschaften erfüllt sind:. Für alle x, y, z G gilt (x y) z x (y z) (Assoziativität) 2. Es gibt ein e G, so dass e x x e x für alle x G gilt (neutrales Element) 3. Für alle x G gibt es ein x G, so dass x x e gilt (inverses Element) Gilt zusätzlich die Bedingung 4. Für alle x, y G gilt x y y x (Kommutativität), so heißt (G, ) kommutative (oder abelsche) Gruppe. Bei der Definition einer Gruppe ist zu beachten, dass wir durch die Forderung an die Operation eine Funktion zu sein, implizit vorausgesetzt haben, dass die Menge G abgeschlossen ist unter der Opertion. Mengen, die nicht abgeschlossen sind unter einer Operation, können keine Gruppe sein. Insbesondere haben die drei geforderten Eigenschaft dann keinen Sinn. Beispiel: Wir diskutieren einige Beispiele zur Verdeutlichung der Gruppeneigenschaften: (Z, +) mit der üblichen Addition ist eine abelsche Gruppe mit dem neutralen Element 0. (N, +) ist keine Gruppe, da z.b. für kein inverses Element existiert. (R \ {0}, ) mit der üblichen Multiplikation ist eine abelsche Gruppe mit neutralem Element. (Q, ) ist keine Gruppe, da für 0 kein inverses Element existiert. Für Permutationen f, g : [n] [n] sei die Hintereinanderausführung f g wie folgt definiert: f g : [n] [n] : x f(g(x)). Theorem 5.6 Für n N + ist (S n, ) eine Gruppe, die für n 3 nicht abelsch ist. Beweis: Wir überprüfen zunächst die Gruppeneigenschaften:. Assoziativität: Für f, g, h S n müssen wir (f g) h f (g h) zeigen, d.h. es muss ((f g) h)(x) (f (g h))(x) für alle x [n] gelten. Es sei also x [n]. Unter Version v0.5 Fassung vom 24. Juli 2009

18 4 Kapitel 5. Kombinatorik mehrmaliger Anwendung der Definition der Hintereinanderausführung erhalten wir: ((f g) h)(x) (f g)(h(x)) f(g(h(x))) f((g h)(x)) (f (g h))(x) 2. neutrales Element: Wir wählen e id n def (, 2,..., n). 3. inverses Element: Wir wählen für eine beliebige Permutation π die Umkehrfunktion π als inverses Element, da Umkehrfunktionen von Bijektionen stets existieren und selbst wieder Bijektionen sind. Damit ist der Nachweis erbracht, dass (S n, ) eine Gruppe ist. Um zu zeigen, das (S 3, ) (und somit auch (S n, ) für n 3) nicht abelsch ist, betrachten wir die zwei Permutationen π def (, 3, 2) und π 2 def (2,, 3). Wir rechnen aus: π π 2 π 2 π ( ( ) ( ) ( Mithin gilt π π 2 π 2 π. Damit ist das Theorem bewiesen. ) ) ( 2 ) ( 2 ) Partitionen In diesem Abschnitt wollen wir bestimmen, wie viele Möglichkeiten es gibt n-elementige Grundmengen in k nichtleere, disjunkte Komponenten zu zerlegen. Es sei A eine endliche Menge mit A n. Eine k-partition F {A,..., A n } ist eine k- elementige Familie von nichtleeren Teilmengen von A mit A A k A und A i A j, falls i j. Es sei S n,k (manchmal auch: { n k } ) die Anzahl der k-partitionen einer n-elementigen Grundmenge. Die Zahlen S n,k heißen Stirling-Zahlen zweiter Art. Folgende Spezialfälle sind zu beachten: Für k > n gilt S n,k 0, da n Elemente höchstens in n Komponenten liegen können. Für k 0 gilt S n,0 0, da in die n Elemente in wenigstens einer Komponenten liegen müssen. Wir definieren S 0,0 def. Skriptum zu Mathematische Grundlagen 2

19 5.5. Partitionen 5 Wir können nun eine ähnliche rekursive Darstellung wie in Theorem 5.4 für die Stirlingzahlen erster Art auch für die Stirling-Zahlen zweiter Art beweisen. Theorem 5.7 (Stirling-Dreieck zweiter Art) Für alle k, n N mit n k gilt S n,k S n,k + k S n,k. Beweis: (kombinatorisch) Es sei F eine k-partition einer n-elementigen Menge. Dann kann F auf zwei Arten aus einer Partition einer (n )-elementigen Menge entstehen: (i) Hinzufügen der Menge {n} zu einer (k )-Partition von n Elementen (ii) Einfügen von n in einer der Mengen einer k-partition von n Elementen Die Anzahl der Möglichkeiten k-partitionen von n Elementen zu bilden, ist wie folgt: (i) S n,k (ii) k S n,k Mithin gilt also S n,k S n,k + k S n,k. Damit ist das Theorem bewiesen. Beispiel: Der Dreiecksaufbau des rekursiven Zusammenhangs in Theorem 5.7 lässt sich wie folgt veranschaulichen: Version v0.5 Fassung vom 24. Juli 2009

20 6 Kapitel 5. Kombinatorik 5.6 Weitere Abzählprinzipien Im letzten Abschnitt diese Kapitels über Kombinatorik diskutieren wir noch zwei weitere Abzählprinzipien. Zunächst wollen wir eine Verallgemeinerung der Summenregel (siehe Lemma 5.) auf beliebige, nicht notwendig paarweise disjunkte Mengen angeben. Theorem 5.8 (Inklusions-Exkusions-Prinzip) Es seien A,..., A n endliche Mengen. Dann gilt: n A j n ( ) + K A k j K {,...,n} k K Beispiel: Für n 2 reduzieren sich die Ausdrücke in Theorem 5.8 zu folgender Identität: A A 2 A + A 2 A A 2 Für n 3 reduzieren sich die Ausdrücke in Theorem 5.8 zu folgender Identität: A A 2 A 3 A + A 2 + A 3 A A 2 A A 3 A 2 A 3 + A A 2 A 3 Beweis: Wir zählen wie oft jedes Element auf beiden Seiten der Gleichung gezählt wird. Es sei x n j A j. Dann wird x auf der linken Seite genua einmal gezählt. Wir müssen also zeigen, dass x auch auf der rechten Seiten genau einmal gezählt wird. Dazu sei l def { j x A j }. Ohne Beeinträchtigung der Allgemeinheit komme x genau in den Mengen A,..., A l vor. Dann gilt: Für K {,..., l} trägt x genau ( ) + K zur rechten Seite bei. Für alle anderen Menge K trägt x genau 0 zur rechten Seite bei. Somit folgt für den Beitrag von x zur rechten Seite der Gleichung insgesamt: K {,...,l} ( ) + K l k ( ) l ( ) +k k l k0 ( ) l ( ) k k l k ( ) l ( ) k k (nach Korollar 5.0) Skriptum zu Mathematische Grundlagen 2

21 5.6. Weitere Abzählprinzipien 7 Damit ist das Theorem bewiesen. Wir wollen an einem Beispiel verdeutlichen, wie der doch recht kompliziert wirkende Ausdruck auf der rechten Seite gewinnbringend angewendet werden kann. Beispiel: Wie viele Primzahlen gibt es zwischen 2 und 00? Um diese Frage zu beantworten, bestimmen wir die zusammengesetzten Zahlen zwischen 2 und 00 mit Hilfe des Inklusions-Exklusions-Prinzip. Es sei A def {2,..., 00}. Eine Zahl x A ist zusammengesetzt, falls x p n für geeignete Zahlen p, n A gilt, wobei p eine Primzahl mit p 00 0 ist. Damit kommen als Primzahlen nur p 2, p 2 3, p 3 5 und p 4 7 in Frage. Für i {, 2, 3, 4} betrachten wir die Menge der Vielfachen von p i, d.h. die Menge Damit gilt: A i def { x ( n A)[x p i n] }. A A 2 A 3 A 4 ist die Menge der zusammengesetzten Zahlen aus A Die Kardinalitäten der möglichen Schnittmengen sind 00 A i (da p i / A i ) p i k A j 00 k j p für k {2, 3, 4} i j Nach Theorem 5.8 erhalten wir: A A 2 A 3 A 4 ( ( ( ) ) + ) Damit gibt es Primzahlen zwischen 2 und 00. Version v0.5 Fassung vom 24. Juli 2009

22 8 Kapitel 5. Kombinatorik Ein weiteres wichtiges Abzählprinzip,um die Existenz von Objekten zu beweisen, ist der Schubfachschluss (engl. pigeonhole principle). Theorem 5.9 (Schubfachschluss) Es seien A und B endliche Mengen mit A > B > 0 und f : A B eine Funktion. Dann gibt es ein y B mit f (y) >. Beweis: (Widerspruch) Angenommen es gilt f (y) für alle y B. Dann wissen wir aus dem letzten Semester, dass f eine injektive Funktion ist. Daraus folgt A B. Dies ist ein Widerspruch zu A > B. Mithin war die Annahme falsch, und das Theorem ist beweisen. Mit anderen Worten: Um A Objekte in B Schubfächer zu stecken, müssen sich in mindestens einem Schubfach 2 Objekte befinden (falls A > B ist). Beispiel: Von 3 Personen feiern mindestens zwei Personen im gleichen Monat ihren Geburtstag. Theorem 5.20 (Verallgemeinerter Schubfachschluss) Es seien A und B endliche, nichtleere Mengen und f : A B eine Funktion. Dann existiert ein y B mit f (y). A B Beweis: (Widerspruch) Wir nehmen wiederum an, dass f (y) y B gilt. Dann folgt: A y B f (y) ( ) A B B ( ) A + B B B B A B A A B für alle Dies ist jedoch ein Widerspruch. Mithin war die Annahme falsch, und das Theorem ist bewiesen. Beispiel: Von 00 Personen feiern mindestens 9 Personen im gleichen Monat ihren Geburtstag. Skriptum zu Mathematische Grundlagen 2

23 Wahrscheinlichkeitstheorie 6 In diesem Kapitel legen wir die Grundlagen der diskreten Wahrscheinlichkeitstheorie, wie sie in den informatischen Disziplinen häufig zur Anwendung kommen. 6. Diskrete Wahrscheinlichkeitsräume Definition 6. Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, P), wobei Ω {ω, ω 2,...} eine abzählbare Menge von Elementarereignissen ω j und P : Ω [0, ] mit ω Ω P(ω) ein Wahrscheinlichkeitsmaß sind. Eine Menge E Ω heißt Ereignis. Die Wahrscheinlichkeit P(E) eines Ereignisses ist definiert als P(E) def P(ω). ω E Bemerkungen: Wir führen einige zusätzliche Anmerkungen zu obiger Definition an.. Das Wahrscheinlichkeitsmaß P ist eigentlich eine Funktion P(Ω) [0, ]; statt P({ω j }) schreiben wir jedoch weiterhin P(ω j ). 2. Die leere Menge heißt unmögliches Ereignis, da P( ) 0 gilt; die volle Menge Ω heißt sicheres Ereignis, da P(Ω) gilt. 3. Statt P(A) schreiben wir auch P[x A]. 4. Gilt P(ω) P(ω ) für alle ω, ω Ω, so heißt P gleichverteilt. Wir wollen die Begriffsbildungen an Hand einiger Beispiele verdeutlichen. Beispiele: Wir modellieren zunächst den Wahrscheinlichkeitsraum (Ω, P) für den idealen Würfel. Die Menge der Elementarereignisse ist Ω {, 2, 3, 4, 5, 6}. Das Wahrscheinlichkeitsmaß P ist die Gleichverteilung, d.h. P(ω) 6 für alle ω Ω. Betrachten wir das Ereignis E {, 3, 5}, so ergibt sich: P(E) P[ Würfel zeigt eine ungerade Augenzahl ] Version v0.5 Fassung vom 24. Juli 2009

24 20 Kapitel 6. Wahrscheinlichkeitstheorie Als zweites Beispiel modellieren wir nun einen abgenutzten Würfel, bei dem durch äußere Einwirkungen die 6 nicht von der 2 zu unterscheiden ist. Die Menge der Elementarereignisse ist damit Ω {, 2, 3, 4, 5}. Das Wahrscheinlichkeitsmaß ergibt sich zu { 6 falls ω Ω \ {2} P(ω) 3 falls ω 2 Zur Überprüfung der Normierungseigenschaft für P rechnet man einfach nach: P()+ +P(5) Betrachten wir nun das Ereignis E {, 2, 3}, so ergibt sich: P(E) P[ Würfel zeigt höchstens eine 3 ] Lemma 6.2 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A, B, A,..., A n Ω Ereignisse. Dann gilt:. P( ) 0 P(A) P(Ω). 2. P(A) P(A). 3. Ist A B, so gilt P(A) P(B). 4. Sind A,..., A n paarweise disjunkt, so gilt n P j A j n P(A j ). j Beweis: Wir beweisen die Aussagen einzeln:. folgt direkt aus Definition 6. (siehe auch die nachfolgenden Bemerkungen). 2. Es gilt: P(Ω) (nach Aussage ) P(ω) ω Ω (nach Definition 6.) ω A P(ω) + ω / A P(ω) (wegen A A Ω) P(A) + P(A) (nach Definition 6.) Somit folgt P(A) P(A). Skriptum zu Mathematische Grundlagen 2

25 6.2. Kombinatorische Prinzipien 2 3. Es gilt: P(B) P(ω) (nach Definition 6.) ω B P(ω) + P(ω) (wegen A B bzw. A (B \ A) B) ω A ω B\A P(A) + P(B \ A) (nach Definition 6.) Daraus folgt P(B) P(A) P(B \ A) 0, d.h. P(A) P(B). 4. Es gilt: n P j A j ω S n j A j n j P(ω) (nach Definition 6.) P(ω) (wegen paarweiser Disjunktheit von A,..., A n ) ω A j n P(A j ) (nach Definition 6.) j Damit ist das Lemma bewiesen. 6.2 Kombinatorische Prinzipien Wir übertragen einige Resultate und Techniken aus der Kombinatorik in die diskrete Wahrscheinlichkeitstheorie. Anwendungen der Kombinatorik sind insbesondere in gleichverteilten Wahrscheinlichkeitsräumen von Bedeutung, da hier die Elementarwahrscheinlichkeiten meistens ausgeklammert werden können. Theorem 6.3 (Inklusions-Exklusions-Prinzip für Wahrscheinlichkeitsräume) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A,..., A n Ω Ereignisse. Dann gilt ( ) n P ( ) + K P A k j A j K {,...,n} k K Beweis: Im Falle der Gleichverteilung überträgt sich der Beweis des (kombinatorischen) Inklusions-Exklusions-Prinzip (Theorem 5.8). Für den allgemeinen Beweis siehe Übungsblatt 5. Version v0.5 Fassung vom 24. Juli 2009

26 22 Kapitel 6. Wahrscheinlichkeitstheorie Wir wollen auch hier das Theorem an einem Beispiel verdeutlichen. Beispiel: Der Wahrscheinlichkeitsraum beim (französischen) Roulette besteht aus Ω {0,,..., 36} mit dem Wahrscheinlichkeitsmaß P(ω) 37 für alle ω Ω. Unser Plan für ein Spiel (coup) ist nun, einen Chip auf schwarz (noir) und einen Chip auf ungerade (impair) zu setzen. Wie hoch ist dann die Wahrscheinlichkeit, dass wir nichts verlieren? Nach Inspektion des Einsatzfeldes (siehe Abbildung links) halten wir zunächst fest, dass es 8 schwarze ungerade Zahlen gibt. Wir definieren folgende Ereignisse (ohne die zugehörigen Elementarereignisse aufzuzählen): E s def Menge aller schwarzen Zahlen E u def Menge aller ungeraden Zahlen Das uns interessierende Ereignis ist E s E u. Seine Wahrscheinlichkeit lässt sich mit Hilfe des Inklusions-Exklusions-Prinzip wie folgt bestimmen: P(E s E u ) P(E s ) + P(E u ) P(E s E u ) , Die Wahrscheinlichkeit, dass wir mit unserem Spielplan nichts verlieren, ist also ca. 76%. Später werden wir sehen, dass der zu erwartende Gewinn jedoch negativ ist! Skriptum zu Mathematische Grundlagen 2

27 6.2. Kombinatorische Prinzipien 23 Theorem 6.4 Es sei N {,..., n}. Die Wahrscheinlichkeitsräume Ω beim Ziehen von k Elementen aus n Elementen können wie folgt gewählt werden: mit Reihenfolge, mit Zurücklegen: { (x,..., x k ) x i N } mit Reihenfolge, ohne Zurücklegen: { (x,..., x k ) x i N, x i x j für i j } ohne Reihenfolge, mit Zurücklegen: { (a,..., a n ) a i N, a + + a n k } ohne Reihenfolge, ohne Zurücklegen: { {x,..., x k } x i N, x i x j für i j } Im Fall ohne Reihenfolge, mit Zurücklegen gibt a i N an, wie oft das i-te Element gezogen wurde. Sind alle Elementarereignisse gleichwahrscheinlich, so gilt für die Wahrscheinlichkeit der Elementarereignisse mit Zurücklegen ohne Zurücklegen mit Reihenfolge n k (n k)! n! ( ) n + k ( ) n ohne Reihenfolge k k Beweis: Wegen der vorausgesetzten Wahrscheinlichkeitsverteilung gilt für ein spezielles ω Ω ω Ω P(ω) Ω P(ω ), d.h. P(ω ) Ω. Damit folgen die Wahrscheinlichkeiten aus Theorem 5.6. Beispiel: Beim Pokerspiel (Texas hold em) erhält jeder Spieler verdeckt zwei Spielkarten ausgeteilt. Die Spielkarten stammen aus der Menge M {,,, } {2, 3, 4, 5, 6, 7, 8, 9, 0, Bube, Dame, König, As}. M enthält also 52 Spielkarten. Die Menge der Elementarereignisse ist damit Ω { {x, y} x, y M, x y }, d.h. Ω ( ) Wir interessieren uns für das Ereignis E p pocket pair, d.h., dass wir sofort zwei Karten des gleichen Wertes auf der Hand haben: P(E p ) ( ) 4 P(ω) , ω E p Bemerkungen: In Theorem 6.4 entspricht die Gleichverteilung auf der Menge der Elementarereignisse für den Fall ohne Reihenfolge, mit Zurücklegen nicht der Wahrscheinlichkeitsverteilung beim ungeordneten Ziehen mit Zurücklegen. Wenn zum Beispiel zweimal Version v0.5 Fassung vom 24. Juli 2009

28 24 Kapitel 6. Wahrscheinlichkeitstheorie gezogen wird, dann ist in letzterem Szenario die Wahrscheinlichkeit, dass das erste und das zweite Element gezogen wird, doppelt so groß, wie zweimal das erste Element zu ziehen. Damit ist die Wahrscheinlichkeit für die Elementarereignisse nicht gleichverteilt. Die Wahrscheinlichkeit für ein Elementarereignis ω (a,..., a n ) Ω ergibt sich wie folgt: P(ω) n k k! a!a 2!... a n! ( )( k k n k a a a 2 ) ( ) k (a + a 2 + a n ) a n 6.3 Bedingte Wahrscheinlichkeiten Im Folgenden interessieren wir uns für die Wahrscheinlichkeit, dass ein Ereignis A eintritt unter der Bedingung, dass ein bestimmtes Ereignis B ebenfalls eintritt. Definition 6.5 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A, B Ω Ereignisse mit P(B) > 0. Die bedingte Wahrscheinlichkeit P(A B) von A unter der Bedingung B ist definiert als P(A B) P(A B) def. P(B) Es gilt ganz offensichtlich stets 0 P(A B) (letzteres wegen P(A B) P(B)). Beispiel: Wir betrachten den Wahrscheinlichkeitsraum zu zweimal Würfeln, d.h. Ω {, 2, 3, 4, 5, 6} 2 mit Gleichverteilung P. Auf dem Wahrscheinlichkeitsraum seien folgende Ereignisse definiert: A def { (j, k) j + k 9 } Ω B i def { (j, k) j i } für i {,..., 6} Extensional lassen sich die Ereignisse wie folgt beschreiben: A { (3, 6), (4, 5), (4, 6), (5, 4), (5, 5), (5, 6), (6, 3), (6, 4), (6, 5), (6, 6) } B i { (i, ), (i, 2), (i, 3), (i, 4), (i, 5), (i, 6) } Damit gilt P(A) 0 36 sowie P(B i) 6 für alle i {,..., 6}. Es ergeben sich folgende bedingte Wahrscheinlichkeiten: P(A B ) P( ) P(B ) 0 P(A B 2 ) P( ) P(B 2 ) 0 P(A B 3 ) P({(3, 6)}) P(B 3 ) 36 ( ) 6 6 P(A B 4 ) P({(4, 5), (4, 6)}) P(B 4 ) 2 36 ( 6 P(A B 5 ) P({(5, 4), (5, 5), (5, 6)}) P(B 5 ) 3 36 ( 6 P(A B 6 ) P({(6, 3), (6, 4), (6, 5), (6, 6)}) P(B 6 ) 4 36 ( 6 ) 3 ) 2 ) 2 3 Skriptum zu Mathematische Grundlagen 2

29 6.3. Bedingte Wahrscheinlichkeiten 25 Beispiel: Wir betrachten wieder den Wahrscheinlichkeitsraum zum Pokerspiel (Texas hold em). Nach wie vor seien die Spielkartenmenge M {,,, } {2, 3, 4, 5, 6, 7, 8, 9, 0, Bube, Dame, König, As} und die Menge der Elementarereignisse Ω { {x, y} x, y M, x y }. Neben den beiden verdeckten Karten, die an jeden Spieler ausgegeben werden, liegen noch fünf Spielkarten offen aufgedeckt. In unserem Beispiel sei dies die Spielkartenmenge O def { (, 4), (, 7), (, 0), (, 4), (, Dame) } Wir interessieren uns diesmal für die Wahrscheinlichkeit des Ereignisses A def Gegenspieler hat ein pocket pair. Dazu können wir die offenen Karten sowie unsere eigenen Karten einbeziehen. Unsere eigenen Karten seien durch die Menge E def { (, 7), (, Dame) } repräsentiert. Damit können wir das Ereignis B def Gegenspieler hat keine der offenen oder von meinen Karten betrachten. Es gilt B (M \ (O E)) 2 und folglich B ( 45 P(B) Weiterhin erhalten wir ( P(A B) Somit ergibt sich ( 3 2 ) + 9 P(A B) P(A B) P(B) ( )) ) 990 bzw. ( ) , Die Wahrscheinlichkeit eines pocket pair für einen Gegenspieler hat sich in dieser Situation erhöht, allerdings im Vergleich zu 0, nur geringfügig. Theorem 6.6 (Multiplikationsregel) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A,..., A n Ω Ereignisse mit P(A A n ) > 0. Dann gilt P(A A n ) n P(A i A... A i ) i Beweis: Wegen P(A ) P(A A 2 )... P(A... A n ) > 0 sind alle bedingten Wahrscheinlichkeit wohldefiniert. Wir beweisen das Theorem mittels vollständiger Induktion über die Anzahl n der Mengen: Induktionsanfang n : Es gilt P(A ) P(A Ω). Version v0.5 Fassung vom 24. Juli 2009

30 26 Kapitel 6. Wahrscheinlichkeitstheorie Induktionsschritt n > : Wegen P(A B) P(B) P(A B) gilt: P(A... A n A n ) P(A n A... A n ) P(A... A n ) Damit ist das Theorem bewiesen. n P(A n A... A n ) P(A i A... A i ) i (nach Induktionsvoraussetzung für n ) n P(A i A... A i ) i Beispiel: Das Geburtstagsproblem besteht darin zu bestimmen, wie groß die Wahrscheinlichkeit dafür ist, dass unter n Personen zwei am gleichen Tag Geburtstag feiern. Zur Lösung dieses Problems nehmen wir an, dass Geburtstage gleich wahrscheinlich für jeden Tag des Jahres sind und es keine Schaltjahre gibt. Ist n > 365, so ist die Wahrscheinlichkeit P nach dem Schubfachprinzip. Für n 365 sei die Menge der Elementarereignisse Ω n {,..., 365} n. Wir betrachten folgende Ereignisse A i def i-te Person feiert nicht am gleichen Tag wie eine der Personen,..., i Geburtstag Damit gilt für die gesuchte Wahrscheinlichkeit P n : P n P(A... A n ) P(A ) P(A 2 A ) P(A n A... A n ) n 365 i + 365! n (365 n)! i Die Wahrscheinlichkeit P n steigt sehr schnell. So gilt zum Beispiel P 2 > 2, d.h., bereits unter 2 Personen ist die Wahrscheinlichkeit, dass zwei Personen am gleichen Tag Geburtstag feiern größer als 50%. Theorem 6.7 (Satz von der totalen Wahrscheinlichkeit) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum, A,..., A n Ω paarweise disjunkte Ereignisse mit P(A i ) > 0 für alle i {,..., n} und B A... A n. Dann gilt P(B) n P(B A i ) P(A i ). i Beweis: Es gilt B (B A )... (B A n ). Nach Lemma folgt n n P(B) P(B A i ) P(B A i ) P(A i ). i i Skriptum zu Mathematische Grundlagen 2

31 6.3. Bedingte Wahrscheinlichkeiten 27 Damit ist das Theorem bewiesen. Theorem 6.8 (Satz von Bayes) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum, A,..., A n Ω paarweise disjunkte Ereignisse mit P(A i ) > 0 für alle i {,..., n} und B A... A n mit P(B) > 0. Dann gilt für alle i {,..., n} P(A i B) P(B A i ) P(A i ) n i P(B A i) P(A i ). Beweis: Anwendung von Theorem 6.7 auf P(A i B) P(A i B) P(B). Beispiel: Ein in einem Gebäude installierter Rauchmelder löst bei einem Brand zu 98% Feueralarm aus. Ein Fehlalarm wird dagegen pro Tag mit der Wahrscheinlichkeit 0, 05% ausgelöst. Die Wahrscheinlichkeit pro Tag für einen Brand liegt bei 0, 0%. Wie groß ist die Wahrscheinlichkeit, dass es wirklich brennt, falls Feueralarm ausgelöst wird? Wir modellieren das Szenario mittels folgender Zustände: b b a a repräsentiere repräsentiere repräsentiere repräsentiere Brand kein Brand Alarm kein Alarm Die Menge der Elementarereignisse ist somit Ω { (b, a), (b, a), (b, a), (b, a) }. Für die Analyse des Szenarios sind darüber hinaus folgende Ereignisse relevant: A def { (b, a), (b, a) } ( Alarm! ) B def { (b, a), (b, a) } ( Es brennt! ) Aus der Beschreibung sind die Wahrscheinlichkeiten P(A B) 0, 98, P(B) 0, 000, P(A B) 0, 0005 bekannt. Mit Hilfe das Satzes von Bayes errechnen wir damit die gesuchte Wahrscheinlichkeit P(B A) zu P(B A) P (A B) P(B) P(A B) P(B) + P(A B) P(B) 0, 98 0, 000 0, 98 0, , 0005 ( 0, 000) 0, Die Wahrscheinlichkeit, dass es bei ausgelöstem Feueralarm tatsächlich brennt, ist angesichts der Ausgangsparameter mit 6, 39% überraschend niedrig. Version v0.5 Fassung vom 24. Juli 2009

32 28 Kapitel 6. Wahrscheinlichkeitstheorie 6.4 Unabhängigkeit Ein fundamentales Konzept in der Wahrscheinlichkeitstheorie ist die Unabhängigkeit von Ereignissen. Definition 6.9 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A, B Ω Ereignisse. A und B heißen unabhängig, falls P(A B) P(A) P(B) gilt. Die folgende Proposition gibt eine intuitive Interpretation der Definition der Unabhängigkeit zweier Ereignisse. Es wird aber deutlich, dass Definition 6.9 allgemeiner ist, da sie auch bei verschwindenden Wahrscheinlichkeit angewendet werden kann. Proposition 6.0 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A, B Ω Ereignisse mit P(A) > 0 und P(B) > 0. Dann sind folgende Aussagen äquivalent:. A und B sind unabhängig 2. P(A B) P(A) 3. P(B A) P(B) Beweis: Wegen P(A) > 0 und P(B) > 0 sind alle bedingten Wahrscheinlichkeit wohldefiniert. Wir zeigen lediglich die Äquivalenz () (2). Durch Vertauschung von A und B ergibt sich sofort auch die Äquivalenz () (3). () (2): A und B seien unabhängig, d.h., es gilt P(A B) P(A) P(B). Es folgt P(A B) P(A B) P(B) P(A) P(B) P(B) P(A). (2) (): Es gelte P(A B) P(A). Dann gilt P(A B) P(A B) P(B) P(A) P(B). Mithin sind A und B unabhängig. Damit ist die Proposition bewiesen. Beispiel: Wir betrachten wiederum den Wahrscheinlichkeitsraum zweimal Würfeln mit der Menge der Elementarereignisse Ω {,..., 6} 2 und der Gleichverteilung. Für die beiden Ereignisse A def { (j, k) j + k 0 mod 2 } Ω B def { (j, k) j 0 mod 2 } Ω Skriptum zu Mathematische Grundlagen 2

33 6.4. Unabhängigkeit 29 gilt dann P(A) P({ (, ), (, 3), (, 5), (2, 2), (2, 4), (2, 6), (3, ), (3, 3), (3, 5), 8 36 (4, 2), (4, 4), (4, 6), (5, ), (5, 3), (5, 5), (6, 2), (6, 4), (6, 6) }) 2 P(B) P({ (2, ), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (4, ), (4, 2), (4, 3), 8 36 (4, 4), (4, 5), (4, 6), (6, ), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6) }) 2 P(A B) P({ (2, 2), (2, 4), (2, 6), (4, 2), (4, 4), (4, 6), (6, 2), (6, 4), (6, 6) }) Damit sind A und B unabhängig. Wenn wir das Beispiel um die beiden Mengen C def { (j, k) k 0 mod 2 } Ω C 2 def { (j, k) k 3 } Ω mit den zugehörigen Wahrscheinlichkeiten P(C ) 2 und P(C 2) 2 3 erweitern, so ergeben sich folgende Wahrscheinlichkeiten: P(A C ) 4 P(A) P(C ) P(A C 2 ) 3 P(A) P(C 2 ) P(B C ) 4 P(B) P(C ) P(B C 2 ) 3 P(B) P(C 2 ) P(A B C ) 4 P(A) P(B) P(C ) P(A B C 2 ) 6 P(A) P(B) P(C 2 ) Damit sind die Ereignisfamilien {A, B, C } sowie {A, B, C 2 } jeweils paarweise unabhängig. Zusätzlich nennen wir die Familie {A, B, C 2 } unabhängig (und nicht nur paarweise), {A, B, C } dagegen ist nicht unabhängig. Definition 6. Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und A,..., A n Ω Ereignisse. A,..., A n heißen unabhängig, falls für alle K {,..., n} gilt ( ) P A k P(A k ). k K k K Das obige Beispiel zeigt, dass paarweise Unabhängigkeit (Definition 6.9) nicht Unabhängigkeit im Sinne von Definition 6. impliziert. Version v0.5 Fassung vom 24. Juli 2009

34 30 Kapitel 6. Wahrscheinlichkeitstheorie 6.5 Zufallsvariablen Zufallsvariablen bieten eine Möglichkeit komplexere zufällige Ereignisse und Situationen zu modellieren. Definition 6.2 Es sei (Ω, P) ein diskreter Wahrscheinlichkeitsraum. Eine Funktion X : Ω R heißt Zufallsvariable. Beispiel: Wir wollen den Einsatz von Zufallsvariablen bei der Modellierung des Wahrscheinlichkeitsraumes zu Summe bei zweimal Würfeln verdeutlichen. Mit dem Vokabular aus den letzten Abschnitten könnten wir wie folgt vorgehen: Die Menge der Elementarereignisse ist Ω {2,..., 2} und das zugehörige Wahrscheinlichkeitsmaß ermittelt man leicht zu { ω 36 falls ω 7 P (ω) 3 ω 36 falls ω 8 Eine natürliche Modellierung mit einer Zufallsvariable ist wie folgt: Der Wahrscheinlichkeitsraum (Ω 2, P 2 ) ist derselbe wie bei zweimal Würfeln, d.h. Ω 2 {,..., 6} 2 und P 2 (ω) 36. Als Zufallsvariable betrachten wir X : Ω 2 R : (j, k) j + k. Damit können wir zum Beispiel die Wahrscheinlichkeit gewürfelte Augenzahl ist 0 wie folgt ausdrücken: P 2 [X 0] def P 2 (X ({0})) P 2 ({(4, 6), (5, 5), (6, 4)}) Aus einer grundsätzlicheren Perspektive vermittelt die Zufallsvariable X einen Zusammenhang zwischen den beiden Wahrscheinlichkeitsräumen (Ω, P ) und (Ω 2, P 2 ). Mit der Definition W X def { x ( ω Ω 2 )[X(ω) x] } gilt nämlich Ω W X sowie P (x) P 2 (X x) P 2 (X ({x})) für x Ω. Beispiel: Wir kommen zurück auf unser Beispiel zum Roulette. Der Wahrscheinlichkeitsraum (Ω, P) ist gegeben durch Ω {0,,..., 36} und P(ω) 37. Unser Spielplan war jeweils Chip auf schwarz und Chip auf ungerade zu setzen. Die zugehörigen Ereignisse sind deshalb E s Kugel fällt auf schwarze Zahl E u Kugel fällt auf ungerade Zahl Skriptum zu Mathematische Grundlagen 2

35 6.5. Zufallsvariablen 3 In beiden Fällen bekommen wir das Doppelte des Einsatzes als Auszahlung zurück, falls das entsprechende Ereignis eintritt. Unsere möglichen Gewinn können wir deshalb als Zufallsvariable modellieren: 2 falls ω / E s E u X : Ω R : ω 0 falls ω E s E u 2 falls ω E s E u Durch X wird folgender diskreter Wahrscheinlichkeitsraum (W X, P X ) beschrieben: W X { 2, 0, 2} mit den Wahrscheinlichkeiten P X ( 2) P[X 2] 9 37, P X (0) P[X 0] 20 37, P X (2) P[X 2] (Die Wahrscheinlichkeiten erhält man durch Inspektion des Tableaus.) Bevor wir mit der Analyse des Beispiels fortfahren, führen wir die wichtige Definition des Erwartungswertes ein. Definition 6.3 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable. Der Erwartungswert von X ist definiert als E(X) def X(ω) P(ω) x P[X x]. ω Ω x W X Hierbei setzen wir voraus, dass die Summe existiert. Beispiel (Fortsetzung): Der für unseren Spielplan zu erwartende Gewinn beim Roulette ist somit E(X) x W X x P[X x] ( 2) < 0. Trotz einer mehr als 75%-Wahrscheinlichkeit nichts zu verlieren, ist der zu erwartende Gewinn also negativ. (Angesichts der Wahrscheinlichkeiten P X ist dies nicht überraschend, da auch die Wahrscheinlichkeit nichts zu gewinnen bei mehr als 75% liegt.) Version v0.5 Fassung vom 24. Juli 2009

36 32 Kapitel 6. Wahrscheinlichkeitstheorie Lemma 6.4 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum, X, Y Zufallsvariablen sowie a R. Dann gelten die folgende Aussagen:. Gilt X(ω) Y (ω) für alle ω Ω, so gilt E(X) E(Y ). : Ω R 2. Ist X(ω) für alle ω Ω, so gilt E(X). 3. E(X + Y ) E(X) + E(Y ). 4. E(a X) a E(X). 5. Ist W X N, so gilt E(X) P[X i]. i Nach der ersten Eigenschaft ist der Erwartungswert monoton und nach der dritten und vierten Eigenschaft linear. Insbesondere gilt E(aX + b) ae(x) + b für beliebige reelle Zahlen a, b und Zufallsvariablen X. Beweis: Wir zeigen die Aussagen des Lemmas einzeln.. E(X) ω Ω X(ω) }{{} Y (ω) P(ω) ω Ω Y (ω) P(ω) E(Y ). 2. E(X) ω Ω X(ω) P(ω) ω Ω P(ω) ω Ω P(ω). 3. Mit (X + Y ) : Ω R : ω X(ω) + Y (ω) ergibt sich: E(X + Y ) ω Ω(X + Y )(ω) P(ω) ω Ω(X(ω) + Y (ω)) P(ω) ω Ω X(ω) P(ω) + ω Ω Y (ω) P(ω) E(X) + E(Y ) 4. Mit (a X) : Ω R : ω a X(ω) ergibt sich: E(a X) ω Ω(a X)(ω) P(ω) a X(ω) P(ω) ω Ω a X(ω) P(ω) ω Ω a E(X) Skriptum zu Mathematische Grundlagen 2

37 6.5. Zufallsvariablen Wegen W X N und durch Vertauschung der Summationsreihenfolge erhalten wir: E(X) x W X x P[X x] Damit ist das Lemma bewiesen. j0 j0 i i j P[X j] j i ji P[X j] P[X j] } {{ } P[X i] P[X i] Definition 6.5 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable mit µ E(X). Die Varianz von X ist ist definiert als Var(X) def E ( (X E(X)) 2) x W X (x µ) 2 P[X x]. Die Standardabweichung von X ist definiert als σ(x) def Var(X). Beispiel: Wir betrachten den Wahrscheinlichkeitsraum (Ω, P) zu zweimal Würfeln, d.h. Ω {,..., 6} 2 und P(ω) 36 für alle ω Ω. Die Summe von zwei Würfen ist durch die Zufallsvariable X : Ω R : (j, k) j + k gegeben. Dann gilt für den Erwartungswert von X E(X) x P[X x] x W X Für die Varianz von X erhalten wir mit µ 7 Var(X) x W X (x 7) 2 P[X x] Version v0.5 Fassung vom 24. Juli 2009

38 34 Kapitel 6. Wahrscheinlichkeitstheorie ( 5) ( 4) ( 3) ( 2) ( )2 Somit beträgt die Standardabweichung σ(x) 20/36 2, Lemma 6.6 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum, X, Y Zufallsvariablen und a, b R. Dann gelten die folgenden Aussagen:. Var(X) E ( X 2) E(X) 2 : Ω R 2. Var(aX + b) a 2 Var(X) 3. σ(ax + b) a σ(x) Beweis: Wir zeigen die Aussagen einzeln:. Mit Hilfe der Rechenregeln für den Erwartungswert (Lemma 6.4) erhalten wir: Var(X) E ( (X E(X)) 2) E ( X 2 2X E(X) + E(X) 2) E ( X 2) 2 E(X E(X)) + E ( E(X) 2) E ( X 2) 2 E(X) 2 + E(X) 2 (E(X), E(X) 2 sind Konstanten) E ( X 2) E(X) 2 2. Mit Hilfe der ersten Aussage und der Linearität des Erwartungswertes ergibt sich: Var(aX + b) E ( (ax + b) 2) E(aX + b) 2 E ( a 2 X 2 + 2abX + b 2) (ae(x) + b) 2 a 2 E ( X 2) + 2abE(X) + b 2 ( a 2 E(X) 2 + 2abE(X) + b 2) a 2 ( E(X 2 ) E(X) 2) a 2 Var(X) 3. folgt direkt aus der zweiten Aussage. Damit ist das Lemma bewiesen. Skriptum zu Mathematische Grundlagen 2

39 6.5. Zufallsvariablen 35 Definition 6.7 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X,..., X n : Ω R Zufallsvariablen. X,..., X n heißen unabhängig, falls für alle x,..., x n R gilt P ( n i oder, mit Prädikaten ausgedrückt, X i ({x i }) ) n i P[X x... X n x n ] P ( X i ({x i }) ) n P[X i x i ]. i Lemma 6.8 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X,..., X n : Ω R Zufallsvariablen. Dann gelten die folgenden Aussagen: ( n ) n. E X i E(X i ) i i ( n ) n 2. Var X i Var(X i ) i i Beweis: Siehe Übungsblatt 7. Theorem 6.9 (Markov-Ungleichung) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable mit X(ω) 0 für alle ω Ω. Dann gilt für alle c > 0 P[X c] E(X). c Beweis: Wir schätzen den Erwartungswert von X nach unten ab: E(X) x W X x P[X x] x W X x c x P[X x] c x W X x c P[X x] c P[X c] Mithin gilt P[X c] E(X) c und das Theorem ist bewiesen. Theorem 6.20 (Chebyshev-Ungleichung) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable. Dann gilt für alle c > 0 P[ X E(X) c] Var(X) c 2. Version v0.5 Fassung vom 24. Juli 2009

40 36 Kapitel 6. Wahrscheinlichkeitstheorie Beweis: Wir wenden die Markov-Ungleichung (Theorem 6.9) auf die nicht-negative Zufallsvariable (X E(X)) 2 an und erhalten P[ X E(X) c] P [ (X E(X)) 2 c 2] E ( (X E(X)) 2) Damit sit das Theorem bewiesen. c 2 Var(X) c 2. Korollar 6.2 Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable. Dann gilt für alle c > 0 P[ X E(X) c σ(x)] c 2. Theorem 6.22 (Gesetz der großen Zahlen) Es seien (Ω, P) ein diskreter Wahrscheinlichkeitsraum, X : Ω R eine Zufallsvariable und ε, δ > 0. Dann gilt für alle n Var(X) εδ 2 : Sind X,..., X n unabhängige Zufallsvariablen mit derselben Verteilung wie X, so gilt [ ] X + + X n P E(X) n δ ε. Beweis: Wir definieren die Zufallsvariable Z : Ω R als X + + X n Z def. n Nach Lemma 6.4 gilt für den Erwartungswert von Z: E(Z) n (E(X ) + + E(X n )) n E(X) E(X) (6.) n Nach Lemma 6.6 und Lemma 6.8 gilt für die Varianz von Z: Var(Z) n 2 (Var(X ) + + Var(X n )) Var(X) n Var(X) n2 n Damit ergibt sich aus Chebyshev-Ungleichung (Theorem 6.20) (6.2) P[ Z E(X) δ] 6. P[ Z E(Z) δ] Var(Z) δ Var(X) n δ 2 ε, da n Var(X). Damit ist das Theorem bewiesen. ε δ 2 Beispiel: Zur randomisierte Berechnung von π fassen wir die Berechnung als Zufallsexperiment auf. Der zugrunde liegende Wahrscheinlichkeitsraum sei Skriptum zu Mathematische Grundlagen 2

41 6.6. Wichtige diskrete Verteilungen 37 Ω [, ] 2 mit Gleichverteilung. Hierbeit sollte beachtet werden, dass der Wahrscheinlichkeitsraum eigentlich ein kontinuierlicher ist. Die Anwendbarkeit der Konzepte sollte dennoch klar sein. Für eine Formulierung mittels diskreter Wahrscheinlichkeitsräume könnte ein Gitter über Ω gelegt werden. Dadurch wird die Darstellung komplizierter, weswegen ein Hinweis genügen soll. Wir definieren eine Zufallsvariable { X : [, ] 2 falls x R : (x, y) 2 + y 2 0 sonst Die Wahrscheinlichkeit P[X ] ergibt sich nun als das Verhältnis zwischen dem Flächeninhalt des Einheitskreises und Flächeninhalt des Quadrats: P[X ] π 4 Aus dieser Wahrscheinlichkeits lässt sich π leicht ausrechnen. Außerdem erhalten wir für die Zufallsvariable X: E(X) π 4, Var(X) π 4 π2 6 Die Wahrscheinlichkeit P[X ] kann nun mit Hilfe des Gesetzes der großen Zahlen und folgendem Algorithmus (wahrscheinlich annähernd korrekt) berechnet werden: public static double calcpi() { long N; } long h0; for(long i0; i<n; i++) { double x2*math.random()-; double y2*math.random()-; if (x*x+y*y<) h++; } return(4d*h/n); // Festlegung nach Theorem 6.22 gemäß // gewünschter Genauigkeit Die Berechnung von N für verschiedene Genauigkeiten und Fehlerwahrscheinlichkeiten sollte als Übungsaufgabe wahrgenommen werden. 6.6 Wichtige diskrete Verteilungen Es seien (Ω, P) ein diskrete Wahrscheinlichkeitsraum und X : Ω R eine Zufallsvariable. Dann heißt die Funktion f X (x) def P[X x] Dichtefunktion (oder kurz Dichte) von X. Im Folgenden werden einige wichtige Verteilungen von Zufallsvariablen über ihre Dichtefunktionen spezifiziert. Version v0.5 Fassung vom 24. Juli 2009

42 38 Kapitel 6. Wahrscheinlichkeitstheorie Bernoulli-Verteilung. Eine Zufallsvariable X mit W X {0, } und der Dichte { p falls x f X (x) p falls x 0 heißt Bernoulli-verteilt mit dem Parameter 0 p. Der Parameter p heißt auch Erfolgswahrscheinlichkeit. Die Komplementärwahrscheinlichkeit p wird üblicherweise mit q bezeichnet. Für Bernoulli-verteilte Zufallsvariablen X gilt:. E(X) p 2. Var(X) p p 2 p( p) pq Binomialverteilung. Eine Zufallsvariable X mit W X {0,,..., n} und der Dichte ( ) n f X (x) def p x ( p) n x x heißt binomialverteilt mit den Parametern n N + und 0 p ; symbolisch geschrieben: X Bin(n, p). Beispiel: Binomialverteilte Zufallsvariablen entstehen nach dem folgenden Erzeugungsprinzip: Sind X,..., X n unabhängige, mit der Erfolgswahrscheinlichkeit p Bernoulli-verteilte Zufallsvariablen, so ist X def X + + X n binomialverteilt mit den Parametern n, p. Zur Begründung rechnet man nach: f X (x) P ( X ({x}) ) ( ) n p x ( p) n x p x ( p) n x x K {,...,n} K x Umgekehrt kann jede binomialverteilte Zufallsvariable so aufgefasst werden. Für binomialverteilte Zufallsvariablen X gilt mit dem beschriebenen Erzeugungsprinzip:. E(X) E(X + + X n ) n p 2. Var(X) Var(X + + X n ) n p q Geometrische Verteilung. Eine Zufallsvariable X mit W X N + und der Dichte f X (x) def ( p) x p heißt geometrisch verteilt mit dem Parameter 0 < p <. Beispiel: Wenn wir eine Münze so lange werfen, bis Kopf oben liegt, so entspricht f X (x) der Wahrscheinlichkeit, dass dies genau im x-ten Versuch geschieht. Skriptum zu Mathematische Grundlagen 2

43 6.6. Wichtige diskrete Verteilungen 39 Wir müssen uns zunächst davon überzeugen, dass die Dichte tatsächlich ein Wahrscheinlichkeitsmaß definiert: ( p) x p p ( p) x p ( p). x x0 Hierbei habe wir folgende Gleichung für die unendliche geometrische Reihe (wodurch gleichzeitig die Namensgebung für die geometrisch Verteilung klar wird) verwendet: q n q Die Gleichheit lässt sich wie folgt herleiten: A(q) def n n für 0 q < q n + q n + q q n + q q n + q A(q) Mithin gilt ( q) A(q), also A(q) ( q). Warum wir alle Schritte so durchführen dürfen, wie wir es eben getan haben, werden wir im nächsten Kapitel über Analysis sehen. Für geometrisch verteilte Zufallsvariablen X gilt:. E(X) p Begründung: Wenn wir die erste Ableitung A(q) der Funktion A(q) def x0 qx für 0 q < aus zwei Perspektiven betrachten, so erhalten wir einerseits ( ) A(q) q x (q x ) x q x und andererseits x0 A(q) x0 ( ) q Damit ergibt sich für den Erwartungswert von X: E(X) x x ( q) 2. x q x p p x q x p A(q) x 2. Die Bestimmung von Var(X) ist eine Übungsaufgabe. p ( q) 2 p Beispiel: Das Coupon-Collector-Problem besteht in Folgendem: Ein Unternehmen möchte den Absatz seiner Produkt dadurch erhöhen, dass jedes seiner Produkt mit einem Abziehbild versehen wird. Es gäbe n verschiedene Typen von Abziehbildern. Wie viele Produkte müssen wir im Mittel kaufen, um von jedem Typ ein Abziehbild zu besitzen? Zur Analyse nehmen wir an, dass die Version v0.5 Fassung vom 24. Juli 2009

44 40 Kapitel 6. Wahrscheinlichkeitstheorie Abziehbilder bei jedem Kauf unabhängig voneinander mit gleicher Wahrscheinlichkeits auftreten. Es sei nun X die Anzahl der Käufe bis zur Vervollständigung der Kollektion von Abziehbildern. Bei der Analyse gehen wir in n Phasen vor. In der i-ten Phase betrachten wir die Zufallsvariable X i def Anzahl der Käufe vom Erwerb des (i )-ten Bildes (ausschließlich) bis zum Erwerb des i-ten Bildes (einschließlich) Zum Beispiel könnte für n 4 folgende Kauffolge auftreten: }{{} 3, 3, 2, 2, 3, 3,, 2,, 3,,, 2, 4 }{{}}{{}}{{} Die zugehörigen Zufallsvariablen nehmen damit die Werte X, X 2 2, X 3 4, X 4 7 sowie insgesamt X 4 an. Im Allgemeinen gilt: X X + + X n X i ist geometrisch verteilt mit p n i + n n E(X i ) n i + Damit erhalten wir insgesamt E(X) n E(X i ) i n i n n n i + n i n H n n ln n, i wobei H n def n i i die n-te harmonische Zahl ist. H n verhält sich ungefähr wie ln n. Etwas genauer gilt H n ln n+0, Im besten Fall benötigen wir n Käufe, um alle Abziehbilder zu erwerben. Im Mittel benötigen wir dagegen nur um den Faktor ln n mehr Käufe. Skriptum zu Mathematische Grundlagen 2

45 Analysis 7 Ziel dieses Kapitel ist es, die Grundlagen der reellen Analysis soweit zu entwickeln, dass wir in der Lage sind lineare Rekursionsgleichungen zu lösen, wie sie bei der Analyse rekursiver Algorithmen häufig auftreten. Als ein typisches Resultat streben wir dabei die Herleitung der expliziten Darstellung der Fibonacci-Zahlen an. Die Folge der Fibonacci-Zahlen ist durch die Rekursion F n F n + F n 2 für n 2 sowie F, F 0 0 gegeben. Die Folge beginnt mit den Zahlen 0,,, 2, 3, 5, 8, 3, 2, 34, 55,... Explizit lässt sich die n-te Fibonacci-Zahl wie folgt berechnen: ( F n 5 + ) n ( ) n Konvergenz von Folgen Eine (reelle) Folge ist eine Abbildung a : N R. Wenn wir die natürliche Anordnung von N zugrunde legen, so kann a durch die Folge der Funktionswerte a(0), a(), a(2),... beschrieben werden. Allgemein hat sich dafür die Schreibweise (a 0, a, a 2,...) oder kompakt (a n ) n N etabliert. Der zentrale Begriff der Analysis ist die Konvergenz. Definition 7. Es seien (a n ) n N eine Folge reeller Zahlen und c R.. Die Folge (a n ) n N konvergiert gegen c, falls folgende Aussage wahr ist: ( ε > 0) ( n 0 N) ( n n 0 ) [ a n c < ε ] Falls (a n ) n N gegen c konvergiert, so heißt c Grenzwert von (a n ) n N und wir schreiben lim n a n c. 2. Die Folge (a n ) n N heißt konvergent, falls ein Grenzwert für (a n ) n N existiert. Die Annäherung einer Folge an einen Grenzwert wird gemäß dieser Definition so verstanden, dass in jeder beliebig kleinen Umgebung des Grenzwertes alle Folgenglieder bis auf eine endliche Menge von Ausnahmen (nämlich höchstens diejenigen Folgenglieder mit einem Index kleiner als n 0 ) zu finden sind. Version v0.5 Fassung vom 24. Juli 2009

46 42 Kapitel 7. Analysis Die logische Struktur der Definitionsbildung ist einigermaßen komplex und bedarf Trainings in der Handhabung. Zur Übung negiere man die formale Definition einer konvergenten Folge mit allen in der vollständigen Definition enthaltenen Quantoren. Bevor wir Beispiele geben, überzeugen wir uns von der Wohldefiniertheit des Grenzwertes. Proposition 7.2 Der Grenzwert einer konvergenten Folge ist eindeutig. Beweis: Wir führen einen Widerspruchsbeweis. Es sei (a n ) n N eine beliebige konvergente Folge. Es seien c, c 2 R Grenzwerte von (a n ) n N. Angenommen c c 2. Dann gibt es für ε def 2 c c 2 > 0 natürliche Zahlen n () 0 und n (2) 0 mit a n c < ε für alle n n () 0 und a n c 2 < ε für alle n n (2) 0. { } Somit gilt für N def max n () 0, n(2) 0 c c 2 c a N + a N c 2 c a N + a N c 2 < 2ε c c 2. Dies ist jedoch ein Widerspruch. Damit ist die Annahme c c 2 falsch und die Proposition ist bewiesen. Beispiele: Wir führen einige Beispiele für die Definition 7. an: Die Folge (a n ) n N mit a n def n+ konvergiert gegen 0. Dies ist wie folgt einzusehen: Für ε > 0 definiere n 0 def ε. Dann gilt für alle n n 0 : a n 0 n + 0 n + n 0 + ε + ε ε Die Folge (a n ) n N mit a n def 2 konvergiert gegen 2. Dies ist wie folgt einzusehen: Für ε > 0 definiere n 0 def 0. Dann gilt a n 2 0 < ε für n n 0. Die Folge (a n ) n N mit a n def 2 0 n 0 n konvergiert gegen 2. Dies ist wie folgt einzusehen: Für ε > 0 definiere n 0 def log 0 ε. Dann gilt für alle n n 0 : a n 2 0 n 2 0 n 2 0 n 2 0 n 2 0 n < 0 n 0 log 0 ε ε Skriptum zu Mathematische Grundlagen 2

47 7.. Konvergenz von Folgen 43 Die Folge (a n ) n N mit a n def ( ) n ist nicht konvergent. Angenommen lim n a n c. Dann gibt es für ε 3 ein n 0 N, sodass a n c < 3 für alle n n 0 gilt. Dann gilt aber auch für n n 0 : 2 a n a n+ a n c a n+ + c a n c + a n+ c < Dies ist jedoch ein Widerspruch. Somit existiert kein Grenzwert. n Die Folge (a n ) n N mit a 0 def und a n ( )n def n ist nicht konvergent. Die Folge beginnt mit,,, 9,, 25,, 49,... Die Begründung für die Nichtkonvergenz folgt analog zum vorangegangenen Beispiel aus a n a n+ 8 9 für alle n 2. Das dritte Beispiel ist bemerkenswert: Obwohl alle Folgenglieder rationale Zahlen sind, liegt der Grenzwert 2 der Folge nicht im Bereich der rationalen Zahlen. Nicht jede Menge ist also abgeschlossen unter Grenzwertbildung. Die Menge der reellen Zahlen kann gerade als die Menge aller Grenzwerte konvergenter rationaler Folgen konstruiert werden. Damit kann gezeigt werden, dass die reellen Zahlen im Gegensatz zu den rationalen Zahlen auch abgeschlossen unter Grenzwertbildung sind. Das folgende Lemma gibt Regeln zur Bestimmung von Grenzwerten an. Lemma 7.3 Es seien (a n ) n N, (b n ) n N und (c n ) n N reelle konvergente Folgen. Dann gilt:. Gilt a n b n für alle n n 0 und geeignetes n 0 N, so gilt lim n a n lim n b n 2. Gilt lim n lim n x und gilt a n b n c n für alle n n 0 und geeignetes n n n 0 N, so gilt lim n x n ( ) ( ) 3. lim n + b n ) n lim n n + lim n n ( ) ) 4. lim n (a n b n ) 5. lim n ( an b n ) lim n a n lim a n n lim b n n ( lim b n n, falls lim n b n 0 und b n 0 für alle n N Beweis: Wir beweisen die Aussagen einzeln:. Es gelte lim a n x und lim b n y sowie a n b n für alle n n 0 und ein geeignetes n n n 0 N. Angenommen es gilt x > y. Dann gibt es für ε 2 (x y) > 0 natürliche Zahlen n () 0 und n (2) 0 mit a n x < ε und folglich a n > x ε für alle n n () 0 Version v0.5 Fassung vom 24. Juli 2009

48 44 Kapitel 7. Analysis b n y < ε und folglich b n < y + ε für alle n n (2) 0 { } Damit gilt für alle n max n 0, n () 0, n(2) 0 a n b n > (x ε) (y + ε) x y 2ε 0, d.h. a n > b n. Dies ist ein Widerspruch. Mithin gilt x y. 2. folgt aus der ersten Aussage. 3. Es gelte lim a n x und lim b n y. Dann gibt es für jedes ε > 0 natürliche Zahlen n n n () 0 und n (2) 0 mit a n x < ε 2 für alle n n() 0 b n y < ε für alle n n(2) 0 2 { } Für n max n () 0, n(2) 0 gilt somit auch a n + b n (x + y) a n x + b n y a n x + b n y ε 2 + ε 2 ε Folglich konvergiert die Folge (a n + b n ) n N gegen x + y. 4. Es gelte lim a n x und lim b n y. Zunächst halten wir fest, dass (a n ) n N beschränkt ist (siehe Übungsblatt 9). Es gibt also ein s > 0 mit a n s für alle n N. n n Weiterhin existieren zu jedem ε > 0 geeignete natürliche Zahlen n () 0 und n (2) 0 mit a n x < ε 2 (max{ y, }) für alle n n () 0 b n y < ε 2 s für alle n n (2) 0 { } Für n max n () 0, n(2) 0 gilt somit a n b n xy a n b n a n y + a n y xy a n (b n y) + (a n x)y a n b n y + y a n x ( ε ( ε < s 2 s ) + y (max{ y, }) ) 2 Mithin konvergiert die Folge (a n b n ) n N gegen xy. 5. Wegen der vierten Aussage genügt es, lim ε n ( b n ) ( lim n b n ) unter den angegebenen Voraussetzungen zu zeigen. Es gelte also lim n b n y 0 sowie b n 0 für alle Skriptum zu Mathematische Grundlagen 2

49 7.. Konvergenz von Folgen 45 n N. Wegen b n 0 ist b n stets definiert. Wegen y 0 und da (b n ) n N gegen y konvergiert, gibt es eine natürliche Zahl n 0, sodass für alle n n 0 y y b n + b n y b n + b n y 2 + b n also b n y 2 gilt. Weiterhin gibt es für alle ε > 0 ein n 0 N mit b n y < ε 2 y 2. Für n max {n 0, n 0 } folgt somit b n y y b n b n y 2 b n y y 2 < ε Mithin konvergiert (b n ) n N gegen y. Damit ist das Lemma bewiesen. Beispiele: Folgende Grenzwerte werden mit Hilfe von Lemma 7.3 bestimmt: Die Folge (a n ) n N mit a n def 2n 2 +7n 3n 2 +5 konvergiert gegen 2 3. Denn es gilt: 2n lim n 3n lim n 2 (2 + 7 n ) lim n n 2 (3 + 5 ) n n lim n 2 n n 2 Die Folge (a n ) n N mit a n def n 2 2 n konvergiert gegen 0. Wegen 2 n n 3 für n 0 gilt nämlich n 2 0 lim n 2 n lim n 2 n n 3 lim n n 0. Die Folge (a n ) n N mit a n n def n konvergiert gegen. Zum Nachweis betrachten wir zunächst die Hilfsfolge (d n ) n N mit d n def ( + 2/n) n. Dann gilt für n 2 nach dem Binomialtheorem d n n k0 ( ) n ( ) ( ) ( ) k n 2/n n 2 n k 2/n + + k 2 n n + 2n n. Wir definieren Folgen (b n ) n N mit b n def und (c n ) n N mit c n def n d n. Für n 2 gilt 2 3 b n a n c n n d n n ( + 2/n) n + 2/n. Wir erhalten lim n b n lim n a n lim n c n. Version v0.5 Fassung vom 24. Juli 2009

50 46 Kapitel 7. Analysis 7.2 Konvergenz von Reihen Zu einer Folge (a n ) n N definieren wir die Reihe (s n ) n N wie folgt für n N: s n def n k0 a k Die Folgenglieder a k heißen Koeffizienten. Falls (s n ) n N konvergiert, schreiben wir a k def k0 lim s n. n Üblicherweise wird die unendliche Summe k0 a k (also ein Grenzwert) mit der Reihe (s n ) n N identifiziert. Beispiele: Wir geben einige Reihen und ihre Grenzwerte an, falls sie existieren: Zur Folge (a n ) n N mit a n def q n für 0 q < gehört die geometrische Reihe qn. Den Grenzwert haben wir bereits im letzten Kapitel durch einen algebraischen Trick mit ( q) bestimmt. Wir wollen überprüfen, ob die Rechnung korrekt war. Es sei s n n def k0 qk. Wir wissen bereits, dass mittels vollständiger Induktion gezeigt werden kann: s n qn+ q für n N ( Wegen lim q n+ ) und lim ( q) q gilt n n q n lim n s n ( lim q n+ ) n lim ( q) q. n, denn es gilt: n(n + ) n n+ s n def k ( n+ k n+ k(k + ) ) k Also folgt lim n s n. ( n+2 k2 k k ) (k + ) k k(k + ) n + 2 n+ k ( k ) k + Skriptum zu Mathematische Grundlagen 2

51 7.2. Konvergenz von Reihen 47 n existiert nicht. Dies ist wie folgt einzusehen: Es sei s n n+ def k k. n Angenommen s n konvergiert gegen c. Dann gibt es für ε 2 eine natürliche Zahl n 0 mit s n c c s n < 2. Hierbei ist zu beachten, dass s n monoton wachsend ist, d.h. s n s m für n m. Mithin gilt für m n n 0 auch s m s n < 2. Insbesondere erhalten wir für m 2n + n n 0 2 > s m s n m+ kn+2 k (m + (n + 2) + ) m + n + m + n + 2n Dies ist ein Widerspruch. Somit gibt es keinen Grenzwert für die Reihe. Die zentrale Frage für Reihen ist: Welche Kriterien müssen die Koeffizienten erfüllen, damit die Reihe konvergiert? Um dieser Frage nachzugehen, führen wir einen verschärften Konvergenzbegriff für Reihen ein. Definition 7.4 Die Reihe a n heißt absolut konvergent, falls a n konvergent ist. Klarerweise ist jede absolut konvergente Reihe auch konvergent. Die Umkehrung gilt nicht. Beispiel: ( ) n n ist konvergent aber nicht absolut konvergent. Folgende hinreichende Kriterien können für die absolute Konvergenz von Reihen aufgestellt werden. Lemma 7.5 Es seien (a n ) n N und (b n ) n N Folgen.. Ist b n absolut konvergent und gilt a n b n für alle n n 0 und ein geeignetes n 0, so ist a n absolut konvergent (Majoranten-Kriterium). 2. Gibt es 0 q < und n 0 N mit n a n q für alle n n 0, so ist konvergent (Wurzel-Kriterium). a n absolut 3. Gibt es 0 q < und n 0 N mit a n+ q a n für alle n n 0, so ist absolut konvergent (Quotienten-Kriterium). a n Version v0.5 Fassung vom 24. Juli 2009

52 48 Kapitel 7. Analysis Beweis: Wir zeigen die Aussagen einzeln (und nehmen zur Vereinfachung n 0 0 an): n. Es seien s n def a k und x def b k. Dann gilt s n x. Weiterhin gilt s n s m k0 für alle n m, d.h. (s n ) n N ist monoton wachsend. Wir definieren k0 s def sup{ s n n N }. Wgen s n x für alle n N existiert s als reelle Zahl und es gilt lim s n s. n Letzteres ist wie folgt einzusehen: Für ε > 0 gibt es ein n 0 mit s n0 > s ε nach Definition von s als Supremum für die Menge aller Folgenglieder s n. Da s n monoton wachsend ist, folgt s s n > s ε für alle n n 0. Mithin gilt s n s < ε für alle n n 0. Somit konvergiert s n gegen s. 2. Mit n a n q gilt a n q n für alle n. Folglich ist Majorantenkriterium, denn es gilt a n konvergent nach dem a n q n q für 0 q < 3. Mit a n+ q a n gilt a n q n a 0 für alle n. Folglich ist nach dem Majorantenkriterium, denn es gilt a n konvergent a n q n a 0 a 0 q für 0 q < Damit ist das Lemma bewiesen. 7.3 Potenzreihen Definition 7.6 Es sei (a n ) n N eine Folge. Eine Reihe der Form a n (x x 0 ) n mit x, x 0 R heißt Potenzreihe (um den Enwicklungspunkt x 0 ). Skriptum zu Mathematische Grundlagen 2

53 7.3. Potenzreihen 49 Theorem 7.7 Zu jeder Potenzreihe a n (x x 0 ) n existiert eine Konvergenzradius R mit 0 R und. a n (x x 0 ) n ist absolut konvergent, falls x x 0 < R, 2. a n (x x 0 ) n ist divergent, falls x x 0 > R. Eine allgemeine Aussage für den Konvergenzradius, d.h. x x 0 R, ist nicht möglich. Lemma 7.8 Es sei a n (x x 0 ) n eine Potenzreihe mit a n 0 für alle n N.. Konvergiert (oder divergiert bestimmt) 2. Konvergiert (oder divergiert bestimmt) a n a n, so gilt lim a n+ n a n+ R (Quotienten-Kriterium)., so gilt lim n an n an R n (Wurzel-Kriterium). Hierbei ist die bestimmte Divergenz wie folgt definiert: Eine Folge (a n ) n N divergiert bestimmt gegen +, falls gilt ( c > 0)( n 0 N)( n n 0 )[a n > c]. Gilt die Aussage mit c < 0 statt c > 0, so divergiert die Folge bestimmt gegen. Beispiel: Die Konvergenzradien für folgende Potenzreihen (um den Entwicklungspunkt x 0 0) können mittels des Wurzel-Kriteriums aus Lemma 7.8 bestimmt werden: x n besitzt den Konvergenzradius R mit Divergenz für x x n besitzt den Konvergenzradius R mit Divergenz für x und n Konvergenz für x x n besitzt den Konvergenzradius R mit Konvergenz für x n2 Version v0.5 Fassung vom 24. Juli 2009

54 50 Kapitel 7. Analysis Lemma 7.9 Es sei f(x) def a n x n eine Potenzreihe (um den Entwicklungspunkt x 0 0) mit Konvergenzradius R > 0, wobei a n 0 für mindestens ein n N. Dann gibt es ein r R mit 0 < r < R, so dass f(x) in der Menge U r def { x x R, x < r } nur endlich viele Nullstellen besitzt. Beweis: Bevor wir die Aussage beweisen, leiten wir eine Ungleichung her, auf der der eigentliche Beweis basiert. Es sei N def min{ n a n 0 } <. Dann gilt für jedes r mit 0 < r < R und jedes x U r : f(x) a N x N ( a N x N + nn+ a n x n ) a N x N nn+ a n x n a n x n a n x x x x }{{}}{{} nn+ nn+ n (N+) N+ a n r } {{ r} x x }{{} nn+ n (N+) N+ x N+ a n r n (N+) s x N+ nn+ } {{ } s def Hierbei ist zweierlei zu beachten: Einmal hängt s nicht mehr von x ab und zweitens ist s tatsächlich definiert, da wegen r < R die Reihe in jedem Fall konvergiert. Wir führen nun einen Widerspruchsbeweis, um die Aussage zu beweisen. Dazu fixieren wir zunächst ein r R mit 0 < r < R. Wir nehmen an, dass f in jeder Umgebung U r/k für alle k N + unendlich viele Nullstellen besitzt. Wir betrachten eine beliebige Folge (x k ) k N+, wobei x k gerade eine Nullstelle von f in U r/k \ {0} ist. Mit obiger Abschätzung gilt damit für alle k N + : s x k N+ f(x k ) a N x N k a N x k N Folglich ist a N s x k für alle k N +. Nun gilt aber: 0 a N lim s x r k s lim k k k 0 Dies ist jedoch ein Widerspruch zu a N 0. Folglich gibt es ein k N +, sodass f in U r/k nur endlich viele Nullstellen besitzt. Damit ist das Lemma bewiesen. Skriptum zu Mathematische Grundlagen 2

55 7.3. Potenzreihen 5 Theorem 7.0 Es seien f a (x) def a n x n und f b (x) def b n x n zwei Potenzreihen (um x 0 0) mit den Konvergenzradien R a R b > 0. Gibt es eine reelle Zahl r mit 0 < r < R b und f a (x) f b (x) für alle x mit x < r, so gilt a n b n für alle n N. Beweis: Wir betrachten die Funktion f def f a f b mit der zugehörigen Potenzreihe (a n b n )x n. Dann gilt f(x) 0 für alle x mit x < r. Für alle 0 < r < r existieren also unendlich viele Nullstellen von f in den Mengen U r. Nach Lemma 7.9 ist dies für eine Potenzreihe mit wenigstens einem von 0 verschiedenen Koeffizienten nicht möglich. Mithin muss a n b n 0 bzw. a n b n für alle n N gelten. Damit ist das Theorem bewiesen. Wie können wir nun Potenzreihen für gegebenen Funktionen bestimmen? Eine Antwort darauf gibt die folgende Definition: Für eine beliebig oft differenzierbare Funktion f heißt f (n) (x 0 ) n! (x x 0 ) n Taylor-Reihe von f am Punkt x 0. Hierbei bezeichnet wie üblich f (n) (x 0 ) den Wert der n-ten Ableitung von f nach x an der Stelle x 0. Beispiele: Einige wichtige Taylor-Reihen für Funktionen (ohne Begründung der Konvergenzradien) sind wie folgt: e x n! xn für alle x R wegen (e x ) e x x x n für alle < x < wegen ln( + x) n ( ) (n) x n! ( x) n+ ( ) n+ x n für < x wegen ln( + 0) 0 n und (ln( + x)) (n) ( )n+ (n )! ( + x) n. Ein interessanter Spezialfall dieser Potenzreihe ergibt sich für x : ( ) n ( ) n+ n ln( + ) ln 2 0, n n n n Theorem 7. Jede Potenzreihe f(x) def R > 0 ist für alle x mit x x 0 < R gleich ihrer Taylor-Reihe. a n (x x 0 ) n mit dem Konvergenzradius Version v0.5 Fassung vom 24. Juli 2009

56 52 Kapitel 7. Analysis Beweis: Wir beweisen die Aussage lediglich für x 0 0. Zunächst halten wir fest, dass die Ableitung der Potenzreihe von f(x) ( ) a n x n (a n x n ) na n x n n (n + )a n+ x n den gleichen Konvergenzradius R wie die Potenzreihe von f(x) besitzt (siehe Übungsblatt 0). Damit können wir f(x) innerhalb des Konvergenzradius der Potenzreihe beliebig oft differenzieren. Wir erhalten im Einzelnen folgende Ableitungen: f(x) a 0 + a x + a 2 x 2 + a 3 x a n x n + f (x) a + 2a 2 x + 3a 3 x na n x n + f (x) 2a 2 + 6a 3 x + + n(n )a n x n 2 + f (x) 6a n(n )(n 2)a n x n 3 +. f (n) (x) n! a n +. Insbesondere gilt f (n) (0) n! a n für alle n N. Durch Umstellung nach a n ergibt sich das Theorem. 7.4 Lineare Rekursionsgleichungen Definition 7.2 Eine Rekursionsgleichung der Form x n a x n + + a k x n k + b k für alle n k mit den Anfangsbedingungen x i b i für alle i {0,..., k } heißt lineare Rekursionsgleichung k-ter Ordnung. Für b k 0 heißt die Rekursionsgleichung homogen sonst inhomogen. Homogene lineare Rekursionsgleichungen k-ter Ordnung können mit Hilfe der auf Potenzreihen basierenden Methode der erzeugenden Funktionen gelöst werden. Diese Methode vollzieht sich in einer Reihe von Rechenschritten (siehe Kasten). Skriptum zu Mathematische Grundlagen 2

57 7.4. Lineare Rekursionsgleichungen 53 Schema der Methode der erzeugenden Funktion zur Auflösung homogener linearer Rekursionsgleichungen k-ter Ordnung:. Aufstellen der erzeugenden Funktion als Potenzreihe 2. Anwendung der Rekursionsgleichung 3. Umformen der rechten Seite nach der erzeugenden Funktion 4. Auflösen nach der erzeugenden Funktion 5. Ersetzen der neuen rechten Seite durch eine Potenzreihe (Taylor-Reihe) 6. Koeffizientenvergleich (nach dem Identitätssatz für Potenzreihen) Wir wollen die Methode der erzeugenden Funktion exemplarisch an den Fibonacci-Zahlen nachvollziehen. Zur Erinnerung: Die Folge (F n ) n N der Fibonacci-Zahlen ist gegeben durch F n F n + F n 2 für n 2 sowie F, F 0 0 und somit eine homogene (b 2 0) lineare Rekursionsgleichung zweiter Ordnung.. Aufstellen der erzeugenden Funktion als Potenzreihe Für die Folge (F n ) n N definieren wir die erzeugende Funktion F (x) als Potenzreihe: F (x) def F n x n Die Definition nehmen wir ausschließlich formal vor. Wir interessieren uns an dieser Stelle nicht für den Konvergenzradius der Potenzreihe. Eigentlich müssen wir im Auge behalten, dass der Konvergenzradius nicht Null ist, um die Methode korrekt anzuwenden. 2. Anwendung der Rekursionsgleichung Wir setzen zunächst die Anfangsbedingungen und anschließenddie rekursive Definition der Folge (F n ) n N in die Potenzreihe ein: F (x) F 0 + F + F n x n x + n2 (F n + F n 2 ) x n n2 Version v0.5 Fassung vom 24. Juli 2009

58 54 Kapitel 7. Analysis 3. Umformen der rechten Seite nach der erzeugenden Funktion Wir drücken die rechte Seite durch Umformung der Potenzreihe und Indexverschiebung mit Hilfe von F (x) aus: F (x) x + x + F n 2 x n F n x n + n2 n2 F n x n+2 F n x n+ + n x + x n F n x n + x 2 x + x(f (x) F 0 ) + x 2 F (x) x + xf (x) + x 2 F (x) F n x n 4. Auflösen nach der erzeugenden Funktion Durch Umstellung nach F (x) erhalten wir: F (x) x x x 2 5. Ersetzen der neuen rechten Seite durch eine Potenzreihe (Taylor-Reihe) Anstatt F (x) in eine Taylor-Reihe zu entwickeln, verwenden wir die Partialbruchzerlegung, um F (x) in uns schon bekannte Potenzreihen zu überführen. Wir verwenden für die Partialbruchzerlegung den Ansatz x x x 2 A αx + B βx und versuchen A, B, α und β geeignet zu bestimmen. Mit Hilfe des Ansatzes erhalten wir dann für F (x) unter Verwendung der geometrischen Reihe: F (x) A (αx) n + B (βx) n Gemäß dem Ansatz müssen die Parameter die beiden folgenden Gleichungen erfüllen: ( αx)( βx) x x 2 (7.) A( βx) + B( αx) x (7.2) Skriptum zu Mathematische Grundlagen 2

59 7.4. Lineare Rekursionsgleichungen 55 Aus Gleichung (7.) folgt (α+β)x+αβx 2 x x 2 und mithin durch Koeffizientenvergleich α + β und αβ. Daraus folgt α( α) und somit α 2 α 0. Durch Bestimmung der Nullstellen erhalten wir α Aus Gleichung (7.2) folgt zunächst:, β 5. 2 x A( βx) + B( αx) A Aβx + B αbx A + B (Aβ + Bαx) Durch Koeffizientenvergleich ergeben sich die Bedingungen A+B 0 und Aβ +Bα. Folglich muss A(β α) gelten. Durch Einsetzen der konkreten Werte für α und β erhalten wir: ( 5 A + ) 5 A Damit finden wir für die Parameter A und B die Werte A 5, B 5. Die erzeugende Funktion F (x) ist somit durch folgende Potenzreihe ausdrückbar: F (x) 5 [ ( + ) n 5 x 2 5 ( ) n ( 5 ( ) n ] x x n ) n 6. Koeffizientenvergleich (nach dem Identitätssatz für Potenzreihen) Da wir die für F (x) angesetzte Potenzreihe nur algebraisch äquivalent umgeformt haben, können wir mit Hilfe des Identitätssatzes für Potenzreihen (Satz 7.0) einen Koeffizientenvergleich durchführen und erhalten als Ergebnis für die n-te Fibonacci-Zahl: ( F n ) n ( ) n Version v0.5 Fassung vom 24. Juli 2009

60 56 Kapitel 7. Analysis Skriptum zu Mathematische Grundlagen 2

61 Lineare Algebra 8 In diesem Kapitel geben wir eine kurze Einführung in die Grundbegriffe der linearen Algebra. 8. Lineare Räume Definition 8. Eine linearer Raum ist eine Menge V mit zwei Funktionen (Operationen) + : V V V (Vektoraddition) und : R V V (skalare Multiplikation), sodass folgende Eigenschaften erfüllt sind:. (V, +) ist eine abelsche Gruppe 2. Für alle a, b R und v V gilt (a + b) v a v + b v 3. Für alle a R und v, w V gilt a (v + w) a v + a w 4. Für alle a, b R und v V gilt (a b) v a (b v) 5. Für alle v V gilt v v Die Elemente von V heißen Vektoren. Beispiele: Die folgenden Menge mit den geeigneten zugehörigen Operationen bilden lineare Räume: R n für n N + mit komponentenweiser Addition und Multiplikation mit Konstanten: v w v + w av v 2 v + w. + w 2. v 2 + w 2. sowie a v av 2. v n w n v n + w n av n Die Menge aller Polynome n i0 a i x i vom Grad n, a i R mit der üblichen Addition und Multiplikation von Konstanten: ( n ) ( n ) n a i x i + b i x i (a i + b i ) x i sowie i0 i0 c n a i x i i0 i0 n (c a i ) x i i0 Version v0.5 Fassung vom 24. Juli 2009

62 58 Kapitel 8. Lineare Algebra Die Menge aller konvergenten Folgen mit komponentenweise Addition und Multiplikation mit Konstanten Die Menge aller (formalen) Potenzreihen Definition 8.2 Es seien V ein linearer Raum und W V. Dann heißt W linearer Unterraum (von V ), falls für alle v, w V und a R die folgenden Bedingungen erfüllt sind:. Sind v, w W, so ist v + w W (Abgeschlossenheit unter +) 2. Ist v W, so ist a v W (Abgeschlossenheit unter ) Die Benennung einer Telmenge W von V, die die beiden obigen Eigenschaften erfüllt, als Unterraum ist plausibel. Proposition 8.3 Jeder lineare Unterraum eines linearen Raumes ist ein linearer Raum. Beweis: Offensichtlich durch Überprüfung der Eigenschaften eines linearen Raumes. Beispiele: Folgende Mengen bilden Unterräume in den entsprechenden linearen Räumen: R 2 {0} ist ein Unterraum von R 3, denn es gilt v v 2 0 }{{} R 2 {0} w + w 2 0 }{{} R 2 {0} v + w v 2 + w 2 } 0 {{ } R 2 {0} sowie a v v 2 0 }{{} R 2 {0} av av 2 0 }{{} R 2 {0} Die Menge der Polynome vom Grad m ist ein Unterraum in der Menge der Polynome vom Grad n m, denn ( m ) ( m ) a i x i + b i x i i0 i0 c m a i x i i0 sind wieder Polynome vom Grad m. m (a i + b i ) x i und i0 m (c a i ) x i i0 Skriptum zu Mathematische Grundlagen 2

63 8.. Lineare Räume 59 Definition 8.4 Es seien V ein linearer Raum und v,..., v n V Vektoren. Der Vektor w V heißt Linearkombination von v,..., v n, falls λ,..., λ n R existieren mit w λ v + + λ n v n. Die Menge aller Linearkombinationen von v,..., v n heißt lineare Hülle (engl. span) von v,..., v n und wird mit span{v,..., v n } bezeichnet. Proposition 8.5 Es seien V ein linearer Raum und v,..., v n V Vektoren. Dann ist die lineare Hülle von v,..., v n ein linearer Unterraum von V. Beweis: Wir müssen zeigen, dass span{v,..., v n } abgeschlossen unter Addition und skalarer Multiplikation ist. Es seien w, w V Vektoren mit w λ v + + λ n v n und w λ v + + λ n v n. Dann gilt w + w (λ + λ ) v + + (λ n + λ n) v n span{v,..., v n } c w (cλ ) v + + (cλ n ) v n span{v,..., v n } Damit ist die Proposition bewiesen. Beispiele: Die folgenden Vektoren bilden Erzeugendensysteme in den jeweiligen linearen Räumen, d.h. ihre lineare Hülle spannt immer gerade den gesamten Raum auf: Für V R 2 und die Vektoren ( ) v, v 0 2 ( ) 0 und v 3 ( ) gilt span{v, v 2, v 3 } R 2, denn für x, x 2 R gilt: ( ) ( ) ( ) ( ) x 0 x + x x 2 Für V R 2 und die Vektoren ( ) v und v 2 ( ) gilt span{v, v 2 } R 2, denn für x, x 2 R gilt: ( ) x ( x2 2 x ) ( ) + 2 x 2 ( x 2 + x ) 2 2 ( ) Es seien V die Menge der Polynome vom Grad n und, x, x 2,..., x n Vektoren (Monome). Dann gilt ganz offensichtlich span{, x, x 2,..., x n } V Version v0.5 Fassung vom 24. Juli 2009

64 60 Kapitel 8. Lineare Algebra Definition 8.6 Es seien V ein linearer Raum und v,..., v n V Vektoren. Dann heißen v,..., v n linear unabhängig, falls für alle λ,..., λ n R gilt: Ist λ v + + λ n v n 0, so sind λ λ n 0 Hierbei steht 0 für das neutrale Element von V (Nullvektor). Mit anderen Worten: Sind die Vektoren v,..., v n linear abhängig, so gibt es einen Vektor v i, der in der linearen Hülle von {v,..., v i, v i+,..., v n } liegt. Dies kann man sehr leicht einsehen: Angenommen die Gleichung λ v + +λ n v n 0 ist auch mit λ 0 möglich, dann folgt ( v λ ) ( 2 v λ ) n v n, λ λ d.h. v ist eine Linearkombination von v 2,..., v n. Das Argument läßt sich natürlich auf jeden Vektor v i mit λ i 0 verallgemeinern. Beispiele: Folgende Vektoren verdeutlichen die Definition der linearen Unabhängigkeit im Raum V R 2 : ( ) ( ) ( ) 0 Die Vektoren v, v 0 2 und v 3 sind linear abhängig, denn es gilt: ( ) ( ) ( ) ( ) ( ) 0 0 ( ) ( ) Die Vektoren v und v 0 2 sind linear unabhängig, denn aus λ ( ) + λ 0 2 ( ) ( ) 0 0 folgt λ + λ 2 0 und λ 2 0. Damit gilt λ λ 2 0. Definition 8.7 Es seien V ein linearer Raum und {v,..., v n } ein Erzeugendensystem von V. Dann heißt die Menge {v,..., v n } Basis von V, falls v,..., v n linear unabhängig sind. Die Anzahl der Vektoren einer Basis heißt Dimension von V und wird mit dim(v ) bezeichnet. Zur Wohldefiniertheit der Dimension merken wir ohne Beweis an, dass jede (endliche) Basis von V die gleiche Anzahl von Vektoren besitzt. Beispiel: Als Vektorraum betrachten wir den R 2. ( ) ( ) ( ) 0 Die Menge der Vektoren, und 0 Erzeugendensystem und damit keine Basis ist ein linear abhängiges Skriptum zu Mathematische Grundlagen 2

65 8.. Lineare Räume 6 ( ) ( ) 0 Die Menge der Vektoren und ist ein linear unabhängiges Erzeugendensystem und damit eine Basis. Mithin ist dim(r 2 ) 2. 0 ( ) ( ) Die Menge der Vektoren und sowie die Menge der Vektoren 0 ( ) ( ) 0 und sind ebenfalls Basen von R 2. Im Folgenden interessieren wir uns für eine spezielle Klasse von Basen gegebener Vektorräume. Dazu führen wir den Begriff des Skalarproduktes ein, welches eine Abstraktion des Winkelkonzeptes zwischen Vektoren darstellt. Da der Schwerpunkt in diesem Kapitel nicht auf der geometrischen Interpretation linearalgebraischer Konzepte liegt, gehen wir auf die Winkelinterpretation nicht näher ein. Definition 8.8 Es seien V ein linearer Raum. Eine Abbildung, : V V R heißt (euklidisches) Skalarprodukt, falls für alle u, v, w V und a R gilt:. v, w w, v (Symmetrie) 2. a v + w, u a v, u + w, u (Linearität) 3. v, v 0 und v, v 0 v 0 (positive Definitheit) Ein linearer Raum mit einem Skalarprodukt heißt euklidischer Raum. Vektoren in einem euklidischen Raum mit v, w 0 heißen orthogonal. Proposition 8.9 Es sei V ein euklidischer Raum. Sind zwei Vektoren v, w V \ {0} orthogonal zueinander, so sind sie linear unabhängig. Beweis: Wir beweisen die Kontraposition der Aussage. Es seien also v, w 0 linear abhängige Vektoren, d.h. es gibt λ, λ 2 0 mit λ v + λ 2 w 0. (Eigentlich dürfen wir nur voraussetzen, dass nur eines der λ s verschieden von 0 ist, da wir aber nur zwei Vektoren betrachten, ist das andere λ somit auch stets verschieden von 0.) Damit gilt also v ( λ 2 /λ ) w und wir erhalten v, w ( λ 2 /λ ) w, w λ 2 λ w, w (Linearität von, ) 0 (λ, λ 2 0 und w, w > 0 wegen w 0) Damit sind v und w nicht orthogonal und die Proposition ist bewiesen. Version v0.5 Fassung vom 24. Juli 2009

66 62 Kapitel 8. Lineare Algebra Beispiel: Im R 3 ist für Vektoren v v 2 und w w 2 das Standardskalarprodukt definiert v 3 w 3 als: v v, w def v w + v 2 w 2 + v 3 w 3 Die Überprüfung der Axiome für Skalarprodukte ist eine Übungsaufgabe. w Definition 8.0 Es seien V ein euklidischer Raum und B {v,..., v n } eine Basis von V. Dann heißt B Orthogonalbasis von V, falls v j, v k 0 für alle j, k mit j k gilt. Beispiele: Wir betrachten wieder den R 3 mit dem Standardskalarprodukt. 0 0,, ist eine Basis aber keine Orthogonalbasis ,, 0 ist eine Orthogonalbasis ,, ist eine Orthogonalbasis Lineare Abbildungen In diesem Abschnitt interessieren wir uns für bestimmte Abbildungen f : R n R m. Eine solche Abbildung f nennen wir linear, falls wir die Funktion in der Form f(x) A x schreiben können, wobei A R m n eine Matrix und x R n ein Vektor (eine einspaltige Matrix) ist. Das Produkt A B zweier Matrizen A R l m und B R m n ist definiert als die Matrix C R l n mit den Einträgen c ij def m k a ik b kj. Eine typische Anwendung linearer Abbildungen ist die Koordinatentransformation. Wir betrachten dabei vereinfachend den R n und die Vektoren w, v,..., v n R n. Ist w eine Linearkombination von v,..., v n, d.h. gilt w λ v + + λ n v n, so lässt sich dies wie folgt ausdrücken: w v v 2... v n λ w 2 v 2 v v n2 λ 2. w n.... v n v 2n... v nn. λ n Skriptum zu Mathematische Grundlagen 2

67 8.2. Lineare Abbildungen 63 Die Werte λ,..., λ n heißen Koordinaten von w bezüglich der Vektoren v,..., v n. Damit stellt sich als prinzipielle Frage, wie zu gegebenen Vektoren a,..., a n R n für beliebige w R n die Koordinaten bestimmt werden können. Wir formulieren dieses Problem wie folgt in ein Problem für Matrizen um. Ausgehend von der Gleichheit w A u, wobei A die wie oben aus den Vektoren a,..., a n gebildete Matrix und u ein Vektor der Koordinaten sind, bestimmen wir, falls dies möglich ist, eine Matrix B R n n mit der Eigenschaft B A I, wobei I R n n die Einheitsmatrix im R n ist: I Damit gilt dann unter Ausnutzung der Assoziativität der Matrizenmultiplikation: B w B (A u) (B A) u I u u Mit der Kenntnis der Matrix B, die in einem gewissen Sinne die zu A inverse Matrix darstellt, hätten wir das Problem der Koordinationberechnung gelöst. Beispiel: Wir betrachten ( ) den linearen Raum R 2. Zunächst wollen wir die inverse Matrix von bestimmen, d.h. wir wollen eine Gleichung ( ) 0 w 0 in eine Gleichung ( ) b b 2 w b 2 b 22 ( ) u ( ) 0 u 0 für geeignete b, b 2, b 2 und b 22 umwandeln. Dazu schreiben wir die Matrizen nebeneinander und versuchen durch Gauß-Elimination die Einheitsmatrix von der linekn auf die rechten Seite zu bringen: ( ) 0 0 ( 0 ) 0 2 ( 0 ) /2 /2 0 ( /2 /2 ) 0 /2 /2 0 (Ziehe Zeile () von Zeile (2) ab) (Multipliziere Zeile (2) mit /2) (Addiere Zeile (2) zu Zeile ()) Version v0.5 Fassung vom 24. Juli 2009

68 64 Kapitel 8. Lineare Algebra Damit gilt ( ) 2 2 ( ) ( ). Zur Überprüfung rechnen wir nach: ( ) 2 ( ) ( ) 0 0 Als zweites Beispiel wollen wir einsehen, dass eine( inverse ) Matrix nicht immer 2 existieren muss. Dazu betrachten wir die Matrix. Zur Berechnung der 2 4 inversen Matrix müssen geeignete reelle Zahlen a, b, c, d R existieren mit ( ) a b c d ( ) ( ) 0. 0 Insbesondere muss also a + 2b sowie 2a + 4b 0 gelten, was nicht möglich ist. Mithin gibt es keine inverse Matrix. Definition 8. Es sei A R m n für m, n N + eine Matrix.. A heißt quadratisch, falls m n gilt. 2. A T R n m heißt die zu A transponierte Matrix, falls a jk (a T ) kj für alle j {,..., m} und k {,..., n} gilt. 3. A heißt invertierbar, falls A quadratisch ist und eine Matrix A existiert mit A A A A I. 4. A heißt symmetrisch, falls A A T gilt. 5. A heißt orthogonal, falls A A T gilt. Beispiel: Die Matrix 2 2 ( ) ( ) ist orthogonal, denn: 2 ( ) 2 ( ) ( ) 0 0 Definition 8.2 Die Determinante einer Matrix A R n n ist definiert durch det(a) def sgn(π) π S n n a i,π(i). i Hierbei steht sgn(π) def ( ) F (π) für das Vorzeichen von pi, wobei F (π) gerade die Menge der Fehlstände der Permutation π ist, d.h. F (π) def { (j, k) j < k, π(j) > π(k) }. Skriptum zu Mathematische Grundlagen 2

69 8.2. Lineare Abbildungen 65 Beispiele: Die Determinante einer 2 2-Matrix ergibt sich wie folgt: ( ) a a det 2 (+) a a 2 a a 22 + ( ) a 22 }{{} 2 a }{{ 2 } π( 2) π( 2 2) Für eine 3 3-Matrix erhalten wir als Determinante: a a 2 a 3 det a 2 a 22 a 23 a 3 a 32 a 33 (+) a a 22 a }{{ 33 + (+) a } 2 a 22 a 3 + (+) a }{{} 3 a 2 a 32 + }{{} π( 23) π( 23 23) π( 23 32) + ( ) a a 22 a }{{ 33 + ( ) a } 2 a 22 a 3 + ( ) a }{{} 3 a 2 a }{{ 32 } π( 23 32) π( 23 32) π( 23 23) Im Allgemeinen sind n! Produkte von Matrixeinträgen zu bestimmen. Das folgende Theorem gibt einen wichtigen Spezialfall von Matrizen an, für die die Determinante sehr einfach zu berechnen ist. Theorem 8.3 Es sei A R n n eine Matrix in oberer Dreiecksform, d.h. a a 2... a,n a n 0 a a 2,n a 2n A a n,n a n,n a nn bzw. a jk 0 für alle j, k mit j > k Dann gilt: det(a) n i a ii Beweis: Es sei π S n eine Permutation mit π(j) < j für ein j {,..., n}. Dann gilt a j,π(j) 0 wegen der oberen Dreiecksform der Matrix A. Somit gilt n a i,π(i) 0. i Die einzige Permutation, die obige Eigenschaft nicht besitzt, ist die Identität π id n. Insgesamt folgt damit det(a) n n sgn(π) a i,π(i) a ii π S n i i Version v0.5 Fassung vom 24. Juli 2009

70 66 Kapitel 8. Lineare Algebra und das Theorem ist bewiesen. Aus dem Beweis wird deutlich, dass das Theorem 8.3 auch für Matrizen in unterer Dreiecksform gilt. Weiterhin gibt uns Theorem 8.3 die Gauß-Elimination als Verfahren an die Hand, um die Determinante einer Matrix schneller als gemäß der Definition berechnen zu können. Folgende Regeln sind dabei zu beachten: Entsteht eine Matrix A aus A durch Addieren des x-fachen von Zeile (k) zu Zeile (j) mit j k, so gilt: det(a ) det(a) Entsteht eine Matrix A aus A durch Vertauschen von Zeile (k) und Zeile (j) mit j k, so gilt: det(a ) det(a) Entsteht eine Matrix A aus A durch Multiplikation von Zeile (j) mit x 0, so gilt: det(a ) x det(a) Theorem 8.4 Es seien A, B R n n. Dann gilt:. A ist invertierbar det(a) 0 2. det(a B) det(a) det(b) 3. det(a ) det(a), falls A invertierbar ist Beweis: (Nur dritte Aussage) Es sei A eine invertierbare Matrix. Nach Theorem 8.3 und der zweiten Aussage gilt det(i) det(a A) det(a ) det(a). Nach der ersten Aussage ist det(a) 0 und wir können die beiden äußeren Ausdrücke durch det(a) teilen. Mithin gilt det(a ) det(a) und die dritte Aussage des Theorems ist bewiesen. Skriptum zu Mathematische Grundlagen 2

71 Literaturverzeichnis [MM06] Christoph Meinel und Martin Mundhenk. Mathematische Grundlagen der Informatik. Mathematisches Denken und Beweisen. Eine Einführung. 3., überarbeitete und erweiterte Auflage. B. G. Teubner Verlag, Wiesbaden, [Ste07] [SS02] Angelika Steger. Diskrete Strukturen. Band : Kombinatorik-Graphentheorie- Algebra. 2. Auflage. Springer-Verlag, Berlin, Thomas Schickinger und Angelika Steger. Diskrete Strukturen. Band 2: Wahrscheinlichkeitstheorie und Statistik. Springer-Verlag, Berlin, [WHK04] Manfred Wolff, Peter Hauck und Wolfgang Küchlin. Mathematik für Informatik und Bioinformatik. Springer-Verlag, Berlin, Version v0.5 Fassung vom 24. Juli 2009

72 68 Literaturverzeichnis Skriptum zu Mathematische Grundlagen 2