Berühmte Familien von Zahlen und ihre Zusammenhänge. Nina Elisabeth Isele

Größe: px
Ab Seite anzeigen:

Download "Berühmte Familien von Zahlen und ihre Zusammenhänge. Nina Elisabeth Isele"

Transkript

1 Berühmte Familien von Zahlen und ihre Zusammenhänge Nina Elisabeth Isele

2 Inhaltsverzeichnis 1 Einleitung 2 2 Berühmte Familien von Zahlen und ihre Zusammenhänge Die Zahlen von Bell und Stirling Bellsche Zahlen Stirling-Zahlen Partitionszahlen und Ramanujan-Zahlen Partitionszahlen Ramanujan-Zahlen Catalansche Zahlen und das Pascal Dreiec Faulhabers Formel und die Bernoullischen Zahlen Faulhabers Formel Bernoullische Zahlen Fibonacci-Zahlen und Lucassche Zahlen Fibonacci-Zahlen Lucassche Zahlen Beziehung zwischen Fibonacci- und Lucasschen Zahlen 15 1

3 Kapitel 1 Einleitung In dieser Arbeit habe ich mich, wie der Titel schon vermuten lässt, mit berühmten Familien von Zahlen und ihren Zusamenhängen untereinander beschäftigt. Dabei habe ich vor allem die Bücher Zahlenzauber: von natürlichen, imaginären und anderen Zahlen von John Horton Conway und Richard K. Guy [1], Elemente der disreten Mathemati von Voler Dieert, Manfred Kufleitner und Gerhard Rosenberger [2] und Combinatorics and graph theory von John M. Harris, Jeffry L. Hirst und Michael J. Mossinghoff [3] und einige mathematische Zeitschriftenartiel zu Rate gezogen. Ich habe mich dabei auf folgende Familien von Zahlen onzentriert: Bellsche Zahlen, Stirling-Zahlen, Partitionszahlen, Ramanujan-Zahlen, Catalansche Zahlen, Bernoullische Zahlen, Fibonacci Zahlen und Lucassche Zahlen. 2

4 Kapitel 2 Berühmte Familien von Zahlen und ihre Zusammenhänge 2.1 Die Zahlen von Bell und Stirling Mathematische Wissenschaftler und Wissenschaftler im Allgemeinen benennen gerne ihr Errungenschaften nach ihren Namen, da machen auch die Mathematier, die die Familien von Zahlen, die ich hier vorstellen werde, eine Ausnahme. Einige davon gehören dabei schon zum Allgemeinwissen dazu, wie Fibonacci (Spitzname von Leonardo da Pisa), andere hingegen ennt man eher in mathematischen Kreisen, so wie die ersten zwei Familien, die ich näher betrachtet habe, nämlich die von Eric Temple Bell und James Stirling Bellsche Zahlen Eric Temple Bell hat das Problem behandelt, wieviele Möglicheiten es gibt, n deutlich unterscheidbare Objete in Gruppen anzuordnen, oder in einer etwas höheren mathematischen Sprache: die Anzahl aller Partitionen einer n-elementigen Menge. Eine Partition einer Menge A ist eine Menge P = {P 1,..., P } mit 1 i P i = A mit P i für alle 1 i und P i P j = für alle 1 i < j. Die Antwort auf diese Frage liefern die Bellschen Zahlen. Wenn man zum Beispiel 4 Gepäcstüce gruppieren möchte, gibt es genau 15 Mögliceiten dafür (Abbildung 2.1). Die vierte Bellsche Zahl b 4 ist somit gleich 15. 3

5 Abbildung 2.1: alle Gruppierungen von vier Gepäcstücen (Conway/Guy [1], Ausschnitt) Die Abbildung 2.1 veranschaulicht diese 15 Möglicheiten vier (unterschiedliche) Gepäcstüce zu gruppieren. Die Ziffern diret unter den Gruppierungen: 1, 7, 6, 1 geben dabei die Anzahl der Gruppierungen der vier Gepäcstüce in jeweils einer, zwei, drei bzw. vier Gruppen an. Diese Zahlen sind die sogenannten Stirling-Zahlen zweiter Art Stirling-Zahlen Stirling-Zahlen 2. Art Die Stirling-Zahlen zweiter Art geben die Anzahl der Gruppierungen von n verschiedenen Objeten in genau Gruppen an und haben folgende Schreibweise: { n} für 1 n. Der Zusammenhang zwischen den ersten Bellschen Zahlen und den Stirling Zahlen 2. Art wird in der folgenden Tabelle veranschaulicht: 4

6 n Stirlingsche Zahlen 2. Art { n } Bellsche Zahlen Darin wird deutlich, dass man die Bellschen Zahlen aus der Summe der jeweiligen Stirling-Zahlen erhält: b n = { n} { 1 + n } { n } n b n ist somit die Gesamtzahl der Möglicheiten, n Objete in Gruppen anzuordnen. Nachdem es Stirling-Zahlen der 2. Art gibt, muss es wohl auch Stirling- Zahlen der 1. Art geben. Stirling-Zahlen 1. Art Diese werden wie folgt geschrieben: [ n ], mit 1 n. Sie geben die Anzahl der Permutationen über M = {1,..., n}, die sich in Zyel anordnen lassen, während die Stirling-Zahlen der 2. Art die Anzahl der Partitionen von M in Klassen beschreiben. Schauen wir uns ein Beispiel (von Donald Knuth [4]) für eine Stirling- Zahl 1. Art an. [ 4 2] = 11, da es 11 verschiedene Wege gibt 4 Elemente in 2 Zylen anzuordnen: (123)(4) (124)(3) (134)(2) (234)(1) (132)(4) (142)(3) (143)(2) (243)(1) (12)(34) (13)(24) (14)(23). Für die Stirling-Zahlen 1. Art gilt: [ n ] [ 1 + n ] [ n ] n = n! b n Es herrscht der gleiche Zusammenhang zwischen Stirling-Zahlen 1. Art und der Faultät wie zwischen den Stirling-Zahlen 2. Art und den Bellschen Zahlen: 5

7 n Stirlingsche Zahlen 1. Art [ n ] Faultät n! Schauen wir uns dazu ein Beispiel an. Wählen wir n = 3, dh. wir betrachten die Stirling-Zahlen 1. Art von 3 Elementen. [ 3 ] [ 1 = 2, 3 ] [ 2 = 3, 3 ] 3 = 1 Diese Zahlen ommen zustande, wenn man die 6 Permutationen dreier Elementen (123) in 1 Zyel, 2 Zyel bzw. 3 Zyel darstellt: 1 Zyel 2 Zyel 3 Zyel (123) (132) (12)(3) (13)(2) (23)(1) (1)(2)(3) Man ann die 3 Elemente also genau auf zwei Arten in einem Zyel, auf drei in zwei Zyel und auf eine in drei Zyel darstellen. Kommen wir nun zu ein paar Eigenschaften der Stirling-Zahlen. Eigenschaften der Stirling-Zahlen Die Stirling-Zahlen stehen nicht nur mit den Bellschen Zahlen und der Faultät in Verbindung, sondern sie haben auch einen ähnlichen Aufbau wie die Binomialoeffizienten: ( n+1 ) ( = n ) + ( n ) 1 (1) [ n+1 ] = n [ n] + [ n ] 1 (2) { } n+1 = { n} { } + n 1 (3) Zwischen den zwei Arten von Stirling-Zahlen herrscht ebenfalls eine Verbindung, die Donald Knuth in seinem Artiel Two notes on notation [4] als law of duality bezeichnet hat: { n } = [ n], wobei wir dafür die Stirling-Zahlen auf die ganzen Zahlen erweitern und sie für bestimmte Werte von n und festlegen müssten. (Siehe dazu Donald Knuths The art of computer programming [5], Seite 68.) Satz 2.1 Additionstheorem für Stirling-Zahlen 1. Art: [ n [ ] = n 1 ] [ 1 + (n 1) n 1 ] 6

8 Beweis: Wir zeigen das Additionstheorem für n 1 und N. Auf der linen Seite steht die Anzahl der Permutationen von {1,..., n} mit Zyel. Diese Permutationen lassen sich in zwei Typen aufteilen: Der erste Typ enthält (n) als Zyel und der zweite Typ nicht. Die Permutationen des ersten Typs entstehen, wenn man den Zyel (n) zu einer Permutation von {1,..., n 1} mit -1 Zyel hinzufügt. Dafür gibt es [ n 1 1] Möglicheiten. Damit haben wir den ersten Summanden erhalten. Nun müssen wir uns noch davon überzeugen, dass der zweite Summand (n 1) [ n 1] der Anzahl der Permutationen des zweiten Typs entspricht. Diese Permutationen erhält man, wenn man bei einer Permutation von {1,..., n 1} mit Zyel das Element n einfügt. Dafür gibt es genau [ n 1] Möglicheiten, wobei wir bei jeder das Element n diret hinter einem der n-1 übrigen Elemente in einen Zyel einfügen önnen. Und somit erhalten wir die gewünschte Gleichung. Satz 2.2 Additionstheorem für Stirling-Zahlen 2. Art: { n } { } { } = n n 1 Beweis: Wir beweisen das Additionstheorem zuerst für n 1 und N. Wir teilen die Menge der Partitionen wieder in zwei Typen ein. Der erste Typ enthält {n} als eine Klasse. Da jede solche Partition mit einer Partition von {1,..., n 1} in -1 Klassen identifiziert werden ann, ergibt sich der erste Summand auf der rechten Seite der Gleichung { n 1 1 }. Der zweite Typ entsteht dadurch, dass wir bei einer Partition {P 1,..., P } von {1,..., n 1} das Element n zu einer der Klassen hinzufügen. Es gibt genau { n 1 } Partitionen von {1,..., n 1} und es gibt mögliche { } Klassen, zu denen wir n hinzufügen önnen. Damit gibt es genau n 1 Partitionen des zweiten Typs und da jede Partition entweder zum ersten oder zum zweiten Typ gehört, erhalten wir die gewünschte Gleichung für n 1 und N. Nun wollen wir aber die Stirling-Zahlen 2. Art auf alle, n Z erweitern, sodass das Additionstheorem allgemein gilt. Es gilt: { n } = { 0 für 0 n < n < 0 n } > 1 für n > > 1 Für n < 0 definieren wir { n 0 } = 0. Damit gilt dann: { } { { n 0 1 falls n = 0 = = 0 n} 0 sonst (2.1) Das erweitert } die Definition auf alle n Z und = 0. Sei jetzt < 0 und für alle n Z schon definiert. Wir setzen indutiv: { n +1 7

9 { n } { } { } = n+1 +1 ( + 1) n +1 für n Z und < 0. Das definiert die Erweiterung auf n Z und 0. Sei schließlich n < 0 und > 0. Wegen { n } ({ } { }) { } = 1 n+1 n 1 und { n 0 } = 0 n = 0 ist { n } = 0 falls n < 0 notwendig und hinreichend, um das Additionstheorem auf ganz Z Z fortzusetzen und somit gilt es allgemein. 2.2 Partitionszahlen und Ramanujan-Zahlen Partitionszahlen Eine Partition einer Menge A = A 1... A mit n Elementen in nichtleere disjunte Teilmengen bewirt eine Zerlegung von n in positive Summanden: n = A A Die Anzahl dieser Partitionen wird durch die Stirling-Zahlen 2. Art { n} beschrieben, jedoch önnen verschiedene Partitionen dieselbe Summenzerlegung erzeugen. Anders als bei den Stirling-Zahlen 2. Art ommt es bei den Partitionen nämlich nicht auf die Reihenfolge an. Zur Veranschaulichung nehmen wir noch einmal das Beispiel aus Abbildung 2.1 der Gruppierungen vierer verschiedener Gepäcstüce zur Hand. Da bei den Partitionen die Reihenfolge eine Rolle mehr spielt, werden die vier Gepäcstüce nicht mehr voneinander unterscheidbar. Dadurch gibt es nur mehr 5 Möglicheiten sie in 1, 2, 3 oder 4 Gruppen einzuteilen, diese sind die 5 Partitionen von 4. Diese 5 Partitionen stellen in Abbildung 2.2 die gelb umrandeten Felder dar. 8

10 Abbildung 2.2 (Conway/Guy [1], von mir modifiziert) Die gelben Flächen in Abbildung 2.2 stellen die Partitionszahl p n für n = 4 dar. Es gilt also p 4 = 5. Die Partitionen sind dabei die gelben Zahlenombinationen: 4, 3 1, 2 2, und Sie stellen die Anzahl der Objete (Gepäcstüce) in jeder Gruppe dar. Die erste Partition gibt zum Beispiel an, dass sich genau vier Objete in der einzelnen Gruppe befinden. Nun ann man sich auch der Frage widmen, wie viele Möglicheiten es gibt n identische Elemente in eine bestimmte Anzahl von Gruppen aufzuteilen. Diese Nummer werden wir mit p n, bezeichnen. Für p n gilt dann: p n = p n,1 + p n, p n,n für n 1 p n = p n, In unserem Beispiel (Abbildung 2.2) entspricht p 4, dann gleich: p 4 = p 4,1 + p 4,2 + p 4,3 + p 4,4 = = 5. Allgemein gelten für p n, folgende Eigenschaften: { 1 falls = 0 (i) p 0, = 0 falls 0 (ii) p n, = 0 für alle, wenn n < 0 (iii) p n, = 0 wenn 0 oder > n 9

11 (iv) p n,1 = p n,n = 1 für n 1 Um die Partitionszahlen p n zu berechnen gibt es eine exate Formel wie bei den Bellschen Zahlen. Der indische Mathematier Srinivasa Ramanujan hat allerdings folgende Näherungsformel vermutet: wobei a n b n bedeutet, dass lim p n 1 4n 3 eπ 2n 3, n a n bn = 1. Diese Formel wurde später in Zusammenarbeit mit G.H. Hardy von ihm bewiesen und von Hans Rademacher in eine exate, lange Formel abgeändert, die ich hier aber nicht erwähnen werde. (Zu finden ist sie zum Beispiel in dem Artiel Asymptotic formulae in combinatory analysis [6] von Hardy und Ramanujan.) Wenn man die Reihenfolge beim Abzählen von Partitionen berücsichtigen würde, wäre die Antwort viel einfacher, denn es gibt genau 2 n 1 geordnete Partitionen von n. Für die Partitionszahlen gibt es ebenfalls eine algebraische Formel: 1 (1 x)(1 x 2 )(1 x 3 )... = 1 + p 1x + p 2 x 2 + p 3 x Ramanujan-Zahlen Die Ramanujan-Zahlen τ n lassen sich ähnlich definieren, wie die Partitionszahlen: x[(1 x)(1 x 2 )(1 x 3 ) ] 24 = τ 1 x + τ 2 x 2 + τ 3 x Catalansche Zahlen und das Pascal Dreiec Die Catalanschen Zahlen gehen auf den belgischen Mathematier Eugène Charles Catalan zurüc. C ist zum Beispiel die Antwort auf die Frage, wieviele Wege es gibt ein Produt von + 1 Matrizen zu berechnen. Behalten wir uns im Hinteropf, dass die Matrizenmultipliation assoziativ aber nicht ommutativ ist, so sehen wir, dass es nur einen Weg gibt, eine oder zwei Matrizen miteinander zu multiplizieren. Bei dem Produt von drei Matrizen gibt es zwei Möglicheiten, nämlich (M 0 M 1 )M 2 und M 0 (M 1 M 2 ); bei dem Produt von vier Matrizen gibt es schon fünf: ((M 0 M 1 )M 2 )M 3, (M 0 (M 1 M 2 ))M 3, (M 0 M 1 )(M 2 )M 3 ), M 0 ((M 1 M 2 )M 3 ) und M 0 (M 1 (M 2 M 3 )). Für = 4, also für das Produt von fünf Matrizen, steigen die Catalanschen Zahlen schon rapide an, C 4 ist nämlich schon 14. Wie ann man nun die höheren C berechnen, ohne alle Rechnungswege ausprobieren zu müssen? Nehmen wir an, dass die letzte Multipliation zwischen dem i-ten und (i + 1)-ten Glied stattfindet: 10

12 (M 0 M 1 M i )(M i+1 M ). Dann gibt es C i Wege die Terme in der ersten Klammer zu gruppieren und C 1 i Wege für die Terme in der zweiten Klammer. Insgesamt gibt es nun C i C 1 i verschiedene Möglicheiten. Summen wir diese nun über i auf, so erhalten wir die Gesamtanzahl der Möglicheiten für + 1 Terme: 1 C = C i C 1 i 1. i=0 Schauen wir uns die ersten fünf Catalanschen Nummern an: C 1 = C 0 C 0 = 1, C 2 = C 0 C 1 + C 1 C 0 = 2, C 3 = C 0 C 2 + C 1 C 1 + C 2 C 0 = 5, C 4 = C 0 C 3 + C 1 C 2 + C 2 C 1 + C 3 C 0 = 14, C 5 = C 0 C 4 + C 1 C 3 + C 2 C 2 + C 3 C 1 + C 4 C 0 = 42. Nicht reursiv werden die Catalanschen Zahlen durch folgende Formel definiert: C = 1 ( ) 2. (2.2) + 1 In dieser Formel verstect sich eine interessante Verbindung zum Pascal schen Dreiec. Wenn wir uns den Binomialoeffizienten aus der Formel (2.2) ( 2) anschauen, sehen wir, dass er den mittleren Zahlen des Pascal schen Dreiecs (in Abb. 2.3 blau mariert) entspricht. Abbildung 2.3 mittlere Zahlen des Pascal schen Dreiecs [7] 11

13 Wenn wir bei Null beginnen, die Zeilen im Pascal schen Dreiec zu nummeriere, erhalten wir C 4 folgendermaßen: Aus = 4 folgt 2 = 8, das heißt wir nehmen den mittleren Binomialoeffizienten der 8. Reihe: 70. Dividieren wir diesen nun durch + 1, also durch 5, so erhalten wir 14, was der vierten Catalanschen Zahl C 4 entspricht. Man ann die Catalanschen Zahlen auch noch mithilfe drei anderer Wege aus dem Pascalschen Dreiec erhalten, welche ich hier aber nicht explizit erwähnen werde. (Zu finden sind diese zum Beispiel in The ubiquitous Catalan numbers von Thomas Koshy [8].) 2.4 Faulhabers Formel und die Bernoullischen Zahlen Faulhabers Formel Johann Faulhaber war zu seiner Zeit (Anfang 17. Jh.) als Der große Arithmetier von Ulm beannt. Er hat sich vor allem mit Summenformeln für höhere Potenzen beschäftigt und ist somit auf die nach ihm benannte Faulhaber Formel geommen: 1 [n + ( ) n 1 1 ( ) n 2 1 ( ) n n 1 = ( ) n ]. (2.3) Sie ist ähnlich aufgebaut wie die Formel des Binomischen Lehrsatzes, nur dass es ein onstantes Glied gibt und die anderen Glieder mit gewissen Konstanten multipliziert werden: 1, 1 2, 1 1 6, 0, 30, 0, , 0, 30, 0, 5 66, 0... Diese Konstanten hat Jaob Bernoulli in seinem Wer Ars Conjectandi (1713) gründlich disutiert, weshalb sie von da an als Bernoullische Zahlen beannt waren Bernoullische Zahlen Formal werden die Bernoullischen Zahlen von Conway/Guy, um an den Zusammenhang zum Binomischen Lehrsatz zu erinnern, wie folgt bezeichnet: B 0 = 1, B 1 = 1 2, B2 = 1 6, B3 = B 5 = B 7 =... = 0 B 4 = B 8 = 1 30, B6 = 1 42, B10 = 5 66,..., wobei die Bernoullischen Zahlen natürlich eine Potenzen sind, sondern nur so angeschrieben werden. Mit dieser Schreibweise ann man die Faulhaber- Formel wie folgt ausdrücen: 12

14 n 1 = (n+b) B Die Ausdrüce innerhalb der Anführungszeichen sind dabei als Summen von Gliedern zu schreiben, die jeweils eine Potenz von B sind, die mit einer Zahl multipliziert werden. Die Potenzen von B sind selbstverständlich wieder als Bernoullische Zahlen zu lesen. Schauen wir uns dazu ein Beispiel an: Sei = 11 und x = n, dann erhalten wir den Ausdruc: (x+b) 11 B = 1 11 (x11 +11x 10 B 1 +55x 9 B x 8 B x 7 B x 6 B x 5 B x 4 B x 3 B x 2 B xB 10 + B 11 B 11 ) Wir sehen als erstes, dass sich B 11 B 11 aufheben. Die Terme mit den ungeraden Potenzen B 3, B 5, B 7 und B 9 fallen ebenfalls weg, da diese gleich Null sind. Uns bleibt also folgender Ausdruc über: 1 11 (x x 10 B x 9 B x 7 B x 5 B x 3 B xB 10 ) Für x = 1000 entspricht dieser Ausdruc der Zahl: (91 nonillion 409 octillion 924 septillion 241 sextillion 424 quintillion 243 quadrillion 424 trillion 241 billion 924 million 242 thousand 500). Doch wie findet man nun die Werte der Bernoullischen Zahlen? Es gelten folgende Gleichungen: B 2 2B = B 2, woraus B 1 = 1 2 folgt, B 3 3B 2 + 3B 1 1 = B 3, woraus B 2 = 1 6 folgt, B 4 4B 3 + 6B 2 4B = B 4, woraus B 3 = 0 folgt, B 5 5B B 3 10B 2 + 5B 1 1 = B 5, woraus B 4 = 1 30 folgt, und allgemein gilt: (B 1) = B für 1, woraus sich B 1 berechnen lässt, sofern B 1, B 2,..., B 2 bereits beannt sind. 2.5 Fibonacci-Zahlen und Lucassche Zahlen Fibonacci-Zahlen Die Fibonacci-Zahlen sind die Antwort auf das berühmte Kaninchenproblem von Leonardo da Pisa bzw. Leonardo Pisano Bigollo, besser unter dem Spitz- 13

15 namen Fibonacci beannt (von Filius Bonacci, der Sohn des Bonacci, des Gutmütigen, welcher der Spitzname seines Vaters war, siehe [1]: S.126). f n sei die Anzahl der Kaninchenpaare in der n-ten Generation, f 1 das ursprüngliche Paar und f 2 dessen unmittelbare Nachfahren. Dann gilt: f n+2 = f n + f n+1, denn in der (n + 2)-ten Generation gibt es je ein Paar aus der Generation n und n + 1, da jedes Kaninchenpaar ein Kaninchenpaar der nächsten und übernächsten Generation hervorbringt. So erhält man die Fibonacci-Zahlen, mit f 0 = 0 und f 1 = 1 beginnend: Die Fibonacci-Zahlen ommen in der Natur sehr häufig vor, doch sie haben auch in der Mathemati viele verschiedene Annüpfungspunte. So stehen sie zum Beispiel auch, ähnlich wie die Catalan schen Zahlen, mit dem Pascal schen Dreiec in Verbindung. Der französische Mathematier François Édouard Anatole Lucas hat folgenden Zusammenhang herausgefunden: f n+1 = ( n 0 ) + ( n 1 1 ) + ( n 2 2 ) +... Was diese Formel in Worten ausdrüct, ist Folgendes: Man ann die (n+1)- te Fibonacci-Zahl aus der Aufsummierung der (n + 1)-ten Diagonale im Pascal schen Dreiec erhalten (siehe Abb. 2.5). Abbildung 2.5 (Aufsummierung der gepuntelten Diagonalen des Pascal schen Dreiecs ergeben die Fibonacci-Zahlen) [9] 14

16 So erhält man zum Beispiel die neunte Fibonacci-Zahl aus der Summe = 34 = f 9. Die Fibonacci-Zahlen stehen auch noch mit einer anderen Familie von Zahlen in Verbindung, nämlich mit den Lucasschen Zahlen Lucassche Zahlen Wie der Name schon verrät gehen diese Zahlen ebenfalls auf François Édouard Anatole Lucas zurüc. Die Lucasschen Zahlen, mit l n notiert, werden ähnlich definiert wie die Fibonacci-Zahlen: l 0 = 2, l 1 = 1 und l n+2 = l n + l n+1 So erhält man die Werte der Lucasschen Zahlen: Beziehung zwischen Fibonacci- und Lucasschen Zahlen Diese beiden Familien von Zahlen werden nicht nur mit derselben Formel definiert, sondern sie haben auch noch weitere gemeinsame bzw. ähnliche Eigenschaften. Es gelten zum Beispiel folgende Relationen: f 2n = f n l n l 2n = ln 2 2( 1) n f 0 + f f n = f n+2 1 l 0 + l l n = l n+2 1 l n = f n 1 + f n+1 5f n = l n 1 + l n+1 2f m+n = f m l n + f n l m 2l m+n = l m l n + 5f m f n Weiters streben die Verhältnisse zweier aufeinanderfolgender Fibonaccischen und Lucasschen Zahlen gegen denselben Grenzwert, nämlich gegen die goldene Zahl φ = 1, Das geht darauf zurüc, dass man f n und l n durch die Zahlen darstellen ann: φ = und ψ = f n = φn ψ n φ ψ = 1 5 {( ) n ( ) n } und l n = φ n + ψ n = {( ) n ( ) n }. Mit wachsendem n nähern sich nun die Verhältnisse f n+1 f n und l n+1 l n der goldenen Zahl φ an, während das Verhältnis ln f n gegen den Wert 5 = 2, strebt. Diesen Zusammenhang macht folgende Tabelle deutlich: 15

17 n f n+1 f n l n+1 l n l n fn , ,5 1, , , , ,6 1, ,2 6 1,625 1, ,25 7 1, , , , , , , , , , , , Mit diesem Ergebnis möchte ich meine Arbeit abschließen. Im Anhang befindet sich noch die Bibliographie. 16

18 Literaturverzeichnis [1] John Horton Conway, Richard K. Guy: Zahlenzauber: von natürlichen, imaginären und anderen Zahlen, Basel: Birhäuser, 1997 [2] Voler Dieert, Manfred Kufleitner, Gerhard Rosenberger: Elemente der disreten Mathemati, Berlin/Boston: DeGruyter, 2013 [3] John M. Harris, Jeffry L. Hirst, Michael J. Mossinghoff: Combinatorics and graph theory. Second edition, Bereley: Springer, 2008 [4] Donald E. Knuth: Two notes on notation, American Mathematical Monthly Vol. 99,(1992): [5] Donald E. Knuth: The art of computer programming. 1. Fundamental Algebra, Reading (Massachusetts): Addison-Wesley, 1997 [6] Godfrey H. Hardy, Srinivasa Ramanujan: Asymptotic formulae in combinatory analysis, Proceedings of the London Mathematical Society Vol. 2, XVII, (1918): [7] zugegriffen am [8] Thomas Koshy: The ubiquitous Catalan numbers, Mathematics Teacher Vol. 100, (2006): [9] zugegriffen am

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik Kapitel 2 Natürliche und ganze Zahlen, vollständige Indution und Kombinatori 2.1 N, Z (Gruppe; Ordnungsrelation Jeder hat eine intuitive Vorstellung von der Menge der natürlichen Zahlen N : {1, 2, 3...

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Disrete Struturen und Logi WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Disrete Struturen und Logi Gesamtübersicht Organisatorisches Einführung Logi & Mengenlehre Beweisverfahren

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik 60 Kapitel 4 Grundlagen der Kombinatori Einer der Schwerpunte der Kombinatori ist das Abzählen von endlichen Mengen. Wir stellen zunächst einige Grundregeln des Abzählens vor, die wir gelegentlich auch

Mehr

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest.

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest. Analysis, Woche Zahlen A. Elementares Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest... Logische Symbole Seien A und B Aussagen. So eine Aussage ist zum Beispiel: Gras

Mehr

Elemente der Algebra

Elemente der Algebra Prof. Dr. H. Brenner Osnabrüc SS 2015 Elemente der Algebra Vorlesung 2 Ringe Die wichtigsten mathematischen Struturen wie Z, Q, R besitzen nicht nur eine, sondern zwei Vernüpfungen. Definition 2.1. Ein

Mehr

KAPITEL 2. Kombinatorik

KAPITEL 2. Kombinatorik KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,

Mehr

Rekursive Folgen im Pascalschen Dreieck

Rekursive Folgen im Pascalschen Dreieck Reursive Folgen im Pascalschen Dreiec Holger Stephan, Tag der Mathemati,. Juni Zusammenfassung Viele Probleme aus den unterschiedlichsten Teilgebieten der Mathemati (z.b. Analysis, Kombinatori, Zahlen-,

Mehr

Thema 1 Die natürlichen Zahlen

Thema 1 Die natürlichen Zahlen Thema 1 Die natürlichen Zahlen Wir bezeichnen mit N die Menge der natürlichen Zahlen dh N {1,,, } Falls wir das Nullelement 0 dazu nehmen, dann bezeichnen wir die resultierende Menge mit N 0 also N 0 {0,

Mehr

$Id: reell.tex,v /11/11 12:32:08 hk Exp $

$Id: reell.tex,v /11/11 12:32:08 hk Exp $ Mathemati für Physier I, WS 203/204 Montag. $Id: reell.tex,v.23 203// 2:32:08 h Exp $ Die reellen Zahlen.5 Potenzen mit rationalen Exponenten Wir behandeln gerade die Bernoulli-Ungleichung +x) n +nx gültig

Mehr

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge 2.1 Natürliche Zahlen 2.1.1 Menge der natürlichen Zahlen Der Ausgangspunt für den Aufbau der Zahlenbereiche ist die Menge N = {0,1,2,3,...} der natürlichen Zahlen 0, 1, 2, 3, 4,... 2.1.2 Indutionsprinzip

Mehr

Zahlen und Rechenstrukturen

Zahlen und Rechenstrukturen Teil 1 Zähltheorie KAPITEL 1 Zahlen und Rechenstruturen Eine lassische Aufgabe der disreten Mathemati (Kombinatori) besteht darin zu ermitteln, wieviele Konfigurationen (d.h. disrete Objete von einem

Mehr

Vom goldenen Schnitt zum Alexanderplatz in Berlin

Vom goldenen Schnitt zum Alexanderplatz in Berlin Vom goldenen Schnitt zum Alexanderplatz in Berlin Mathematik von 1200 bis 2004 Stefan Kühling, Fachbereich Mathematik skuehling @ fsmath.mathematik.uni-dortmund.de Schnupper Uni 26. August 2004 1 1 Goldener

Mehr

Reelle Zahlenfolgen, Einleitung Fibonacci Folge

Reelle Zahlenfolgen, Einleitung Fibonacci Folge Reelle Zahlenfolgen, Einleitung Fibonacci Folge 1-E Einleitung Folgen und Reihen bilden eine wichtige Grundlage der Analysis. Sie führen zum Begriff des Grenzwertes, der für die Differential- und die Integralrechnung

Mehr

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann

Bäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Bäume und Wälder Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Ida Feldmann 2-Fach Bachelor Mathematik und Biologie 6. Fachsemester Inhaltsverzeichnis Einleitung 1 1. Bäume

Mehr

3. rekursive Definition einer Folge

3. rekursive Definition einer Folge 3. rekursive Definition einer Folge In vielen Fällen ist eine explizite Formel für das n-te Glied nicht bekannt, es ist hingegen möglich, aus den gegebenen Gliedern das nächste Glied zu berechnen, d.h.

Mehr

Bernoullipolynome und Bernoullizahlen

Bernoullipolynome und Bernoullizahlen Bernoullipolynome und Bernoullizahlen Artjom Zern Ausarbeitung zum Vortrag im Proseminar Analysis (Sommersemester 9, Leitung Prof. Dr. Eberhard Freitag) Zusammenfassung: Wie aus dem Titel ersichtlich ist

Mehr

Kombinatorik und Urnenmodelle

Kombinatorik und Urnenmodelle Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für

Mehr

Ferienkurs Analysis 1. Tag 2 - Lösungen zu Komplexe Zahlen, Vollständige Induktion, Stetigkeit

Ferienkurs Analysis 1. Tag 2 - Lösungen zu Komplexe Zahlen, Vollständige Induktion, Stetigkeit Ferienurs Analysis Tag - Lösungen zu Komplee Zahlen, Vollständige Indution, Stetigeit Pan Kessel 4.. 009 Inhaltsverzeichnis Komplee Zahlen. Darstellung einer ompleen Zahl.....................................

Mehr

Elementarmathematik. Im Buch Virus Dynamics von M. Nowak und R. May findet man das Zitat:

Elementarmathematik. Im Buch Virus Dynamics von M. Nowak und R. May findet man das Zitat: Elementarmathemati 1 Einleitung Im Buch Virus Dynamics von M. Nowa und R. May findet man das Zitat:... mathematics is no more, but no less, than a way of thining clearly [3]. (... die Mathemati ist nichts

Mehr

Die komplexen Zahlen werden definiert als die geordneten Paare z = (x, y) reeller Zahlen x, y R, zusammen mit den Rechenoperationen

Die komplexen Zahlen werden definiert als die geordneten Paare z = (x, y) reeller Zahlen x, y R, zusammen mit den Rechenoperationen 2 Komplexe Zahlen 2.1 Definition Die omplexen Zahlen werden definiert als die geordneten Paare z = (x, y) reeller Zahlen x, y R, zusammen mit den Rechenoperationen z 1 + z 2 (x 1, y 1 ) + (x 2, y 2 ) :=

Mehr

Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik

Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlicheitstheorie Musterlösung zur Probelausur zur Angewandten Disreten Mathemati Prof Dr Helmut Maier, Hans- Peter Rec Gesamtpuntzahl: 130 Punte,

Mehr

1 Goldener Schnitt Pascalsches Dreieck Der Binomische Lehrsatz ( ) ß mit a multipliziert. ( a+ b) 4 = a 3 +3a 2 b+3ab 2 + b 3

1 Goldener Schnitt Pascalsches Dreieck Der Binomische Lehrsatz ( ) ß mit a multipliziert. ( a+ b) 4 = a 3 +3a 2 b+3ab 2 + b 3 1 Goldener Schnitt Pascalsches Dreieck 17 1.3 Pascalsches Dreieck 1.3.1 Der Binomische Lehrsatz Aus der Schule ist Ihnen mit Sicherheit die Binomische Regel bekannt: ( ) 2 = a 2 +2ab+ b 2 a+ b Diese Regel

Mehr

Mathematik I. Vorlesung 5

Mathematik I. Vorlesung 5 Prof. Dr. H. Brenner Osnabrüc WS 2009/2010 Mathemati I Vorlesung 5 Für zwei natürliche Zahlen n, m gilt n m genau dann, wenn man n = m+ mit einem N schreiben ann (siehe Aufgabe 4.12). In diesem Fall ist

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

Die Fibonacci-Zahlen 1

Die Fibonacci-Zahlen 1 Die Fibonacci-Zahlen 1 Leonardo Pisano Leonardo von Pisa ca. 1170 bis 1250 Sohn eines Kaufmanns aus Pisa Sein Vater war Handelsattaché der Republik Pisa in Bugia (im heutigen Algerien). Er zeigte früh

Mehr

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

mit Skalarprodukt aus i-tem Zeilenvektor und j-tem Spaltenvektor Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"

Mehr

Aufgaben Fibonacci-Folgen 7. April 2006 B. Werner SoSe 06

Aufgaben Fibonacci-Folgen 7. April 2006 B. Werner SoSe 06 19. April 2006 Aufgaben Fibonacci-Folgen 7. April 2006 B. Werner SoSe 06 Präsenzaufgaben: Aufgabe P1: Eine spezielle Lucasfolge (L n ) ist durch L n = L n 1 + L n 2, L 0 = 2, L 1 = 1 definiert. Berechnen

Mehr

Kombinatorik von Zahlenfolgen

Kombinatorik von Zahlenfolgen 6. April 2006 Vorlesung in der Orientierungswoche 1 Kombinatorik von Zahlenfolgen Einige Beispiele Jeder kennt die Fragen aus Intelligenztests, in denen man Zahlenfolgen fortsetzen soll. Zum Beispiel könnten

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Kapitel 7 Wahrscheinlicheitsrechnung 7.1 Kombinatori Def. 7.1.1:a) Für eine beliebige natürliche Zahl m bezeichnet man das Produt aus den Zahlen von 1 bis m mit m Faultät: m! : 1 2 3 m, 0! : 1. Beispiele:

Mehr

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP .RPELQDWRULN (für Grund- und Leistungsurse Mathemati) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nach dem Studium dieses Sripts sollten folgende Begriffe beannt sein: n-menge, Kreuzprodut, n-tupel Zählprinzip

Mehr

Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz

Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz Mathemati 1 nach der Vorlesung Mathemati für Physier 1 Wiebe Sebastian Ritz 2 Inhaltsverzeichnis 1 Einleitung 5 2 Mengen 7 2.1 Liste der Zahlenbereiche....................... 8 2.2 Rechenregeln für Mengen......................

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

11. Folgen und Reihen.

11. Folgen und Reihen. - Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a

Mehr

Schreibe die jeweilige Dreieckszahl unter die Zeichnung. Wie heißen die nächsten vier Dreieckszahlen?

Schreibe die jeweilige Dreieckszahl unter die Zeichnung. Wie heißen die nächsten vier Dreieckszahlen? Hier siehst du Figuren, die aus Kreisen bestehen. Schon ab der zweiten Figur ergibt sich ein Dreieck. Die Anzahl der Kreise, die ein Dreieck bilden, nennt man Dreieckszahlen. Man tut so, als ob auch der

Mehr

Diskrete Verteilungen

Diskrete Verteilungen KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder

Mehr

Die Euler-Mascheroni-Konstante

Die Euler-Mascheroni-Konstante Die Euler-Mascheroni-Konstante Niloufar Rahi Ausarbeitung zum Vortrag in Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: Wenn von der

Mehr

Partitionen II. 1 Geometrische Repräsentation von Partitionen

Partitionen II. 1 Geometrische Repräsentation von Partitionen Partitionen II Vortrag zum Seminar zur Höheren Funktionentheorie, 09.07.2008 Oliver Delpy In diesem Vortrag geht es um Partitionen, also um Aufteilung von natürlichen Zahlen in Summen. Er setzt den Vortrag

Mehr

1 Goldener Schnitt. und a = m + M. 1, und wird im Allgemeinen mit τ (griechisch: tau) bezeichnet. Das Verhältnis M m hat den Wert 1+ 5

1 Goldener Schnitt. und a = m + M. 1, und wird im Allgemeinen mit τ (griechisch: tau) bezeichnet. Das Verhältnis M m hat den Wert 1+ 5 1 Goldener Schnitt Definition und Satz 1.1 (Goldener Schnitt) Sei AB die Strecke zwischen den Punkten A und B. Ein Punkt S von AB teilt AB im Goldenen Schnitt, falls sich die größere Teilstrecke M (Major)

Mehr

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld

Westfählische Wilhelms-Universität. Eulersche Graphen. Autor: Jan-Hendrik Hoffeld Westfählische Wilhelms-Universität Eulersche Graphen Autor: 21. Mai 2015 Inhaltsverzeichnis 1 Das Königsberger Brückenproblem 1 2 Eulertouren und Eulersche Graphen 2 3 Auffinden eines eulerschen Zyklus

Mehr

1 Worum es geht Wir konstruieren den Eckenschwerpunkt eines Vieleckes nach den Hebelgesetzen. Die Frage ist, auf wie viele Arten dies möglich ist.

1 Worum es geht Wir konstruieren den Eckenschwerpunkt eines Vieleckes nach den Hebelgesetzen. Die Frage ist, auf wie viele Arten dies möglich ist. Hans Walser, [20120401] Schwerpunkte nach Archimedes 1 Worum es geht Wir konstruieren den Eckenschwerpunkt eines Vieleckes nach den Hebelgesetzen. Die Frage ist, auf wie viele Arten dies möglich ist. 2

Mehr

Fibonacci-Folge Mathematik»Facharbeit«

Fibonacci-Folge Mathematik»Facharbeit« Mathematik»Facharbeit«Mathias Dirksmeier Sven Wilkens Jahrgangsstufe 12 Thomas-Morus-Gymnasium, 2009 Gliederung 1 Allgemeines 2 Allgemein Formel von Moivre-Binet Beziehung zum Goldenen Schnitt 3 Modell

Mehr

KV Logik als Arbeitssprache. Christoph Hörtenhuemer LVA-Nummer: LVA-Leiterin: Wolfgang Windsteiger. Agnes Schoßleitner

KV Logik als Arbeitssprache. Christoph Hörtenhuemer LVA-Nummer: LVA-Leiterin: Wolfgang Windsteiger. Agnes Schoßleitner KV Logik als Arbeitssprache LVA-Nummer: 326.014 LVA-Leiterin: Wolfgang Windsteiger Abgabedatum: 02. 06. 2004 Christoph Hörtenhuemer 0355958 Agnes Schoßleitner 0355468 Inhaltsverzeichnis Kurzbeschreibung...

Mehr

Binomischer Lehrsatz. Gymnasium Immensee Vertiefungskurs Mathematik. Bettina Bieri

Binomischer Lehrsatz. Gymnasium Immensee Vertiefungskurs Mathematik. Bettina Bieri Binomischer Lehrsatz Gymnasium Immensee Vertiefungskurs Mathematik Bettina Bieri 24. Juli 20 Inhaltsverzeichnis Nötiges Vorwissen. Fakultät................................ Definition...........................2

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige

Mehr

1. Übung zur Vorlesung,,Diskrete Strukturen (SS 01)

1. Übung zur Vorlesung,,Diskrete Strukturen (SS 01) 1 Übung zur Vorlesung,,Disrete Struturen (SS 01 Lösung zu Aufgabe Es ist zu zeigen: Für, n N 0 gilt Algebraischer Beweis ( ( n + n + + 1 0 Es sei n N 0 beliebig Wir beweisen die Behauptung durch Indution

Mehr

Vorlesung. Vollständige Induktion 1

Vorlesung. Vollständige Induktion 1 WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen

Mehr

2.6 Potenzen (Thema aus dem Bereichen Algebra)

2.6 Potenzen (Thema aus dem Bereichen Algebra) 2.6 Potenzen Thema aus dem Bereichen Algebra) Inhaltsverzeichnis 1 Einführung in den Begriff der Potenz 2 2 Repetition: Potenzen mit natürlichen Exponenten 2 Potenzen mit ganzzahligen Exponenten 4 4 Potenzen

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Fibonacci-Zahlen. Geschichte. Definition. Quotienten

Fibonacci-Zahlen. Geschichte. Definition. Quotienten Mathematik/Informatik Die Fibonacci-Zahlen Gierhardt Fibonacci-Zahlen Geschichte Im Jahre 0 wurde in Pisa ein Buch über das indischarabische Dezimalsystem von dem italienischen Mathematiker Leonardo Fibonacci

Mehr

Reihen/Partialsummenfolgen und vollständige Induktion. Robert Klinzmann

Reihen/Partialsummenfolgen und vollständige Induktion. Robert Klinzmann Reihen/Partialsummenfolgen und vollständige Induktion Robert Klinzmann 3. Mai 00 Reihen / Partialsummen 1 Inhaltsverzeichnis 1 Vorwort Das Prinzip der vollständigen Induktion 3 3 Herleitung der Gauß schen

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

Mehr

Bilder von Zahlen - Arithmetik und Algebra geometrisch darstellen. Rauter Bianca ( ) Graz, am 10. Dezember 2014

Bilder von Zahlen - Arithmetik und Algebra geometrisch darstellen. Rauter Bianca ( ) Graz, am 10. Dezember 2014 Bilder von Zahlen - Arithmetik und Algebra geometrisch darstellen Rauter Bianca (101038) Graz, am 10. Dezember 014 1 Inhaltsverzeichnis Inhaltsverzeichnis 1 Abbildungen von Zahlen - Beweise durch Muster

Mehr

Zahlentheorie I - Tipps & Lösungen. Aktualisiert: 15. Oktober 2016 vers Teilbarkeit

Zahlentheorie I - Tipps & Lösungen. Aktualisiert: 15. Oktober 2016 vers Teilbarkeit Schweizer Mathematik-Olympiade smo osm Zahlentheorie I - Tipps & Lösungen Aktualisiert: 15. Oktober 2016 vers. 1.2.0 1 Teilbarkeit Einstieg 1.1 Zeige, dass 900 ein Teiler von 10! ist. Tipp: Schreibe 900

Mehr

2 - Konvergenz und Limes

2 - Konvergenz und Limes Kapitel 2 - Folgen Reihen Seite 1 2 - Konvergenz Limes Definition 2.1 (Folgenkonvergenz) Eine Folge komplexer Zahlen heißt konvergent gegen, wenn es zu jeder positiven Zahl ein gibt, so dass gilt: Die

Mehr

Kombinatorik. Matthias Wirth Matthias Wirth Kombinatorik / 46

Kombinatorik. Matthias Wirth Matthias Wirth Kombinatorik / 46 Kombinatorik Matthias Wirth 25.06.2013 Matthias Wirth Kombinatorik 25.06.2013 1 / 46 Überblick Grundlagen Zahlenfolgen Fibonacci Catalan Euler Stirling Integer-Partitionen Anwendungsbeispiele jeweils zu

Mehr

Mathematische Grundlagen der Ökonomie Übungsblatt 8

Mathematische Grundlagen der Ökonomie Übungsblatt 8 Mathematische Grundlagen der Ökonomie Übungsblatt 8 Abgabe Donnerstag 7. Dezember, 0:5 in H 5+7+8 = 20 Punkte Mit Lösungshinweisen zu einigen Aufgaben 29. Das Bisektionsverfahren sucht eine Nullstelle

Mehr

Vorkurs Mathematik 1

Vorkurs Mathematik 1 Vorkurs Mathematik 1 Einführung in die mathematische Notation Konstanten i komplexe Einheit i 2 + 1 = 0 e Eulersche Zahl Kreiszahl 2 Einführung in die mathematische Notation Bezeichner Primzahlen, Zähler

Mehr

Folgen und Reihen. Beni Keller. 8. Mai 2017

Folgen und Reihen. Beni Keller. 8. Mai 2017 Folgen und Reihen Beni Keller 8. Mai 2017 In der Algebra und der Arithmetik wurden die Grundstrukturen und Rechenregeln für das Rechnen mit Zahlen in den ganzen, rationalen und reellen Zahlen festgelegt.

Mehr

DIE SPRACHE DER WAHRSCHEINLICHKEITEN

DIE SPRACHE DER WAHRSCHEINLICHKEITEN KAPITEL 1 DIE SPRACHE DER WAHRSCHEINLICHKEITEN Es ist die Aufgabe der ersten drei Kapitel, eine vollständige Beschreibung des grundlegenden Tripels (Ω, A, P) und seiner Eigenschaften zu geben, das heutzutage

Mehr

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2)

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5. Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen

Mehr

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt

Mehr

2 RECHENGESETZE 2 auch dieses Rechengesetz gilt, wenn einmal bewiesen, natürlich vorwärts wie rückwärts, also gilt dann ebenfalls: Es folgt wieder der

2 RECHENGESETZE 2 auch dieses Rechengesetz gilt, wenn einmal bewiesen, natürlich vorwärts wie rückwärts, also gilt dann ebenfalls: Es folgt wieder der 1 DEFINITION DER POTENZIERUNG 1 Potenzgesetze 1 Definition der Potenzierung Wir definieren für eine rationale Zahl a und eine natürliche Zahl n die Potenzierung wie folgt: a n := a a a ::: a Diese Art

Mehr

[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V.

[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V. Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung falls und nur falls ist bijektiv, d.h. ihre Matrix ist invertierbar, (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv

Mehr

Binomischer Satz. 1-E Vorkurs, Mathematik

Binomischer Satz. 1-E Vorkurs, Mathematik Binomischer Satz 1-E Vorkurs, Mathematik Terme Einer der zentralen Begriffe der Algebra ist der Term. Definition: Eine sinnvoll verknüpfte mathematische Zeichenreihe bezeichnet man als Term. Auch eine

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt?

Durch welches 3-Tupel wird die Umkehrfunktion von p = (2, 3, 1) dargestellt? 23. Januar 2007 Arbeitsblatt 11 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 16.1.07 Präsenzaufgaben: 1. Bekanntlich

Mehr

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.

LU-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

Mehr

Terme und Formeln Grundoperationen

Terme und Formeln Grundoperationen Terme und Formeln Grundoperationen Die Vollständige Anleitung zur Algebra vom Mathematiker Leonhard Euler (*1707 in Basel, 1783 in Petersburg) prägte den Unterricht und die Lehrmittel für lange Zeit. Euler

Mehr

1 Vorbereitung: Potenzen 2. 2 Einstieg und typische Probleme 3

1 Vorbereitung: Potenzen 2. 2 Einstieg und typische Probleme 3 Das vorliegende Skript beschäftigt sich mit dem Thema Rechnen mit Kongruenzen. Das Skript entsteht entlang einer Unterrichtsreihe in der Mathematischen Schülergesellschaft (MSG) im Jahr 2013. Die vorliegende

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

WS 2008/09. Diskrete Strukturen

WS 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

Mehr

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien

Bestimmen der Wahrscheinlichkeiten mithilfe von Zählstrategien R. Brinmann http://brinmann-du.de Seite 4.0.2007 Bestimmen der Wahrscheinlicheiten mithilfe von Zählstrategien Die bisherigen Aufgaben zur Wahrscheinlicheitsrechnung onnten im Wesentlichen mit übersichtlichen

Mehr

Elemente der Algebra

Elemente der Algebra Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 1 Der Gruppenbegriff Definition 1.1. Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M, (x,y) (x,y) = x y. Statt (x,y)

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 13. Übungsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 13. Übungsblatt Mathematisches Institut der Universität München Wintersemester 2013/14 Daniel Rost Lukas-Fabian Moser Grundlagen der Mathematik I Lösungsvorschlag zum 13. Übungsblatt Aufgabe 1. injektive. Es wird sich

Mehr

Bernstein-Polynome. Autor: Johannes Erath. Schriftliche Ausarbeitung zum Vortrag vom

Bernstein-Polynome. Autor: Johannes Erath. Schriftliche Ausarbeitung zum Vortrag vom Bernstein-Polynome Autor: Johannes Erath Schriftliche Ausarbeitung zum Vortrag vom 07.04.2009 1 Inhaltsverzeichnis 1 Einleitung 3 2 Einführung 3 2.1 Etwas Geschichte........................... 3 2.2 Denition

Mehr

In der Schule lernen wir den Satz des Pythagoras: Die Flächensumme der beiden blauen Quadrate ist gleich der Fläche des schwarzen Quadrates:

In der Schule lernen wir den Satz des Pythagoras: Die Flächensumme der beiden blauen Quadrate ist gleich der Fläche des schwarzen Quadrates: Hans Walser, [06045] Pythagoras-Schmetterling Das Phänomen Wir beginnen mit einem beliebigen rechtwinkligen Dreieck und zeichnen die übliche Pythagoras-Figur. Dann fügen wir zwei weitere Quadrate an (rot

Mehr

Vervollständigung Lateinischer Quadrate

Vervollständigung Lateinischer Quadrate Vervollständigung Lateinischer Quadrate Elisabeth Schmidhofer 01.12.2013 Inhaltsverzeichnis 1 Vorwort 3 2 Einleitung 4 2.1 Beispele.............................................. 4 3 Lateinische Quadrate

Mehr

15ab 21bc 9b = 3b 5a 7c 3

15ab 21bc 9b = 3b 5a 7c 3 4 4.1 Einführung Haben alle Summanden einer algebraischen Summe einen gemeinsamen Faktor, so kann man diesen gemeinsamen Faktor ausklammern. Die Summe wird dadurch in ein Produkt umgewandelt. Tipp: Kontrolle

Mehr

Binomialkoeffizienten

Binomialkoeffizienten Binomialkoeffizienten ) = n! Die Anzahl ( n k der k-elementigen Teilmengen einer k!(n k)! n-elementigen Menge heißt Binomialkoeffizient n über k. Wichtig sind folgende Eigenschaften, welche die Berechnung

Mehr

= =

= = 9. Januar 2007 Arbeitsblatt 9 Übungen zu Mathematik I für das Lehramt an der Grund- und Mittelstufe sowie an Sonderschulen I. Gasser, H. Strade, B. Werner WiSe 06/07 19.12.06 Präsenzaufgaben: 1. Zu Beginn

Mehr

Die Quadratische Gleichung (Gleichung 2. Grades)

Die Quadratische Gleichung (Gleichung 2. Grades) - 1 - VB 003 Die Quadratische Gleichung (Gleichung. Grades) Inhaltsverzeichnis Die Quadratische Gleichung (Gleichung. Grades)... 1 Inhaltsverzeichnis... 1 1. Die Quadratische Gleichung (Gleichung. Grades)....

Mehr

Folgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014

Folgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014 Inhalt Mathematik für Chemiker Teil 1: Analysis Vorlesung im Wintersemester 2014 Kurt Frischmuth Institut für Mathematik, Universität Rostock Rostock, Oktober 2014... Folgen und Reihen Reelle Funktionen

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist

Mehr

Wiederholung Vorlesungen 1 bis 8

Wiederholung Vorlesungen 1 bis 8 Wiederholung Vorlesungen 1 bis 8 Aufgabe 1 a) Sind die im Folgenden gegebenen Ausdrücke als Folge interpretierbar? Wenn ja, wie? i) 1,,4,8,16,3,64,..., ii)... 5, 3, 1,1,3,5,..., iii) 3,10,π,4, 1 7,10,1,14,16,18,...

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 8 10. November 2009 Kapitel 2. Konvergenz von Folgen und Reihen Definition 27. Eine (reelle bzw. komplexe) Zahlenfolge ist eine R- bzw. C-wertige

Mehr

Damit läßt sich die Aufgabe durch einfaches Rechnen zeigen: k=1

Damit läßt sich die Aufgabe durch einfaches Rechnen zeigen: k=1 Aufgabe (4 Punte) Sei A eine n m-matrix Die Matrix A T ist die m n-matrix, die durch Vertauschen der Zeilen und Spalten aus A hervorgeht (dh: aus Zeilen werden Spalten, und umgeehrt) Die Matrix A T heißt

Mehr

Folgen. Kapitel 2. Folgen. Peter Becker (H-BRS) Analysis Sommersemester / 543

Folgen. Kapitel 2. Folgen. Peter Becker (H-BRS) Analysis Sommersemester / 543 Kapitel 2 Folgen Peter Becker (H-BRS) Analysis Sommersemester 2016 89 / 543 Inhalt Inhalt 1 Folgen Definition kriterien in C, R d und C d Peter Becker (H-BRS) Analysis Sommersemester 2016 90 / 543 Definition

Mehr

Polynome Teil VI: Die Potenzsummenformeln von NEWTON

Polynome Teil VI: Die Potenzsummenformeln von NEWTON Die WURZEL Werkstatt Mathematik Polynome Teil VI: Die Potenzsummenformeln von NEWTON In der letzten Ausgabe der Werkstatt haben wir gesehen, dass sich Potenzsummen, etwa die symmetrischen Funktionen p

Mehr

Lösungen der Aufgaben zu Abschnitt 5.4

Lösungen der Aufgaben zu Abschnitt 5.4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ

Mehr

2 Reihen Einleitung Wichtige Sätze Arithmetische Reihen Geometrische Reihen Harmonische Reihe...

2 Reihen Einleitung Wichtige Sätze Arithmetische Reihen Geometrische Reihen Harmonische Reihe... Folgen und Reihen Vorbereitungskurs Raach 013 Birgit Vera Schmidt 10. Mai 013 1 Folgen 1.1 Einleitung und Definition...................................... 1. Wichtige Folgen............................................

Mehr

Skriptum zum Brückenkurs. Mathematik

Skriptum zum Brückenkurs. Mathematik Sriptum zum Brücenurs Mathemati gehalten in den Wintersemestern 008/09, 009/10, 010/11, 011/1, 01/13, 013/14 und in den Sommersemestern 011, 01, 013, 014 von Sven Kosub 11. April 014 Version v6. Inhaltsverzeichnis

Mehr

Fourier-Reihen: Definitionen und Beispiele

Fourier-Reihen: Definitionen und Beispiele Fourier-Reihen: Definitionen und Beispiele Die Fourieranalysis beschäftigt sich mit dem Problem Funktionen in Kosinus und Sinus zu entwickeln. Diese Darstellungen sind in der Mathematik sowie in der Physik

Mehr

1 Potenzen und Polynome

1 Potenzen und Polynome 1 Potenzen und Polynome Für eine reelle Zahl x R und eine natürliche Zahl n N definieren wir x n := x x x... x }{{} n-mal Einschub über die bisher aufgetretenen mathematischen Symbole: Definition mittels

Mehr

Übungsblatt 13. Lineare Algebra I, Prof. Dr. Plesken, SS (β α) tr = α tr β tr.

Übungsblatt 13. Lineare Algebra I, Prof. Dr. Plesken, SS (β α) tr = α tr β tr. Übungsblatt 13 Lineare Algebra I, Prof Dr Plesen, SS 2008 Aufgabe 1 (Transponierte lineare Abbildung) Sei α : V W linear Zeige: α tr ist injetiv (surjetiv) genau dann, wenn α surjetiv (injetiv) ist Ist

Mehr

Kombinatorik. Kombinatorik

Kombinatorik. Kombinatorik Kombinatori Kombinatori Ziel: Bestimmen der Mächtigeiten bestimmter endlicher Mengen, die durch Anordnung oder Auswahl von Elementen einer Menge gebildet werden. Wir wissen bereits, dass für die Potenzmenge

Mehr

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung 43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder

Mehr