Vorlesung Mathematik für Informatiker I. WS 2013/14 Klausur 29. März 2014

Größe: px
Ab Seite anzeigen:

Download "Vorlesung Mathematik für Informatiker I. WS 2013/14 Klausur 29. März 2014"

Transkript

1 Vorlesung Mathematik für Informatiker I Prof. Dr. B. Steffen WS 2013/14 Klausur 29. März 2014 Name: Vorname: Matrikelnummer: Studiengang: Unterschrift: Pseudonym (zur Veröffentlichung der Klausurergebnisse): Ihre Klausurnote wird unter dem gewählten Pseudonym online veröffentlicht. Wählen Sie aus Datenschutzgründen ein Pseudonym, welches nicht mit Ihnen in Verbindung gebracht werden kann! Bitte schreiben Sie leserlich und prägen Sie sich Ihr gewähltes Pseudonym gut ein. In der Klausur sind insgesamt 100 Punkte erzielbar. Für das Bestehen der Klausur sind mindestens 40 Punkte erforderlich. Aufgabe Σ Punkte Erreicht 1. Prüfer: 2. Prüfer: Achtung: Für die Bearbeitung aller Aufgaben gilt ohne Ausnahmen (!): Achten Sie auf eine vollständige Darlegung und Kommentierung des Lösungsweges. Wenn Sie Sätze der Vorlesung benutzen, so müssen Sie diese zum Lösungsweg deutlich in Bezug setzen.

2

3 Aufgabe 1 (Aussagen und Mengen) [6+3+1 = 10 Punkte] A und B seien Mengen. 1. Beweisen Sie schrittweise die Gleichheit ((A B ) (B A ) ) B = A B unter ausschließlicher Verwendung der in der Vorlesung eingeführten Mengengesetze (Kommutativität, Assoziativität, Absorption, Distributivität, Komplement, Idempotenz, Doppelnegation, De Morgan, Neutralität). Geben Sie die in den Beweisschritten verwendeten Regeln an. Lösung: Es gilt ((A B ) (B A ) ) B = ((A B ) (B (A ) )) B (De Morgan) = ((A B ) (B A)) B (Doppelnegation) = ((B A) (A B )) B (Kommutativität) = (B (A (A B ))) B (Assoziativität) = (B A) B (Absorption) = B (B A) (Kommutativität) = (B B ) (B A) (Distributivität) = M (B A) (Komplement für Gesamtmenge M) = B A (Neutralität) = A B (Kommutativität) Seite 1 von 27 Seiten

4 2. Beweisen Sie ausführlich, dass für alle Mengen A und B gilt: A B (A \ B) (B \ A) A B. Lösung: Es gelte A B. Nach Definition des Mengendurchschnitts gibt es dann ein Element x, das sowohl in A als auch in B vorkommt. Nach Definition der Mengendifferenz ist x kein Element von A \ B und auch kein Element von B \ A, folglich auch kein Element von (A \ B) (B \ A). Wegen x A ist aber x A B, so dass (A \ B) (B \ A) A B gilt. 3. Beweisen oder widerlegen Sie P(A \ B) = P(A) \ P(B). Lösung: P(A \ B) = P(A) \ P(B) gilt nicht. Ein einfaches Gegenbeispiel ist A = B =. Es ist dann P(A \ B) = P( ) = { }, aber P(A) \ P(B) =. Seite 2 von 27 Seiten

5 Aufgabe 2 (Äquivalenzrelation, Quasiordnung) [4+4=8 Punkte] 1. Betrachten Sie die wie folgt definierte Relation R Z Z: a R b df (a mod 4) (b mod 4) für alle a, b Z. Erinnerung: Hierbei bezeichnet die Teilbarkeitsrelation auf ganzen Zahlen, die wie folgt definiert ist: a b df k Z. b = a k für alle a, b Z. (a) Beweisen Sie: R ist eine Quasiordnung. (b) Ist R auch eine totale Quasiordnung? Begründen Sie! Lösung: (a) Es sind Reflexivität und Transitivität zu zeigen. Reflexivität: Sei a Z beliebig. Zu zeigen ist, dass a R a gilt. Offensichtlich ist a mod 4 = 1 (a mod 4), also gilt (a mod 4) (a mod 4), was äquivalent zu a R a ist. Transitivität: Seien a, b, c Z, und gelte a R b sowie b R c. Zu zeigen ist, dass dann auch a R c gilt. Es gilt a R b (a mod 4) (b mod 4), d.h. es existiert ein k 1 Z mit b mod 4 = k 1 (a mod 4). Analog folgt, dass ein k 2 Z mit c mod 4 = k 2 (b mod 4) existiert. Setzt man die zweite Gleichung in die erste ein, so erhält man c mod 4 = k 1 k }{{} 2 (a mod 4), Z also (a mod 4) (c mod 4). Damit ist a R c gezeigt. (b) R ist keine totale Quasiordnung. Bei einer totalen Quasiordnung ist die vergleichbarkeit aller Elemente untereinander gegeben, d.h. a, b Z. a R b b R a, jedoch gilt bspw. für a = 2, b = 3 weder 2 R 3 noch 3 R 2. Seite 3 von 27 Seiten

6 2. Sei M eine beliebige Menge, und sei R M M eine totale Quasiordnung auf M. Beweisen Sie: (a) R R 1 ist eine Äquivalenzrelation. (b) R R 1 = M M. Lösung: (a) R ist reflexiv und transitiv. Zu zeigen ist, dass R R 1 reflexiv, symmetrisch und transitiv ist. Reflexivität: Sei a M beliebig. Aufgrund der Reflexivität von R gilt (a, a) R, damit auch (a, a) R 1, und somit (a, a) R R 1. Symmetrie: Seien a, b M, und sei (a, b) R R 1. Zu zeigen ist, dass dann auch (b, a) R R 1 ist. Aus (a, b) R R 1 folgt, dass (a, b) R und (a, b) R 1 ist. Nach Definition der Umkehrrelation sind dann auch (b, a) R 1 sowie (b, a) R. Damit erhalten wir (b, a) R R 1. Transitivität: Seien a, b, c M, und seien (a, b) R R 1 und (b, c) R R 1. Zu zeigen ist, dass dann auch (a, c) R R 1 gilt. Da (a, b), (b, c) R gilt aufgrund der Transitivität in R auch (a, c) R. Da auch (a, b), (b, c) R 1 gilt, folgt (c, b), (b, a) R. Wiederum aus der Transitivität folgt dann (c, a) R, also (a, c) R 1. Damit ist (a, c) R R 1 gezeigt. (b) Zu zeigen ist, dass für alle a, b M gilt, dass (a, b) R R 1 ist. Dies folgt direkt aus der Totalität von R: da R total ist, gilt für alle a, b M: (a, b) R (b, a) R, bzw. äquivalent (a, b) R (a, b) R 1. Nach Definition der Vereinigung ist dies gleichbedeutend mit (a, b) R R 1. Seite 4 von 27 Seiten

7 Aufgabe 3 (Induktives Beweisen) [4+6=10 Punkte] 1. Zeigen Sie durch vollständige Induktion, dass für alle natürlichen Zahlen n N gilt: 5 teilt 6 n + 4. Lösung: Wir zeigen die Aussage durch vollständige Induktion über n. Hierbei nutzen wir aus, dass die Aussage 5 teilt 6 n + 4 äquivalent zu ist. k Z.6 n + 4 = 5k Induktionsanfang (n = 0): Es ist = = 5. Offensichtlich teilt 5 sich selbst, die Aussage ist für n = 0 damit als korrekt nachgewiesen. Induktionsvoraussetzung: Die obige Aussage gelte für ein beliebiges, aber festes n N. Induktionsschritt (n n + 1): Nach Induktionsvoraussetzung gilt, dass 6 n + 4 von 5 geteilt wird. Zu zeigen ist, dass dann auch 6 n von 5 geteilt wird. 6 n = 6 6 n + 4 = 6 6 n = 6 (6 n + 4) 20 IV = 6 5k 20 = 5(6k }{{ 4 } ) Z Da sich 6 n als ganzzahliges Vielfaches von 5 schreiben lässt, ist es also auch durch 5 teilbar. Seite 5 von 27 Seiten

8 2. Die Menge Pal = df {w {a, b} w ist Palindrom gerader Länge} kann induktiv definiert werden als die kleinste Menge, für die gilt: 1 ε Pal. Wenn w Pal, dann auch awa, bwb Pal. Zeigen Sie mit struktureller Induktion die folgende Aussage: w Pal. # a (w) ist gerade. Dabei bezeichnet # a (w) die Anzahl der Vorkommen des Zeichens a im Wort w. Lösung: Per struktureller Induktion über den Aufbau von w Pal. Fall 1 (Basisfall): w = ε. Offensichtlich ist # a (ε) = 0, also gerade. Fall 2: w = aw a, w Pal. Es ist # a (w) = # a (w ) + 2. Nach Induktionsvoraussetzung ist # a (w ) gerade, also ist auch # a (w) = # a (w ) + 2 gerade. Fall 3: w = bw b, w Pal. Es ist # a (w) = # a (w ). Nach Induktionsvoraussetzung ist # a (w ) gerade, damit ist auch # a (w) gerade. Weitere Fälle sind aufgrund der induktiven Definition von Pal nicht zu betrachten. 1 Generell sind Palindrome Worte, die vorwärts und rückwärts gelesen übereinstimmen. Seite 6 von 27 Seiten

9 Aufgabe 4 (Verbände) [5+5=10 Punkte] 1. Zeigen Sie, dass die folgende, über ein Hasse-Diagramm dargestellte Halbordnung kein Verband ist: i f g h c d e a b Lösung: Es liegt kein Verband vor, da sup{b, c} nicht existiert. f und g sind obere Schranken für b und c, es gibt aber keine kleinste obere Schranke. Seite 7 von 27 Seiten

10 2. Zeigen Sie, dass der folgende Verband nicht distributiv ist: h e f g d b c a Lösung: Es gilt e (f g) = e h = e d = d d = (e f) (e g), so dass in diesem Fall die Distributivitätseigenschaft verletzt ist. Seite 8 von 27 Seiten

11 3. (V,, ) sei ein distributiver Verband, a und b seien zwei Elemente von V mit a b. Zeigen Sie: Die Abbildung f : V V, definiert durch f(x) = def (x a) b für alle x V ist (a) ein -Homomorphismus und (b) ein -Homomorphismus. Lösung: (a) f ist ein -Homomorphismus: f (x y) = ((x y) a) b = ((x a) (y a)) b (Komm. + Distr.) = ((x a) (y a)) (b b) (Idemp.) = ((x a) b) ((y a) b) (Ass. + Komm.) = f (x) f (y). (b) f ist ein -Homomorphismus: f (x y) = ((x y) a) b = ((x y) (a a)) b (Idemp.) = ((x a) (y a)) b (Ass. + Komm.) = ((x a) b) ((y a) b) (Komm. + Distr.) = f (x) f (y). Seite 9 von 27 Seiten

12 Seite 10 von 27 Seiten

13 Aufgabe 5 (Gruppen) [4+2+4=10 Punkte] 1. Die folgende Verknüpfungstafel einer kommutativen Gruppe mit den vier Elementen {a, b, c, d} lässt sich auf genau eine Weise vervollständigen. Ergänzen Sie die fehlenden Einträge und begründen Sie, dass diese in eindeutiger Weise festliegen. a b c d a b a c d d c b Tipp: Bestimmen Sie zuerst das neutrale Element. Lösung: a ist offensichtlich das neutrale Element, denn aus c b = d folgt, dass weder b noch c neutral sein können. Aus d b = c folgt, dass auch d nicht neutral ist. Setzen wir in die Multiplikationstafel ein, dass a das neutrale Element ist und nutzen aus, dass die Gruppe Abelsch ist, so können wir die Multiplikationstafel weiter ausfüllen: a b c d a a b c d b b a d c c c d b d d c b Die Elemente c und d müssen auch ein Inverses haben. Hierfür scheiden anhand der obigen Tabelle jedoch a, b, d bzw. a, b, c aus, da keine der Verknüpfungen dieser Elemente mit c bzw. d das neutrale Element a ergibt. Es bleibt also nur c c = a sowie d d = a. Die gesuchte Multiplikationstafel ist daher a b c d a a b c d b b a d c c c d a b d d c b a 2. Wir betrachten die aus der Vorlesung bekannte symmetrische Gruppe S 4 und die Hintereinanderausführung jeweils zweier in Zykelschreibweise gegebener Permutationen. Geben Sie das Resultat ebenfalls in Zykelschreibweise an: (a) ( ) (1 3 4) = (1, 4, 2, 3) (b) (1 4 2) (1 3 4) = (1, 3, 2) Seite 11 von 27 Seiten

14 3. Sei n 2 und S n die aus der Vorlesung bekannte symmetrische Gruppe. Zeigen Sie, dass eine Untergruppe von S n ist. U n = df {π S n π(1) = 1} Lösung: Neutrales Element: Offensichtlich gilt id(1) = 1 für die identische Permutation id S n. Also gilt id U n. Abgeschlossenheit: Seien π 1, π 2 U n. Dann gilt: und somit π 1 π 2 U n. (π 1 π 2 )(1) = π 1 (π 2 (1)) π 2 U = n π1 (1) π 1 U = n 1 Existenz der Inversen: Sei π U n. Dann existiert ein Inverses π 1 in in S n. Wir zeigen, dass dieses ein Element von U n ist. π 1 (1) π 1 U = n π 1 (π(1)) = (π 1 π)(1) = id(1) = 1. Seite 12 von 27 Seiten

15 Aufgabe 6 (Ringe und Körper) [6+4=10 Punkte] 1. Geben Sie jeweils ein Beispiel an für: (a) einen Ring, der kein kommutativer Ring ist. (b) einen kommutativen Ring, der kein Integritätsbereich ist. (c) einen Integritätsbereich, der kein Körper ist. Begründen Sie für jedes Ihrer Beispiele, warum die weitergehende Eigenschaft verletzt ist. Lösung: (a) Der Ring der 2 2 Matrizen über Z, also Z 2 2, +, ist nicht kommutativ, denn ( ) ( ) = ( ) aber ( ) ( ) = ( ) (b) Der Ring Z 4, + 4, 4 ist ein kommutativer Ring, aber nicht nullteilerfrei, denn = 0. Damit liegt auch kein Integritätsbereich vor. (c) Der Ring der ganzen Zahlen Z, +, ist ein Integritätsbereich, aber kein Körper, da ein multiplikativ Inverses zu 2 etwa fehlt. Seite 13 von 27 Seiten

16 2. Sei U die Menge der 2 2-Matrizen über dem Körper R, deren Eintrag für die zweite Zeile und erste Spalte Null ist. Also {( ) } a b U = df a, b, c R. 0 c Offensichtlich bildet U mit der Matrizenaddition und -multiplikation einen Unterring von R 2 2, +,, was hier ohne Nachweis vorausgesetzt werden kann. ( ) a b Zeigen Sie, dass die Abbildung h : U R mit h = 0 c df a ein Ringhomomorphismus von U, +, nach R, +, ist. Lösung: Additive Homomorphie: Seien a, a, b, b, c, c R. Dann gilt: (( ) ( a b a b h + )) (( a + a b + b 0 c 0 c = h )) 0 c + c = a + a (( )) (( a b a b = h + h )) 0 c 0 c Multipliktive Homomorphie: Seien a, a, b, b, c, c R. Dann gilt: (( ) ( a b a b h )) (( a a a b 0 c 0 c = h + b c )) 0 c c = a a (( )) (( a b a b = h h )) 0 c 0 c Erhaltung des Einselements: h(e 2 ) = h (( )) = 1. Seite 14 von 27 Seiten

17 Aufgabe 7 (Vektorräume, Untervektorräume) [3+3+4=10 Punkte] Welche der folgenden Mengen sind Untervektorräume der angegebenen Vektorräume R 2 bzw. (Z 5 ) 2? Begründen Sie Ihre Antwort durch einen Beweis. 1. {(a + b, a b) a, b R} R {( a + b, b 2) a, b R } R {( a + b, b 2) a, b Z 5 } (Z5 ) 2. Lösung: 1. U = {(a + b, a b) a, b R} R 2 ist ein Untervektorraum: U, da (0, 0) U. Seien (a + b, a b), (a + b, a b ) U. Dann gilt (a + b, a b) + ( a + b, a b ) = ( a + b + a + b, (a b) + ( a b )) Seien c R und (a + b, a b) U. Dann gilt 2. Es liegt kein Untervektorraum vor: = (( a + a ) + ( b + b ), ( a + a ) ( b + b )) U. c (a + b, a b) = (c (a + b), c (a b)) = (c a + c b, c a c b) U. Es ist (0, 1) = (( 1) + 1, 1 2 ) {( a + b, b 2) a, b R }, aber ( 1) (0, 1) = (0, 1) / {( a + b, b 2) a, b R }. 3. Es liegt kein Untervektorraum vor: Es ist Z 5 = {0, 1, 2, 3, 4}. Die Quadrate der Elemente von Z 5 sind 0, 1 und 4, da 0 2 = 0, 1 2 = 1, 2 2 = 4, 3 2 mod 5 = 4 und 4 2 mod 5 = 1. Es gilt für das Element (0, 1) = (4 + 1, 1 2 ) {( a + b, b 2) a, b Z 5 } und für 2 Z5 2 (0, 1) = (0, 2) / {( a + b, b 2) a, b Z 5 }. Seite 15 von 27 Seiten

18 Seite 16 von 27 Seiten

19 Aufgabe 8 (Lineare Unabhängigkeit) [3+7=10 Punkte] 1. Zeigen Sie: die Menge M = df {(0, 4, 1, 0) t, (1, 2, 4, 1) t, (2, 2, 1, 2) t, (3, 0, 4, 3) t } ist eine linear abhängige Menge von Vektoren des Vektorraums R 4. Lösung: Die Menge ist linear abhängig, da = gilt, d.h. der erste Vektor lässt sich als Linearkombination der übrigen drei Vektoren darstellen. Das gilt hier sogar für alle Vektoren, es ist aber nicht notwendig, das zu zeigen Seite 17 von 27 Seiten

20 2. Sei R R = df {f f : R R} der R-Vektorraum aller Funktionen von R nach R. Zeigen Sie, dass die Funktionen f 1, f 2, f 3 R R mit f 1 (x) = df 2 x, f 2 (x) = df x 2 und f 3 (x) = df 2x linear unabhängig sind. Hinweis: Beachten Sie, dass die Funktionen f 1, f 2 und f 3 linear unabhängig sind, wenn die Gleichung a f 1 + b f 2 + c f 3 = 0 über Variablen a, b, c R nur die triviale Lösung a = b = c = 0 hat, wobei 0 die konstante Nullfunktion ist. Lösung: Seien a, b, c R gegeben, so dass a f 1 + b f 2 + c f 3 = 0 gilt. Das bedeutet, dass a f 1 + b f 2 + c f 3 die konstante Nullfunktion ist, d.h. für alle x R gilt a f 1 (x) + b f 2 (x) + c f 3 (x) = 0. Insbesondere muss diese Bedingung für x 1 = 1, x 1 = 0 und x 2 = 1 erfüllt sein. Wir erhalten daher drei Gleichungen, die erfüllt sein müssen: A) a b ( 1) 2 + c 2 ( 1) = 0 B) a b c 2 0 = 0 C) a b c 2 1 = 0 Wenn wir uns Gleichung B) anschauen, sehen wir sofort, dass a = 0 sein muss, damit a = 0 gilt. Setzen wir dies in A) und C) ein, erhalten wir: A ) 0 + b 2c = 0 C ) 0 + b + 2c = 0 Durch Addieren der beiden Gleichungen erhält man, dass b = 0 ist. Durch Einsetzen von b = 0 in A ) folgt schließlich, dass auch c = 0 gelten muss. Die einzige Lösung, die A), B) und C) erfüllt, ist also a = b = c = 0, und damit sind die Funktionen linear unabhängig. Seite 18 von 27 Seiten

21 Aufgabe 9 (Gleichungssystem, Rang einer Matrix) [8+2=10 Punkte] 1. Bestimmen Sie den Rang der folgenden Matrix A (Z 3 ) 4 4 : A = Lösung: Da wir in Z 3 rechnen, können wir die Matrix alternativ auch schreiben als A = Wir bringen die Matrix mit Zeilenumformungen in Stufenform und lesen den Rang ab Rang A 3,2 (1) = Rang A 4,3 ( 1) = Rang A 1,2 (1) = Rang A 1,3 (2) = Rang M 4 (2) = Rang V 2,4 = Rang V 1, = Rang = In Z 3 darf nicht durch 3 geteilt werden, und eine Multiplikation mit 3 ist keine Äquivalenzumformung. Seite 19 von 27 Seiten

22 2. Betrachten Sie erneut die Matrix A = Welchen Wert hat det(a)? Lösung: Der Wert der Determinanten ist Null, da der Rang der Matrix (laut Aufgabenteil 1) zwei ist. Man kann auch an der Matrix ablesen, dass die Spalten linear abhängig sind, da die dritte und vierte Spalte gleich sind. Das genügt, um zu sehen, dass die Determinante 0 ist. Alternativ kann man auch die umgeformte Matrix aus Aufgabenteil 1 betrachten, die eine Dreiecksmatrix ist. Dort kann man die Determinante als Produkt der Diagonalen ablesen (und auch so erkennen, dass sie Null ist). Seite 20 von 27 Seiten

23 Aufgabe 10 (Wissensfragen) [8+2+2=12 Punkte] Welche der folgenden Aussagen sind wahr, welche sind falsch (jew. 1 Punkt pro richtiger Antwort)? Begründen Sie insgesamt zwei Antworten ausführlich (jew. 2 Punkte pro richtiger Begründung). Falls mehr als zwei Antworten begründet wurden, machen Sie die zu wertenden Antworten kenntlich. Andernfalls werden die ersten beiden Antworten gewertet. Hinweis: Anders als in der Probeklausur ist für die Begründungen eine Differenzierung zwischen wahr - und falsch -Antworten nicht vorgesehen. 1. Es gibt eine bijektive Abbildung f : Q N Die Verknüpfung einer injektiven Abbildung f : A B mit einer surjektiven Abbildung g : B C ergibt eine bijektive Abbildung g f : A C. 3. In einem Verband (V, ) ist jeder -Homomorphismus auch ein Ordnungshomomorphismus. 4. Die Rechtskürzungsregel (a b = c b a = c) gilt allgemein in Monoiden. 5. Die symmetrische Gruppe S 5 hat eine Untergruppe mit 11 Elementen. 6. In einer Abelschen Gruppe ist jede Untergruppe auch ein Normalteiler. 7. Es gibt keinen Vektorraumisomorphismus von R 5 nach R { 0} ist eine Basis des Nullvektorraums V 0 = df { 0}. Lösung: 1. Wahr. In der Vorlesung wurde gezeigt, dass Q, N sowie N N gleichmächtig sind. Nach der Definition von Gleichmächtigkeit existieren damit jeweils bijektive Abbildungen zwischen diesen Mengen. Sind g : Q N N sowie h: N N N jeweils Bijektionen, so lässt sich die Bijektion f : Q N 3 definieren durch f(q) = df (n, m, k), wobei (n, l) = g(q) und (m, k) = h(l) sei. Alternativ kann man darauf verweisen, dass ein endliches kartesisches Produkt abzählbarer Mengen immer eine abzählbare Menge ergibt, weshalb N 3 abzählbar und damit gleichmächtig zu Q ist. 2. Falsch. Man betrachte als Gegenbeispiel A = df {a}, B = df {b 1, b 2 }, C = df {c 1, c 2 }, sowie die Funktionen f : A B mit f(a) = df b 1, und g : B C mit g(b 1 ) = df c 1 sowie g(b 2 ) = df c 2. Offensichtlich ist f injektiv und g surjektiv (sogar bijektiv). Jedoch ist die Abbildung g f : A C nicht bijektiv, da c 2 kein Urbild besitzt. 3. Wahr. Der Zusammenhang zwischen der ordnungstheoretischen und der algebraischen Sicht auf Verbände wird beschrieben durch a b a = a b. Für einen Ordnungshomomorphismus f : (V, ) (V, ) muss für alle a, b V gelten: a b f(a) f(b). Dies lässt sich wie folgt nachweisen, unter der Voraussetzung dass f ein -Homomorphismus ist: a b a = a b f(a) = f(a b) f(a) = f(a) f(b) f(a) f(b). Seite 21 von 27 Seiten

24 4. Falsch. Zwar gibt es Monoide (die keine Gruppen sind), in denen die Rechtskürzungsregel gilt (bspw. N, + ). Im Allgemeinen sind für die Rechtskürzungsregel jedoch inverse Elemente nötig. Ein Gegenbeispiel für die Aussage ist das Monoid N, mit neutralem Element 1: hier gilt bspw. 1 0 = 2 0, jedoch Falsch. Nach dem Satz von Lagrange teilt die Kardinalität einer Untergruppe immer die Kardinalität der entsprechenden (Ober-)Gruppe. Jedoch ist 11 kein Teiler von S 5 = 5! = Wahr. Ein Normalteiler ist eine Untergruppe, deren Links- und Rechtsnebenklassen übereinstimmen. Für eine Gruppe G, sind die Nebenklassen einer Untergruppe H G definiert als a H = df {a h h H} bzw. H a = df {h a h H}. In einer Abelschen (d.h. kommutativen) Gruppe gilt a h = h a für alle h, a G, womit Links- und Rechtsnebenklassen zusammenfallen. 7. Wahr. Ein Vektorraumisomorphismus ist nur zwischen Vektorräumen gleicher Dimension möglich, jedoch gilt dim R 3 = 3 < dim R 5 = Falsch. Der Nullvektorraum hat die leere Menge als Basis; es gilt = V 0. Damit ist { 0} keine Basis, da sie (bspw.) nicht inklusionsminimal ist. Seite 22 von 27 Seiten

25 Seite 23 von 27 Seiten

26 Seite 24 von 27 Seiten

27 Seite 25 von 27 Seiten

28 Seite 26 von 27 Seiten

29 Seite 27 von 27 Seiten

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 7

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 7 Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker Wintersemester 203/4 Übungsblatt 7 Die

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

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen. 1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) 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

Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8

Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8 Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

Lineare Algebra I Klausur. Klausur - Musterlösung

Lineare Algebra I Klausur. Klausur - Musterlösung Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra I Klausur Klausur - Musterlösung 20. Februar 203 Aufgabe - Lösung Aussage wahr falsch (Z, +, 0) ist eine abelsche Gruppe. Der Ring Z/24Z ist nullteilerfrei.

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Grundlagen der Mathematik

Grundlagen der Mathematik Grundlagen der Mathematik Übungsaufgaben zu Kapitel 1 Einführung 1.1.1 Für reelle Zahlen a und b gilt (a+b) (a-b) = a 2 -b 2. Was ist die Voraussetzung? Wie lautet die Behauptung? Beweisen Sie die Behauptung.

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit

Mehr

Mathematik für Informatiker 1 Tutorium

Mathematik für Informatiker 1 Tutorium Mathematik für Informatiker 1 Tutorium Malte Isberner 9.1.2014 M. Isberner MafI1-Tutorium 9.1.2014 1 / 12 Thema heute Thema heute: Verbände M. Isberner MafI1-Tutorium 9.1.2014 2 / 12 Verbände Was ist ein

Mehr

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen) DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

Mehr

PRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF.

PRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF. Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF. (GITTENBERGER) Wien, am 5. Februar 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8

Mehr

1.4 Homomorphismen und Isomorphismen

1.4 Homomorphismen und Isomorphismen Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 28 1.4 Homomorphismen und Isomorphismen Definition 1.4.1 Es seien (G, ) und (H, ) zwei Gruppen. Eine Abbildung ϕ : G H heißt (Gruppen-)Homomorphismus,

Mehr

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

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

5. Gruppen, Ringe, Körper

5. Gruppen, Ringe, Körper 5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus

Mehr

Algebra I. Zwischenprüfung. 19. Februar 2016

Algebra I. Zwischenprüfung. 19. Februar 2016 Name: Vorname: Studiengang: Legi-Nr.: Algebra I D-MATH, HS 2015 Prof. Richard Pink Algebra I Zwischenprüfung Wichtig: 19. Februar 2016 Die Prüfung dauert 120 Minuten. Bitte legen Sie Ihre Legi (Studierendenausweis)

Mehr

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008 KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch

Mehr

1 Algebraische Grundbegriffe

1 Algebraische Grundbegriffe 1 Algebraische Grundbegriffe Eine Algebra besteht aus einer Trägermenge S sowie eineroder mehreren Operationen. Eine Operation ist dabei eine k-stellige Abbildung, d.h. es gilt für eine Operation f f S

Mehr

Zwischenklausur zur Linearen Algebra I HS 2010, Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel

Zwischenklausur zur Linearen Algebra I HS 2010, Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel Zwischenklausur zur Linearen Algebra I HS 2010, 23.10.2010 Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel Name: Emil Mustermann Sitzplatznummer: 2 Die Bearbeitungszeit für diese Klausur beträgt

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

Axiomatische Beschreibung der ganzen Zahlen

Axiomatische Beschreibung der ganzen Zahlen Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen

Mehr

Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist.

Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2 Verbände Wir starten mit der Entwicklung einer algebraischen Struktur, welche u.a. gut zur Kennzeichnung von Geometrien geeignet ist. 2.1 Verbandsdefinition. Beispiele 2.1.1 Definition (Verband): Sei

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

5 Grundlagen der Zahlentheorie

5 Grundlagen der Zahlentheorie 5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk

Mehr

Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe

Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe Seminar Kommutative Algebra und Varietäten Vortrag 1: Ideale kommutativer Ringe Sebastian Dobrzynski 17042014 1 Grundsätzliches zu Idealen Vorab legen wir fest: Alle im Vortrag betrachteten Ringe sind

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Diskrete Strukturen. Restklassenringe WS 2013/2014. Vorlesung vom 24. Jänner 2014

Diskrete Strukturen. Restklassenringe WS 2013/2014. Vorlesung vom 24. Jänner 2014 Diskrete Strukturen WS 2013/2014 Vorlesung vom 24. Jänner 2014 Thomas Vetterlein Institut für Wissensbasierte Mathematische Systeme Johannes-Kepler-Universität Linz 10.1 Die Modulo-n-Relation Definition

Mehr

[Ausarbeitung Mathe 3 Prüfungsfragen WH]

[Ausarbeitung Mathe 3 Prüfungsfragen WH] 2008 [Ausarbeitung Mathe 3 Prüfungsfragen WH] Wichtige Anmerkung des Autors: Diese Ausarbeitung ist meine persönliche Interpretation der Antworten. Es gibt keinerlei Gewähr, dass die Antworten stimmen

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

Einführung Gruppen, Beispiele, Konjugationsklassen

Einführung Gruppen, Beispiele, Konjugationsklassen Einführung Gruppen, eispiele, Konjugationsklassen Fabian Rühle 21.10.2015 Inhaltsverzeichnis 1 Definition von Gruppen und einfache eispiele 1 2 Die zyklische Gruppe n 2 3 Die Diedergruppe D n 3 4 Die Permutationsgruppe

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

1 Algebraische Strukturen

1 Algebraische Strukturen Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen

Mehr

Vorkurs Mathematik Abbildungen

Vorkurs Mathematik Abbildungen Vorkurs Mathematik Abbildungen Philip Bell 19. September 2016 Diese Arbeit beruht im Wesentlichen auf dem Vortrag Relationen, Partitionen und Abbildungen von Fabian Grünig aus den vorangehenden Jahren.

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Übungen zur Linearen Algebra I

Übungen zur Linearen Algebra I Aufgabe 1.1. Wir betrachten die folgenden Punkte im R 2 P 1 = (2,3) P 2 = ( 2,4) P 3 = (3, 1),. (i) Geben Sie die Gerade G durch P 1 und P 2 in einer Parameterdarstellung an! (ii) Geben Sie die Gerade

Mehr

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1) 34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)

Mehr

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3} Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

Copyright, Page 1 of 5 Die Determinante

Copyright, Page 1 of 5 Die Determinante wwwmathematik-netzde Copyright, Page 1 of 5 Die Determinante Determinanten sind ein äußerst wichtiges Instrument zur Untersuchung von Matrizen und linearen Abbildungen Außerhalb der linearen Algebra ist

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2 Lösungsblatt 3. April 2 Einführung in die Theoretische Informatik

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

1 Mengen und Abbildungen

1 Mengen und Abbildungen 1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra

Mehr

2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25

2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25 2 Gruppen Übersicht 2.1 Eigenschaften und Beispiele von Gruppen............................. 17 2.2 Untergruppen...................................................... 21 2.3 Homomorphismen..................................................

Mehr

4: Algebraische Strukturen / Gruppen

4: Algebraische Strukturen / Gruppen Stefan Lucks Diskrete Strukturen (WS 2009/10) 120 4: Algebraische Strukturen / Gruppen Definition 46 Sei G eine nichtleere Menge. Eine Funktion : G G G bezeichnen wir als Verknüpfung auf G. Das Paar (G,

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11

Mathematik für Informatiker I. Musterlösungen zum Hausübungsblatt 3. Aufgabe 1. Christoph Eisinger Wintersemester 2010/11 Mathematik für Informatiker I Christoph Eisinger Wintersemester 2010/11 Musterlösungen zum Hausübungsblatt 3 Aufgabe 1 Zu überpüfen sind jeweils folgende Eigenschaften: 1. Reflexivität: x R x x S 2. Symmetrie:

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 2003/2004) Aufgabenblatt 9

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich. 3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2

Mehr

$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $

$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $ $Id: gruppen.tex,v 1.13 2012/04/24 15:25:02 hk Exp $ $Id: ring.tex,v 1.11 2012/04/24 15:35:17 hk Exp $ 2 Gruppen 2.3 Zyklische Gruppen Wir hatten am Ende der letzten Sitzung bewiesen, dass in einer endlichen

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

Spickzettel Mathe C1

Spickzettel Mathe C1 Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine

Mehr

2.2 Konstruktion der rationalen Zahlen

2.2 Konstruktion der rationalen Zahlen 2.2 Konstruktion der rationalen Zahlen Wie wir in Satz 2.6 gesehen haben, kann man die Gleichung a + x = b in Z jetzt immer lösen, allerdings die Gleichung a x = b im allgemeinen immer noch nicht. Wir

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

Lineare Algebra II, Lösungshinweise Blatt 9

Lineare Algebra II, Lösungshinweise Blatt 9 Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de

Mehr

Lineare Abbildungen. i=0 c ix i n. K n K m

Lineare Abbildungen. i=0 c ix i n. K n K m Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht

Mehr

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit

Mehr

Aufgaben zu Kapitel 15

Aufgaben zu Kapitel 15 Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation

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

Modulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Elementare Algebra und Zahlentheorie

Modulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Elementare Algebra und Zahlentheorie FB 3: Mathematik/Naturwissenschaften Prof. Dr. R. Frank/ Dr. D. Habeck Modulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Elementare Algebra und Zahlentheorie 11.02.2015 Name: Vorname:

Mehr

Modul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010

Modul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010 54 3 GRUPPEN Modul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010 Hinweis: Dieses Manuskript setzt das Skript aus dem letzten Semester fort. Es ist nur verständlich und von Nutzen für

Mehr

Kapitel 2 Mathematische Grundlagen

Kapitel 2 Mathematische Grundlagen Kapitel 2 Mathematische Grundlagen Ziel: Einführung/Auffrischung einiger mathematischer Grundlagen 2.1 Mengen, Relationen, Ordnungen Definition: Eine Menge ist eine Zusammenfassung von wohlbestimmten und

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Vorbereitungskurs Mathematik zum Sommersemester 2015 Mengen und Relationen Susanna Pohl Vorkurs Mathematik TU Dortmund 10.03.2015 Mengen und Relationen Mengen Motivation Beschreibung von Mengen Mengenoperationen

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

Mehr

3. Relationen Erläuterungen und Schreibweisen

3. Relationen Erläuterungen und Schreibweisen 3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob

Mehr

Kap 5: Rang, Koordinatentransformationen

Kap 5: Rang, Koordinatentransformationen Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare

Mehr

Über die algebraische Struktur physikalischer Größen

Über die algebraische Struktur physikalischer Größen Über die algebraische Struktur physikalischer Größen Alois Temmel Juni 2001 c 2001, A. Temmel Inhaltsverzeichnis 1 Physikalische Größen 3 1.1 Das internationale Einheitensystem............... 3 1.2 Die

Mehr

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

1.2 Eigenschaften der ganzen Zahlen

1.2 Eigenschaften der ganzen Zahlen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 13 1.2 Eigenschaften der ganzen Zahlen Dieser Abschnitt handelt von den gewöhlichen ganzen Zahlen Z und ihren Verknüpfungen plus und mal. Man kann die natürlichen

Mehr