Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34

Größe: px
Ab Seite anzeigen:

Download "Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34"

Transkript

1 Kombinatorik Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34

2 Überblick Grundlagen aus der Schule Spezielle Zahlenfolgen Zusammenfassung Matthias Bayerlein Kombinatorik / 34

3 Definition Kombinatorik ist das Teilgebit der Mathematik in dem es um die Anzahl der Anordnungen, oder Auswahlen von unterscheidbaren, oder gleichen Objekten unter Berücksichtigung, oder Vernachlässigung der Reihenfolge geht. Matthias Bayerlein Kombinatorik / 34

4 Grundlagen aus der Schule Grundlagen aus der Schule Permutationen Kombinationen Variationen Binomialkoeffizient Pascal sches Dreieck Matthias Bayerlein Kombinatorik / 34

5 Definition Permutation Eine Permutation ist eine Vertauschung von Elementen einer Menge. Also: Eine Permutation ist eine bijektive Abbildung einer Menge Ω auf sich selbst Matthias Bayerlein Kombinatorik / 34

6 Permutationen Ω = n Anzahl Permutationen auf Ω ist n! ( ) Notation: = (1 3 2)(4) = (1 3 2) Matthias Bayerlein Kombinatorik / 34

7 Beispiele Anzahl der Anordnungen von n Elementen, wobei k Elemente nicht unterschieden werden können: n! k! Anzahl der Anordnungen von n Elementen in einem Kreis, wobei nur die Nachbarn Unterscheidungskriterium sind: n! 2 n Matthias Bayerlein Kombinatorik / 34

8 Definition Variation Als Variation bezeichnet man das Auswählen von k Elementen aus einer Menge mit Mächtigkeit n unter Berücksichtigung der Reihenfolge (k n) Matthias Bayerlein Kombinatorik / 34

9 Beispiele Möglichkeiten ohne Zurücklegen n! (n k)! Möglichkeiten mit Zurücklegen n k Matthias Bayerlein Kombinatorik / 34

10 Definition Kombination Eine Kombination ist eine Variation, bei der die Reihenfolge vernachlässigt wird (# Kombinationen < # Variationen) Matthias Bayerlein Kombinatorik / 34

11 Beispiele Möglichkeiten ohne Zurücklegen ( ) n := k n! k!(n k)! Möglichkeiten mit Zurücklegen ( ) n + k 1 (n + k 1)! = k k! (n 1)! Matthias Bayerlein Kombinatorik / 34

12 Binomialkoeffizient Definition: ( ) n := k n! k! (n k)! Rekursionsgleichung: ( ) ( ) n n 1 = + k k Basisfälle: ( n n) = ( n 0) = 1 und ( n 1) = n ( ) n 1 k 1 Matthias Bayerlein Kombinatorik / 34

13 Pascal sches Dreieck n ( ( n n ( n ( n ( n ( n ( n n ( n ) 0) 1) 2) 3) 4) 5) 6) i=0 i Berechnung mit DP! Matthias Bayerlein Kombinatorik / 34

14 Binomialkoeffizient Wenn nur eine kleine Anzahl an Binomialkoeffizienten gebraucht wird ist Pascal sches Dreieck overkill Alternative: ( n k O(n) ) = n! (n k)!k! = n i=1 i k! n k i=1 i = n i=n k+1 i k! Matthias Bayerlein Kombinatorik / 34

15 Spezielle Zahlenfolgen Spezielle Zahlenfolgen Fibonacci-Zahlen Catalan-Zahlen Stirling Zahlen (1. und 2. Art) Euler Zahlen Integerpartitionen Matthias Bayerlein Kombinatorik / 34

16 Fibonacci-Zahlen Definition: Basisfälle: f 0 = 0 und f 1 = 1 Rekursion: f n = f n 1 + f n 2 Daraus ergibt sich: f n = 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, Schnellere Berechnung mit Fastexponentiation: ( ) n ( ) 1 1 fn+1 f = n 1 0 f n f n 1 Matthias Bayerlein Kombinatorik / 34

17 Catalan-Zahlen Definition: C n = 1 ( ) 2n 1 + n n Das ergibt die Folge 1, 1, 2, 5, 14, 42, 132, 429,... Rekursion: Basisfall: C 0 = 1 C n+1 = n C k C n k k=0 Matthias Bayerlein Kombinatorik / 34

18 Anwendungen Catalan-Zahlen Anzahl wohlgeformter Klammerausdrücke mit n Klammerpaaren Anzahl der möglichen Binärbäume Anzahl der Möglichkeiten ein konvexes n + 1-Eck in Dreiecke zu unterteilen Matthias Bayerlein Kombinatorik / 34

19 Beispiel Warum gibt die Catalan-Zahl die Anzahl der möglichen Klammerausdrücke? Beispiel C 3 = 5 C 3 = (C 0 ) C 2 ( ) ()() + ( ) (()) (C 1 ) C 1 ( () ) () + ( ()() ) (C 2 ) C 0 ( (()) ) Matthias Bayerlein Kombinatorik / 34

20 Stirling-Zahlen 1.Art [ n Die ersten Stirling-Zahlen s n,k = geben die Anzahl k] der Möglichkeiten auf einer Menge mit Mächtigkeit n Permutationen mit genau k Zyklen zu erzeugen. Beispiel: n = 4 und k = 3 s n,k = 6 (1)(2)(3 4) (1)(3)(2 4) (1)(4)(2 3) (2)(3)(1 4) (2)(4)(1 3) (3)(4)(1 2) Matthias Bayerlein Kombinatorik / 34

21 Definition Rekursionsgleichung: [ n Basisfälle: = 1 und n] [ n = 0 n > 0 0] [ n = k] [ ] n 1 + (n 1) k 1 [ ] n 1 k Matthias Bayerlein Kombinatorik / 34

22 Stirling-Dreieck 1.Art n [ ] [ ] [ ] [ ] [ ] [ ] [ n n n n n n n ] Matthias Bayerlein Kombinatorik / 34

23 Stirling-Zahlen 2.Art { Definition: S n,k = S n (k) n = k} ist die Anzahl der Möglichkeiten aus einer Menge mit n Elementen k nichtleere, disjunkte Teilmengen zu bilden Iterative Berechnung: S (n,k) = 1 k! k ( k ( 1) j j j=0 ) (r l) n Matthias Bayerlein Kombinatorik / 34

24 Beispiel Anzahl der Möglichkeiten die Menge M := {a, b, c, d} in genau 2 nicht leere Teilmengen zu zerlegen {a, b}{c, d} {a, c}{b, d} {a, d}{b, c} {a, b, c}{d} {a, b, d}{c} {a, c, d}{b} {b, c, d}{a} S (4,2) = 7 Matthias Bayerlein Kombinatorik / 34

25 Stirling-Dreieck 2.Art Rekursive Berechnung: S (n,k) = S (n 1,k 1) + k S (n 1,k) { } { } { } { } { } { } { n n n n n n n n } Matthias Bayerlein Kombinatorik / 34

26 Euler-Zahlen Definition: Die Euler-Zahlen n k geben die Anzahl der Permutationen von n Elementen, die genau k aufsteigende Teilfolgen haben Rekursive Formel: n = k k n 1 k + (n k + 1) n 1 k 1 Matthias Bayerlein Kombinatorik / 34

27 Beispiel Anzahl der Permutationen aus 3 Elementen mit genau 2 aufsteigenden Teilfolgen = ist nicht enthalten, da nur eine aufsteigende Teilfolge und 321 nicht, da 3 aufsteigende Teilfolgen Matthias Bayerlein Kombinatorik / 34

28 Integerpartitionen Als Integerpartition einer Zahl n wird eine Menge von natürlichen Zahlen bezeichnet, deren Summe n ergibt. Sei f (n, k) eine Funktion, die die Anzahl aller Zusammensetzungen von n aus Zahlen kleiner, oder gleich k liefert Die gesuchte Größe ist f (n, n) Beispiele: f (1, 1) = 1, {1} f (2, 2) = 2, {{1, 1}, {2}} Matthias Bayerlein Kombinatorik / 34

29 Integerpartitionen Für die Rekursionsgleichung stellt man nun fest, dass die Zahl k entweder in einer Partition vorkommt (f (n k, k)), oder nicht (f (n, k 1)) f (n, k) = f (n k, k) + f (n, k 1) Basisfälle: f (0, k) = 1 f (n, 0) = 0 f (n, k) = 0 n < 0 Matthias Bayerlein Kombinatorik / 34

30 Beispiele Die Türme von Hanoi Gegeben sind drei Stangen, auf der linken sind n unterschiedlich große Scheiben. Ziel ist es diese mit möglichst wenigen Zügen auf die rechte Stange zu stapeln, wobei nie eine Größere auf einer Kleineren liegen darf. Matthias Bayerlein Kombinatorik / 34

31 Beispiele Die Türme von Hanoi Gegeben sind drei Stangen, auf der linken sind n unterschiedlich große Scheiben. Ziel ist es diese mit möglichst wenigen Zügen auf die rechte Stange zu stapeln, wobei nie eine Größere auf einer Kleineren liegen darf. Lösung: Die Mersenne-Zahlen : m n = 2 n 1 Matthias Bayerlein Kombinatorik / 34

32 Beispiele Aufgabe: n Dominosteine sollen auf ein 2 n Grid gelegt werden. Wie viele verschiedene Möglichkeiten existieren? Matthias Bayerlein Kombinatorik / 34

33 Beispiele Aufgabe: n Dominosteine sollen auf ein 2 n Grid gelegt werden. Wie viele verschiedene Möglichkeiten existieren? Lösung: Die n-te Fibonaccizahl f n Matthias Bayerlein Kombinatorik / 34

34 Beispiele Aufgabe: Auf wie viele verschiedene Arten können n Pferde bei einem Rennen ins Ziel kommen, wenn mehrere Pferde auch gleichzeitig ankommen können? Matthias Bayerlein Kombinatorik / 34

35 Beispiele Aufgabe: Auf wie viele verschiedene Arten können n Pferde bei einem Rennen ins Ziel kommen, wenn mehrere Pferde auch gleichzeitig ankommen können? Lösung: n k=1 { n k} k! Matthias Bayerlein Kombinatorik / 34

36 Beispiele Türme von Hanoi 2 Problem wie oben, allerdings mit 4 Stangen Matthias Bayerlein Kombinatorik / 34

37 Beispiele Türme von Hanoi 2 Problem wie oben, allerdings mit 4 Stangen Lösung: mit a n+1 = a n + 2 x 8n 7 1 x := 2 Matthias Bayerlein Kombinatorik / 34

38 Literatur Hallo Welt! - Vorträge von Tilmann Spiegelhauer (2004) und Tanja Fischer (2010) njas/sequences R.L. Graham, D.E. Knuth, O. Patashnik: Concrete Mathmatics, Addison-Wesley Matthias Bayerlein Kombinatorik / 34

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

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

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Kombinatorik Andreas Siegling Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Einstieg Es gibt ca. 6.7 x 10 21 verschiedene 9x9 Standard-Sudokus. Für Tic

Mehr

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o *) Die Berechnung der Wahrscheinlichkeit im Laplace-Experiment wirkt zunächst einfach. Man muss einfach die Anzahl der günstigen Fälle durch die Anzahl der möglichen Fälle teilen. Das Feststellen dieser

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 3. November 2010 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Tabellen Fakultät, Beispiel

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

Unter dem Symbol n! (gelesen n Fakultät) versteht man das Produkt der natürlichen Zahlen von 1 bis n.

Unter dem Symbol n! (gelesen n Fakultät) versteht man das Produkt der natürlichen Zahlen von 1 bis n. Die Fakultät Definition: Unter dem Symbol n! (gelesen n Fakultät) versteht man das Produkt der natürlichen Zahlen von 1 bis n. n! = 1 2 3... (n 2) (n 1) n Zusätzlich wird definiert 0! = 1 Wie aus der Definition

Mehr

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26) Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung

Mehr

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner Kombinatorik: Abzählverfahren Teschl/Teschl 7 Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen

Mehr

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y Kombinatorik Nach [1], Chap.4 (Counting Methods and the Pigeonhole Principle). Multiplikationsprinzip Beispiel 1 Wieviele Wörter der Länge 4 kann man aus den Buchstaben A,B,C,D,E bilden,... 1. wenn Wiederholungen

Mehr

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r ) Definition B : Menge der binären Bäume, rekursiv definiert durch die Regeln: ist ein binärer Baum sind t l, t r binäre Bäume, so ist auch t =, t l, t r ein binärer Baum nur das, was durch die beiden vorigen

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte)

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte) Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 007/08 Lösungsblatt 7

Mehr

von Zahlenfolgen, die bei Gebietsteilungsproblemen

von Zahlenfolgen, die bei Gebietsteilungsproblemen Zahlenfolgen bei Gebietsteilungsproblemen Karin Halupczok Oktober 005 Zusammenfassung Gesucht sind rekursive und explizite Bildungsgesetze von Zahlenfolgen, die bei Gebietsteilungsproblemen auftauchen:

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

GELEITWORT von Dr. Eric Müller VORWORT DANKSAGUNG

GELEITWORT von Dr. Eric Müller VORWORT DANKSAGUNG Inhaltsverzeichnis GELEITWORT von Dr. Eric Müller VORWORT DANKSAGUNG VII IX XI 1 KOMPLEXE KODIERUNG 1 Komplexe Zahlen Kurze Einführung 1 Kodierungsproblem komplexer Zahlen 2 Problemanalyse und Entwurf

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

1 Mengen. 1.1 Definition

1 Mengen. 1.1 Definition 1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene

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

Natürliche, ganze und rationale Zahlen

Natürliche, ganze und rationale Zahlen Natürliche, ganze und rationale Zahlen Zunächst haben die zum Zählen verwendeten natürlichen Zahlen 0, 1, 2, 3,... nichts mit dem reellen Zahlen zu tun. Durch die ausgezeichnete reelle Zahl 1 (Maßeinheit!)

Mehr

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von

Mehr

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung

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

Mathematik: Diskrete Strukturen

Mathematik: Diskrete Strukturen Skriptum zur Vorlesung Mathematik: Diskrete Strukturen gehalten im Sommersemester 2014 von Sven Kosub 24. Juli 2014 Version v3.25 Inhaltsverzeichnis 1 Kombinatorik 1 1.1 Grundregeln des Abzählens...........................

Mehr

Rekursive Algorithmen

Rekursive Algorithmen Rekursive Algorithmen In der Mathematik sind viele Funktionen rekursiv definiert. Der Begriff der Rekursion beinhaltet, dass zur Definition einer Funktion diese selbst wieder mit benutzt wird, allerdings

Mehr

Folgen und Reihen. 1. Folgen

Folgen und Reihen. 1. Folgen 1. Folgen Aufgabe 1.1. Sie kennen alle die Intelligenztests, bei welchen man zu einer gegebenen Folge von Zahlen die nächsten herausfinden soll. Wie lauten die nächsten drei Zahlen bei den folgenden Beispielen?

Mehr

Kombinatorik. Additions- und Multiplikationsgesetz

Kombinatorik. Additions- und Multiplikationsgesetz Kombinatorik Die Kombinatorik beschäftigt sich mit der Berechnung der Anzahl Möglichkeiten, eine Anzahl von Objekten aus einer Grundmenge auszuwählen. Z.B. beim Schweizer Zahlenlotto 6 aus 45. Dabei wird

Mehr

Kombinatorische Abzählverfahren

Kombinatorische Abzählverfahren Mathematik Statistik Kombinatorische Abzählverfahren * Kombinatorische Abzählverfahren Vorwort TEIL A: Basiswissen 1. Was zum Teufel ist das? 1.2. Wofür benötigt man Kombinatorische Abzählverfahren? 1.3.

Mehr

Vorkurs Mathematik für Informatiker Kombinatorik --

Vorkurs Mathematik für Informatiker Kombinatorik -- Vorkurs Mathematik für Informatiker -- 10 Kombinatorik -- Thomas Huckle Stefan Zimmer 30.09.2014 1 Urnenmodell In der Kombinatorik interessiert man sich dafür, wie viele Möglichkeiten es für die Ergebnisse

Mehr

Vollständige Induktion

Vollständige Induktion Schweizer Mathematik-Olympiade smo osm Vollständige Induktion Aktualisiert: 1 Dezember 01 vers 100 Eine der wichtigsten Beweistechniken der Mathematik überhaupt ist die (vollständige) Induktion Wir nehmen

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc. Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)

Mehr

Endgültige Gruppeneinteilung Kohorte Innere-BP Sommersemester 2016 (Stand: )

Endgültige Gruppeneinteilung Kohorte Innere-BP Sommersemester 2016 (Stand: ) A A1a 2197120 on on A A1a 2311330 on on on on on on on A A1a 2316420 on on A A1a 2332345 on on on on on on on A A1a 2371324 on on on on on on on A A1a 2382962 on on A A1a 2384710 on on on on on on on A

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

Kombinatorik BEISPIEL: WIE VIELE MÖGLICHKEITEN GIBT ES, EINE DREISTELLIGE ZAHL MIT DEN ZIFFERN 3

Kombinatorik BEISPIEL: WIE VIELE MÖGLICHKEITEN GIBT ES, EINE DREISTELLIGE ZAHL MIT DEN ZIFFERN 3 Kombinatorik Die Kombinatorik beschäftigt sich damit, verschiedene mögliche Auswahlen und Anordnungen von Elementen aus endlichen Mengen zu untersuchen. Insbesondere wird die Anzahl dieser berechnet. BEISPIEL:

Mehr

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen.

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen. VI. Kombinatorik ================================================================== 6.1 Einführung --------------------------------------------------------------------------------------------------------------

Mehr

Datenstrukturen und Algorithmen

Datenstrukturen und Algorithmen Datenstrukturen und Algorithmen VO 708.031 27.10.2011 stefan.klampfl@tugraz.at 1 Wiederholung Wir vergleichen Algorithmen anhand des ordnungsmäßigen Wachstums von T(n), S(n), Asymptotische Schranken: O-Notation:

Mehr

Konzepte und Methoden der Programmierung Lösungen P. Fierz / FS 2012

Konzepte und Methoden der Programmierung Lösungen P. Fierz / FS 2012 Kapitel 1 Rekursion Alle Programme finden Sie im mitgelieferten zip-file. Aufgabe 1.1 [Fakultät] Für diese Übung brauchen Sie die Klassen Factorial Skelett und MyTimer. n! ist rekursiv folgendermassen

Mehr

1 Das Prinzip der vollständigen Induktion

1 Das Prinzip der vollständigen Induktion 1 1 Das Prinzip der vollständigen Induktion 1.1 Etwas Logik Wir nennen eine Formel oder einen Satz der Alltagssprache eine Aussage, wenn sie wahr oder falsch sein kann. Die Formeln 2 = 3, 2 4, 5 5 sind

Mehr

Lösungsskizzen zur Präsenzübung 05

Lösungsskizzen zur Präsenzübung 05 Lösungsskizzen zur Präsenzübung 0 Hilfestellung zur Vorlesung Anwendungen der Mathematik im Wintersemester 201/2016 Fakultät für Mathematik Universität Bielefeld Veröffentlicht am 01. Dezember 201 von:

Mehr

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland.

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland. 1 Programmierung 2 Dynamische Programmierung Sebastian Hack hack@cs.uni-saarland.de Klaas Boesche boesche@cs.uni-saarland.de Sommersemester 2012 2 Übersicht Stammt aus den Zeiten als mit Programmierung

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben

Mehr

1 Begriff Kombinatorik; Zahl aller Teilmengen

1 Begriff Kombinatorik; Zahl aller Teilmengen 6 Kombinatorik Jörn Loviscach Versionsstand: 2. Dezember 2011, 16:25 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work

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

Stochastik. Kombinatorik. 1 n n! Man muss die Anzahl möglicher Anordnungen durch die Anzahl möglicher Anordnungen von (n-k) Objekte dividieren.

Stochastik. Kombinatorik. 1 n n! Man muss die Anzahl möglicher Anordnungen durch die Anzahl möglicher Anordnungen von (n-k) Objekte dividieren. Stochastik Kombinatorik Bei der Kombinatorik geht es um das Zählen von Möglichkeiten. Es handelt sich um Abzählverfahren. Wichtig dabei ist stets die Auswahl und die Anordnung. alle Objekte Reihenfolge

Mehr

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen

Rumpfskript. Elementare Wahrscheinlichkeitsrechnung. Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Rumpfskript Elementare Wahrscheinlichkeitsrechnung Prof. Dr. Ralf Runde Statistik und Ökonometrie, Universität Siegen Vorbemerkung Vorbemerkung Das vorliegende Skript heißt nicht nur Rumpf skript, sondern

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

Speicher und Adressraum

Speicher und Adressraum Linearer Speicher (Adressraum) Technische Universität München Speicher und Adressraum Freie Speicherhalde (Heap) Freier Speicherstapel (Stack) Globale Variablen Bibliotheksfunktionen Laufzeitsystem Programmcode

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

SS 2016 Torsten Schreiber

SS 2016 Torsten Schreiber SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen

Mehr

Die Ausgangsposition. Der aus drei Scheiben bestehende Turm steht auf Platz 1.

Die Ausgangsposition. Der aus drei Scheiben bestehende Turm steht auf Platz 1. Der Turm von Hanoi 1. Schritt Die Ausgangsposition. Der aus drei Scheiben bestehende Turm steht auf Platz 1. Im ersten Schritt legen wir die oberste Scheibe auf Platz 3. Nun legen wir die mittlere Scheibe

Mehr

Mathematische Grundlagen 2

Mathematische Grundlagen 2 Skriptum zur Vorlesung Mathematische Grundlagen 2 gehalten im Sommersemester 2009 von Sven Kosub 24. Juli 2009 Version v0.5 Inhaltsverzeichnis 5 Kombinatorik 5. Grundregeln des Abzählens...........................

Mehr

3. Kombinatorik und Wahrscheinlichkeit

3. Kombinatorik und Wahrscheinlichkeit 3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:

Mehr

Ü b u n g s b l a t t 10

Ü b u n g s b l a t t 10 Einführung in die Stochastik Sommersemester 07 Dr. Walter Oevel. 6. 2007 Ü b u n g s b l a t t 0 Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden. Lösungen von -Aufgaben

Mehr

Rekursion. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung

Rekursion. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung Rekursion Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-12-13/infoeinf WS12/13 Aufgabe 1: Potenzfunktion Schreiben Sie eine Methode, die

Mehr

JAVA - Rekursion

JAVA - Rekursion Übungen Informatik I JAVA - http://www.fbi-lkt.fh-karlsruhe.de/lab/info01/tutorial Übungen Informatik 1 Folie 1 Inhalt Allgemeines Fakultät Fibonacci Türme von Hanoi Übungen Informatik 1 Folie 2 Ein Objekt

Mehr

5 Kombinatorik. 5.1 Das Mengenprodukt oder Bilden von Wörtern aus Buchstaben

5 Kombinatorik. 5.1 Das Mengenprodukt oder Bilden von Wörtern aus Buchstaben 69 5 Kombinatorik Kombinatorik ist die Theorie vom Abzählen der Elemente einer Menge. Dabei geht es darum, dieses Abzählen möglichst effektiv durchzuführen und vor allem allgemeine Aussagen zu treffen.

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

II.3.1 Rekursive Algorithmen - 1 -

II.3.1 Rekursive Algorithmen - 1 - 1. Grundelemente der Programmierung 2. Objekte, Klassen und Methoden 3. Rekursion und dynamische Datenstrukturen 4. Erweiterung von Klassen und fortgeschrittene Konzepte II.3.1 Rekursive Algorithmen -

Mehr

2. Zufallsvorgänge und Wahrscheinlichkeiten

2. Zufallsvorgänge und Wahrscheinlichkeiten 2. Zufallsvorgänge und Wahrscheinlichkeiten Ziel des Kapitels: Einführung elementarer Begriffe der Wahrscheinlichkeitsrechnung (definitorisch) Ziel der Wahrscheinlichkeitsrechnung: Modellierung von zufälligen

Mehr

Kombinatorische Methoden in der Informatik

Kombinatorische Methoden in der Informatik Kombinatorische Methoden in der Informatik Prof Dr Peter Hauck Wilhelm-Schickard-Institut für Informatik AB Diskrete Mathematik Skript einer 4-stündigen Vorlesung im Sommersemester 2004 (Korrigierte Version

Mehr

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16

Lineare Algebra I. - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Monday 12 September 16 Lineare Algebra I - 1.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß 1. Mengen und Abbildungen: Mengen gehören zu den Grundlegendsten Objekten in der Mathematik Kurze Einführung in die (naive) Mengelehre

Mehr

Partitionen natürlicher Zahlen

Partitionen natürlicher Zahlen Partitionen natürlicher Zahlen wgnedin@math.uni-koeln.de 9. Oktober 03 In dieser Notiz wird der Beweis des Satzes über die Anzahl der Partitionen einer natürlichen Zahl vorgestellt. Die Darstellung folgt

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom Übungsaufgaben 8. Übung SS 16: Woche vom 30. 5. 3.6. 2016 Stochastik II: Klassische Wkt.-Berechnung; Unabhängigkeit Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/...

Mehr

Vorkurs Informatik WiSe 16/17

Vorkurs Informatik WiSe 16/17 Java Rekursion Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 11.10.2016 Technische Universität Braunschweig, IPS Überblick Einleitung Beispiele 11.10.2016 Dr. Werner Struckmann / Stephan Mielke,

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

Musterlösung zur Probeklausur zur Kombinatorik

Musterlösung zur Probeklausur zur Kombinatorik UNIVERSITÄT ULM Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Musterlösung zur Probeklausur zur Kombinatorik Prof. Dr. Helmut Maier, Hans- Peter Reck Gesamtpunktzahl: 00 Punkte Freitag,. Dezember

Mehr

Klausurvorbereitung für die Semesterferien - 20 Aufgaben -

Klausurvorbereitung für die Semesterferien - 20 Aufgaben - Klausurvorbereitung für die Semesterferien - 20 Aufgaben - Sebastian Heger B.Sc. - SoSe 2010 Mathematik für Informatiker II bei Prof. Dr. J. Baumeister Aufgabe 1. (Mengenbeweise) Seien ABC beliebige Mengen.

Mehr

6 Kombinatorik: Einschluß-Ausschluß Formel. 6.1 Indikatorfunktionen. I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B

6 Kombinatorik: Einschluß-Ausschluß Formel. 6.1 Indikatorfunktionen. I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B 6 Kombinatorik: Einschluß-Ausschluß Formel 6.1 Indikatorfunktionen I A (ω) = { 1 falls ω A 0 falls ω A I A ist eine Zufallsvariable E[I A ] = P (A) IĀ = 1 I A I A B = I A I B I 2 A = I A V ar[i A ] = P

Mehr

2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin

2 Die Menge der ganzen Zahlen. von Peter Franzke in Berlin Die Menge der ganzen Zahlen von Peter Franzke in Berlin Das System der natürlichen Zahlen weist einen schwerwiegenden Mangel auf: Es gibt Zahlen mn, derart, dass die lineare Gleichung der Form mx n keine

Mehr

Algorithmen und Datenstrukturen Tafelübung 4. Jens Wetzl 15. November 2011

Algorithmen und Datenstrukturen Tafelübung 4. Jens Wetzl 15. November 2011 Algorithmen und Datenstrukturen Tafelübung 4 Jens Wetzl 15. November 2011 Folien Keine Garantie für Vollständigkeit und/oder Richtigkeit Keine offizielle Informationsquelle LS2-Webseite Abrufbar unter:

Mehr

II Wahrscheinlichkeitsrechnung

II Wahrscheinlichkeitsrechnung 251 1 Hilfsmittel aus der Kombinatorik Wir beschäftigen uns in diesem Abschnitt mit den Permutationen, Kombinationen und Variationen. Diese aus der Kombinatorik stammenden Abzählmethoden sind ein wichtiges

Mehr

Informatik B von Adrian Neumann

Informatik B von Adrian Neumann Musterlösung zum 7. Aufgabenblatt vom Montag, den 25. Mai 2009 zur Vorlesung Informatik B von Adrian Neumann 1. Java I Schreiben Sie ein Java Programm, das alle positiven ganzen Zahlen 0 < a < b < 1000

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

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

Technische Universität München

Technische Universität München Stand der Vorlesung Kapitel 2: Auffrischung einiger mathematischer Grundlagen Mengen, Potenzmenge, Kreuzprodukt (Paare, Tripel, n-tupel) Relation: Teilmenge MxN Eigenschaften: reflexiv, symmetrisch, transitiv,

Mehr

Kombinatorik. smo osm. Thomas Huber, Viviane Kehl. Inhaltsverzeichnis. Aktualisiert: 1. Dezember 2015 vers Divide and Conquer 2

Kombinatorik. smo osm. Thomas Huber, Viviane Kehl. Inhaltsverzeichnis. Aktualisiert: 1. Dezember 2015 vers Divide and Conquer 2 Schweizer Mathematik-Olympiade smo osm Kombinatorik Thomas Huber, Viviane Kehl Aktualisiert: 1. Dezember 2015 vers. 1.0.0 Inhaltsverzeichnis 1 Divide and Conquer 2 2 Die vier fundamentalen Auswahlprozesse

Mehr

Mathe K2 Stochastik Sj. 16/17

Mathe K2 Stochastik Sj. 16/17 Mathe K2 Stochastik Sj. 16/17 Bernoulli-Kette 1 Galtonbrett 1 Wir lassen eine Kugel auf ein Nagelbrett fallen: Galtonbrett\Galton.exe Zufallsexperiment: Eine Kugel fallen lassen und den Weg notieren. Ein

Mehr

Euler-Venn-Diagramme

Euler-Venn-Diagramme Euler-Venn-Diagramme Mengendiagramme dienen der graphischen Veranschaulichung der Mengenlehre. 1-E1 1-E2 Mathematische Symbole c leere Menge Folge-Pfeil Äquivalenz-Pfeil Existenzquantor, x für (mindestens)

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

Das Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung

Das Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung Das Voronoi Diagramm 1. Definition 2. Eigenschaften 3. Größe und Speicherung 4. Konstruktion 5. Verwendung Das Voronoi- Diagramm Voronoi Regionen Euklidische Distanz: d(p,q) = (px-qx)^2+(py-qy)^2 Das Voronoi-Diagramm

Mehr

Permutation und Kombination

Permutation und Kombination Permutation und Kombination Aufgaben Aufgabe 1 Wie viele verschiedene Wörter lassen sich durch Umstellen der Buchstaben aus den Wörtern a. Mississippi, b. Larissa, c. Stuttgart, d. Abrakadabra, e. Thorsten,

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

Notizen zu Transformationen und Permutationen. T (A) = {f : A A}

Notizen zu Transformationen und Permutationen. T (A) = {f : A A} Transformationen Notizen zu Transformationen und Permutationen Ist A eine Menge, so ist die Menge T (A) = {f : A A} bezüglich der Komposition (Hintereinanderausführung) als Operation und der identischen

Mehr

Basiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche '-Funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche '-Funktion, RSA Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche '-Funktion, RSA Manfred Gruber http://www.lrz-muenchen.de/~gruber SS 2009, KW 15 Kleiner Fermatscher Satz Satz 1. Sei p prim und a 2 Z p. Dann

Mehr

Mathe Star Lösungen Runde /07

Mathe Star Lösungen Runde /07 Dr. Michael J. Winckler Mathe Star Initiative IWR, Raum 502, INF 368, 69120 Heidelberg Michael.Winckler@iwr.uni-heidelberg.de http://www.iwr.uni-heidelberg.de/teaching/mathe-star/ Mathe Star Lösungen Runde

Mehr

Die alternierende harmonische Reihe.

Die alternierende harmonische Reihe. Die alternierende harmonische Reihe Beispiel: Die alternierende harmonische Reihe k k + = 2 + 3 4 + konvergiert nach dem Leibnizschen Konvergenzkriterium, und es gilt k k + = ln2 = 06934 für den Grenzwert

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

Vorab : Von dem indischen Mathematiker D. R. Kaprekar stammt folgender Zusammenhang :

Vorab : Von dem indischen Mathematiker D. R. Kaprekar stammt folgender Zusammenhang : Seite 1 Algorithmen zur Erzeugung von Kaprekar- Konstanten Autor : Dipl.- Ing. Josef Meiler ; Datum : März 015 Vorab : Von dem indischen Mathematiker D. R. Kaprekar stammt folgender Zusammenhang : a) man

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 13. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 13. Tutoriumsblatt Mathematisches Institut der Universität München Wintersemester 2013/14 Daniel Rost Lukas-Fabian Moser Grundlagen der Mathematik I Lösungsvorschlag zum 13. Tutoriumsblatt Aufgabe 1. a) (i) Eine Verlosung

Mehr

Mathematik für Ökonomen 1

Mathematik für Ökonomen 1 Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen

Mehr

Mathematik ohne Formeln gibt s denn das?

Mathematik ohne Formeln gibt s denn das? Mathematik ohne Formeln gibt s denn das? Ein Stück Mathematik der anderen Art Daniel Grieser Institut für Mathematik Universität Oldenburg Der Läufer Ein Läufer im Schach kann nur schräg ziehen. Kann er......

Mehr

Geometrische Algorithmen

Geometrische Algorithmen Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5

Mehr

Erklärungen zum Binomialkoeffizienten

Erklärungen zum Binomialkoeffizienten Erklärungen zum Binomialkoeffizienten Mirko Getzin Universität Bielefeld Fakultät für Mathematik 5. November 01 Keine Gewähr auf vollständige Richtigkeit und perfekter Präzision aller (mathematischen)

Mehr

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! = Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen

Mehr

Lösungen zur Vorrundenprüfung 2006

Lösungen zur Vorrundenprüfung 2006 Lösungen zur Vorrundenprüfung 2006 Zuerst einige Bemerkungen zum Punkteschema. Eine vollständige und korrekte Lösung einer Aufgabe ist jeweils 7 Punkte wert. Für komplette Lösungen mit kleineren Fehlern

Mehr