3.8 Redundante Datenspeicherung und Fehlerkorrektur Seien natürliche Zahlen k, t und s so gewählt, dass. k + 2t 2 s 1.

Ähnliche Dokumente
4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align

Kongruenz modulo g definiert auf K[x] eine Äquivalenzrelation g : h g f h f ist durch g teilbar, und [f] g ist die Äquivalenzklasse von f.

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3)

Endliche Körper. Seminar Graphentheorie und Diskrete Mathematik Referent: Steffen Lohrke ii5105 SS 2005

WS 2013/14. Diskrete Strukturen

Berechnung von Teilmengen

2 Vollständige Induktion

Indexmengen. Definition. n n n. i=1 A i := A 1... A n

Nützlich bei Diskretisierungen von Problemen sind Gaussklammern, die reellen Werten ganzzahlige zuordnen:

Kombinationen und Permutationen

10. Übung zur Linearen Algebra I -

Grundlagen der Kombinatorik

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

2 Lineare Gleichungssysteme

Abzählende Kombinatorik

n n!

3. Funktionen. 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3]

Lösung zu Serie 20. Die Menge der Polynome vom Grad 4 ohne Nullstelle ist gegeben durch

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

Analyse von Hashfunktionen

Die Größe A(n, d) und optimale Codes

6.2 Die Varianzanalyse und das lineare Modell

17 Lineare Abbildungen

Surjektive, injektive und bijektive Funktionen.

1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:

Vorkurs Mathematik. Vorlesung 5. Verknüpfungen

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Lineare Algebra I, Musterlösung zu Blatt 9

Matrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).

Kombinatorik. ÖMO-Fortgeschrittenen-Kurs an der TU Graz. Jan Pöschko. 6. März Grundlegendes 2. 2 Zählen mit Binomialkoeffizienten 3

1. Übungsscheinklausur Diskrete Strukturen SS 2000

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

$Id: reell.tex,v /11/15 13:12:24 hk Exp $

Zahlen und Rechenstrukturen

bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR

Lösungsvorschlag zu den Hausaufgaben der 3. Übung

Mathematik für Physiker, Informatiker und Ingenieure

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def.

WS 2008/09. Diskrete Strukturen

SE Codierungstheorie Leitung: Dr. Amin Coja-Oghlan. Reed-Solomon-Codes. Jörg Pohle, Dezember 2006

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik

Analysis I - Stetige Funktionen

2.1 Klassische kombinatorische Probleme

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.

01. Gruppen, Ringe, Körper

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)

3 Ein wenig Kombinatorik

Binomialkoeffizient. Für n, k N 0 mit n k definiert man den Binomialkoeffizienten. ( ) n n! n(n 1)(n 2) (n k + 1) Binomialkoeffizient 1-1

Erzeugendensystem und Basis

Natürliche, ganze und rationale Zahlen

Gleichmächtige Mengen

Algebra - Neutrales und Nullelement. Definition 35. Gibt es in einer Algebra (S, ) mit binärer Operation

6. Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke. 6. Woche: Lineare Codes, Syndrom, Gilbert-Varshamov Schranke 107/ 238

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome

Die Zahlbereiche N, Z, Q

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

WS 2008/09. Diskrete Strukturen

1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für

Die Inzidenzalgebra, die Möbiusfunktion und -inversion und ihre Anwendung beim PIE

Sei M Grundmodell von ZFC+GCH, E sog. Easton-Indexfunktion mit folgenden Eigenschaften:

Lineare Algebra I (WS 13/14)

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 18

Übungen zum Vorkurs Mathematik

Gruppen. Kapitel Operationen Definiton Gruppe, symmetrische Gruppen. Gruppen und Untergruppen, Lernziele 1. Erzeugendensysteme,

Invertieren von Potenzreihen

Der Kern einer Matrix

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

Der (7, 4)-Hamming-Code

Lineare Algebra I (WS 12/13)

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

1.4 Gruppen, Ringe, Körper

Kapitel 3 Lineare Algebra

8.2 Invertierbare Matrizen

Prof. Dr. H. Brenner Osnabrück SS Zahlentheorie

Die Determinante einer Matrix

1. Aufgabe (6 Punkte) Zeigen Sie mit Hilfe der vollständigen Induktion, dass folgende Gleichheit gilt für alle n N, n 2. k (k + 1)! = 1 1 n!.

Determinanten. I. Permutationen

WS 2009/10. Diskrete Strukturen

Lineare Abhängigkeit

Erinnerung: Der Vektorraum F n 2

Kapitel 1. Grundlagen

Lineare Abbildungen und Orthonormalsysteme

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 4

WS 20013/14. Diskrete Strukturen

KAPITEL 2. Kombinatorik

Kapitel 1. Grundlagen Mengen

Vorlesung Lineare Optimierung (Sommersemester 2007)

1 Linearkombinationen

Determinanten. I. Permutationen

Prof. S. Krauter Kombinatorik. WS Blatt04.doc

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

Mathematik für Naturwissenschaftler II SS 2010

Universität Zürich HS , Vorlesung #3

Lineare Algebra I. 2. Ist n = 4k für ein k N, so ist die

Musterlösung Serie 8

WS 2009/10. Diskrete Strukturen

Transkript:

38 Redundante Datenspeicherung und Fehlerorretur Seien natürliche Zahlen, t und s so gewählt, dass + 2t 2 s 1 Sei weiter K = GF (2 s ), und seien c 0,, c 1 K Wir fassen die c i sowohl als Elemente von K als auch (in frei festzulegender, eindeutiger Weise) als Binärwörter der Länge s auf Sei weiter α ein primitives Element in K = GF (2 s ) (existiert nach Satz 127) und seien Disrete Struturen 38 Redundante Datenspeicherung und Fehlerorretur 253/558

d(x) = +2t 1 i=0 g(x) := c(x) := 2t i=1 (x α i ), 1 c i x i, und i=0 d i x i := g(x) c(x) Wir sagen, dass der Vetor der Koeffizienten von d(x) den Vetor (c 0,, c 1 ) odiert (Reed-Solomon-Code RS(s,, t)) Disrete Struturen 38 Redundante Datenspeicherung und Fehlerorretur 254/558

Satz 164 Für jedes s N und, t N mit + 2t 2 s 1 ist der Reed-Solomon-Code RS(s,, t) t-fehlerorrigierend und 2t-fehlererennend Das bedeutet, dass, falls bei der Übertragung des Vetors der d i nicht mehr als 2t der d i s verändert werden, dies erannt werden ann Werden höchstens t der d i s verändert, so önnen die ursprünglichen d i s sogar reonstruiert werden Disrete Struturen 38 Redundante Datenspeicherung und Fehlerorretur 255/558

Beweis: Sei (f 0,, f +2t 1 ) der sich nach der Übertragung ergebende Code-Vetor, sei e i := f i d i für i = 0,, + 2t 1, und seien e(x) := +2t 1 i=0 e i x i und f(x) := Dann gilt f(x) = d(x) + e(x), und es folgt +2t 1 i=0 f(α i ) = e(α i ) für alle 1 i 2t f i x i Disrete Struturen 38 Redundante Datenspeicherung und Fehlerorretur 256/558

Beweis (Forts): In Matrixschreibweise sieht dies wie folgt aus: 1 α α 2 α 3 α +2t 1 1 α 2 α 4 α 6 α 2(+2t 1) 1 α 3 α 6 α 9 α 3(+2t 1) 1 α 2t α 4t α 6t α 2t(+2t 1) e 0 e 1 e 2 e +2t 2 e +2t 1 f(α) f(α 2 ) = f(α 3 ) f(α 2t ) Falls nur e i1,, e ir ungleich 0 sind, fallen Spalten weg und es ergibt sich α i 1 α i 2 α ir f(α) α 2i 1 α 2i 2 α 2ir e i1 α 3i 1 α 3i 2 α 3ir e i2 f(α 2 ) = f(α 3 ) α 2ti 1 α 2ti e 2 α 2tir ir f(α 2t ) Disrete Struturen 38 Redundante Datenspeicherung und Fehlerorretur 257/558

Beweis (Forts): Immer wenn die Anzahl r der Spalten der Anzahl 2t der Zeilen ist, hat diese Matrix vollen Spaltenrang (Vandermonde-Matrix) Wenn (e(α i ) =) f(α i ) = 0 für i = 1,, 2t, dann ist e i = 0 für alle i eine Lösung, und zwar dann die einzige (Spaltenrang) Falls t Fehler aufgetreten sind, önnen wir entsprechende e ij eindeutig bestimmen (zb durch Probieren) und damit die d i reonstruieren Disrete Struturen 38 Redundante Datenspeicherung und Fehlerorretur 258/558

4 Die elementaren Zählfuntionen 41 Untermengen Definition 165 (Binomialoeffizienten) ( ) n := 1 n N 0 0 ( ) n := 0 n <, n N 0, N ( ) ( ) ( ) n n 1 n 1 := + sonst 1 ( n, N ) Disrete Struturen 41 Untermengen 259/558

Satz 166 Sei N eine Menge mit N = n Elementen Die Menge aller -elementigen Untermengen von N wird bezeichnet mit ( ) N Es gilt: ( ) ( ) N N = = ( ) n Disrete Struturen 41 Untermengen 260/558

Beweis: Seien n, 0, a N 1 ( ) n und > n sind lar 0 2 Definiere { ( ) } N S a := A ; a A, { ( ) } N S a := A ; a / A Disrete Struturen 41 Untermengen 261/558

Beweis (Forts): 3 Damit gilt S a S a = ( ) N, S a S a = ( ) ( ) S a = N \ {a} n 1 = 1 1 ( ) ( ) S a = N \ {a} n 1 = Daraus folgt ( ) n = ( ) n 1 + 1 (per Indution) (per Indution) ( ) n 1 Disrete Struturen 41 Untermengen 262/558

Zwischenbemerung zur Nomenlatur: (a + b) n = n =0 ( ) n a b n = (a + b) (a + b) (a + b) Disrete Struturen 41 Untermengen 263/558

42 Partitionen von Mengen und Zahlen 421 Ungeordnete Partitionen 1 Mengenpartitionen Sei N eine Menge der Kardinalität n und sei N 0 Eine Zerlegung von N in nichtleere, paarweise disjunte Teilmengen heißt eine -Partition von N Die einzelnen Teilmengen heißen auch Klassen Ihre Anzahl wird mit S n, bezeichnet (die sog Stirling-Zahlen der 2 Art) Disrete Struturen 42 Partitionen von Mengen und Zahlen 264/558

Beispiel 167 N = {1, 2, 3, 4, 5}, = 2 {1} {2, 3, 4, 5} {1, 2} {3, 4, 5} S 5,2 = 15 {2} {1, 3, 4, 5} {1, 3} {2, 4, 5} {3} {1, 2, 4, 5} {1, 4} {2, 3, 5} {4} {1, 2, 3, 5} {1, 5} {2, 3, 4} {5} {1, 2, 3, 4} {2, 3} {1, 4, 5} {2, 4} {1, 3, 5} {2, 5} {1, 3, 4} {3, 4} {1, 2, 5} {3, 5} {1, 2, 4} {4, 5} {1, 2, 3} Weiter gilt: S n,1 = 1, S n,2 = Übung, S n,n = 1 Disrete Struturen 42 Partitionen von Mengen und Zahlen 265/558

2 Zahlpartitionen Sei N 0 n = n 1 + n 2 + + n mit n 1,, n N und n 1 n 2 n Eine solche Zerlegung heißt -Partition der Zahl n Die Anzahl aller -Partitionen von n N wird mit bezeichnet P n, Disrete Struturen 42 Partitionen von Mengen und Zahlen 266/558

Beispiel 168 n = 8, = 4 8 = 5 + 1 + 1 + 1 = 4 + 2 + 1 + 1 = 3 + 3 + 1 + 1 = 3 + 2 + 2 + 1 = 2 + 2 + 2 + 2 P 8,4 = 5 Disrete Struturen 42 Partitionen von Mengen und Zahlen 267/558

422 Geordnete Partitionen 1 Mengenpartitionen Seien N, n, wie vorher Eine (beliebig) geordnete -Menge N heißt -Permutation aus N Ihre Anzahl ist n (n 1) (n + 1) = n ( n hoch fallend, fallende Faultät ) Analog: n := n (n + 1) (n + 1) Disrete Struturen 42 Partitionen von Mengen und Zahlen 268/558

Überlegung: Jede -Menge aus N ergibt! -Permutationen Also ( ) n! = n oder: ( ) ( ) n = n! = n! n! (n )! = n Eine -Mengenpartition ergibt! S n, geordnete -Mengenpartitionen (Die Klassen sind (beliebig) untereinander geordnet, aber nicht in sich!) Disrete Struturen 42 Partitionen von Mengen und Zahlen 269/558