Zusatzthemen. Kapitel 5 © Beutelspacher Juni 2004 Seite 2 Inhalt Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III.

Slides:



Advertisements
Ähnliche Präsentationen
Hier einige Hieroglyphen:
Advertisements

Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Polynomial Root Isolation
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Schnelle Matrizenoperationen von Christian Büttner
Vom graphischen Differenzieren
Prof. Dr. W. Conen 15. November 2004
Beispiel „Reelle Zahlen“ Leitidee „Zahl“ Klasse 8
Übung 6.1Turing-Maschine 1.Machen Sie sich mit der Funktionsweise des Busy Beaver-Programms vertraut Vollziehen sie die 11 Schritte der ersten Turing-Tabelle.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Kapitel 3 Gleichungen.
Kapitel 3 Graphentheorie
Kapitel 5 Stetigkeit.
Kapitel 1 Das Schubfachprinzip
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 2 Die rationalen und die irrationalen Zahlen.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs III Die erste Stunde.
Kapitel 1 Vollständige Induktion
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs Die erste Stunde.
Kapitel 3 Die reellen Zahlen
Kapitel 4 Geometrische Abbildungen
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
Interpretation und Isomorphie Bedeutung und Form in der Mathematik.
(Ron Rivest, Adi Shamit, Leonard Adleman , 1977)
Zahlen mit Zahlen ausmessen
Gaußscher Algorithmus
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Bedingte Wahrscheinlichkeiten Die Belegschaft eines Betriebes wird nach Rauchern und Nicht- rauchern eingeteilt. Dabei ergibt sich die folgende Tabelle:
Bedingte Wahrscheinlichkeiten
Verteilungsfunktion der Normalverteilung I. Verteilungsfunktion der Normalverteilung II.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§ 28 Multilineare und Alternierende Abbildungen
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Übungen zur Vorlesung Stochastik und ihre Didaktik
Seminar Stringtheorie und Geometrische Methoden der Physik
Faktorisieren von „Trinomen“
Zahlenmengen.
Spiegelzahlen.
§24 Affine Koordinatensysteme
Geniesse, was du erreicht hast und strebe weiter die Höchstnote an
Vier/Fünf-Farben-Satz
Effiziente Algorithmen
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
§3 Allgemeine lineare Gleichungssysteme
Gleichungen und Gleichungssysteme
Institut für Theoretische Informatik
Lineare Algebra, Teil 2 Abbildungen
Bereit ???? Nimm dir 10 Minuten Zeit. Ich versuche es dir zu erklären.
Infinitesimalrechnung
ENDLICHE KÖRPER RSA – VERFAHREN.
Zahlenmengen Eine Wiederholung Mag. Sabine Tullits.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
Motivierende Gesprächsführung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Reelle Zahlen Grundrechenarten √2, √3, √5, … V 0.1.
Scaffold 29S: Komplexe Zahlen
Stetige Kleinste-Quadrate-Approximation
Vom graphischen Differenzieren
A T I N S.
Zehnerpotenzen mit negativem Exponent
Kapitel 4 Restklassen (die modulo-Rechnung)
Lineare Gleichungen Allgemeine Einführung Äquivalenzumformungen
Theory of Programming Prof. Dr. W. Reisig Was heißt „Korrektheit“? W. Reisig Workshop Modellierung Hamburg, März 2015.
Lineare Optimierung Nakkiye Günay, Jennifer Kalywas & Corina Unger Jetzt erkläre ich euch die einzelnen Schritte und gebe Tipps!
 Präsentation transkript:

Zusatzthemen

Kapitel 5 © Beutelspacher Juni 2004 Seite 2 Inhalt Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III Gute Vorlesung Restklassen (Inverse) Beweise mit Fibonacci-Zahlen Gleichungssysteme mit Parameter Wurzelgleichungen Irrationale Zahlen Induktion WGMS III Gute Vorlesung Restklassen (Inverse) Beweise mit Fibonacci-Zahlen

Kapitel 5 © Beutelspacher Juni 2004 Seite 3 Gleichungssystem mit Parameter … aus dem letzten Staatsexamen: Lösen Sie das folgende lineare Gleichungssystem in den Unbekannten x, y und z über R in Abhängigkeit des Parameters a. Geben Sie jeweils die Lösungsmenge an. x+y+3·z=1 x+(a–2)·y+a·z=2 x–y+a·z=2 … aus dem letzten Staatsexamen: Lösen Sie das folgende lineare Gleichungssystem in den Unbekannten x, y und z über R in Abhängigkeit des Parameters a. Geben Sie jeweils die Lösungsmenge an. x+y+3·z=1 x+(a–2)·y+a·z=2 x–y+a·z=2

Kapitel 5 © Beutelspacher Juni 2004 Seite 4 … umformen 113=1 1a–2a=2 1–1a=2 113=1 0a–3a–3=1 0–2a–3 =1 113=1 1a–2a=2 1–1a=2 113=1 0a–3a–3=1 0–2a–3 =1

Kapitel 5 © Beutelspacher Juni 2004 Seite 5 … lösen 113=1 0a–3a–3=1 0a–1 0 =0 Daraus folgt: y = 0, falls a ungleich 1. In diesem Fall folgt x+3z=1 (a–3)z=1 Also z = 1/(a–3), falls a ungleich 3. Im Falle a = 1 gibt es unendlich viele Lösungen, Im Falle a = 3 ist das Gleichungssystem unlösbar. 113=1 0a–3a–3=1 0a–1 0 =0 Daraus folgt: y = 0, falls a ungleich 1. In diesem Fall folgt x+3z=1 (a–3)z=1 Also z = 1/(a–3), falls a ungleich 3. Im Falle a = 1 gibt es unendlich viele Lösungen, Im Falle a = 3 ist das Gleichungssystem unlösbar.

Kapitel 5 © Beutelspacher Juni 2004 Seite 6 Irrationale Zahlen Rationale Zahlen: Zahlen, die als Brüche dargestellt werden können (dabei sind die ganzen Zahlen enthalten!). = Zahlen, die als abbrechende oder periodische Dezimalbrüche dargestellt werden können. Irrationale Zahlen: Reelle Zahlen, die keine rationalen Zahlen sind. Beispiele: Wurzeln,, e, … Zusatzbemerkung: Die reellen Zahlen, die keine Wurzeln sind, nennt man transzendent. Es gibt viel mehr transzendente Zahlen als Wurzeln! Rationale Zahlen: Zahlen, die als Brüche dargestellt werden können (dabei sind die ganzen Zahlen enthalten!). = Zahlen, die als abbrechende oder periodische Dezimalbrüche dargestellt werden können. Irrationale Zahlen: Reelle Zahlen, die keine rationalen Zahlen sind. Beispiele: Wurzeln,, e, … Zusatzbemerkung: Die reellen Zahlen, die keine Wurzeln sind, nennt man transzendent. Es gibt viel mehr transzendente Zahlen als Wurzeln!

Kapitel 5 © Beutelspacher Juni 2004 Seite 7 Induktion und Fibonacci Satz. Seien f n–2, f n–1, f n und f n+1 vier aufeinander folgende Fibonacci-Zahlen. Dann gilt (für alle n 3): f n–2 f n+1 – f n–1 f n = (–1) n+1. Beweis durch Induktion nach n. Induktionsbasis: Sei n = 3. Dann ist f n–2 = f 1 = 1, f n–1 = f 2 = 1, f n = f 3 = 2, und f n+1 = f 4 = 3, also f n–2 f n+1 – f n–1 f n = 1 3 – 1 2 = 1. Das ist gleich (–1) n+1 = (–1) 4 = 1. Also gilt die Induktionsbasis. Induktionsschritt: Sei nun n > 3, und sei die Aussage richtig für n–1. Satz. Seien f n–2, f n–1, f n und f n+1 vier aufeinander folgende Fibonacci-Zahlen. Dann gilt (für alle n 3): f n–2 f n+1 – f n–1 f n = (–1) n+1. Beweis durch Induktion nach n. Induktionsbasis: Sei n = 3. Dann ist f n–2 = f 1 = 1, f n–1 = f 2 = 1, f n = f 3 = 2, und f n+1 = f 4 = 3, also f n–2 f n+1 – f n–1 f n = 1 3 – 1 2 = 1. Das ist gleich (–1) n+1 = (–1) 4 = 1. Also gilt die Induktionsbasis. Induktionsschritt: Sei nun n > 3, und sei die Aussage richtig für n–1.

Kapitel 5 © Beutelspacher Juni 2004 Seite 8 Induktionsschritt Nun berechnen wir: f n–2 f n+1 – f n–1 f n = f n–2 (f n + f n–1 ) – (f n–2 + f n–3 ) f n (Definition der Fibonacci-Z.) = f n–2 f n + f n–2 f n–1 – f n–2 f n – f n–3 f n = f n–2 f n–1 – f n–3 f n = –(f n–3 f n – f n–2 f n–1 ) (nach Induktion) = – (–1) n = (–1) n+1. Nun berechnen wir: f n–2 f n+1 – f n–1 f n = f n–2 (f n + f n–1 ) – (f n–2 + f n–3 ) f n (Definition der Fibonacci-Z.) = f n–2 f n + f n–2 f n–1 – f n–2 f n – f n–3 f n = f n–2 f n–1 – f n–3 f n = –(f n–3 f n – f n–2 f n–1 ) (nach Induktion) = – (–1) n = (–1) n+1.

Kapitel 5 © Beutelspacher Juni 2004 Seite 9 Gute Vorlesung / guter Unterricht Zwei notwendige Voraussetzungen Beherrschung des Stoffs –Wenn man noch mit dem Stoff kämpft, hat man zu wenig Aufmerksamkeit für die Hörer. Klares Bewusstsein, für wen die Vorlesung ist. –nicht für mich –nicht für meine Kollegen –nicht für die Tafel –sondern für diese speziellen Zuhörerinnen und Zuhörer Zwei notwendige Voraussetzungen Beherrschung des Stoffs –Wenn man noch mit dem Stoff kämpft, hat man zu wenig Aufmerksamkeit für die Hörer. Klares Bewusstsein, für wen die Vorlesung ist. –nicht für mich –nicht für meine Kollegen –nicht für die Tafel –sondern für diese speziellen Zuhörerinnen und Zuhörer

Kapitel 5 © Beutelspacher Juni 2004 Seite 10 Noch n par Tricks Klare Gliederung im Kopf! –Dann brauchen Sie auch kein Konzept. Beispiele, Beispiele, Beispiele! –Einfache Beispiele, komplexere Beispiele, überraschende Beispiele. –Sammeln Sie interessante Beispiele! Definitionen und Begriffe begründen! Das Problem so deutlich wie möglich machen! –Wer das Problem nicht versteht, kann auch die Lösung nicht würdigen. Klare Gliederung im Kopf! –Dann brauchen Sie auch kein Konzept. Beispiele, Beispiele, Beispiele! –Einfache Beispiele, komplexere Beispiele, überraschende Beispiele. –Sammeln Sie interessante Beispiele! Definitionen und Begriffe begründen! Das Problem so deutlich wie möglich machen! –Wer das Problem nicht versteht, kann auch die Lösung nicht würdigen.

Kapitel 5 © Beutelspacher Juni 2004 Seite 11 Passen Sie auf! Ihnen werden dauernd schlechte Beispiele vorgeführt –Merken Sie sich diese, damit Sie nicht die gleichen Fehler machen! Oft erleben Sie auch gute Beispiele –Sammeln Sie diese, probieren Sie diese aus, und überprüfen Sie, ob diese zu Ihnen passen! Ihnen werden dauernd schlechte Beispiele vorgeführt –Merken Sie sich diese, damit Sie nicht die gleichen Fehler machen! Oft erleben Sie auch gute Beispiele –Sammeln Sie diese, probieren Sie diese aus, und überprüfen Sie, ob diese zu Ihnen passen!

Kapitel 5 © Beutelspacher Juni 2004 Seite 12 WGMS III Diskrete Mathematik: Kombinatorik, Graphentheorie, Kryptographie Stochastik: Die Lehre von den Gesetzen des Zufalls Diskrete Mathematik: Kombinatorik, Graphentheorie, Kryptographie Stochastik: Die Lehre von den Gesetzen des Zufalls