Mathematik für INF 2 - Cheatsheet
Gruppen, Ringe und Körper
Definition:
Grundbegriffe der abstrakten Algebra. Verwendet für Struktur und Symmetrie in vielen Bereichen der Mathematik und Informatik.
Details:
- Gruppe: Menge \( G \) mit Verknüpfung \( \bullet \), die abgeschlossen, assoziativ ist, ein neutrales Element und Inverses enthält.
- Abelsche Gruppe: Kommutative Gruppe, \( a \bullet b = b \bullet a \).
- Ring: Menge \( R \) mit zwei Verknüpfungen \( + \) und \( \bullet \), \( (R, +) \) ist abelsche Gruppe, \( (R, \bullet) \) ist Monoid, Distributivgesetze gelten.
- Körper: Ring \( K \) mit \( (K\setminus{\{0\}}, \bullet) \) bildet abelsche Gruppe.
Epsilon-Delta-Beweise
Definition:
Mathematischer Beweis zur Definition des Grenzwertes einer Funktion.
Details:
- Definition: Für jede beliebige positive Zahl \( \varepsilon \gt 0 \) gibt es eine positive Zahl \( \delta \gt 0 \) sodass für alle \( x \) mit \( 0 < |x - a| < \delta \) gilt: \(|f(x) - L| < \varepsilon\)
- Bedingung: \(0 < |x - a| < \delta\) -> \(|f(x) - L| < \varepsilon\)
- Anwendung: Nachweis der Stetigkeit einer Funktion an einem Punkt.
Eigenwerte und Eigenvektoren
Definition:
Eigenwerte und Eigenvektoren beschreiben skalare Multiplikationen und Richtungen in linearen Abbildungen.
Details:
- Eigenwert \( \lambda \) und Eigenvektor \( \mathbf{v} \) einer Matrix \( A \) erfüllen: \[ A \mathbf{v} = \lambda \mathbf{v} \]
- Charakteristische Gleichung zur Bestimmung der Eigenwerte: \[ \det(A - \lambda I) = 0 \]
- Für jeden Eigenwert \( \lambda \) entspricht ein Eigenraum der Menge aller Eigenvektoren
Lösungsmethoden für ODEs
Definition:
Methoden zur Lösung von gewöhnlichen Differentialgleichungen (ODEs)
Details:
- Explizite Verfahren: Euler-Verfahren, Fehlberg-Verfahren
- Implizite Verfahren: Rückwärts-Euler-Verfahren, implizites Runge-Kutta
- Linearisierung: Bei nichtlinearen ODEs
- Laplace-Transformation: Umformung der ODE in eine algebraische Gleichung
- Trennung der Variablen
- Variation der Konstanten: Zur Lösung inhomogener ODEs
- Numerische Verfahren: 4. Reihenfolge-Runge-Kutta, Finite-Differenzen-Methode
- Homogene, inhomogene ODEs unterscheiden
Gesetz der großen Zahlen
Definition:
Gesetz der großen Zahlen: Langfristig nähert sich der Durchschnitt der Ergebnisse einer Zufallsstichprobe dem Erwartungswert der Grundgesamtheit.
Details:
- Formulierung: \( \text{Für eine Folge } X_i \text{ von i.i.d. Zufallsvariablen mit } E[X_i] = \mu: \frac{1}{n} \sum_{i=1}^{n} X_i \to \mu \text{ für } n \to \infty\)
- Zwei Varianten: Schwaches und starkes Gesetz.
- Schwaches Gesetz: \( \frac{1}{n} \sum_{i=1}^{n} X_i \to \mu \text{ in Wahrscheinlichkeit}\)
- Starkes Gesetz: \( \frac{1}{n} \sum_{i=1}^{n} X_i \to \mu \text{ fast sicher}\)
Homomorphismen und Isomorphismen
Definition:
Homomorphismus: Struktur-erhaltende Abbildung zwischen zwei algebraischen Strukturen. Isomorphismus: Bijektiver Homomorphismus, der umkehrbar ist.
Details:
- Homomorphismus: Abbildung \( \varphi: A \rightarrow B \) mit \( \varphi(a+b) = \varphi(a) + \varphi(b) \) und \( \varphi(a \cdot b) = \varphi(a) \cdot \varphi(b) \)
- Isomorphismus: Homomorphismus, der bijektiv (invertierbar) ist
- Gruppe, Ring, Vektorraum erfordern spezifische Bedingungen für Homomorphismen/Isomorphismen
.
Reihen und Konvergenzkriterien
Definition:
Reihen sind Summen unendlich vieler Glieder einer Folge; Konvergenzkriterien bestimmen, ob Reihen konvergieren.
Details:
- Eine Reihe \(\sum_{n=1}^{\infty} a_n\) konvergiert, wenn die Partialsummen \(S_N = \sum_{n=1}^{N} a_n\) einen Grenzwert haben.
- Wichtige Konvergenzkriterien:
- Divergenzkriterium: \(a_n \rightarrow 0\) notwendig für Konvergenz.
- Majorantenkriterium: \(0 \leq a_n \leq b_n\) und \(\sum b_n\) konvergiert, dann konvergiert \(\sum a_n\).
- Minorantenkriterium: \(a_n \geq b_n \geq 0\) und \(\sum b_n\) divergiert, dann divergiert \(\sum a_n\).
- Alternierendes Kriterium (Leibniz): \(a_n \) alternierend, \(a_n \rightarrow 0\) und \(a_{n+1} \leq a_n\) dann konvergiert \(\sum_{n=1}^{\infty} (-1)^n a_n\).
Matrizen und Determinanten
Definition:
Matrizen sind rechteckige Anordnungen von Zahlen, die Vektoren abbilden oder lineare Gleichungssysteme darstellen. Determinanten sind skalare Werte, die Eigenschaften von Matrizen beschreiben.
Details:
- Eine Matrix der Größe \(m \times n\) hat \(m\) Zeilen und \(n\) Spalten: \(A = (a_{ij})\) mit \(i=1,...,m\) und \(j=1,...,n\).
- Matrixmultiplikation: Für Matrizen \(A\) (\(m \times n\)) und \(B\) (\(n \times p\)) ist \(C = A \cdot B\) eine \(m \times p\) Matrix mit Elementen \(c_{ij} = \sum_{k=1}^{n} a_{ik}b_{kj}\)
- Determinante einer \(2 \times 2\) Matrix: \(A = \begin{pmatrix} a & b \ c & d \end{pmatrix}\), \(det(A) = ad - bc\).
- Determinante einer \(n \times n\) Matrix: Rekursiv über Laplace-Entwicklung berechnet.
- Eine Matrix ist invertierbar, wenn ihre Determinante ungleich null ist.
- Transponierte Matrix \(A^T\): Vertauschen von Zeilen und Spalten.