Skip to main content

Zusammenfassung

Im Computer stehen uns keine unendlichen Zahlenräume zur Verfügung. Da wir mit 32- oder 64-Bit langen Zahlen arbeiten, sind Zahlen ab einer gewissen Größe nicht mehr darstellbar. Auch beliebig kleine Zahlen können wir nicht im Computer darstellen. Um korrekte Programme schreiben zu können, müssen wir uns ansehen, wie Zahlen im Computer repräsentiert werden und wie damit gerechnet werden kann. Wir sehen uns insbesondere Primzahlen an, die für moderne Verschlüsselungsverfahren wie RSA benötigt werden. Außerdem betrachten wir, wie der Computer Zahlen mit unendlich vielen Nachkommastellen wie \(\sqrt{(}2)\) beliebig genau berechnen kann und lernen dazu die Intervallschachtelung kennen. Diese nutzen wir auch, um nachzuweisen, dass die reellen Zahlen mit unendlich vielen Nachkommastellen überhaupt sinnvoll definiert sind. Außerdem schauen wir uns an, wie viele Zahlen es eigentlich gibt. Gibt es mehr ganze Zahlen als natürliche Zahlen? Gibt es mehr reelle Zahlen als Brüche? In diesem Zusammenhang lernen wir das Diagonalisierungsverfahren von Cantor kennen. Als Vorbereitung auf die Wahrscheinlichkeitsrechnung betrachten wir einige Begriffe der beschreibenden Statistik. Damit lassen sich große Datenmengen mit wenigen Kennzahlen übersichtlich darstellen und diese Begriffe finden wir oft im Zusammenhang mit Information Retrieval, Big Data und künstlicher Intelligenz. Die Kenntnisse über Wahrscheinlichkeitsrechnung nutzen wir bspw., um mit einer gewissen Verlässlichkeit große Primzahlen sehr effizient berechnen zu können. Nach dem Lesen dieses Kapitels wissen Sie, wie Zahlen im Computer dargestellt werden, wie damit gerechnet werden kann und welche Probleme es im Umgang mit Zahlen im Computer gibt. Sie kennen Primzahlen und Algorithmen, um solche Primzahlen zu berechnen sowie den Einsatz solcher Primzahlen in modernen Verschlüsselungsverfahren wie RSA. Sie kennen und verstehen grundlegende Begriffe der Wahrscheinlichkeitsrechnung wie Erwartungswert, Varianz und Kovarianz.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 24.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 34.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • Adams (1979). Adams D. (1979) Hitchhiker’s Guide to the Galaxy. Pan Books, London.

    Google Scholar 

  • Fritzsche et al. (2022). Fritzsche W, Goebbels S., Hensel S., Rußinski M. und Schuch N.: Inpainting Applied to Facade Images: a Comparison of Algorithms. In: M. El Yacoubi et al: Pattern Recognition and Artificial Intelligence, Proc. ICPRAI 2022 Part I, LNCS 13363, Springer, Berlin, S. 410–422, 2022, https://doi.org/10.1007/978-3-031-09037-0_34

  • Goebbels und Ritter (2018). Goebbels St. und Ritter St. (2018) Mathematik verstehen und anwenden. Springer-Spektrum, Berlin Heidelberg.

    Google Scholar 

  • Hyndman und Fan (1996). Hyndman R. J. und Fan Y. (1996) Sample Quantiles in Statistical Packages. The American Statistican 50 (4), S. 361–365, http://www.jstor.org/stable/2684934

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Steffen Goebbels .

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Goebbels, S., Rethmann, J. (2023). Zahlen und Strukturen. In: Eine Einführung in die Mathematik an Beispielen aus der Informatik. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-67675-2_3

Download citation

Publish with us

Policies and ethics