Ausarbeitung: Ausweg aus einem Labyrinth bei unvollständiger Information
|
|
- Sophie Kohl
- vor 5 Jahren
- Abrufe
Transkript
1 Ausarbeitung: Ausweg aus einem Labyrinth bei unvollständiger Information Arsenij E. Solovjev 7. Mai 2009 Zusammenfassung Problemdenition. Pledge-Algorithmus. Bug-Strategie. Einführung in Robotik. Vorstellung des Simbad 3d Robot Simulators 1 Finden eines Weges aus einem Labyrinth 1.1 Das Problem Stellen Sie sich vor sie wurden in einem dunklen Labyrinth sich benden, und müssten rauskommen nur mit Hilfe eueren Tastsinnes und Informatikwissens. 1.2 Die Modelldenition Das Labyrinth :eine endliche Menge von polygonalen Ketten die sich nicht schneiden, diese Ketten bilden die Ränder der Hindernisse (Wände). Jede Kette kann auch einen Innenhof haben wo auch weitere Ketten sind usw. Der Roboter hat einen Tastsenor, einen Winkelzähler und hat ein Vorne. Der Roboter kann nicht selber erkennen dass er aus dem Labyrinth entkommen ist, dafür muss er ein Signal von aussen bekommen. Bei Wandkontakt dreht sich der Roboter nach rechts, Drehungen nach Rechts werden vom Winkelzähler als negative Winkel betrachtet. polygonale Kette: Serie von verbundenen Liniensegmenten 1.3 Der Pledge-Algorithmus Der Pledge-Algorithmus funktioniert ähnlich wie unser vorheriger Algorithmus, allerdings mit dem Unterschied dass der Gesamtwinkel gleich null sein muss damit der Roboter von der Wand loslässt. gehnachvorne while(!entkommen) if (Wandkontakt und Winkelzähler 0) folgewand else gehnachvorne 1
2 Und tatsächlich ndet der Algorithmus nicht nur ein Ausweg aus den beide Beispielen(Abb. 2 und 3), sondern ein Ausweg aus jedem Labyrinth gemäÿ unserer Denition, sofern dieser Natürlich vorhanden ist. 1.4 Beweis Wir werden ein Weg P betrachten, bei dem der Roboter keinen Ausweg ndet aus denen dann folgt das P existiert nur wenn der Startpunkt des Roboters sich innerhalb eines Innenhofes bendet, was impliziert das in jedem anderen Fall ein Ausweg gefunden wird. Satz 1. Der Pledge-Algorithmus ndet einen Ausweg aus jedem Labyrinth, falls ein Ausweg existiert. Beweis. Lemma 1. Der Winkelzähler nimmt niemals einen positiven Wert an. Beweis. Während der Roboter nach vorne läuft ist der Winkelzähler gleich null. So bald eine Wand getastet wird dreht sich der Roboter nach rechts, der Winkelzähler nimmt einen negativen Wert an. Sobald der Winkelzähler wieder 0 wird, löst sich der Roboter von der Wand bis er wieder auf eine Wand trit. Aus Stetigkeitsgründen kann der Zähler nie einen positiven Wert annehmen, Lemma 2. Falls der Roboter keinen Ausweg ndet, dann besteht sein Weg, bis auf ein endliches Anfangsstück, aus einem geschlossenen Weg der immer wieder durchlaufen wird (Endlosschleife). Beweis. Der Weg des Roboters knickt um nur an den Ecken von Wänden des Labyrinths(entlang einer Wand gehend kann sich der Zähler nicht verändern), deren Anzahl ist endlich. Es gibt zwei Fälle zu betrachten: 1. Fall der Roboter kommt zweimal an einem Eckpunkt mit dem selben Zählerstand wegen der determiniertheit des Algorithmus bendet sich der Roboter in einer Endlosschleife. 2. Fall der Roboter besucht jeden Eckpunkt höhstens einmal mit demselben Zählerstand, dann wird er nur endlich oft Eckpunkte mit dem Zählerstand null besuchen. Sobald diese gemacht sind, läuft der Roboter in einer Endlosschleife einer Wand entlang. Sei P der geschlossene Weg der immer wieder durchlaufen wird. Lemma 3. Der geschlossene Weg P kann sich selbst nicht kreuzen. Beweis. Weil sich die Wände nicht schneiden muss einer der Wege ein freier(weiter nennen wir diesen B) und der andere an einer Wand gehen(a). Sei z der Punkt wo sich die Segmente treen, z der Punkt danach W A (z ) der Zählerstand von A an dem Punkt z, und W B (z ) analog deniert. Es muss gelten: W B (z ) = α, 0 α < π 2
3 W A (z ) = α + k 2 π k kann nicht positiv sein, wegen Lemma 1. Wenn k = 0, dann müssen A und B wegen der Detereminiertheit gleich sein, was mit unserer Annahme widerspricht. Wenn k 1, dann ist W A (t) < W B (t), für die Punkte t die nach z liegen, in diesem Fall muss aber B früher von der Wand loslassen als A. So liegt aber keine Kreuzung vor sondern nur eine Überlappung. Nehmen wir an P geht gegen den Uhrzeiger. Dann wird der Zähler irgendwann positive Werte annehmen, was ein Widerspruch zu Lemma 1 ist. Also läuft P im Uhrzeigersinn. Bei jedem Durchlauf wird der Zähler um 2π erniedrigt. In diesem Fall nimmt der Zähler ab einem gewissen Punkt nur negative Werte an, was heiÿt das er nie von einer Wand loslässt ab dem ersten Eintritt in P, daraus folgt, dass der Roboter sich in einem Innenhof benden muss. 1.5 Ezienz(Vergleich mit Tiefensuche) Ein empirischer Versuch [4] hat folgendes ergeben Abbildung 1: Hellgrau: Laufzeit von Pledge; Dunkelgrau: Laufzeit der Tiefensuche Die x-achse ist die Zeit, die y-achse die Seitenlänge des Labyrinths. Pledge ist schneller aufgrund seiner einfachen Arithmetik, Tiefensuche muss viele Vergleiche ausführen 2 Finden eines Zielpunktes in unbekannter Umgebung 2.1 Modelldenition Die Umgebung die selbe wie in 1.2. Der Roboter der selbe wie in 1.2, dazu kennt er seine eigene Koordinaten und die des Zielpunktes, und kann sich einen bereits besuchten Punkt merken. 2.2 Bug-Strategie Der Roboter läuft auf den Zielpunkt zu, falls ein Hindernis vorkommt, wird dieses einmal vollständig umkreist, und der zum Ziel am nächsten liegende Punkt 3
4 gemerkt. Danach läuft der Roboter zu diesem Punkt und läuft von diesem aus in Richtung des Zielpunktes. while(!zielpunkterreicht) lauferichtungzielpunkt if(wandkontakt) A:=aktuellePosition B:=aktuellePosition while(aktuelleposition A) rücke aktuelleposition entlang der Wand vor if(aktuelleposition-zielpunkt<b-zielpunkt) B=aktuellePosition gehekürzerenwegzub 2.3 Korrektheit und obere Schranke Satz 2. Dir Bug-Strategie ndet immer einen Weg vom Startpunkt bis zum Ziel, falls ein solcher existiert Beweis. Da D i näher an t liegt als A i, gilt: A i t D i t A i+1 t für i = 1, 2,... Weil die Anzahl der Punkte D i endlich (da es endlich viele Hindernisse gibt) ist, kommt der Roboter nach D m entweder direkt zu t oder ndet ihn nach der Umrundung des letzten Hindernisses. Satz 3. Der Weg den die Bug-Strategie vom Startpunkt s bis zum Ziel t zurückgelegt hat, ist nicht gröÿer als st n i=1 U i A i -Punkte an denen der Roboter auf ein Hinderniss trit, D i - Punkte an denen der Roboter von dem Hinderniss loslassen, U i - die Längen derjenigen Wände, Beweis. Die Länge kann man als die Summe von n i=0 D ia i+1 + aller UmrundungenvonHindernissen(mit D 0 = s A n+1 = t). Da der Roboter ein an denen es Hinderniss einmal vollständig umrundet und dann höhstens nochmal die Hälfte Punkte gibt um D i zu erreichen geht ist diese Summe 3 n 2 i=1 U i. Dass st die obere Schranke die näher an für n i=0 D ia i+1 ist, ist aus folgender Überlegung zu ersehen, jedes Segment t sind als s. D i A i+1 kann man als D i t A i+1 t aufassen, und wenn st nicht die obere Schranke wär wurde gelten: st i=0 n D i t i=1 n + 1 A i t i=1 n + 1 A i t + st i=0 n D i t was nicht möglich ist, da aus A i t D i t A i+1 t für i = 1, 2,... folgt dass i=1 n + 1 A it i=0 n D it ist. 4
5 Abbildung 2: Abbildung 3: 3 Simbad 3d Robot Simulator Simbad is a Java 3d robot simulator for scientic and educationnal purposes. It is mainly dedicated to researchers/programmers who want a simple basis for studying Situated Articial Intelligence, Machine Learning, and more generally AI algorithms, in the context of Autonomous Robotics and Autonomous Agents. It is not intented to provide a real world simulation and is kept voluntarily readable and simple. [6] Literatur [1] Rolf Klein, Algorithmische Geometrie: Grundlagen, Methoden, Anwendungen, examen.press, pp , [2] Michael Dom, Falk Hüner,Rolf Niedermeier Labyrinth und Tiefensuche, hp, Friedrich-Schiller-Universität Jena. [3] Rolf Klein und Tom Kamphans, Roboter im Labyrinth, hp, Uni Bonn. [4] Matthias Jauernig, Ausarbeitung zur Lehrveranstaltung Algorithm Engineering, nig.pdf, Hochschule für Technik, Wirtschaft und Kultur Leipzig (FH), [5] Sebastian Hempel, Bewegungsplanung bei unvollständiger Information, empel.pdf, FU Berlin, [6] Louis Hugues, Nicolas Bredeche, Simbad 3d Robot Simulator, FOSS, 2009 [7] 2002 Institute of Computer Science, Dept. I, University of Bonn entkommen aus einem Labyrinth 5
Bewegungsplanung bei unvollständiger Information
Bewegungsplanung bei unvollständiger Information Sebastian Hempel Aktuelle Forschungsthemen in der Algorithmik Überblick 1. Einleitung 2. Auswege aus einem Labyrinth 3. Finden eines Ziels in unbekannter
MehrDer Pledge-Algorithmus
Der Pledge-Algorithmus Benjamin Kahl 22. Juni 2017 Inhaltsverzeichnis 1 Einführung 1.1 Modelldefinition...2 2 Naiver Ansatz 2.1 Zufällige Wegwahl...3 2.2 Rechte-Hand-Methode...3 3 Pledge-Algorithmus 3.1
MehrZusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus
Zusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus Elmar Langetepe University of Bonn Algorithmische Geometrie VD Segmente/Pledge 29.06.11 c Elmar Langetepe SS 11 1 Voronoi Diagramm von
MehrUberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski Summen 5. Pseudo-Scheiben 6. Bewegungsplanung
Vorlesung Geometrische Algorithmen Bewegungsplanung fur Roboter (Robot Motion Planning) Sven Schuierer Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski
MehrDurchschnitte und Sichtbarkeit
Durchschnitte und Sichtbarkeit Elmar Langetepe University of Bonn Algorithmische Geometrie Durchschnitte 11.05.15 c Elmar Langetepe SS 15 1 Durchschnitt von Halbgeraden/Konvexe Hülle Algorithmische Geometrie
MehrMathematische Darstellung der Strategien zum Verlassen eines Irrgartens. GK Mathematik Gustav-Heinemann-Gesamtschule Alsdorf Abgabe:
Thema: Mathematische Darstellung der Strategien zum Verlassen eines Irrgartens Verfasser: Alexandra Thelen Kurs: GK Mathematik Schule: Gustav-Heinemann-Gesamtschule Alsdorf Abgabe: 28.02. 2007 0. Inhaltsverzeichnis
MehrAlgorithmen 3. Algorithmen prolog der Informatik
Von Labyrinthen zu Algorithmen 3 Gerald Futschek Ariadne-Faden Algorithmus Modifizierte Grundoperationen: Aktionen: Beim Gehen in Gängen zusätzlich Faden abspulen bzw. aufwickeln zusätzliche Abfrage: Quert
Mehr11. Bewegungsplanung für Roboter bei unvollständiger Information. Problem 1: Ausweg aus einem Labyrinth (s. Klein 1997)
11. Bewegungsplanung für Roboter bei unvollständiger Information Problem 1: Ausweg aus einem Labyrinth (s. Klein 1997) Unterschied zwischen Berechnung der Lösung (Vorauss.: Information über das Labyrinth
MehrUberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale Roboter 1
Vorlesung Geometrische Algorithmen Sichtbarkeitsgraphen und kurzeste Wege Sven Schuierer Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale
MehrPROSEMINAR ONLINE ALGORITHMEN
PROSEMINAR ONLINE ALGORITHMEN im Wintersemester 2000/2001 Prof. Dr. Rolf Klein, Dr. Elmar Langetepe, Dipl. Inform. Thomas Kamphans (Betreuer) Vortrag vom 15.11.2000 von Jan Schmitt Thema : Finden eines
MehrAlgorithmen - unplugged
1 Algorithmen - unplugged «(...) ein Algorithmus, der Leben und Meinungen von Millionen beeinflusst, (...) kann eine Waffe sein.» NN Eine Einstiegsaufgabe (aus Informatik-Biber) Ich kenne nur diese beiden
MehrAlgorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005
Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Antonia Wittmers Igor Savchenko Konvexe Hüllen Inkrementeller Algorithmus für die konvexe Hülle Dabei heißt inkrementeller Algorithmus,
MehrDer Preow-push-Algorithmus
Der Preow-push-Algorithmus Bea Schumann 26. Juni 2009 Inhaltsverzeichnis Einleitung 2 Der generische Algorithmus 2 2. Push und Relabel........................... 3 2.. Push..............................
MehrÜbungsblatt 7 - Voronoi Diagramme
Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei
MehrVon Labyrinthen zu Algorithmen 2. Gerald Futschek
Von Labyrinthen zu Algorithmen 2 Gerald Futschek Problem der Zyklen Die Strategie Linke Wand entlang funktioniert leider nicht bei allen Labyrinthen, wenn man von A nach B will! Möglicherweise gibt es
Mehr2.4. Triangulierung von Polygonen
Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition
MehrString - Matching. Kapitel Definition
Kapitel 1 String - Matching 1.1 Definition String - Matching ( übersetzt in etwa Zeichenkettenanpassung ) ist die Suche eines Musters ( Pattern ) in einem Text. Es findet beispielsweise Anwendung bei der
MehrParallele Algorithmen in der Bildverarbeitung
Seminar über Algorithmen - SoSe 2009 Parallele Algorithmen in der Bildverarbeitung von Christopher Keiner 1 Allgemeines 1.1 Einleitung Parallele Algorithmen gewinnen immer stärker an Bedeutung. Es existieren
MehrBerechnung kürzester Wege
Berechnung kürzester Wege 7. Algorithmus der Woche Informatikjahr 2006 Prof. Dr. Peter Sanders Dipl.-Inform. Johannes Singler 18. April 2006 Berechnung kürzester Wege 7. Algorithmus der Woche, Informatikjahr
MehrBlatt 4. Übungen zur Topologie, G. Favi 20. März Abgabe: 27. März 2008, 12:00 Uhr
Übungen zur Topologie, G. Favi 20. März 2009 Blatt 4 Abgabe: 27. März 2008, 12:00 Uhr Aufgabe 1. (a) Auf der 2-Sphäre S 2 := {(x, y, z) R 3 x 2 + y 2 + z 2 = 1} R 3 betrachten wir folgende Äquivalenzrelation:
MehrTrennende Markov Ketten
Trennende Markov Ketten (in Zusammenarbeit mit A. Martinsson) Timo Hirscher Chalmers Tekniska Högskola Seminarvortrag KIT 8. Mai 206 Übersicht Der Seminarvortrag ist wie folgt gegliedert: Einleitung Denitionen
MehrDas Singularitätentheorem von Hawking Teil 2
Das Singularitätentheorem von Hawking Teil Jakob Hedicke 0.06.06 In diesem Vortrag werden wir den Beweis des Singularitätentheorems von Stephen Hawking vervollständigen. Im letzten Vortrag wurde bereits
MehrDas Quadratische Reziprozitätsgesetz. Stefanie Beule Sebastian Schrage
Das Quadratische Rezirozitätsgesetz Stefanie Beule Sebastian Schrage 06. November 007 Inhaltsverzeichnis 3 Das Quadratische Rezirozitätsgesetz Notation.............................................. A Das
MehrAlgorithmische Methoden für schwere Optimierungsprobleme
Algorithmische Methoden für schwere Optimierungsprobleme Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund
MehrGrundlagen der Programmierung
Grundlagen der Programmierung Dr. Tom Kamphans 1. Vorlesung 04.04.2018 1 Organisatorisches Vorlesung: Mittwochs 14:00 15:30, Raum F 201 Übung: Mittwochs 15:45 19:00, Raum F 225 Übung: alle zwei Wochen
MehrAlgorithmische Geometrie 5. Triangulierung von Polygonen
Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrEntkommen aus unbekannten Labyrinthen mit Einbahnstraßen
RHEINISCHE FRIEDRICH-WILHELMS-UNIVERSITÄT BONN INSTITUT FÜR INFORMATIK I Bernd Brüggemann Entkommen aus unbekannten Labyrinthen mit Einbahnstraßen 1. November 2006 Diplomarbeit 1. Gutachter: Prof. Dr.
MehrKurven. Markus Kraxner 22. Januar 2015
Kurven Markus Kraxner 22. Januar 2015 1 Inhaltsverzeichnis 1 Einleitung 3 2 Einleitung Kurven 4 2.1 Parameterdarstellung von Kurven.................. 4 2.2 Ebene Kurven............................. 4 2.3
MehrGeometrie. Hallo Welt! für Fortgeschrittene Simon Kuhnle. 11. Juli
Geometrie Hallo Welt! für Fortgeschrittene 2008 Simon Kuhnle sisikuhn@stud.informatik.uni-erlangen.de 11. Juli 2008 Simon Kuhnle Geometrie 11.07.2008 1 / 33 Übersicht Übersicht 1 Grundlagen 2 ccw 3 Konvexe
MehrWindmühlen, bunte Punkte und die Mathematikolympiaden
Windmühlen, bunte Punkte und die Mathematikolympiaden Lisa Sauermann Universität Bonn 28.03.2014 Lisa Sauermann (Universität Bonn) Windmühlen, bunte Punkte und... 28.03.2014 1 / 27 Inhalt 1 Die Mathematikolympiaden
MehrTriangulierung von einfachen Polygonen
Triangulierung von einfachen Polygonen - Seminarvortrag von Tobias Kyrion - Inhalt: 1.1 Die Problemstellung Quellenangabe 1.1 Die Problemstellung Definition Polygon: endlich viele paarweise verschiedene
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 170 Vollständige Induktion Kapitel 13 Vollständige Induktion Mathematischer Vorkurs TU Dortmund Seite 117 / 170 Vollständige
MehrSymmetrie von Ornamenten
Symmetrie von Ornamenten Teilnehmer: Theresa Lechner Alexey Loutchko Dennis Menge Simon Reinke Fynn Strohecker Thimo Wellner Gruppenleiter: Jürg Kramer Anna v. Pippich Gymnasium Ernestinum, Coburg Heinrich-Hertz-Oberschule,
MehrAlgorithmische Techniken für Geometrische Probleme
Algorithmische Techniken für Geometrische Probleme Berthold Vöcking 14. Juni 2007 Inhaltsverzeichnis 1 Die Sweepline-Technik 2 1.1 Schnitte orthogonaler Liniensegmente............... 2 1.2 Schnitte beliebiger
MehrEs sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.
6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon
MehrSichtbarkeitsgraphen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.07.2011 Bewegungslanung für Roboter Ideen?? Problem: Gegeben
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 2)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Nico Düvelmeyer WS 2009/2010, 2.2.2010 Überblick 1 Delaunay Triangulierungen 2 Berechnung der Delaunay Triangulierung Randomisiert inkrementeller
MehrStabile Paarungen. 1 Problemstellung Vorraussetzungen Aufgabe Beispiel... 2
Proseminar Theoretische Informatik 20.05.2017 Mika Delor Stabile Paarungen Wolfgang Mulzer Inhaltsverzeichnis 1 Problemstellung 1 1.1 Vorraussetzungen...................................... 1 1.2 Aufgabe...........................................
Mehr2 Einführung. Übersicht. Begriffe: Algorithmus, Datenstruktur, Effizienz Beispiele. H. Täubig (TUM) GAD SS 14 11
Übersicht 2 Begriffe: Algorithmus, Datenstruktur, Effizienz H. Täubig (TUM) GAD SS 14 11 Begriffe: Algorithmus, Datenstruktur, Effizienz Übersicht 2 Begriffe: Algorithmus, Datenstruktur, Effizienz H. Täubig
Mehr2.1. Konvexe Hülle in 2D
Wir wollen die konvexe Hülle einer Menge von Punkten P = {p 1,..., p n } in der Ebene R 2 bestimmen. y y x x Def. 21: Eine Teilmenge S der Ebene ist konvex gdw für jedes Paar das Liniensegment pq in S
MehrAlgorithmische Geometrie. Prof. Dr. Thomas Ottmann. Mitarbeit: PD Dr. Sven Schuierer Dr. Stefan Edelkamp
Algorithmische Geometrie Prof. Dr. Thomas Ottmann Mitarbeit: PD Dr. Sven Schuierer Dr. Stefan Edelkamp Literatur: M. de Berg, M. van Krefeld, M. Overmars O. Schwarzkopf: Computational Geometry (Algorithms
MehrÜbersicht über Informatik und Softwaresystemtechnik WS 99/00, Prof. Dr. Andreas Schwill
Konvexe Hülle Hierbei handelt es sich um ein klassisches Problem aus der Algorithmischen Geometrie, dem Teilgebiet der Informatik, in dem man für geometrische Probleme effiziente Algorithmen bestimmt.
MehrAlgorithmen I. Prof. Jörn Müller-Quade Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?
Algorithmen I Prof. Jörn Müller-Quade 19.6.1 Institut für Theoretische Informatik Web: https://crypto.iti.kit.edu/index.php?id=99 (Folien von Peter Sanders) KIT Institut für Theoretische Informatik 1 Organisatorisches
MehrKürzeste Wege in einfachen Polygonen. Sofiya Scheuermann 28. Januar 2008
Kürzeste Wege in einfachen Polygonen Sofiya Scheuermann 28. Januar 2008 1 Inhaltsverzeichnis 1 Motivation 3 2 Grundlagen 3 3 Algorithmus 3 3.1 Zerlegung............................... 4 3.2 Zusammensetzung..........................
MehrStochastik Approximationen der Binomialverteilung
Stochastik Approximationen der Binomialverteilung Stefan Englert stefan.englert@gmx.net 21. April 2007 Inhaltsverzeichnis 1 Approximation von n! und b n,p (k) 2 2 Der Satz von de Moivre-Laplace 6 3 Die
MehrBehauptung: Es gibt unendlich viele Primzahlen.
Behauptung: Es gibt unendlich viele Primzahlen. 1 Der Beweis von Euklid Annahme: Es gibt endlich viele Primzahlen {p 1,..., p r }. Wir bilden die Zahl n = p 1... p r + 1. Nun gibt es zwei Möglichkeiten.
MehrVorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer
Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Uberblick 1. Anwendung 2. Anforderungen an Netze 3. Quadrantenbaume Quadrantenbaume fur Punktemengen Bestimmung
Mehrij. , d (k 1) + d (k 1)
Dabei war ja die Idee, dass wir unser k Schritt für Schritt erhöhen bis wir bei n angekommen sind, denn dann haben wir das Problem gelöst. Dies ist im Grunde unser Algorithmus. Wir müssen diesen nur noch
MehrDer Satz von Poincaré-Bendixson
Der Satz von Poincaré-Bendixson Benjamin Menüc benjamin@menuec.de 5. März 2005 Wir haben ein autonomes System ẋ = f(x) (1) E ist eine oene Teilmenge von R n und f C 1 (E). E wird auch Phasenraum von (1)
MehrAlgorithmische Bioinformatik 1
Algorithmische Bioinformatik 1 Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2009 Übersicht Algorithmen
MehrAlgorithmische Methoden für schwere Optimierungsprobleme
Algorithmische Methoden für schwere Optimierungsprobleme Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund
MehrGeometrische 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
MehrAlgorithmische Geometrie 3. Schnitte von Liniensegmenten
Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 1)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay
MehrParametrische Suche als Algorithmen Paradigma
Parametrische Suche als Algorithmen Paradigma Verena Miller, Leo Knoll, Daniel Wagner Universität Salzburg 27. Januar 2017 Inhalt 1 Einführung und Denitionen 2 Parametrische Suche als Algorithmen Paradigma
MehrDas Problem der längsten Leiter
Rheinische Friedrich-Wilhelms-Universität Bonn Institut für Informatik I Markus Rings Das Problem der längsten Leiter 26. Oktober 2005 Betreuer: Diplomarbeit Prof. Dr. Rolf Klein Dr. Elmar Langetepe Gutachter:
Mehr2.2 Der Algorithmus von Knuth, Morris und Pratt
Suchen in Texten 2.1 Grundlagen Ein Alphabet ist eine endliche Menge von Symbolen. Bsp.: Σ a, b, c,..., z, Σ 0, 1, Σ A, C, G, T. Wörter über Σ sind endliche Folgen von Symbolen aus Σ. Wörter werden manchmal
MehrAlgorithmen und Datenstrukturen 2-1. Seminar -
Algorithmen und Datenstrukturen 2-1. Seminar - Dominic Rose Bioinformatics Group, University of Leipzig Sommersemster 2010 Outline 1. Übungsserie: 3 Aufgaben, insgesamt 30 28 Punkte A1 Spannbäume (10 8
Mehr2.2. Schnitte von Liniensegmenten
Wir wenden uns nun dem Problem (2) aus 1 zu. F15 Aus zwei Mengen S1, S2 von Liniensegmenten möchten wir alle Schnittpunkte der Segmente aus S1 mit denen aus S2 ermitteln. Wir legen fest, dass sich zwei
MehrDifferentialgeometrie I (Kurventheorie) SS 2013
Differentialgeometrie I (Kurventheorie) SS 2013 Lektion 7 19. Juni 2013 c Daria Apushkinskaya 2013 () Kurventheorie: Lektion 7 19. Juni 2013 1 / 17 9. Globale Eigenschaften ebener Kurven (Fortsetzung)
Mehr(Beispiel eines gleichschenkligen Dreiecks aus Gitterpunkten.)
Fachbereich Mathematik Tag der Mathematik 12. November 2011 Klassenstufen 9, 10 (Beispiel eines gleichschenkligen Dreiecks aus Gitterpunkten.) Aufgabe 1 (5+5+10 Punkte). Wir betrachten sechzehn Punkte
MehrTechnische Universität München Zentrum Mathematik. Optimierung 3, SS 2009 Übungsblatt 12
Technische Universität München Zentrum Mathematik Prof. Dr. P. Gritzmann, Dipl.-Inf. Dipl.-Math. S. Borgwardt Optimierung 3, SS 009 Übungsblatt Aufgabe. Sei ϕ : R n R stetig dierenzierbar und nach unten
MehrGrundlagen der Programmierung
Grundlagen der Programmierung Dr. Tom Kamphans 1. Vorlesung 12.10.2016 1 Organisatorisches Vorlesung: Mittwochs 14:00 15:30, Raum F 201 Übung: Mittwochs 15:45 19:00, Raum F 225 Übung: alle zwei Wochen
MehrÜbungen zur Vorlesung Datenstrukturen und Algorithmen SS 07 Beispiellösung Blatt 5
Kamil Swierkot Paderborn, den 01.06.2007 Aufgabe 17 Übungen zur Vorlesung Datenstrukturen und Algorithmen SS 07 Beispiellösung Blatt 5 Bei der Optimierungsvariante des SubSetSum Problems wird bei der Eingabe
MehrProportional Symbol Maps
Proportional Symbol Maps Florian Simon 8. Dezember, 2009 Proportional Symbol Maps Gegeben: Punkte p 1,..., p n R 2 mit zugeordneten Werten w 1,..., w n R Proportional Symbol Maps Gegeben: Punkte p 1,...,
MehrErreichen eines Ziels (ohne Kamera) Teil II: Realisation
Erreichen eines Ziels (ohne Kamera) Teil II: Realisation Vortrag im PSBVLego 2003, PDF-Version Christoph Sommer 2003-01-20 1 Aufgabenstellung Anfahren einer Lampe hinter einem kleinen
MehrLösung II Veröentlicht:
1 Momentane Bewegung I Die Position eines Teilchens auf der x-achse ist gegeben durch x = 6m 60(m/s)t + 4(m/s 2 )t 2, wobei x in Metern t in Sekunden ist (a) Wo ist das Teilchen zur Zeit t= 0 s? (2 Punkte)
MehrDirichletreihen im Komplexen
Dirichletreihen im Komplexen Dominik Wrazidlo Ausarbeitung zum Vortrag im Proseminar Analysis (Sommersemester 2009, Leitung Prof. Dr. E. Freitag) Zusammenfassung: Gegenstand dieser Ausarbeitung ist die
MehrDie Geometrie der Tischlerei
- Sommersemester 2009 Benjamin Bortfeldt Die Geometrie der Tischlerei 1 Worum geht es? Problem: Wir wollen ein einfaches Polygon P aus einer oder mehreren Holzplatten aussägen und dürfen dazu nur eine
MehrLaufzeit. Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V 1, V 2 }) mit der Ford Fulkerson Methode.
Effiziente Algorithmen Flußprobleme 81 Laufzeit Finden eines Matchings maximaler Kardinalität dauert nur O( E min{ V 1, V 2 }) mit der Ford Fulkerson Methode. Der Fluß ist höchstens f = min{ V 1, V 2 }.
MehrBeweise aus dem Fach Grundzüge der Künstlichen Intelligenz
Beweise aus dem Fach Grundzüge der Künstlichen Intelligenz Alexander Pacha TU Wien - Matr. Nr.: 0828440 alexander.pacha@tuwien.ac.at 1 Begriserklärungen Für die folgenden Beweise werden zuerst folgende
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Map Labeling INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu
MehrSumme und Teilbarkeit
BIP Kreativitätsgymnasium Leipzig Schuljahr 009/10 Begabtenförderung Mathematik - Klassenstufe 8 Summe und Teilbarkeit Matthias Richter 19. März 010 Aufgabenstellung Betrachten die Summe von n aufeinander
MehrDiskrete Mathematik 1 WS 2008/09
Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 008/09 Blatt
MehrThema: Klassifikation von 1-Mannigfaltigkeiten (mit Beweis) und von abgeschlossenen 2-Mannigfaltigkeiten (ohne Beweis)
Westfälische Wilhelms-Universität Münster Thema: Klassifikation von 1-Mannigfaltigkeiten (mit Beweis) und von abgeschlossenen 2-Mannigfaltigkeiten (ohne Beweis) Ausarbeitung im Rahmen des Seminars Einführung
MehrDie rationalen Zahlen. Caterina Montalto Monella
Die rationalen Zahlen Caterina Montalto Monella 07.12.2016 1 1 Die Konstruktion der rationalen Zahlen In dieser Ausarbeitung konstruieren wir die rationalen Zahlen aus den ganzen und den natürlichen Zahlen.
MehrLösung III Veröentlicht:
1 Projektil Bewegung Lösung Ein Ball wird von dem Dach eines Gebäudes von 80 m mit einem Winkel von 80 zur Horizontalen und mit einer Anfangsgeschwindigkeit von 40 m/ s getreten. Sei diese Anfangsposition
MehrPfadgenerierung/Polygone/Polygonoffsetting
Pfadgenerierung/Polygone/Polygonoffsetting Jan Stenzel 17. Juni 2015 Proseminar: 3D-Druck-Verfahren 1 / 42 Gliederung I 1 Polygone Definition konkav, konvex und überschlagen 2 Clipping Was kann passieren?
MehrOrnstein-Uhlenbeck-Prozesse
Ornstein-Uhlenbeck-Prozesse M. Gruber 3. 4 214 Zusammenfassung Der Ornstein-Uhlenbeck-Prozess (oft abgekürzt OU-Prozess) ist ein spezieller stochastischer Prozess, der nach den beiden niederländischen
MehrSeminar. Knowledge Engineering und Lernen in Spielen. Reinforcement Learning to Play Tetris. TU - Darmstadt Mustafa Gökhan Sögüt, Harald Matussek 1
Seminar Knowledge Engineering und Lernen in Spielen Reinforcement Learning to Play Tetris 1 Überblick Allgemeines zu Tetris Tetris ist NP-vollständig Reinforcement Learning Anwendung auf Tetris Repräsentationen
MehrÜbungen zur Vorlesung Algorithmische Geometrie
Prof. Dr. E. Wanke Düsseldorf, 22. Juni 2016 S. Hoffmann, M.Sc. Übungen zur Vorlesung Algorithmische Geometrie Hinweise Programmieraufgaben: Alle vorgeschlagenen Programmieraufgaben können Sie in einer
MehrAusarbeitung. zum Thema. an der. Rheinischen Friedrich Wilhelms Universität Bonn. Leiter: Dr. Elmar Langetepe. Betreuer: Rainer Penninger
Ausarbeitung zum Thema Rotationsmonotone Polygone an der Rheinischen Friedrich Wilhelms Universität Bonn Leiter: Dr. Elmar Langetepe Betreuer: Rainer Penninger Autor: Stephan Stroucken 1 In dieser Ausarbeitung
MehrDie reellen Zahlen als Dedekindsche Schnitte. Iwan Otschkowski
Die reellen Zahlen als Dedekindsche Schnitte Iwan Otschkowski 14.12.2016 1 1 Einleitung In dieser Ausarbeitung konstruieren wir einen vollständig geordneten Körper aus gewissen Teilmengen von Q, den Dedekindschen
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 7. Dezember 2017 INSTITUT FÜR THEORETISCHE 0 07.12.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
Mehr5. Übungsblatt zu Algorithmen I im SoSe 2016
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Dennis Hofheinz Lukas Barth, Lisa Kohl 5. Übungsblatt zu Algorithmen I im SoSe 2016 https://crypto.iti.kit.edu/index.php?id=algo-sose16
MehrRelationen und DAGs, starker Zusammenhang
Relationen und DAGs, starker Zusammenhang Anmerkung: Sei D = (V, E). Dann ist A V V eine Relation auf V. Sei andererseits R S S eine Relation auf S. Dann definiert D = (S, R) einen DAG. D.h. DAGs sind
MehrREGULÄRE DREIECKPFLASTERUNG KONVEXER POLYGONE
REGULÄRE DREIECKPFLASTERUNG KONVEXER POLYGONE Eike Hertel Friedrich-Schiller-Universität Jena, Mathematisches Institut, Ernst-Abbe-Platz 1 2, D 07743 Jena, Germany e-mail: eike.hertel@uni-jena.de Abstract
Mehr5 Sortieren in eindimensionalen Zellularautomaten
5 Sortieren in eindimensionalen Zellularautomaten 5.1 Für alle x A und w A bezeichne im folgenden N x (w) die Anzahl der Vorkommen des Symboles x in dem Wort w. 5.2 Problem. (Eindimensionales Sortieren
MehrAlgorithmen. Von Labyrinthen zu. Gerald Futschek
Von Labyrinthen zu Algorithmen Gerald Futschek Wie kommt man aus einem Labyrinth (griechisch: Haus der Doppelaxt, wahrscheinlich Knossos auf Kreta) Labyrinth heraus? Labrys Grundriss des Palastes von Knossos
MehrPhilipp Bodewig, Christoph Weiler
Software-Praktikum: Labyrinth-Roboter Philipp Bodewig, Christoph Weiler Inhalt Praktikumsaufgabe Labyrinthspezifikationen Roboter Suchalgorithmus Speicherung des Labyrinths Vorführung Praktikumsaufgabe
MehrProseminar Online Algorithmen, Prof. Dr. Rolf Klein
Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des
MehrAbitur 2016 Mathematik Geometrie V
Seite http://www.abiturloesung.de/ Seite Abitur Mathematik Geometrie V Betrachtet wird der abgebildete Würfel A B C D E F G H. Die Eckpunkte D, E, F und H dieses Würfels besitzen in einem kartesischen
MehrDie reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein
Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst
MehrDiskrete Mathematik 1
Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 008/09 Blatt
MehrBreitensuche BFS (Breadth First Search)
Breitensuche BFS (Breadth First Search) Algorithmus BREITENSUCHE EINGABE: G = (V, E) als Adjazenzliste, Startknoten s V 1 Für alle v V 1 If (v = s) then d[v] 0 else d[v] ; 2 pred[v] nil; 2 Q new Queue;
MehrKonstruktion der reellen Zahlen 1 von Philipp Bischo
Konstruktion der reellen Zahlen 1 von Philipp Bischo 1.Motivation 3 1.1. Konstruktion von R im allgemeine 3 2.Voraussetzung 3 2.1Die Menge Q zusammen mit den beiden Verknüpfungen 3 2.2Die Rationalen Zahlen
MehrLernmodul 7 Algorithmus von Dijkstra
Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer
MehrSkriptum Konstruierbare Zahlen. Projekttage Mathematik 2007
Skriptum Konstruierbare Zahlen Projekttage Mathematik 007 c Florian Stefan und Stefan Englert Würzburg, 007 Konstruktion mit Zirkel und Lineal Gegeben sei eine Menge M von Punkten in der Zeichenebene Dann
Mehr