3. Neuronale Netze Prof. Dr. Rudolf Kruse University of Magdeburg Faculty of Computer Science Magdeburg, Germany

Größe: px
Ab Seite anzeigen:

Download "3. Neuronale Netze Prof. Dr. Rudolf Kruse University of Magdeburg Faculty of Computer Science Magdeburg, Germany"

Transkript

1 3. euonale etze Po. D. Rudol Kue Unvety o Magdebug Faculty o Compute Scence Magdebug, Gemany udol.kue@c.un-magdebug.de S

2 euonale etze Bhe: KI von oben : Modelleung ene ntellgenten Agenten duch algothmche Realeung von betmmten Apekten atonalen Handeln. Jetzt: KI von unten : achbldung de Stuktu und de Veabetungmechanmen de Gehn (gob): vele Pozeoen (euonen) und Vebndungen (Synapen), de paallel und lokal Inomatonen veabeten. S

3 atülche (bologche) euonen 3 S

4 Konventonelle Rechne v. Gehn Compute Human Ban Computatonal unt CPU, 5 gate neuon Stoage unt Cycle tme 9 bt RAM, bt dk -8 ec. neuon, 4 ynape -3 ec. Bandth 9 bt/ec 4 bt/ec euo update/ec S

5 Konventonelle Rechne v. Gehn Beachte: Hnchaltzet langam ( -3 ), abe Update eolgen paallel. Dagegen baucht de eelle Smulaton au enem Rechne mehee hundet Zyklen ü Update. Votele natülche neuonale etze: - Hohe Veabetunggechndgket duch mave Paalleltät. - Funktontüchtg elbt be Auall von Telen de etze (Fehletoleanz). - Langame Funktonauall be otchetenden Auällen von euonen. (Gaceul Degadaton). - Gut geegnet ü nduktve Lenen. E echent dahe nnvoll, dee Votele natülche neuonale etze küntlch nachzuahmen. 5 S

6 euonale etze Vom mathematchen Standpunkt: euonale etze al Methode, Funktonen zu epäenteen: duch etzeke von enachen Beechnungelementen (veglechba mt logchen Schaltkeen), de au Bepelen gelent eden können. (Schtee n dee Voleung!) Vom bologchen Standpunkt: euonale etze al tak veenachte Modell de Gehn und ene Funktonee: Konnektonmu (cht n dee Voleung!) 6 S

7 3. Pezepton Pezepton (Schellenet-Elemente) E gbt ene ganze Rehe vechedene Möglchketen S-R-Agenten zu mplementeen (letztendlch epäentet en olche Agent ene Funkton) Im Folgenden betachten ü dee Zecke en Pezepton ( thehold logc unt, TLU). 7 S

8 En Pezepton x x x Σ n x Akton ( ode ) gechtete Summe Schelle θ x 4 Fomale Denton: ( x,..., x ) all : n a ont. n x θ, x ( ),...,, x n θ 8 S

9 Pezepton: Veenachte Datellung x ( x, K, x n, Setzt man x n : und n -θ, o ehält man mt und de beonde enache Datellung: n (, K,, θ ) ) ( x), all x, ont. Bepel (äquvalente Datellungen): x θ,5 x x x -.5 x x.5 9 S

10 Geometche Intepetaton Gechtvekto: Schellenet: Engabevekto: Augabeet: Tennende Hypeebene: θ x (, K, n ) ( x, K, x n ),all x θ, ont. ( x) x θ S

11 Geometche Intepetaton x θ ϕ x x θ θ negatv, all Upung au de Sete de Ebene, n de de omalvekto zegt, potv ont. x θ >, all x au de Sete de Ebene legt, zu de de omalenvekto zegt. x S

12 Geometche Intepetaton En Pezepton kann genau de Menge de lnea epaablen Funktonen datellen. AD t lnea epaabel und omt duch en Pecepton datellba: x x x x x x S

13 Geometche Intepetaton De Bmplkaton t ncht lnea epaabel und e gbt omt ken Pezepton, da de geade Patät al Funkton beechnet: x x g(x, x ) x x E gbt kene Tenngeade, de den Löungaum autelt 3 S

14 Bmplkatonpoblem Löung: Zuammenchalten mehee Schellenetelemente beechnet y x x x x beechnet y y y 3 y x x beechnet y x x 4 S

15 Geometche Deutung Geometche Deutung de Zuammenchalten mehee Schellenetelemente zu Beechnung de Bmplkaton: d g g c b ac x y g 3 a b d x y 5 S

16 3. Lenveahen ü Pezepton Poblemtellung Gegeben: Ene Lentchpobe L{(x, d ),...,(x n, d n )} von Mekmalen mt zugehögen Aktonen. Man pcht auch von ene Tanngmenge, de von enem Lehe gegeben ude (übeachte Lenen; upeved leanng). Geucht: Ene Funkton :{,} n {,}, de zu de Tanngmenge pat. 6 S

17 3.3 Taneen enzelne Pezepton Bem Taneen eden de Gechte und de Schellenet de TLU o veändet, da ü de Elemente de Lentchpobe x de vogegebene Wet d und de von enem Pecepton tatächlch beechnete Wet (möglcht) gut übeentmmen. De kann man eechen, n dem man den quadatchen Fehle mnmet. ( x, K, n, θ Lenen entpcht alo ene Optmeungaugabe. ε ( x, d ) ( d ( x) ) L m ) ( d ) 7 S

18 Gadentenabtegveahen En typche Optmeungveahen t da Gadentenabtegveahen. W ählen ene veenachte Veon, be de ncht glechzetg ü alle Elemente de Lentchpobe, onden de Fehle de Rehe nach (nkementell) mnmeen. Idee: Betmmung de Abhänggket de Fehle von den Gechten duch Beechnung de patellen Abletungen: ε (d ) Anchleßend Beechnung neue Gechte nach: abla Opeato : ε ε obe c ene Lenate t, de de Schttete de Abteg n Rchtung de Gadenten etlegt: ( neu) ( alt) : c ε ε,..., ε n 8 S

19 Gadentenabtegveahen Gadentenabtegveahen anchaulch: Zu edem Gechtvekto gehöt en Fehleet. Man hat alo en Fehlegebge übe dem duch de Gechte augepannten Raum. Bem Gadentenabtegveahen geht man von enem gegebenen Punkt n deem Gebge olange talät, b man ene Talohle eecht hat. Poblem: Je nach Fehlegebge und Statpunkt kann man n lokalen Mnma hängen bleben (ehe Skzze) 9 S

20 Gadentenabtegveahen Gaphche Veanchaulchung: ε : : : :..... :... S

21 Gadentenabteg ü Pezepton Fehle: Gadent: ε ε ( d ) ε,..., ε ε x ε n ( d ) x De Fehle hängt vom Gechtvekto übe da Skalapodukt mt dem Engangvekto ab (da x ) (da x) Poblem: ε t ncht tetg deenzeba (egen de Schellenete) S

22 Delta-Regel Fehle Koektu-Veahen (Delta-Regel): Ene Ändeung de Gechtvekto d nu m Falle ene Fehle vogenommen. E d ene Lenate c> engeüht. E glt: ( x), all x, ont. Algothmu: () Intaleung von (zuällg ode geetzt) () ε : () Fü ede Element (x,d) de Lentchpobe eden olgende Schtte duchgeüht: S

23 ε Betmme ü,..., n: Betmme neue Gechte: Delta-Regel (Algothmu) : ε ε x ( x, d ) ( d ) ( d ( )), c x, c x all d all, all ( d) ( x) ( x) ( x) und d und d. ( : θ -,, θ ) n x Beachte, n - n : )( ) ( x, d (v) ε mnmal then end ele ete mt () 3 S

24 Delta-Regel (Anmekungen) De Beechnung de delta-wete lät ch allgemen auch cheben al bz. al Vektoen c ( d ) x, all d ( x, d ) c ( d ) x, ont. Ot odet man al Abbuchbedngung nu ε klene al ene vogegebene Schanke. En Duchgang heßt Lenpeode. Fü lnea epaable Lentchpoben temnet dee Algothmu. 4 S

25 Delta-Regel (Bepel AD) Lenvogang ü AD leet x x d Intaleung: ach dem Lenen: x θ x x θ 3 x (ene von velen möglchen Löungen!) 5 S

26 Delta-Regel (Bepel AD) x x x ε θ θ Epoche d y S

27 Delta-Regel (Bepel AD) Geomete de gelenten Schellenetelemente ü De echt gezegte Geade hat de Glechung x x x x 3 x 3 y x 7 S

28 Pezepten n de Gd-Wold move eat x and x ( 3 ) 4 5 x x Dee Pecepton leet genau dann, enn de Robote nach Oten gehen oll: ,5 x x S

29 Lendatenatz ( nach Oten gehen ) Man kann Gechte anhand von Bepelen elenen (he lohnt da ncht, nu be komplexen Bepelen mt unbekannten Funktonen): S

30 Lendatenatz ( nach Oten gehen ) Engabenumme Senodaten-vekto x x (move eat) 3 S

31 Veallgemenete Delta-Regel Idee: Eetze de Schellenunkton duch ene -ömge (gmode) deenzebae Funkton, e z.b. de logtche Funkton: E glt he: ( ) e ( ) 3 S

32 3 S Veallgemenete Delta-Regel Genaue Abletung: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 4 Abletung nnee Abletung äußee e e e e e e e e e e e

33 Veallgemenete Delta-Regel Gaph von (-): (-) /4 Wkung: ahe an de duch den Gechtvekto bechebenen Hypeebene t de Ändeung tak, ete davon entent geng (be glechem Fehle). 33 S

34 Veallgemenete Delta-Regel Fü den Fehlegadenten ehält man omt: ε alt : c d ( d ) ( ) x We be de Delta-Regel ehält man damt ene neue Schätzung ü : neu Hebe d ene vaable Lenate c engeüht, mt de man de Ändeungtäke entellen kann. Wetee Vebeeungen de Lenveahen nd möglch. ( ) ( ) x 34 S

35 Delta-Regel (Bepel) Onlne-Lenvogang ene Schellenetelemente ü de egaton mt Stateten 3 θ, und Lenate x θ θ Epoche x d y e,5 -,5 -,5,5 - -,5 -,5 -,5,5 - -,5 3 -,5 -,5 -,5,5 4 -,5 - -,5,5 - -,5-5 -,5 - -,5 - -,5 -,5-6,5 -,5 - -,5 -,5 - θ 35 S

36 Delta-Regel (Bepel) Batch-Lenvogang ene Schellenetelemente ü de egaton mt Stateten 3 θ, und Lenate. Epoche x d x y e θ θ,5 -,5 -,5 - -,5 -,5 - -,5,5 3 -,5 -,5 - -,5 4 -,5 - -,5 -,5 5,5,5 - -,5-6 -,5 - -,5 -,5-7,5 -,5 -,5-36 S

37 3.4 Mehchchtge Pezepton Im Falle ncht epaable Funktonen veendet man mehchchtge euonale etze. Bepel: Funkton gleche Patät ( x x ) ( x x ) ( x ), x x,5 -,5 x - -,5 Zechchtge euonale etz euonen n de eten Schcht eden auch al vebogene ode nnee euonen bezechnet 37 S

38 Mehchchtge Pezepton Popagaton m Bepel: ( x x ) ( x x ) ( x ), x Engabe euon I euon II euon III Augabe Engabe Augabe Engabe Augabe Engabe Augabe x,5 -,5 x - -,5 38 S

39 Mehchchtge Pezepton Denton: En k-chchtge Pecepton beteht au k Schchten, obe n de Schcht de m euonen mt Sgmoden de Augabe x leen, x t de Engabe, de Augabe, t de Gechtvekto de -ten Sgmod n de Schcht, obe de letzte Komponente eel de Schellenet t. W nennen de Summe de Aktveung de gmoden euon. x 39 S

40 Mehchchtge Pezepton Ete Schcht -te Schcht (k-)-te Schcht k-te Schcht x () x () x () x (k-) M M M () () M () δ l () () M () M () δ ( ) (k-) M M (k-) (k-l) ( k ) δ l (k) (k) (k) (k) ( k ) δ m Sgmode m Sgmode m (k-) Sgmode 4 S

41 Lenen n mehchchtgen etzen En pezelle Tanngveahen heßt Backpopagaton (de Fehle d duch da etz zuückgechckt). Idee: Analog Gadentenabteg d en Fehlegadent beechnet. Heletung de Veahen: Fehle ü Augabechcht: ε ( d ) Gadent: ε ε ε ε,...,,...,, l m, obe de l - te komponente von l t 4 S

42 4 S Backpopagaton (Heletung) ( ) ( ) ( ) ( ) ( ) und omt ab übe nu von hängt d x d d x d x x x ε δ δ ε ε ε ε ε : ( ) ( ) geamte etz genommen.) da ü ene Lenate t.(meten d en Wet obe neuen Gechte : Beechnung de alt neu c x c : δ

43 Backpopagaton (Heletung) Gechtändeungen n de Augabechcht: Anmekungen: k δ k : ( d ) ( d ) ( ) k c k k ( ) ( ) k d x Glt be (logtche) gmode Funkton mt Ba (egen zuätzlche Engabe θ) u en Wet, dahe kene Indce; ont e be veallgemenete Deltaegel 43 S

44 44 S Backpopagaton (Heletung) Gechtändeungen n vebogene Schcht: De Summand mu noch beechnet eden. Betachte hezu zunächt: (γ t de Index übe de enzelnen Vektoelemente) ( ) l m l l m l l l d δ δ l m l m l l x x γ γ γ γ γ γ

45 45 S Backpopagaton (Heletung) Somt ehalten en ekuve Glechungytem zu Beechnung de : Und chleßlch zu Beechnung de neuen Gechte: ( ) ( ) l m l l m l γ γ γ γ γ γ γ γ γ γ γ γ ont, ü da δ ( ) ( ) ( ) d k l m l l δ δ δ und : x c δ

46 Backpopagaton Bepel: (etz mt zuällg geneeten Gechten) x x x gmodale euonen ( egen x 3 Engabe) e x S

47 Backpopagaton (Bepel) Lentchpobe: Popagaton: {((,,),),((,,),),((,,),),((,,),)} (),, Backpopagaton: :88,,5;,655 δ,48; δ c ;,47; δ (,935; ;,47) (,74;3;,96),74 (,87;,74;,48 ) 47 S

48 Eekt de Lenate Anmekungen zum Eekt de Lenate: E zu klen: zu langam lenen neu alt zu goß: PngPong Eekt 48 S

49 Egenchaten von euonalen etzen können genealeen, d.h. Vektoen klazeen, de ncht n de Tanngmenge enthalten nd. Man kann de Güte de Genealeung meen. Analoge: Funktonappoxmaton Mtteleg, Occam azo zu enach, chlechte Güte zu komplzet, ken Fehle, Daten auendg gelent, ot chlechte Genealeung, ovettng 49 S

50 Vogehenee bem Lenen Lentchpobe Tanngmenge Valdeungmenge Mt Tanngmenge (ca. /3 de Daten) Gechte lenen. Mt Valdeungmenge Güte chätzen. Co Valdaton: Lentchpobe n n dunkte Menge telen. Jeel ene Menge al Valdeungmenge und n- Mengen zum Tanng veenden. De n out-o ample eo danach mtteln. Bepele: euonale etze eden n vechedenten Gebeten e Gechtekennung ode Böenpognoen engeetzt. auch m Data Mnng genutzt (Sehe z.b. uneen Atkel n Spektum de Wenchaten, ov., ab S. 8) 5 S

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

1 Lineare, affine und konvexe Kombinationen. für einen Punkt (Vektor) von IR d. IR heißt affin unabhängig, wenn für alle r IN, x1,, R S

1 Lineare, affine und konvexe Kombinationen. für einen Punkt (Vektor) von IR d. IR heißt affin unabhängig, wenn für alle r IN, x1,, R S U. BEHM: Konvexgeoete 1-1 1 Lneae, affne un konvexe Kobnatonen W abeten -enonalen euklchen au I un cheben x ( 1,, ) ( I, = 1,, ) fü enen Punkt (Vekto) von I. Da nnee Poukt auf I von Vektoen x un y (,,

Mehr

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1 U. BEHM: Konvexgeoete - Lneae, affne un konvexe Kobnatonen W abeten -enonalen euklchen au I un cheben x = ( x,, x ) ( ξ I, =,, ) fü enen Punkt (Vekto) von I. Da nnee Poukt auf I von Vektoen x un y = (

Mehr

3 g-adische Ziffernentwicklung reeller Zahlen

3 g-adische Ziffernentwicklung reeller Zahlen 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von

Mehr

Inhalt der Vorlesung Experimentalphysik I

Inhalt der Vorlesung Experimentalphysik I Expeentalphyk I (Kp WS 009) Inhalt de Voleung Expeentalphyk I Tel : Mechank 5. Enege und Abet 6. Bewegte Bezugytee 7. Maepunktytee und Stöße 7. Stae Köpe; Schwepunkt 7. Schwepunktyte, Relatkoodnaten &

Mehr

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006 Semna übe Algothmen Load Balancng Slawa Belousow Fee Unvestät Beln, Insttut fü Infomatk SS 2006 1. Load Balancng was st das? Mt Load Balancng ode Lastvetelung weden Vefahen bescheben, um be de Specheung,

Mehr

4. Energie, Arbeit, Leistung

4. Energie, Arbeit, Leistung 4 43 4. Enege, Abet, Letung Zentale Gößen de Phyk: Bepel: Bechleungung F Annahe: kontante Kaft F Bechleungung: a Enege E, Enhet Joule ( [J] [] [kg / ] zuückgelegte eg: at E gbt zwe gundätzlche Foen on

Mehr

TU Dresden, AG Mechanische Verfahrenstechnik, Vorlesender: Dr.-Ing. Benno Wessely 1/7. Zyklonabscheider

TU Dresden, AG Mechanische Verfahrenstechnik, Vorlesender: Dr.-Ing. Benno Wessely 1/7. Zyklonabscheider TU Deen, AG Mechanche Vefahentechnk, Voleene: D.Ing. Benno Weely 1/7 yklonabchee Lteatu: E. Muchelknautz (Stuttgat), CIT 44 (197), N. 1+, S. 671 Duckelut un Abcheega n yklonen, VDI Wämeatla, 6. Aufl.,

Mehr

Bivariable/bivariate Verteilungen. Tabellen Grafiken Maßzahlen

Bivariable/bivariate Verteilungen. Tabellen Grafiken Maßzahlen Bvaable/bvaate Vetelungen Tabellen Gafken Maßzahlen 153 Ulste: Wetepaae x/y ode x 1 /x x = Flügellänge [mm], y = Gewcht [g] 3,8; 0,8 3,6; 0,7 4,3; 1,3 3,5; 0,7 4,1; 1,1 4,4; 1,3 4,5; 1,6 3,6; 0,75 3,8;

Mehr

Physik und Umwelt I Lösungen der Übungen Nr. 4. Die Masse des gesamten Zuges ist: m = kg. Seine Geschwindigkeit v beträgt: folgt:

Physik und Umwelt I Lösungen der Übungen Nr. 4. Die Masse des gesamten Zuges ist: m = kg. Seine Geschwindigkeit v beträgt: folgt: Aufgabe 4. Phyk und Uwelt I Löungen de Übungen. 4 t de etche nege de Zuge zu beechnen, de be Anfahen wede aufgebacht weden u. De Mae de geaten Zuge t: 5 kg. ene echwndgket betägt: 44 k/h 4 /. ü de etche

Mehr

Leistungsmessung im Drehstromnetz

Leistungsmessung im Drehstromnetz Labovesuch Lestungsmessung Mess- und Sensotechnk HTA Bel Lestungsmessung m Dehstomnetz Nomalewese st es ken allzu gosses Poblem, de Lestung m Glechstomkes zu messen. Im Wechselstomkes und nsbesondee n

Mehr

r r Kraftrichtung Wegrichtung Arbeit: negativ

r r Kraftrichtung Wegrichtung Arbeit: negativ De Abet Abet wd vechtet, wenn ene Kaft entlang ene ege wkt. De Kaft e kontant: coα Kaftchtung Kaftchtung Kaftchtung α egchtung α egchtung α egchtung Abet: potv Abet: negatv Abet: Null 0 α < 90 bzw.: co

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

Mehr

9. Der starre Körper; Rotation I

9. Der starre Körper; Rotation I Mechank De stae Köpe; Rotaton I 9. De stae Köpe; Rotaton I 9.. Enletung bshe: (Systeme on) Punktmassen jetzt: Betachtung ausgedehnte Köpe, übe de de Masse glechmäßg etelt st (kene Atome). Köpe soll sch

Mehr

7. Systeme von Massenpunkten; Stöße

7. Systeme von Massenpunkten; Stöße Mechank Sytee von Maenpunkten; Stöße 7. Sytee von Maenpunkten; Stöße 7.. De Schwepunkt W defneen den Schwepunkt ene Syte: t: M M... Geatae () Veanchaulchung: ( + ) 3 au () folgt: M M d dt p p () De Geatpul

Mehr

Lückentext (Mathematik I) zum Sommersemester 2013

Lückentext (Mathematik I) zum Sommersemester 2013 osten Schee.. Lückentet Mthemtk I um Sommesemeste Nme: Mtkel-N.: Mt desem Lückentet können Se s u mml möglche Zustpunkte elngen. Fü jedes chtg engetgene Wot egt sch somt en Bonuspunkt. Um mehee Mengen

Mehr

Prof. Dr. Johann Graf Lambsdorff Universität Passau. Pflichtlektüre: WS 2007/08

Prof. Dr. Johann Graf Lambsdorff Universität Passau. Pflichtlektüre: WS 2007/08 y, s. y Pof. D. Johann Gaf Lambsdoff Unvestät Passau y* VI. Investton und Zns c* WS 2007/08 f(k) (n+δ)k Pflchtlektüe: Mankw, N. G. (2003), Macoeconomcs. 5. Aufl. S. 267-271. Wohltmann, H.-W. (2000), Gundzüge

Mehr

Neuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer. Lehrbrief Nr. 1: Einführung in die Theorie künstlicher Neuronale Netze

Neuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer. Lehrbrief Nr. 1: Einführung in die Theorie künstlicher Neuronale Netze Neuonale Netze, Fuzzy Contol, Genetsche Algothmen Pof. Jügen Saue Lehbef N. : Enfühung n de Theoe künstlche Neuonale Netze Inhaltsvezechns. De bologsche Inspaton. Neuonen Modelle 3. Bestandtele enes Neuonalen

Mehr

Funds Transfer Pricing. Daniel Schlotmann

Funds Transfer Pricing. Daniel Schlotmann Danel Schlotmann Fankfut, 8. Apl 2013 Defnton Lqudtät / Lqudtätssko Lqudtät Pesonen ode Untenehmen: snd lqude, wenn se he laufenden Zahlungsvepflchtungen jedezet efüllen können. Vemögensgegenstände: snd

Mehr

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten Kaptel 7 Netzplantechnk CPM/PER ALG. 7. 1 (CPM) Schrtt 1 (Aulten der Aktvtäten): Stelle ene abelle au mt olgenden Inormatonen: - Bezechnung der Aktvtäten und hre Bechrebung - Fetlegung der Vorgänger -

Mehr

Streuungs-, Schiefe und Wölbungsmaße 1

Streuungs-, Schiefe und Wölbungsmaße 1 aptel IV Streuung-, Schefe und Wölbungmaße B... Lagemaße von äufgketvertelungen geben allen weng Aukunft über ene äufgketvertelung. Se bechreben zwar en Zentrum deer Vertelung, geben aber kenen Anhaltpunkt

Mehr

Hochschule für Technik und Informatik HTI Burgdorf. Elektrotechnik. 1. Elektrisches Feld... 3

Hochschule für Technik und Informatik HTI Burgdorf. Elektrotechnik. 1. Elektrisches Feld... 3 ene achhochschule Hochschule fü Technk und Infomatk HTI ugdof Zusammenfassung lektotechnk uto: Nklaus uen Datum: 8. Septembe 004 Inhalt. lektsches eld... 3.. Gundlagen... 3... Lnenntegal... 3... lächenntegal...

Mehr

Versuche: Trommelstock Drehstuhl mit Kreisel (Erhaltung des Gesamtdrehimpulses) Drehstuhl mit Hanteln (Variation des Trägheitsmoments)

Versuche: Trommelstock Drehstuhl mit Kreisel (Erhaltung des Gesamtdrehimpulses) Drehstuhl mit Hanteln (Variation des Trägheitsmoments) 7.Volesung Übeblck I) Mechank 4. stae Köpe a) Dehmoment b) Schwepunkt c) Dehmpuls 5. Mechansche Egenschaften von Stoffen a) Defomaton von Festköpen b) Hydostatk Vesuche: Tommelstock Dehstuhl mt Kesel (Ehaltung

Mehr

Rechnen mit Vektoren im RUN- Menü

Rechnen mit Vektoren im RUN- Menü Kael 09.. CASIO Teach & talk Jügen Appel Einen deidimenionalen Vekto kann man al Matix mit dei Zeilen und eine Spalte auffaen. Daduch kann man mit Vektoen echnen. D.h. konket, man kann Vektoen addieen

Mehr

Produkt-Moment-Korrelation (1) - Einführung I -

Produkt-Moment-Korrelation (1) - Einführung I - Produkt-Moment-Korrelaton - Enführung I - Kennffer ur Bechreung de lnearen Zuammenhang wchen we Varalen X und Y. Bechret de Rchtung und de Enge de Zuammenhang m Snne von je... deto... oder wenn... dann...

Mehr

Neuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer

Neuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer Neunale Netze, Fuzzy Cntl und Genetsche Algthmen Neunale Netze, Fuzzy Cntl, Genetsche Algthmen Pf. Jügen Saue Lehbef N. 3: Musteasszaten, Klassfkaten, Suppt Vect Machnes Musteasszaten Musteasszaten snd

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Einschub: Der Fluss eines Vektorfeldes am Beispiel des Strömungsfeldes

Einschub: Der Fluss eines Vektorfeldes am Beispiel des Strömungsfeldes Enschub: De Fluss enes Vektofeldes am Bespel des Stömungsfeldes Vektofeld: Jedem Punkt m Raum ode n enem begenzten Gebet des Raumes wd en Vekto zugeodnet. Bespele: Gatatonsfeld t elektsches Feld Magnetfeld

Mehr

Definition: Unter dem vektoriellen Flächenelement einer ebnen Fläche A versteht man einen Vektor A r der

Definition: Unter dem vektoriellen Flächenelement einer ebnen Fläche A versteht man einen Vektor A r der Obeflächenntegale Vektofluß duch ene Fläche - betachtet wd en homogenes Vektofeld v (B Lchtbündel) - das Lcht falle auf enen Spalt Defnton: Unte dem vektoellen Flächenelement ene ebnen Fläche vesteht man

Mehr

Wärmeübertragung. Grundsätzlich sind drei verschiedene Möglichkeiten der Wärmeübertragung möglich: Wärmeleitung, Konvektion und Strahlung:

Wärmeübertragung. Grundsätzlich sind drei verschiedene Möglichkeiten der Wärmeübertragung möglich: Wärmeleitung, Konvektion und Strahlung: ämeübetgung Unte ämeübetgung vesteht mn sämtlche Eschenungen, e enen äumlchen nspot von äme umfssen. De ämeübegng efolgt mme ufgun enes empetugefälles, un zw mme von e höheen zu neeen empetu (.Huptstz).

Mehr

Geometrische. Transformationen 2D

Geometrische. Transformationen 2D Geometche Tanfomatonen D Tanfomatonen tae Köpe Köpe: Menge von unkten 3 { } Tanlaton: : ' T ' ' age age Tanfomatonen tae Köpe ( Rotaton: R n n ' ' ' : Um a Rotatonzentum n n ' ' ( Tanfomatonen (3 Skaleung:

Mehr

Einführung in Moderne Portfolio-Theorie. Dr. Thorsten Oest Oktober 2002

Einführung in Moderne Portfolio-Theorie. Dr. Thorsten Oest Oktober 2002 Enfühung n Modene Potfolo-Theoe D. Thosten Oest Oktobe Enletung Übeblck Gundlegende Fage be Investtonen: We bestmmt sch ene optmale Statege fü ene Geldanlage?. endte und sko. Dvesfkaton 3. Enfühung n Modene

Mehr

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

r mit der sogenannten Einheitsmatrix:

r mit der sogenannten Einheitsmatrix: D. Hempel Mathematsche Gundlagen Tensoen -7- Maten / Tensoen - Tel als Tenso Bem Vesuch den Dehmpuls unte Zuhlfenahme des Täghetstensos daustellen egab sch fü das Täghetsmoment de folgende Zusammenhang:

Mehr

Modelle in der Raumplanung I

Modelle in der Raumplanung I odelle n de Raumplanung I Klau Spekemann chael Wegene 4 Input-Output-odelle. Novembe 008 Input Sekto Output 0 0 Geamtnput 30 Shft-und-Shae-Analye Lehveantaltung "odelle n de Raumplanung" WS 008/009 Shft-und-Shae-Analye

Mehr

Das Ski-Rental-Problem

Das Ski-Rental-Problem Da Ski-Rental-Poblem (Voläufige Veion, 15. Mai 212) Pof. D. Hanno Lefmann Fakultät fü Infomatik, TU Chemnitz, D-917 Chemnitz, Gemany lefmann@infomatik.tu-chemnitz.de 1 Da Ski-Rental-Poblem Bei dem Ski-Rental-Poblem

Mehr

Lösungen: 1. Übung zur Vorlesung Optoelektronik I

Lösungen: 1. Übung zur Vorlesung Optoelektronik I Geke/Lemme SS 4 Lösuge:. Übug u Volesug Optoelektok Augabe : Releo ud Bechug a Geläche (a De Ausbetug o elektomagetsche Welle wd duch de Mawell Glechuge ( bs (4 beschebe. t B& ( t J D& H ( t ρ D ( 3 B

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Schätzfehler in der linearen Regression (1) Einführung

Schätzfehler in der linearen Regression (1) Einführung Schätzfehler ( Reduum: Schätzfehler n der lnearen Regreon ( e Enführung Zel der Regreontattk t e, Schätzglechungen nach dem Krterum der klenten Quadrate aufzutellen und anzugeben, we groß der jewelge Schätzfehler

Mehr

Beleuchtungsmodelle II

Beleuchtungsmodelle II Beleuchtungsmodelle II Globales Beleuchtungsmodell Bshe: okales Beleuchtungsmodell Beleuchtung von Obelächen nu duch dekte Enstahlung von chtquellen abe ncht duch andee Obelächen. Zel: Globales Beleuchtungsmodell

Mehr

II. Das Bestimmtheitsmaß R 2

II. Das Bestimmtheitsmaß R 2 II. Da Betmmthetmaß R Bepel: (a) ( ) ( )( ) - - 6 6 b ˆ /, und b ˆ, ˆ +, (b) ( ) ( )( ) - / -/ / / 6 6 b ˆ /, und b ˆ, ˆ +, D.h. de KQ-Geraden nd n beden Fällen glech, aber 7. Elementare Regrenrechnung

Mehr

Erzeugung mit einer rotierenden flachen Spule

Erzeugung mit einer rotierenden flachen Spule 2. Snuförmge Wechelpannung De elektromagnetche Indukton t ene der Grundlagen unerer technchen Zvlaton. Der Strom, der au der Steckdoe kommt, t bekanntlch en Wecheltrom. De hn verurachende Wechelpannung

Mehr

Bestimmung der Extrema von Funktionen mehrerer Veränderlicher

Bestimmung der Extrema von Funktionen mehrerer Veränderlicher Mathematk ü Natuwsseschatle II Bestmmug de Etema vo Fuktoe mehee Veädelche R R ; etwckel um (, ) Taylopolyom. Gades Vektoom ( ) ( ) + ( ) o ( ) + ( ) o Hess( ) o ( ) Vekto Vekto Vekto Mat Vekto Mat Vekto

Mehr

Netzsicherheit I, WS 2008/2009 Übung 2. Prof. Dr. Jörg Schwenk

Netzsicherheit I, WS 2008/2009 Übung 2. Prof. Dr. Jörg Schwenk Netzcherhet I, WS 2008/2009 Übung 2 Prof. Dr. Jörg Schwenk 27.10.2008 1 SPA Aufgabe 1 Se führen ene SPA auf ene Chpkarte au, auf er DES mplementert t. Dabe meen Se en Stromverbrauch währen er PC1 Permutaton

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

12. Vortrag Verzweigung. Seminar Zahlentheorie WS 07/08

12. Vortrag Verzweigung. Seminar Zahlentheorie WS 07/08 12. Votag Vezwegung Semna Zahlentheoe WS 07/08 Pof. D. Tosten Wedhon Unvestät Padebon von Geda Weth und Ingo Plaschczek 22. Janua 2008 12. Vezwegung (A) p-adsche Bewetung enes gebochenen Ideals n enem

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

Magnetfeldmessung an Zylinderspulen (MZ) 1. Einleitung. 2. Aufgabenstellung. Physikalisches Praktikum Versuch: MZ

Magnetfeldmessung an Zylinderspulen (MZ) 1. Einleitung. 2. Aufgabenstellung. Physikalisches Praktikum Versuch: MZ Technsche Unvestät Desden Fchchtung Physk A. Schwb C. Schöte 09/006 Physklsches Pktkum Vesuch: MZ Mgnetfeldmessung n Zylndespulen MZ 1. Enletung Nch dem Duchflutungsgeset st jede stomduchflossene ete von

Mehr

Seite 2. Anatomische, physikalische und funktionelle. Modelle des menschlichen Körpers. Delaunay Algorithmus 2D/3D.

Seite 2. Anatomische, physikalische und funktionelle. Modelle des menschlichen Körpers. Delaunay Algorithmus 2D/3D. Anatomsche, physkalsche und funktonelle Modelle des menschlchen Köpes Gundlagen de Modelleung Vsualseung Venetzung Vsualseung Was soll dagestellt weden? Medznsche Blddaten (CT, MT, Photogaphe,...) Anatome

Mehr

Statisches Gleichgewicht des starren Körpers (Statik)

Statisches Gleichgewicht des starren Körpers (Statik) Us Wyde CH- 4057 Basel Us.Wyde@edubs.ch Statsches Glechgewcht des staen Köpes (Statk) Glechgewchtsbedngungen En Köpe befndet sch n Ruhe (ode bewegt sch mt konstante Geschwndgket), wenn de Summe de Käfte

Mehr

Zur Erinnerung. Stichworte aus der 9. Vorlesung: Einteilung von Stößen:

Zur Erinnerung. Stichworte aus der 9. Vorlesung: Einteilung von Stößen: Zu nneung tchwote aus de 9. Volesung: ntelung von tößen: kn, kn kn,, kn, Q Q = 0 elastsche töße de umme de nneen nege de Telchen (chwngung und Rotaton) blebt unveändet, Q > 0 unelastsche töße knetsche

Mehr

ermittelt. Für zwei Wertpapiere i und j ermittelt er eine Schätzung der Kovarianz ˆ

ermittelt. Für zwei Wertpapiere i und j ermittelt er eine Schätzung der Kovarianz ˆ Pof. D. Mac Gütle SS 05 Klausu zu Vetefung Fnanzwtschaft Telbeech Empsche Fnanzwtschaft Alle folgenden zwe Aufgaben snd zu beabeten. Behauptungen snd zu begünden, Rechnungen snd zu eläuten! Runden Se btte

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

7.Vorlesung. Überblick

7.Vorlesung. Überblick 7.Volesung Übeblck I) Mechank 4. stae Köpe a) Dehmoment b) Schwepunkt c) Dehmpuls 5. Mechansche Egenschaften von Stoffen a) Defomaton von Festköpen b) Hydostatk Vesuche: Ganolle Tommelstock Dehstuhl mt

Mehr

Capital Asset Pricing Model (CAPM)

Capital Asset Pricing Model (CAPM) Captal Asset Pcng odel (CAP) Aus de Denton des aktpotolos, als Tangentalpunkt von (0, ) au den zulässgen Beech, lässt sch olgendes Vehältns heleten (sehe Luenbege S 178) = + σ 2 Des st de gundlegende CAP-Bedngung,

Mehr

4. Krummlinige orthogonale Koordinaten

4. Krummlinige orthogonale Koordinaten 4 Kummlnge othogonale Koodnaten ückblck Zu uanttatven Efassung äumlche (und etlche) Beüge denen Koodnatensysteme Bshe haben w Katessche Koodnaten betachtet: { } { } { } Bass: e,,, Koodnaten:,,,, y, Vektoen:

Mehr

Physik II TU Dortmund SS2018 Götz Uhrig Shaukat Khan Kapitel 1. Bisher: Elektrostatik im Vakuum (keine Felder in Materie), keine Magnetfelder

Physik II TU Dortmund SS2018 Götz Uhrig Shaukat Khan Kapitel 1. Bisher: Elektrostatik im Vakuum (keine Felder in Materie), keine Magnetfelder Physk II T Dotmund SS8 Götz hg Shaukat Khan Kaptel Maxwellsche Glechungen Bshe: Elektostatk m Vakuum (kene Felde n Matee), kene Magnetfelde dffeenzelle Fom ntegale Fom ( ) Gauß E E da dv V E Stokes E d

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Kernphysik I. Kernmodelle: Schalenmodell

Kernphysik I. Kernmodelle: Schalenmodell Kenphysk I Kenmodelle: Schalenmodell Zusammenfassung letzte Stunde: Femgasmodell Kene m Gundzustand snd entatete Femgassysteme aus Nukleonen, mt hohe Dchte 0,17 Nukleonen/fm 3. De Kendchte st bestmmt duch

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Lösungen I.1. 21/3 = {AA, ABA, ABB, BB, BAB, BAA} (A bzw. B steht für Person A bzw. Person B hat Satz gewonnen )

Lösungen I.1. 21/3 = {AA, ABA, ABB, BB, BAB, BAA} (A bzw. B steht für Person A bzw. Person B hat Satz gewonnen ) Löungen I.1 a) Gundbegiffe 161/1a = {0; 1;...; 9} latt/1 jede mögliche ugang eine Zufallexpeiment daf im Egebniaum nu einmal vokommen (eindeutige Zuodnung); hie gehöt abe z.. de ugang 2 geüfelt oohl zu

Mehr

( a ) z + ( 1 b ) z = ( 1 c ) z.

( a ) z + ( 1 b ) z = ( 1 c ) z. Hans Walser, [2000509a] Fermat mt negatven Exponenten Anregung: T. G., B. Vgl. [Morgan 200] Ausgangsrage Gesucht snd Lösungen a,b,c! der Glechung: a z + b z = c z, z! 2 Bespele und Gegenbespele a) Für

Mehr

Prüfung Grundprinzipien der Versicherungs- und Finanzmathematik 2012

Prüfung Grundprinzipien der Versicherungs- und Finanzmathematik 2012 üfung Gundnzen de Vescheungs- und Fnanzmathematk ufgae : ( Mnuten Gegeen se en eneodge vollständge State Sace-Makt mt s Zuständen und n+ Fnanztteln De Fnanzttel entseche dae de skolosen nlage zum scheen

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Berechnung von Bilanzen chemischer Reaktionen mit Festwerten der Reaktionsfortschritte

Berechnung von Bilanzen chemischer Reaktionen mit Festwerten der Reaktionsfortschritte Beechug vo Blaze chemche Reatoe mt Fetwete de Reatofotchtte Ncht jedem Falle wd dem Ablauf ee chemche Reato da Glechgewcht zugude gelegt, ode e oll mt Fetwete de Reatofotchtte geechet wede. De a be Aahme

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

e r Rotationsbewegung gleichförmige Kreisbewegung dϕ =ds/r und v=ds/dt=rdϕ/dt=rω

e r Rotationsbewegung gleichförmige Kreisbewegung dϕ =ds/r und v=ds/dt=rdϕ/dt=rω Rotatonsbewegung ω d ϕ / dt glechfömge Kesbewegung dϕ ds/ und vds/dtdϕ/dtω δϕ ds m v (Umlaufgeschwndgket v, Kesfequenz ode Wnkelgeschwndgket ωdϕ/dt. ) F Außedem glt ωπν mt de Fequenz ν. Umlaufzet T : T1/νπ/ω

Mehr

Kernphysik I. Kernmodelle: Schalenmodell

Kernphysik I. Kernmodelle: Schalenmodell Kenphysk I Kenmodee: Schaenmode Schaenmode Töpfchenmode und Femgasmode snd phänemonoogsche Modee mt beschänktem Anwendungsbeech. Se weden an de Expemente angepasst z.b. de Konstanten fü de Teme n de Massenfome

Mehr

Übungsaufgaben zum Prüfungsteil 1 Lineare Algebra /Analytische Geometrie

Übungsaufgaben zum Prüfungsteil 1 Lineare Algebra /Analytische Geometrie Übungsaufgaben zum Püfungsteil Lineae Algeba /Analytische Geometie Aufgabe Von de Ebene E ist folgende Paametefom gegeben: 3 E: x= 4 + 0 + s 3 ;,s 0 3 4 a) Duch geeignete Wahl de Paamete und s ehält man

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

Nullstellen Suchen und Optimierung

Nullstellen Suchen und Optimierung Nullstellen Suchen und Optmerung Typsche Probleme: De optmale Bahnkurve De Mnmerung des Erwartungswertes ür den Hamltonan Wr möchten ene Funkton mnmeren oder mameren solch en Problem wrd Optmerung genannt!

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Drehbewegungen. F r. F r x1. F r 1. r r r. Das Drehmoment: Beispiel Wippe: Erfahrung:

Drehbewegungen. F r. F r x1. F r 1. r r r. Das Drehmoment: Beispiel Wippe: Erfahrung: Dehbewegungen Das Dehoent: Bespe Wppe: D Efahung: De Käfte und bewken ene Dehbewegung u de Dehachse D. De Dehwkung hängt ncht nu von de Kaft, sonden auch vo Kafta, d.h. Abstand Dehachse-Kaft ab. De Kaft

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Computer-Aided Reactor Design

Computer-Aided Reactor Design Compute-Ae Reacto Desgn Rechneübung zu Volesung Reaktoesgn Beteb un Auslegung chemsche Reaktoen Lehstuhl I fü Technsche Cheme Skpt un Fles: www.ch.tum.e/tc Stuum & Lehe Paktka Reaktoesgn Downloa Inhalt

Mehr

über das Volumen V. Integration mehrfach nacheinander entsprechend bekannter Regeln mehrfache Berechnung bestimmter Integrale

über das Volumen V. Integration mehrfach nacheinander entsprechend bekannter Regeln mehrfache Berechnung bestimmter Integrale Mefacntegale Mae ene Quade: M wenn de Quade nomogen t: (,, ) M (,, ) M N M N N (,, ) M lm (,, ) (,, ) dd d N Integal de Funkton (,, ) üe da olumen. Mefacntegale mt kontanten Integatongenen Integaton mefac

Mehr

Arbeitszeit 60 Minuten Seite 1 von 5 HochschuleMünchen, FK 03 Bordnetze (Vorlesung) SS08. Name:... Vorname:... St. Grp...

Arbeitszeit 60 Minuten Seite 1 von 5 HochschuleMünchen, FK 03 Bordnetze (Vorlesung) SS08. Name:... Vorname:... St. Grp... betszet 60 Mnuten Sete von 5 HochschuleMünchen, FK 03 odnetze (Volesung) SS08 Nme:... Vonme:... St. Gp.... ufgbenstelle: Pof. D. Wemuth, betszet: 60 mn, Hlfsmttel: Tschenechne ufg. ufg. ufg. 3 ufg. 4 ufg.

Mehr

Validierung der Software LaborValidate Testbericht

Validierung der Software LaborValidate Testbericht Valderung der Software LaborValdate Tetbercht De Software LaborValdate dent dazu Labormethoden zu Valderen. Dazu mu nachgeween en, da de engeetzten Funktonen dokumentert und nachvollzehbar nd. De Dokumentaton

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Schaltwerke. e = 0 z. e = 0 1 z. z neu. z = z = z???? z(t + ) = z neu = z(t) Schaltnetze und Schaltwerke

Schaltwerke. e = 0 z. e = 0 1 z. z neu. z = z = z???? z(t + ) = z neu = z(t) Schaltnetze und Schaltwerke Schaltweke Schaltnete und Schaltweke Schaltnete dienen u Becheibung deen, wa innehalb eine Poeotakt abläuft. Die akteit de Poeo mu imme etwa göße ein al die Signallaufeit de Schaltnete. Damit wid ichegetellt,

Mehr

Vorlesung zur Veranstaltung Vermessungskunde. Teil 3: Statistik

Vorlesung zur Veranstaltung Vermessungskunde. Teil 3: Statistik Prof. Dr. techn. Alfred Mchke Vorleung zur Verantaltung Vermeungkunde Tel 3: Stattk Meungen nd.d.r. mt Fehlern behaftet. De mu berückchtgt erden, um Ergebne n ener geünchten Genaugket zu erzelen. Man unterchedet

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

500 Rotation des starren Körpers. 510 Drehungen und Drehmomente 520 Rotationsenergie und Drehimpuls

500 Rotation des starren Körpers. 510 Drehungen und Drehmomente 520 Rotationsenergie und Drehimpuls 5 Rotaton des staen Köpes 5 Dehungen und Dehmomente 5 Rotatonsenege und Dehmpuls um was geht es? Beschebung von Bewegungen (pmä Dehungen) des staen Köpes Analoge zu Kap. und 3: Kaft Dehmoment Impuls Dehmpuls

Mehr

2.12 Kurvenparametrisierung

2.12 Kurvenparametrisierung 2.12 Kuvenpaametiieung Definition Funktionen γ : [a, b] R R m beheiben Kuven im R m. Bemekung Kuven laen ih viualiieen duh... (1) den Gaphen Γ γ {t, γ(t) t [a, b]} R m+1 ode (2) die Bildmenge γ([a, b]).

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Gewichtetes arithmetisches Mittel und Streuung

Gewichtetes arithmetisches Mittel und Streuung Dpl.-Kaufm. Wolfgang Schmtt u mener Skrptenrehe: " Kene ngt vor... " ugewählte Themen der dekrptven Stattk Gewchtete arthmetche Mttel und Streuung Modellaufgabe Übungen Löungen www.nf-lernen.de Modellaufgabe:

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

Neuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer. Lehrbrief Nr. 2: Perzeptron

Neuronale Netze, Fuzzy Control, Genetische Algorithmen. Prof. Jürgen Sauer. Lehrbrief Nr. 2: Perzeptron Neuonale Netze, Fuzz Contol, Genetische Algoithmen Pof. Jügen Saue Lehbief N. : Pezepton Pecepton - Das Pezepton ist das einfachste Modell fü Neuonale Netze. Dieses Modell gehöt zu Klasse de sog. Musteassoziatoen.

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Vorschlag für die Parametrisierung von Leiterschleifen für die Emulation eines Scheibenmagneten

Vorschlag für die Parametrisierung von Leiterschleifen für die Emulation eines Scheibenmagneten Vchag fü de Paameeung n Leechefen fü de Emuan ene cheenmagneen ee n 5 Vchag fü de Paameeung n Leechefen fü de Emuan ene cheenmagneen T. R Lauea,.7. Im Fgenden wd en Ana u Paameeung n Leechefen gechagen,

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Kapitel 7: Ensemble Methoden. Maschinelles Lernen und Neural Computation

Kapitel 7: Ensemble Methoden. Maschinelles Lernen und Neural Computation Kaptel 7: Ensemble Methoden 133 Komtees Mehrere Netze haben bessere Performanz als enzelne Enfachstes Bespel: Komtee von Netzen aus der n-fachen Kreuzvalderung (verrngert Varanz) De Computatonal Learnng

Mehr

Physikalische Grundlagen der Biomechanik

Physikalische Grundlagen der Biomechanik Physkalsche Gundlagen de Bomechank Dplomabet zu Elangung des Magstegades an de Natuwssenschaftlchen Fakultät de Leopold-Fanzens-Unvestät Innsbuck engeecht be Hen A. Unv.-Pof. D. Chstoph LEUBNER Insttut

Mehr