Rhythmusanalyse - Tatum, Tactus, Metrum

Größe: px
Ab Seite anzeigen:

Download "Rhythmusanalyse - Tatum, Tactus, Metrum"

Transkript

1 Symbole und Signale - MuWi UHH WS 04/05 Rhythmusanalyse - Tatum, Tactus, Metrum Universität Hamburg

2 Rhythmusanalyse: Was ist Rhythmus? Am Anfang war der Rhythmus : Rhythmus ist elementare und definierende Dimension von Musik. Allerdings: Keine allgemein akzeptierte Definition von Rhythmus an der Hand. (Spitznagel nennt an die 100 in der Literatur.) Etymologie: von gr. ρυθµς (rhythmos = Form ). Bei Plato: Geordnete Bewegung, geordnete Abfolge von Ereignissen. Rhythmen sind omnipräsent inder Natur: Planetenbewegungen, Tag- und Nachtzyklus, Gehen, Sprechen, Atmen, Herzschlag, Kunst&Musik, elektrische & mechanische Schwingungen, Atomschwingungen H. Riemann oder K.Bücher zugeschrieben 1

3 Rhythmusanalyse: Grundlagen Analoge Rhythmen: Schwingungen, digitale Rhythmen: Ereignisse. Durch Auszeichnung eines Gebiets im Zustandsraum lassen sich analoge in digitale Rhythmen überführen. Rhythmen im engeren Sinne sind Zeitreihen die ein Mindestmaß an Korrelation aufweisen Definitorische Einschränkungen: 1. Nur zeitliche Rhythmen 2. Nur digitale Rhythmen 3. Nur akustische und motorische Rhythmen 2

4 Rhythmusanalyse: Grundlagen Arbeitsdefinition: Musikalische Rhythmen sind diskrete, korrelierte, akustische Zeitreihen. Andere Autoren definieren Rhythmus als Folge von Akzenten wie schwer-leicht oder lang-kurz. (z.b. Cooper& Meyer, 1960) Die Messung und die Definition musikalischer Rhythmen wird dadurch erschwert, dass sie ein Perzept sind, keine primär-physikalische Tatsache. Die Aufgabe der computergestützten Rhythmusanalyse ist, aus dem physikalischen Phänomen auf das Perzept zu schließen. 3

5 Rhythmusanalyse: Grundlagen Mathematische Definition Definition 1 (Rhythmus) Eine Abbildung Z R E n (t n, e n ) mit n < m t n < t m heißt (digitaler) Rhythmus. Ein reiner Rhythmus ist ein Rhythmus mit E =. 4

6 Rhythmusanalyse: Grundlagen Ein Großteil der bekannten Musik ist um ein implizite oder explizite (quasi-periodische) Impulsfolge, den Beat, herum organisiert. Dies folgt aus und wird erzeugt durch die zeitliche Korreliertheit der Ereignisse. Die rhythmischen Ereignisse werden oft mit dem Onset (Einsatzzeit) assoziert. Der Onset ist ein Perzept, korreliert aber in der Regel mit messbaren physikalischen Eigenschaften. Das Zeitintervall zwischen zwei Onsets heißt Inter-onset-interval (IOI) Die Dauer eines Klanges wird in vielen Modellen vernachlässigt. 5

7 Rhythmusanalyse: Grundlagen Phänomen der subjektiven Rhythmisierung (Metrisierung): Der Mensch nimmt auch bei isochronen, physikalisch identischen Reizen eine 2er- oder 3er-Gruppierung wahr. Metrum ist strukturierte Abfolge von wichtig/unwichtig (bzgl. des Beatlevels) Die perzeptuellen Akzente einer musikalischen Zeitreihe bestimmen die Metrumswahrnehmung. Man unterscheidet verschiedene Akzenttypen: 1. Phänomenale (physikalische) Akzente (Betonung, Lautstärke, Klangfarbe) 2. Strukturakzente (z.b Harmoniewechsel) 3. Metrische Akzente 4. Melodische Akzente 5. Temporale Akzente 6

8 Rhythmusanalyse: Grundlagen Man hat einige Zeitkonstanten der Rhythmuswahrnehmung und -produktion beobachtet: 1. Gleichzeitigkeit: 2 5 ms 2. Reihenfolgeunterscheidung: ms 3. Schnellste Bewegung: 80 ms 4. Spontanes Tempo: ms 5. Subjektive Präsenzzeit: ms Es gibt eine anthropologische/physiologische Hierarchie der Zeitskalen. 7

9 Rhythmusanalyse: Grundlagen Man findet verschiedene Ebenen zu verschiedenen Zeitskalen der musikalischrhythmischen Organisation. Bezeichnung Tatum oder Puls, kleinste Zeiteinheit Tactus oder Beat (Puls, Grundschlag) Metrum, Hypermetrum, Formeinheiten Größenordnung 10 1 s 10 0 s 10 1 s Das führt uns auf die Definition von Zeitgitter und metrischer Hierachie. 8

10 Rhythmusanalyse: Zeitgitter Definition 2 (Zeitgitter) Sei T > 0 eine reelle, positive Konstante, die Zeitbasis. Dann heißt die Menge G T = {nt, n N 0 } ein Zeitgitter. Für k < p N 0 ist das (k, p)-untergitter von G die Menge mit Phase k und Periode p. Der Wert G T (k, p) = {(k + np)t, n N} Θ = 1 pt heißt Tempo des (Unter-)gitters. Jede Teilmenge R G T eines Zeitgitters heißt regulärer Rhythmus. 9

11 Rhythmusanalyse: Metrische Hierarchie Definition 3 (Metrische Hierarchie) Sei G T ein Zeitgitter, M = {m i m i > 1, 1 i N} eine Menge natürlicher Zahlen. Definiere p n = n i=1 m i und sei k eine natürliche Zahl. Das Untergitter G T (k, p n ) Γ(k, n) heißt Untergitter mit Level n und Phase k mod p n. Eine reguläre (divisible) metrische Hierarchie zur Phase k < p N ist dann die Menge aller Untergitter zum Level n N: M(k; p 1, p 2... p N ) = {Γ(k, n), 1 n N} (1) 10

12 Rhythmusanalyse: Metrische Hierarchie Beispiel: Metrische Hierarchien des 12/8-Taktes. Schwarz Zeitgitter G T Blau M(1; 3, 6, 12) Rot M(2; 2, 4, 12) 11

13 Rhythmusanalyse: Quantisierung Problem 1 (Quantization) Sei R = {t i } 0 i N ein gemessener Rhythmus und ɛ > 0. Die Aufgabe der Quantisierung ist es, eine Zeitkonstante T und ein Satz von Quantisierungszahlen {n i N 0 } zu finden, so dass (t i t 0 ) n i T < ɛ, i (2) Die Abbildung Q(t i ) = n i T heißt eine Quantisierung von R. Es ist klar, dass diese Aufgabe nicht immer lösbar ist, entweder nicht zu gegebener Genauigkeit ɛ oder prinzipiell nicht (z.b. Accelerando) 12

14 Rhythmusanalyse: Beat- und Metrumextraktion Problem 2 (Beat- and Metrumextraktion) Seien R die gemessenen Onsets einer rhythmischen Ausführung. Weiterhin nehmen wir an, dass eine Vpn. gebeten wurde gleichmäßig dazu mitzutappen und das die Onsets des Tappens gemessen wurden, bezeichnet mit T (R). Die Aufgabe der Beatextraktion ist es, eine Quantisierung für T (R) aus R herzuleiten. Falls die Vpn. darüberhinaus gebeten wurde, eine Eins zu markieren, gemessen in einem weiteren Rhythmus M(R), dann ist das Problem der Metrumextraktion eine Quantisierung von M zu finden und deren relative Position zum extrahierten Beat. Schwarz: R, Blau: T (R), Rot: Q(T (R)) 13

15 Rhythmusanalyse: Metrische Hierarchie Algorithmus Sei R = {t i } 0 i N ein gemessener Rhythmus, z.b. von einer MIDI-Einspielung oder eines Onsetdetectionsystems Der Metrische Hierarchie Algorithmus (MHA): 1. Erstelle eine Gaußifikation G(R) 2. Berechne die Autokorrelationsfunktion A G. 3. Bestimme die Maximumsstellen M von A G 4. Bestimme Beatkandidaten T B i und Zeitbasen T j aus M(A G ) 5. Erstelle Liste möglicher Metren p i mit Phasen ϕ i und Gewichten w i durch Kreuzkorrelation. 14

16 Rhythmusanalyse: Gaußifikation Definition 4 (Gaußifkation) Sei R = {t i } 1 i N eine Menge von Zeitpunkten (ein Rhythmus) und {ψ i } 1 i N eine Menge (reeller) Koeffizienten. Dann heißt eine Gaußifikation von T. g T (t) = 1 2πσ 2 N i=1 ψ i e (t t i )2 2σ 2 Eine Gaußifikation ist also eine Superposition von zeitverschobenen Gaußfunktionen und ähnelt den GMM (Gaussian Mixture Models), ist aber keine Wahrscheinlichkeitverteilung im engeren Sinne. Die exakten Onsets werden durch die Gaußfunktionen verschmiert und wir erhalten dadurch eine Funktion, die man differenzieren und integrieren kann. Statt den Gaußfunktionen sind auch andere Funktionen denkbar. 15

17 Rhythmusanalyse: Gaußifikation Die Koeffizienten ψ i sind als Akzentgewichte gedacht. Zunächst nur simple, temporale Akzentregeln ( a MIN, a MAJ freie Parameter) 1. INITIALISIERUNG Setze ψ i = 1, ψ 1 = a MIN, ψ N = a MIN 2. SCHWACHER AKZENT Falls ( t i+1 2σ)/ t i > 1 dann ψ i = a MIN 3. STARKER AKZENT Falls ( t i+1 + σ)/ t i > 2 dann ψ i = a MAJ 16

18 Rhythmusanalyse: Gaußifikation Beispiel für eine Gaußifikation. Mit 66 Jahren von Udo Jürgens. (Amateur-MIDI- Einspielung der Gesangsmelodie). 3.5 Mit 66 Jahren

19 Rhythmusanalyse: AKF der Gaußifikation Proposition 1 Sei T τ : G(t) G(t + τ) der Zeitverschiebungsoperator. Dann ist das zeitverschobene Skalarprodukt zweier Gaußfikationen G 1, G 2 die Kreuzkorrelationsfunktion C G1 G 2 : C G1 G 2 (τ) := G 1, T τ G 2 = 1 2σ π N 1,N 2 i,j=1 ( t12 ij τ)2 ψ i φ j e 4σ 2 mit t 12 ij = t(1) i t (2) j. Die Autokorrelationsfunktion A G (τ) einer Gaußifikation G ist gegeben durch: A G (τ) := G, T τ G = 1 2σ π N i,j=1 ψ i ψ j e ( t ij τ)2 4σ 2 18

20 Rhythmusanalyse: AKF der Gaußifikation Beispiel für die AKF einer Gaußifikation. Mit 66 Jahren von Udo Jürgens (Amateur- MIDI-Einspielung der Gesangsmelodie). 1.2 AKF Mit 66 Jahren

21 Rhythmusanalyse: Bestimmung des Beatlevels Die AKF wird nur für einen Zeitspanne berechnet, die ungefähr der subjektiven Präsenzzeit entspricht (2-3s), freier Parameter des Modells. Beatlevel am stabilsten wird zuerst bestimmt. Idee: Beatlevel ergibt Maximum der AKF im Bereich des spontanen (bevorzugten) Tempos. Tempopräferenzfunktion nach Parncutt: w(t) = e β log2 2 t Ts, T s ist das spontanes Tempo. Freier Parameter des Modells, sollte um die 500 ms ( = 120 bpm) sein. Es gilt w(2t s ) = w(t s /2) 20

22 Rhythmusanalyse: Bestimmung des Beat-Levels Die Kandidaten für den Tactus T B werden wie folgt bestimmt T B = {arg max A G (t)w(t)} b = 0.25 b = 0.5 b = 0.75 b = Tempopräferenzfunktionen zu verschiedenen Parametern β. 21

23 Rhythmusanalyse: Bestimmung des Beat-Levels AKF-Methode hat Probleme bei punktierten Rhythmen. Punktierter Rhythmus AKF

24 Rhythmusanalyse: Bestimmung von Metrum und Phase Für einen gegebenen Tactus können nun Metren und zugehörige Phasen bestimmt werden durch Kreuzkorrelation mit gaußifizierten idealen metrischen Mustern. Periode Relative Akzente 2 {2,0} 3 {2,0,0} 4 {2,0,1,0} Ist G p die Gaußifikation eines metrischen Musters mit Periode p, dann sind der match -Wert m p und die beste Phase ϕ p gegeben durch: m p = max C Gp G(τ) ϕ p = argmax C Gp G(τ) 23

25 Rhythmusanalyse: Bestimmung von Metrum und Phase Das Gewicht dieses Metrum/Phasenpaars ergibt sich aus dem Matchwert und dem entsprechenden Wert der AKF: w p = A g (pt B )m p 1.4 2/4 KKF Mit 66 Jahren Kreuzkorrelation C G2 G (2/4) von Mit 66 Jahren. 24

26 Rhythmusanalyse: Bestimmung von Metrum und Phase Beispiel: Das beste 2/4-, 3/4- und 4/4-Metrum für Mit 66 Jahren Mit 66 Jahren 2/4 3/4 4/

27 Rhythmusanalyse: MHA Evaluation Testset: 586 Luxemburgische Volkslieder, quantisiert, 120bpm. Vorkommende Metren 2,3,4, und 6. 80% der Lieder hatten Auftakt. Eher simple Rhythmik (synkopenfrei...) Getestet mit verschiedenen Akzentkonfigurationen. Trotz bester Bedingungen lag Tactusfehlerquote bei 12%! Oktav- und Quintfehler. 26

28 Rhythmusanalyse: MHA Evaluation Benutzte Maße: c m1 : Korrekte Periode (%) c m2 : Korrekte Periode bis auf Vielfache (%) c m3 : Korrekte absolute Taktlänge (%) c ϕ : Korrekte absolute absolute Phase (%) (a min, a maj ) c m1 c m2 c m3 c ϕ c (1,1) 0,41 0,78 0,48 0,32 0,50 (1,2) 0,46 0,82 0,55 0,62 0,61 (2,1) 0,43 0,80 0,50 0,27 0,50 (2,2) 0,45 0,81 0,55 0,50 0,58 (2,3) 0,47 0,80 0,58 0,64 0,62 (2,4) 0,44 0,77 0,57 0,64 0,61 27

29 Rhythmusanalyse: MHA Beispiel Beispiel: Die ersten 15 s eines Pygmäenlieds ( Song of rejoicing after returning fram a hunt, Lied 5) Hindewhu (Pfeife) und Gesang, virtuelle Polyphonie, mit starken Offbeats der Flöte. Onsets mit einem Audioeditor von Hand extrahiert. Analyse der beginnenden 10 s, der folgenden 5 s und des ganzen Ausschnitts. (Nach 10 s findet Beschleunigung statt.) 28

30 Rhythmusanalyse: MHA Beispiel Autokorrelation der ersten 10s von Lied 5. Beatlevel (T=750ms, Θ = 80 bpm), asymmetrischer 3er Tactus. Metrische Level bei 2T und 3T. 1.2 "pygmy a uto.dat"

31 Rhythmusanalyse: MHA Beispiel Autokorrelation von Sekunde 10-15s von Lied 5. Beatlevel (T=694ms, Θ = 86 bpm), klarer 4er Tactus 1.8 "pygmy a uto.dat"

32 Rhythmusanalyse: MHA Beispiel Autokorrelation von Sekunde 0-15s von Lied 5. Beatlevel (T=696ms, Θ = 86 bpm) mit 4er Tactus oder Beatlevel (T=454s, Θ = 132 bpm) mit 3er Tactus Impliziter 2:3-Kreuzrhythmus! 1 "pygmy a uto.dat"

33 Rhythmusanalyse: MHA Beispiel Timeline und bester 2/4-Takt für Sekunde 0-10s von Lied 5. Algorithmus nimmt ersten Pfeifenton als 1! 3 "pygmy t ime.dat" "pygmy dat"

34 Rhythmusanalyse: MHA Beispiel Timeline und bester 3/4-Takt für Sekunde 0-10s von Lied 5. Die 1 liegt diemal beim Gesang. 2.5 "pygmy t ime.dat" "pygmy dat"

35 Rhythmusanalyse: MHA Beispiel Timeline und bester 2/4-Takt (T=464ms) für Sekunde 0-15s von Lied 5. Phase ist wieder verschoben. 2.5 "pygmy t ime.dat" "pygmy dat"

36 Rhythmusanalyse: Ausblick Semigute, aber vielversprechende erste Ergebnisse... Mehrere Beatkandidaten, mehrere Phasenkandidaten pro Metrum Fensterung, Polyrhythmik Akzentregeln aus anderen musikalischen Dimension. Bessere Gewichtung durch Metrumspräferenzfunktion. Mehr Evaluation. 35

Mathematische Melodieanalyse - Ein Streifzug

Mathematische Melodieanalyse - Ein Streifzug RMA - MuWi UHH WS 05/06 Mathematische Melodieanalyse - Ein Streifzug Universität Hamburg Mathematische Melodieanalyse - Einleitung Mathematische Melodieanalyse befasst sich mit der algorithmischen Analyse

Mehr

Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell:

Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen. Das folgende Modell ist ein GARCH(1,1)-Modell: Angewandte Ökonometrie, WS 2012/13, 1. Teilprüfung am 6.12.2012 - Lösungen LV-Leiterin: Univ.Prof.Dr. Sylvia Frühwirth-Schnatter 1 Wahr oder falsch? 1. Das folgende Modell ist ein GARCH(1,1)-Modell: Y

Mehr

Digitale Regelung. Vorlesung: Seminarübungen: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr

Digitale Regelung. Vorlesung: Seminarübungen: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr Vorlesung: Dozent: Professor Ferdinand Svaricek Ort: 33/2211 Zeit:Di 15.00 16.30 Uhr Seminarübungen: Dozent: Alexander Weber Ort: 33/1101 Zeit: Mo 9.45 11.15 Uhr (Beginn: 20.04.2015) Vorlesungsskript:

Mehr

SYNCHRONISATION VON HERZ UND ATMUNG

SYNCHRONISATION VON HERZ UND ATMUNG SYNCHRONISATION VON HERZ UND ATMUNG Vortrag von Benjamin Klima Inhaltsverzeichnis 1. 2. 3. Jules Antoine Lissajous 4. Die Lissajous Figur 5. 6. 7. Unsere Daten 8. Unsere Auswertung und Veranschaulichung

Mehr

Konzeption zur musikalischen Früherziehung in der Kindertagesstätte Singemäuse

Konzeption zur musikalischen Früherziehung in der Kindertagesstätte Singemäuse Konzeption zur musikalischen Früherziehung in der Kindertagesstätte Singemäuse Berlin, 01/2013 Inhaltsverzeichnis Einführung 3 1. Einbeziehung des Berliner Bildungsprogramms als Hauptschwerpunkt der musikalischen

Mehr

Praktikumsbericht. Gruppe 6: Daniela Poppinga, Jan Christoph Bernack, Isaac Paha. Betreuerin: Natalia Podlaszewski 28.

Praktikumsbericht. Gruppe 6: Daniela Poppinga, Jan Christoph Bernack, Isaac Paha. Betreuerin: Natalia Podlaszewski 28. Praktikumsbericht Gruppe 6: Daniela Poppinga, Jan Christoph Bernack, Isaac Paha Betreuerin: Natalia Podlaszewski 28. Oktober 2008 1 Inhaltsverzeichnis 1 Versuche mit dem Digital-Speicher-Oszilloskop 3

Mehr

Time Domain Harmonic Scaling

Time Domain Harmonic Scaling Algorithmische Anwendungen WS 2006/07 Referat Time Domain Harmonic Scaling A_grün_Ala0607 Dennis Ostrop 11035320 ai582@gm.fh-koeln.de Daniel de Buhr 11035463 ai574@gm.fh-koeln.de Inhaltsverzeichnis 1.

Mehr

Einfluß von Wind bei Maximalfolgenmessungen

Einfluß von Wind bei Maximalfolgenmessungen 1 von 5 05.02.2010 11:10 Der Einfluß von Wind bei Maximalfolgenmessungen M. KOB, M. VORLÄNDER Physikalisch-Technische Bundesanstalt, Braunschweig 1 Einleitung Die Maximalfolgenmeßtechnik ist eine spezielle

Mehr

Programmiersprachen und Übersetzer

Programmiersprachen und Übersetzer Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch

Mehr

Physik & Musik. Stimmgabeln. 1 Auftrag

Physik & Musik. Stimmgabeln. 1 Auftrag Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

AUFGABENSAMMLUNG ZUM LEHRGEBIET. AUTOMATISIERUNGSTECHNIK bzw. KONTINUIERLICHE SYSTEME

AUFGABENSAMMLUNG ZUM LEHRGEBIET. AUTOMATISIERUNGSTECHNIK bzw. KONTINUIERLICHE SYSTEME Dr.-Ing. Tatjana Lange Fachhochschle für Technik nd Wirtschaft Fachbereich Elektrotechnik AUFGABENSAMMLUNG ZUM LEHRGEBIET AUTOMATISIERUNGSTECHNIK bzw. KONTINUIERLICHE SYSTEME. Differentialgleichngen Afgabe.:

Mehr

Bildverarbeitung Herbstsemester 2012. Kanten und Ecken

Bildverarbeitung Herbstsemester 2012. Kanten und Ecken Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector

Mehr

32,5cm. Frequenzmessung, z. B. mit dem Oszilloskop oder einem handelsüblichen Frequenzmeter.

32,5cm. Frequenzmessung, z. B. mit dem Oszilloskop oder einem handelsüblichen Frequenzmeter. Die Blockflöte Aufgabe Wie verändert sich beim Spielen auf einer Blockflöte (c-flöte) die Tonhöhe, wenn, beginnend mit dem Ton h, nacheinander die weiteren Finger aufgesetzt werden? Gib eine möglichst

Mehr

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5) Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff

Mehr

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.

Mehr

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse

Mehr

YOUR INNER PULSE TRAINER

YOUR INNER PULSE TRAINER Intro english 05 15 Subdivisions Trainer FRANK MELLIES YOUR INNER PULSE TRAINER Micro Time Trainer 26 40 Bilingual Edition english/german Steady Tempo Trainer 72 Readingtexts (Foldout Pages) 1 85 Wozu

Mehr

Naturwissenschaftliche Fakultät II - Physik. Anleitung zum Anfängerpraktikum A2

Naturwissenschaftliche Fakultät II - Physik. Anleitung zum Anfängerpraktikum A2 U N I V E R S I T Ä T R E G E N S B U R G Naturwissenschaftliche Fakultät II - Physik Anleitung zum Anfängerpraktikum A2 Versuch 3 - Gedämpfte freie Schwingung des RLC-Kreises 23. überarbeitete Auflage

Mehr

Trägheit, Masse, Kraft Eine systematische Grundlegung der Dynamik

Trägheit, Masse, Kraft Eine systematische Grundlegung der Dynamik Trägheit, Masse, Kraft Eine systematische Grundlegung der Dynamik Die grundlegenden Gesetze der Physik sind Verallgemeinerungen (manchmal auch Extrapolationen) von hinreichend häufigen und zuverlässigen

Mehr

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

Mehr

Kontinuierliche Digitaltechnik als völlig neues Prinzip der Digitalisierung

Kontinuierliche Digitaltechnik als völlig neues Prinzip der Digitalisierung Kontinuierliche Digitaltechnik als völlig neues Prinzip der Digitalisierung Horst Völz Die Digitalisierung von Signalen insbesondere bei Audio und Video erfolgt im Wesentlichen unverändert seit reichlich

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Nerreter, Grundlagen der Elektrotechnik Carl Hanser Verlag München. 8 Schaltvorgänge

Nerreter, Grundlagen der Elektrotechnik Carl Hanser Verlag München. 8 Schaltvorgänge Carl Hanser Verlag München 8 Schaltvorgänge Aufgabe 8.6 Wie lauten für R = 1 kω bei der Aufgabe 8.1 die Differenzialgleichungen und ihre Lösungen für die Spannungen u 1 und u 2 sowie für den Strom i? Aufgabe

Mehr

2. Eigenschaften digitaler Nachrichtensignale

2. Eigenschaften digitaler Nachrichtensignale FH OOW / Fachb. Technik / Studiengang Elektrotechnik u. Automatisierungstechnik Seite 2-2. Eigenschaften digitaler Nachrichtensignale 2. Abgrenzung zu analogen Signalen Bild 2.- Einteilung der Signale

Mehr

Modul Diskrete Mathematik WiSe 2011/12

Modul Diskrete Mathematik WiSe 2011/12 1 Modul Diskrete Mathematik WiSe 2011/12 Ergänzungsskript zum Kapitel 4.2. Hinweis: Dieses Manuskript ist nur verständlich und von Nutzen für Personen, die regelmäßig und aktiv die zugehörige Vorlesung

Mehr

Teil I: Deskriptive Statistik

Teil I: Deskriptive Statistik Teil I: Deskriptive Statistik 2 Grundbegriffe 2.1 Merkmal und Stichprobe 2.2 Skalenniveau von Merkmalen 2.3 Geordnete Stichproben und Ränge 2.1 Merkmal und Stichprobe An (geeignet ausgewählten) Untersuchungseinheiten

Mehr

Software Engineering in der Praxis

Software Engineering in der Praxis Software Engineering in der Praxis Praktische Übungen Adersberger, Spisländer FAU Erlangen-Nürnberg Software-Metriken 1 / 26 Software-Metriken Josef Adersberger Marc Spisländer Lehrstuhl für Software Engineering

Mehr

Inhalt Software-Metriken Software-Metriken mit Together FindBugs. Software-Metriken. Raimar Lill Matthias Meitner David Föhrweiser Marc Spisländer

Inhalt Software-Metriken Software-Metriken mit Together FindBugs. Software-Metriken. Raimar Lill Matthias Meitner David Föhrweiser Marc Spisländer Lill, Meitner, Föhrweiser, Spisländer FAU Erlangen-Nürnberg Software-Metriken 1 / 24 Software-Metriken Raimar Lill Matthias Meitner David Föhrweiser Marc Spisländer Lehrstuhl für Software Engineering Friedrich-Alexander-Universität

Mehr

2-fach Binäreingang, UP Typ: 6963 U

2-fach Binäreingang, UP Typ: 6963 U Der 2-fach Binäreingang dient zur Abfrage von 230V-Kontakten und kann in in handelsübliche UP-Dosen oder Feuchtraum-Abzweigdosen eingesetzt werden. Ebenso ermöglicht das Gerät die problemlose Integration

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

7. Ringe und Körper. 7. Ringe und Körper 49

7. Ringe und Körper. 7. Ringe und Körper 49 7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Stefan Lucks Diskrete Strukturen (WS 2009/10) 57 2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32,

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Auswertung CY Aqr Sept. 2010 - Sept. 2011

Auswertung CY Aqr Sept. 2010 - Sept. 2011 Auswertung CY Aqr Sept. 2010 - Sept. 2011 U. Backhaus 11. September 2011 Über einen einen Zeitraum von 12 Monaten wurden die kurzperiodischen Helligkeitsschwankungen des Sterns CY Aquarii von einer Gruppe

Mehr

Dokumenten-Clustering. Norbert Fuhr

Dokumenten-Clustering. Norbert Fuhr Dokumenten-Clustering Norbert Fuhr Dokumenten-Clustering (Dokumenten-)Cluster: Menge von ähnlichen Dokumenten Ausgangspunkt Cluster-Hypothese : die Ähnlichkeit der relevanten Dokumente untereinander und

Mehr

Informationsgehalt von Messungen von IR-Bildsensor und FTIR Spektrometer für die Bestimmung von CO2 und CO Säulengehalten über Vegetationsfeuern

Informationsgehalt von Messungen von IR-Bildsensor und FTIR Spektrometer für die Bestimmung von CO2 und CO Säulengehalten über Vegetationsfeuern Informationsgehalt von Messungen von IR-Bildsensor und FTIR Spektrometer für die Bestimmung von CO2 und CO Säulengehalten über Vegetationsfeuern M.HESS, F.SCHREIER und A.DOICU Institut für Methodik der

Mehr

Aufabe 7: Baum-Welch Algorithmus

Aufabe 7: Baum-Welch Algorithmus Effiziente Algorithmen VU Ausarbeitung Aufabe 7: Baum-Welch Algorithmus Florian Fest, Matr. Nr.0125496 baskit@generationfun.at Claudia Hermann, Matr. Nr.0125532 e0125532@stud4.tuwien.ac.at Matteo Savio,

Mehr

HARDWARE-PRAKTIKUM. Versuch T-1. Kontaktlogik. Fachbereich Informatik. Universität Kaiserslautern

HARDWARE-PRAKTIKUM. Versuch T-1. Kontaktlogik. Fachbereich Informatik. Universität Kaiserslautern HARDWARE-PRATIUM Versuch T-1 ontaktlogik Fachbereich Informatik Universität aiserslautern eite 2 Versuch T-1 Versuch T-1 Vorbemerkungen chaltnetze lassen sich in drei lassen einteilen: 1. chaltnetze vom

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen

Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Anna Wirtz*, Ole Giebel**, Carsten Schomann**, Friedhelm Nachreiner** *Bundesanstalt

Mehr

8. Übung zur Vorlesung Mathematisches Modellieren Lösung

8. Übung zur Vorlesung Mathematisches Modellieren Lösung Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

DM/I Digitale Medien/Intermedia

DM/I Digitale Medien/Intermedia DM/I Digitale Medien/Intermedia Muthesius Kunsthochschule Zentrum für Medien Software Dokumentation - Stage Presence 0.3 Christian Engler 2005 Synopsis Basierend auf Rudolf von Laban s Choreutik Theorie

Mehr

Modellbasierte Diagnosesysteme

Modellbasierte Diagnosesysteme Modellbasierte Diagnosesysteme Diagnose: Identifikation eines vorliegenden Fehlers (Krankheit) auf der Basis von Beobachtungen (Symptomen) und Hintergrundwissen über das System 2 Arten von Diagnosesystemen:

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

Allgemeine Beschreibung von Blockcodes

Allgemeine Beschreibung von Blockcodes Allgemeine Beschreibung von Blockcodes Bei Blockcodierung wird jeweils eine Sequenz von m q binären Quellensymbolen (M q = 2) durch einen Block von m c Codesymbolen mit dem Symbolumfang M c dargestellt.

Mehr

Grundlagen der Meßtechnik

Grundlagen der Meßtechnik Grundlagen der Meßtechnik herausgegeben von Professor em. Dr. Paul Profos ETH Zürich und Professor Dr.-Ing. Dr. hc. Tilo Pfeifer RWTH Aachen 4., verbesserte Auflage Mit 262 Bildern und 46 Tabellen R. Oldenbourg

Mehr

LERNZIELBUCH 1. Semester

LERNZIELBUCH 1. Semester LERNZIELBUCH 1. Semester Name des Schülers/der Schülerin:. Schuljahr RELIGION LERNBEREICH 1: Aufgeschlossenheit für religiöse Themen und Wertvorstellungen LERNBEREICH 2: Kenntnis der wesentlichen Inhalte

Mehr

Projekt 2HEA 2005/06 Formelzettel Elektrotechnik

Projekt 2HEA 2005/06 Formelzettel Elektrotechnik Projekt 2HEA 2005/06 Formelzettel Elektrotechnik Teilübung: Kondensator im Wechselspannunskreis Gruppenteilnehmer: Jakic, Topka Abgabedatum: 24.02.2006 Jakic, Topka Inhaltsverzeichnis 2HEA INHALTSVERZEICHNIS

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens Mathematische Grundlagen der Kryptographie 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe Stefan Brandstädter Jennifer Karstens 18. Januar 2005 Inhaltsverzeichnis 1 Ganze Zahlen 1 1.1 Grundlagen............................

Mehr

Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus

Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Einleitung Ein Online-Algorithmus muss Ausgaben berechnen, ohne zukünftige Eingaben zu kennen. Für die Bewertung von

Mehr

6.2 Scan-Konvertierung (Scan Conversion)

6.2 Scan-Konvertierung (Scan Conversion) 6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster

Mehr

Ein Geräusch: " Plopp"

Ein Geräusch:  Plopp Ein Geräusch: " Plopp" Zielsetzung: Das Ziel dieses Experiments ist es die Druckveränderungen zu untersuchen, die auftreten, wenn ein Zylinderkolben aus einer kleinen Spritze gezogen wird und die Eigenschaften

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Infrarot Thermometer. Mit 12 Punkt Laserzielstrahl Art.-Nr. E220

Infrarot Thermometer. Mit 12 Punkt Laserzielstrahl Art.-Nr. E220 Infrarot Thermometer Mit 12 Punkt Laserzielstrahl Art.-Nr. E220 Achtung Mit dem Laser nicht auf Augen zielen. Auch nicht indirekt über reflektierende Flächen. Bei einem Temperaturwechsel, z.b. wenn Sie

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Einzelmolekülfluoreszenzspektroskopie (EFS)

Einzelmolekülfluoreszenzspektroskopie (EFS) Fortgeschrittenen Praktikum TU Dresden 29. Mai 2009 Einzelmolekülfluoreszenzspektroskopie (EFS) Klaus Steiniger, Alexander Wagner, Gruppe 850 klaus.steiniger@physik.tu-dresden.de, alexander.wagner@physik.tu-dresden.de

Mehr

ROBUSTE STROM-PHASENWINKELMESSUNG FÜR CPS-FREQUENZUMRICHTER MIT... OPTIMIERTEM AUSGANGS-LEISTUNGSFAKTOR

ROBUSTE STROM-PHASENWINKELMESSUNG FÜR CPS-FREQUENZUMRICHTER MIT... OPTIMIERTEM AUSGANGS-LEISTUNGSFAKTOR Robuste Strom-Phasenwinkelmessung für CPS-Frequenzumrichter... 1 ROBUSTE STROM-PHASENWINKELMESSUNG FÜR CPS-FREQUENZUMRICHTER MIT... OPTIMIERTEM AUSGANGS-LEISTUNGSFAKTOR R. Czainski 1 EINLEITUNG Frequenzumrichter

Mehr

Prozeßbezogene Signalverarbeitung in der LDA- und PDA-Meßtechnik

Prozeßbezogene Signalverarbeitung in der LDA- und PDA-Meßtechnik Slide 1 Prozeßbezogene Signalverarbeitung in der LDA- und PDA-Meßtechnik Postdoktorandenprogramm der DFG Zusammenarbeit mit Dantec MT Betreuung durch Universität Rostock Slide Postdoktorandenprogramm Ziel

Mehr

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

Transformation der Anregungsenergie zwischen Bezugssystemen.

Transformation der Anregungsenergie zwischen Bezugssystemen. Einsteins Relativitätstheorie kontra klassische Mechanik Paul Marmet übersetzt von Mathias Hüfner Kapitel Zwei letzte Durchsicht 01.08.12 Transformation der Anregungsenergie zwischen Bezugssystemen. 2.1

Mehr

Skalierung des Ausgangssignals

Skalierung des Ausgangssignals Skalierung des Ausgangssignals Definition der Messkette Zur Bestimmung einer unbekannten Messgröße, wie z.b. Kraft, Drehmoment oder Beschleunigung, werden Sensoren eingesetzt. Sensoren stehen am Anfang

Mehr

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Dozent: Volker Krätschmer Fakultät für Mathematik, Universität Duisburg-Essen, WS 2012/13 1. Präsenzübung Aufgabe T 1 Sei (Z 1,...,

Mehr

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel 3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36

Mehr

Luftraumbeschreibung Durch einen algorithmisch aufgefächerten Flugverlauf mehrerer Adler, wird ein Luftraum entworfen.

Luftraumbeschreibung Durch einen algorithmisch aufgefächerten Flugverlauf mehrerer Adler, wird ein Luftraum entworfen. KONZEPT 7 DIPTYCHEN Berlin / Jerusalem 2007/08 Der duale Charakter der Diptychen thematisiert sich in einer konzeptionellen Verschiebung der Teilung von rechts nach links. Über den Weg einer relativ komplexen

Mehr

Praktikum Nr. 3. Fachhochschule Bielefeld Fachbereich Elektrotechnik. Versuchsbericht für das elektronische Praktikum

Praktikum Nr. 3. Fachhochschule Bielefeld Fachbereich Elektrotechnik. Versuchsbericht für das elektronische Praktikum Fachhochschule Bielefeld Fachbereich Elektrotechnik Versuchsbericht für das elektronische Praktikum Praktikum Nr. 3 Manuel Schwarz Matrikelnr.: 207XXX Pascal Hahulla Matrikelnr.: 207XXX Thema: Transistorschaltungen

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Elektrische Messtechnik, Labor Sommersemester 2014

Elektrische Messtechnik, Labor Sommersemester 2014 Institut für Elektrische Messtechnik und Messsignalverarbeitung Elektrische Messtechnik, Labor Sommersemester 2014 Rechnerunterstützte Erfassung und Analyse von Messdaten Übungsleiter: Dipl.-Ing. GALLIEN

Mehr

8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens

8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens phys4.013 Page 1 8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens phys4.013 Page 2 8.6.3 Beispiel: Orts- und Impuls-Erwartungswerte für

Mehr

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1

Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt

Mehr

Signalübertragung und -verarbeitung

Signalübertragung und -verarbeitung ILehrstuhl für Informationsübertragung Schriftliche Prüfung im Fach Signalübertragung und -verarbeitung 6. Oktober 008 5Aufgaben 90 Punkte Hinweise: Beachten Sie die Hinweise zu den einzelnen Teilaufgaben.

Mehr

Computergestützte Videoanalyse physikalischer Vorgänge

Computergestützte Videoanalyse physikalischer Vorgänge Computergestützte Videoanalyse physikalischer Vorgänge Erprobung des Systems AVA Wissenschaftliche Arbeit zur Erlangung der ersten Staatsprüfung für das Lehramt am Gymnasium Universität Leipzig Fakultät

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.

a) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten. Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html

Mehr

Algorithmen II Vorlesung am 15.11.2012

Algorithmen II Vorlesung am 15.11.2012 Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales

Mehr

EO - Oszilloskop Blockpraktikum Frühjahr 2005

EO - Oszilloskop Blockpraktikum Frühjahr 2005 EO - Oszilloskop, Blockpraktikum Frühjahr 25 28. März 25 EO - Oszilloskop Blockpraktikum Frühjahr 25 Alexander Seizinger, Tobias Müller Assistent René Rexer Tübingen, den 28. März 25 Einführung In diesem

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Das Oszilloskop als Messinstrument Versuch P1-32,33,34

Das Oszilloskop als Messinstrument Versuch P1-32,33,34 Vorbereitung Das Oszilloskop als Messinstrument Versuch P1-32,33,34 Iris Conradi Gruppe Mo-02 23. November 2010 Inhaltsverzeichnis Inhaltsverzeichnis 1 Kennenlernen der Bedienelemente 3 2 Messung im Zweikanalbetrieb

Mehr

Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.

Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung

Mehr

TEILWEISE ASYNCHRONE ALGORITHMEN

TEILWEISE ASYNCHRONE ALGORITHMEN TEILWEISE ASYNCHRONE ALGORITHMEN FRANK LANGBEIN Literatur: D. Berseas, J. Tsitsilis: Parallel and distributed computatoin, pp. 48 489 URI: http://www.langbein.org/research/parallel/ Modell teilweiser asynchroner

Mehr

Allgemeine Psychologie: Auditive Wahrnehmung. Sommersemester 2008. Thomas Schmidt

Allgemeine Psychologie: Auditive Wahrnehmung. Sommersemester 2008. Thomas Schmidt Allgemeine Psychologie: Auditive Wahrnehmung Sommersemester 2008 Thomas Schmidt Folien: http://www.allpsych.uni-giessen.de/thomas Literatur Rosenzweig et al. (2005), Ch. 9 Die Hörwelt Auditorische Gruppierung

Mehr

Fourier - Transformation

Fourier - Transformation Fourier - Transformation Kurzversion 2. Sem. Prof. Dr. Karlheinz Blankenbach Hochschule Pforzheim, Tiefenbronner Str. 65 75175 Pforzheim Überblick / Anwendungen / Motivation: Die Fourier-Transformation

Mehr

Longitudinale und transversale Relaxationszeit

Longitudinale und transversale Relaxationszeit Longitudinale und transversale Relaxationszeit Longitudinale Relaxationszeit T 1 (Zeit, die das System benötigt, um nach dem rf- Puls zurück ins Gleichgewicht zu kommen) Transversale Relaxationszeit T

Mehr

Extremwertverteilungen

Extremwertverteilungen Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen

Mehr

Optimierungsprobleme. B. Langfeld, M. Ritter, B. Wilhelm Diskrete Optimierung: Fallstudien aus der Praxis

Optimierungsprobleme. B. Langfeld, M. Ritter, B. Wilhelm Diskrete Optimierung: Fallstudien aus der Praxis Optimierungsprobleme Instanz eines Optimierungsproblems zulässiger Bereich (meist implizit definiert) Zielfunktion Optimierungsrichtung opt {max, min} Optimierungsproblem Menge von Instanzen meist implizit

Mehr

StatStream : Statistical Monitoring of Thousands of Data Streams in Real Time Yunyue Zhu,Dennis Sasha. Vorgetragen von Matthias Altmann

StatStream : Statistical Monitoring of Thousands of Data Streams in Real Time Yunyue Zhu,Dennis Sasha. Vorgetragen von Matthias Altmann StatStream : Statistical Monitoring of Thousands of Data Streams in Real Time Yunyue Zhu,Dennis Sasha Vorgetragen von Matthias Altmann Mehrfache Datenströme Beispiel Luft und Raumfahrttechnik: Space Shuttle

Mehr

Divide et Impera. Prof. Wolfgang Polifke, Ph. D. Lehrstuhl für Thermodynamik Technische Universität München

Divide et Impera. Prof. Wolfgang Polifke, Ph. D. Lehrstuhl für Thermodynamik Technische Universität München Divide et Impera Kombinierter Einsatz von CFD, Systemidentifikation und linearen Systemmodellen zur Analyse thermo-akustischer Verbrennungsinstabilitäten Prof. Wolfgang Polifke, Ph. D. Lehrstuhl für Thermodynamik

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Extrema von Funktionen in zwei Variablen

Extrema von Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Anhang I zur Vorlesung Kryptologie: Elementare Zahlentheorie

Anhang I zur Vorlesung Kryptologie: Elementare Zahlentheorie Anhang I zur Vorlesung Kryptologie: Elementare Zahlentheorie von Peter Hellekalek Fakultät für Mathematik, Universität Wien, und Fachbereich Mathematik, Universität Salzburg Tel: +43-(0)662-8044-5310 Fax:

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr