12) Generische Datenstrukturen
|
|
- Paulina Egger
- vor 5 Jahren
- Abrufe
Transkript
1 12) Genersche Datenstrukturen Prof. Dr. Uwe Aßmann Lehrstuhl Softwaretechnologe Fakultät für Inmatk TU Dresden Verson , Softwaretechnologe, Prof. Uwe Aßmann Technsche Unverstät Dresden, Fakultät Inmatk 1
2 mpfohlene Lteratur Tutorals Genercs Tutoral: Prof. U. Aßmann, Softwaretechnologe 2
3 2 Trends n der Softwareentwcklung Rapd Applcaton Development (RAD) Schneller vel Code schreben Typserung weglassen Zet groovy Be den Assozatonen Bem Programmeren gegen Schnttstellen v. dynamsche Typserung, damt Fehler zur Laufzet dentfzert werden können Mächtge Operatonen, de schnell zu schreben snd Java Java 1.6 Zuverlässgket Safe Applcaton Development (SAD) Guten, stablen, wartbaren Code schreben Statsche Typserung, damt der Übersetzer vele Fehler entdeckt Mehr ntwurfswssen aus dem ntwurf n de Implementerung übertragen Aus der Defnton ener Datenstruktur können Bedngungen für hre Anwendung abgeletet werden Gradual Typng Typen werden Schrtt für Schrtt annotert Prof. U. Aßmann, Softwaretechnologe 3
4 Bsp.: lemente ener Herarche Formular Bestellung Leferschen Rechnung Prof. U. Aßmann, Softwaretechnologe 4
5 Problem 1 ungetypter Schnttstellen: Laufzetfehler Be der Konstrukton von Collectons werden oft Fehler programmert, de be der Dekonstrukton zu Laufzetfehlern führen Kann n Java < 1.5 ncht durch den Übersetzer entdeckt werden Lst Lst lstofrechnung lstofrechnung ArrayLst(); ArrayLst(); Rechnung Rechnung Rechnung(); Rechnung(); lstofrechnung.add(); lstofrechnung.add(); Bestellung Bestellung best best Bestellung(); Bestellung(); lstofrechnung.add(best); Programmerfehler! lstofrechnung.add(best); (nt (nt 0; 0; < < lstofrechnung.sze(); lstofrechnung.sze(); ++) ++) (Rechnung)lstOfRechnung.get(); (Rechnung)lstOfRechnung.get(); Laufzetfehler!! Prof. U. Aßmann, Softwaretechnologe 5
6 Problem 2 ungetypter Schnttstellen: Unnötge Casts Be der Dekonstrukton von Collectons müssen unnötg Casts spezfzert werden Typserte Collectons erhöhen de Lesbarket, da se mehr Inmaton geben Lst Lst lstofrechnung lstofrechnung ArrayLst(); ArrayLst(); Rechnung Rechnung Rechnung(); Rechnung(); lstofrechnung.add(); lstofrechnung.add(); Rechnung Rechnung 2 2 Rechnung(); Rechnung(); lstofrechnung.add(2); Desmal ok lstofrechnung.add(2); (nt (nt 0; 0; < < lstofrechnung.sze(); lstofrechnung.sze(); ++) ++) (Rechnung)lstOfRechnung.get(); (Rechnung)lstOfRechnung.get(); Cast nötg, obwohl alles Rechnungen Prof. U. Aßmann, Softwaretechnologe 6
7 Abhlfe: Genersche Klassen ne ne genersche genersche Klasse Klasse st st ene ene Klassenschablone, Klassenschablone, de de mt mt enem enem Typparameter Typparameter P P versehen versehen st. st. In UML In Java Sprachregelung: Contaner of P P Contaner content P class Contaner<P> P content[]; Prof. U. Aßmann, Softwaretechnologe 7
8 Genersche Datentypen n der Collecton- Herarche De genersche Collecton-Herarche (set Java 1.5) : lement, K: Key, V: Value Collecton K,V Lst Set Queue Map SortedSet Blockng Queue SortedMap K,V Prof. U. Aßmann, Softwaretechnologe 8
9 Instanz der Generschen Herarche Collecton Lst Set Queue Map K,V Collecton <Formular> <<nstantates>> SortedSet Blockng Queue SortedMap K,V Lst <Formular> Set <Formular> SortedSet <Formular> Queue <Formular> Blockng Queue <Formular> Map <Nr,Formular> SortedMap <Nr,Formular> Darf man Rechnungen, Bestellungen und Leferschene n dese Collectons stecken? Ja. Prof. U. Aßmann, Softwaretechnologe 9
10 Probleme gelöst Be der Konstrukton von Collectons werden jetzt Äpfel von Brnen unterscheden Casts snd ncht nötg, der Übersetzer kennt den feneren Typ Lst<Rechnung> Lst<Rechnung> lstofrechnung lstofrechnung ArrayLst<Rechnung>(); ArrayLst<Rechnung>(); Rechnung Rechnung Rechnung(); Rechnung(); lstofrechnung.add(); lstofrechnung.add(); Bestellung Bestellung best best Bestellung(); Bestellung(); lstofrechnung.add(best); Complerfehler lstofrechnung.add(best); (nt (nt 0; 0; < < lstofrechnung.sze(); lstofrechnung.sze(); ++) ++) lstofrechnung.get(); lstofrechnung.get(); Ken Cast mehr nötg Prof. U. Aßmann, Softwaretechnologe 10
11 Generztät funktonert auch geschachtelt // Das Archv fasst alle Rechnungen aller bshergen Jahrgänge zusammen // Das Archv fasst alle Rechnungen aller bshergen Jahrgänge zusammen Lst<Lst<Rechnung>> archv ArrayLst<Lst<Rechnung>>(); Lst<Lst<Rechnung>> archv ArrayLst<Lst<Rechnung>>(); // lstofrechnung fasst de Rechnungen des aktuellen Jahres zusammen // lstofrechnung fasst de Rechnungen des aktuellen Jahres zusammen Lst<Rechnung> lstofrechnung ArrayLst<Rechnung>(); Lst<Rechnung> lstofrechnung ArrayLst<Rechnung>(); archv.add(lstofrechnung); archv.add(lstofrechnung); Rechnung Rechnung(); Rechnung Rechnung(); archv.getindex(0).add(); archv.getindex(0).add(); Bestellung best Bestellung(); Bestellung best Bestellung(); archv.getindex(0).add(best); archv.getindex(0).add(best); funktonert (nt jahr 0; jahr < archv.sze(); jahr++) (nt jahr 0; jahr < archv.sze(); jahr++) lstofrechnung archv.getindex(jahr); lstofrechnung archv.getindex(jahr); (nt 0; < lstofrechnung.sze(); ++) (nt 0; < lstofrechnung.sze(); ++) lstofrechnung.getindex(); lstofrechnung.getindex(); Übersetzungs- Fehler Prof. U. Aßmann, Softwaretechnologe 11
12 Benutzung von getypten und ungetypten Schnttstellen.. st ab Java 1.5 ohne Probleme nebenenander möglch // Das Archv fasst alle Rechnungen aller bshergen Jahrgänge zusammen // Das Archv fasst alle Rechnungen aller bshergen Jahrgänge zusammen Lst<Lst<Rechnung>> archv ArrayLst<Lst<Rechnung>>(); Lst<Lst<Rechnung>> archv ArrayLst<Lst<Rechnung>>(); // lstofrechnung fasst de Rechnungen des aktuellen Jahres zusammen // lstofrechnung fasst de Rechnungen des aktuellen Jahres zusammen Lst lstofrechnung ArrayLst(); Lst lstofrechnung ArrayLst(); archv.add(lstofrechnung); archv.add(lstofrechnung); Rechnung Rechnung(); funktonert Rechnung Rechnung(); archv.getindex(0).add(); archv.getindex(0).add(); Bestellung best Bestellung(); Bestellung best Bestellung(); archv.getindex(0).add(best); archv.getindex(0).add(best); Übersetzt auch, (nt jahr 0; jahr < archv.sze(); jahr++) (nt jahr 0; jahr < archv.sze(); jahr++) aber Laufzetfehler lstofrechnung archv.getindex(jahr); lstofrechnung archv.getindex(jahr); bem Cast... (nt 0; < lstofrechnung.sze(); ++) (nt 0; < lstofrechnung.sze(); ++) (Rechnung)lstOfRechnung.getIndex(); (Rechnung)lstOfRechnung.getIndex(); Prof. U. Aßmann, Softwaretechnologe 12
13 Typschranken generscher Parameter (type bounds) Bespel: Comparable<> als Return-typ n der Collectons-Klasse schert zu, dass de Methode compareto() exstert class class Collectons Collectons /** /** mnmum mnmum functon functon a a Collecton. Collecton. Return Return value value s s typed typed * * wth wth a a generc generc type type wth wth a a type type bound bound */ */ publc publc statc statc < < extends extends Comparable<>> Comparable<>> mn(collecton<> mn(collecton<> ce) ce) Iterator<> Iterator<> ter ter ce.terator(); ce.terator(); curmn curmn ter.next; ter.next; f f (curmn (curmn null) null) return return curmn; curmn; ( ( element element curmn; curmn; ter.hasnext(), ter.hasnext(), element element ter.next) ter.next) f f (element.compareto(curmn) (element.compareto(curmn) < < 0) 0) curmn curmn element; element; return return curmn; curmn; Prof. U. Aßmann, Softwaretechnologe 13
14 Implementerungsmuster Command: Genersche Methoden als Funktonale Objekte n n Funktonalobjekt Funktonalobjekt (Kommandoobjekt) (Kommandoobjekt) st st en en Objekt, Objekt, das das ene ene Funkton Funkton darstellt darstellt (refzert). (refzert). Funktonalobjekte können Been kapseln und später ausführen (lazness) (ntwurfsmuster Command) s gbt ene Standard-Funkton n der Klasse des Funktonalobjektes, das de Be ausführt (Standard-Name, z.b. execute() oder doit()) Zur Laufzet kann man das Funktonalobjekt mt Parametern versehen, herumrechen, und zum Schluss ausführen // A functonal object that s lke a constant // A functonal object that s lke a constant nterface NullaryOpCommand vod execute(); nterface NullaryOpCommand vod execute(); // A functonal object that takes one parameter // A functonal object that takes one parameter nterface UnaryOpCommand<P> P execute(p p1); nterface UnaryOpCommand<P> P execute(p p1); // A functonal object that operates on two parameters // A functonal object that operates on two parameters nterface BnOp<P> P execute(p p1, P p2); nterface BnOp<P> P execute(p p1, P p2); Prof. U. Aßmann, Softwaretechnologe 14
15 Genersche Methoden als Funktonale Objekte Anwendung: Akkumulatoren und andere genersche Lstenoperatonen Collecton <P> BnOp Functonal Accumulate B P C, // An nterface a collecton of bnary operaton on // An nterface a collecton of bnary operaton on // collectons // collectons nterface Functonal<Collecton<P>,B extends BnOp<P>> nterface Functonal<Collecton<P>,B extends BnOp<P>> P compute(collecton<p> p); P compute(collecton<p> p); class Accumulate<C,> mplements Functonal<C,BnOp<>> class Accumulate<C,> mplements Functonal<C,BnOp<>> cursum; element; BnOp<> bnaryoperaton; cursum; element; BnOp<> bnaryoperaton; publc compute(c coll) publc compute(c coll) (nt 0; < coll.sze(); ++) (nt 0; < coll.sze(); ++) element coll.getindex(); element coll.getindex(); cursum bnaryoperaton.execute(cursum,element); cursum bnaryoperaton.execute(cursum,element); return cursum; return cursum; Prof. U. Aßmann, Softwaretechnologe 15
16 Unterschede zu C++ In Java: enmalge Übersetzung des generschen Datentyps Verlert etwas ffzenz, da der Übersetzer alle Typnmaton m genererten Code vergsst und ncht ausnutzt z.b. snd alle Instanzen mt unboxed objects als boxed objects realsert C++ betet Code-Templates (snppets, fragments) an, mt denen man mehr parameterseren kann, z.b. Methoden In C++ können Templateparameter Varablen umbenennen: template class C <class T> T attrbute<t> Templateparameter können Varablen umbenennen Prof. U. Aßmann, Softwaretechnologe 16
17 Was haben wr gelernt Statc vs. dynamc vs. gradual vs. no typng Genersche Datenstrukturen snd Klassenschablonen mt Typ- Parameter Fenere statsche Typserung möglch Genersche Collectons bestzen den lement-typ als Typ-Parameter lement-typ verfenert Object Wenger Casts, mehr Typscherhet Implementerungsmuster Command Prof. U. Aßmann, Softwaretechnologe 17
18 nd Prof. U. Aßmann, Softwaretechnologe 18
Generische Datenstrukturen
Generische Datenstrukturen Prof. Dr. rer. nat. habil. Uwe Aßmann Lehrstuhl Softwaretechnologie Fakultät für Informatik TU Dresden Softwaretechnologie, Prof. Uwe Aßmann 1 2 Trends in der Softwareentwicklung
Mehr12) Generische Datenstrukturen
12) Generische Datenstrukturen Prof. Dr. rer. nat. habil. Uwe Aßmann Lehrstuhl Softwaretechnologie Fakultät für Informatik TU Dresden Version 09-0.2, 24.11.08 Softwaretechnologie, Prof. Uwe Aßmann 1 mpfohlene
Mehr12) Generische Datenstrukturen
mpfohlene Literatur 12) Generische Datenstrukturen http://java.sun.com/j2se/1.5/pdf/generics-tutorial.pdf rof. Dr. rer. nat. habil. Uwe Aßmann Lehrstuhl Softwaretechnologie Fakultät für Informatik TU Dresden
Mehr12) Generische Datenstrukturen
12) Generische Datenstrukturen Prof. Dr. rer. nat. habil. Uwe Aßmann Lehrstuhl Softwaretechnologie Fakultät für Informatik TU Dresden Version 09-0.2, 24.11.08 Softwaretechnologie, Prof. Uwe Aßmann 1 mpfohlene
MehrChair of Software Engineering
1 2 Enführung n de Programmerung Bertrand Meyer Vorlesung 13: Contaner-Datenstrukturen Letzte Bearbetung 1. Dezember 2003 Themen für dese Vorlesung 3 Contaner-Datenstrukturen 4 Contaner und Genercty Enthalten
MehrInformatik 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
MehrÜbungen zu Algorithmen
Insttut für Informatk Unverstät Osnabrück, 06.12.2016 Prof. Dr. Olver Vornberger http://www-lehre.nf.uos.de/~anf Lukas Kalbertodt, B.Sc. Testat bs 14.12.2016, 14:00 Uhr Nls Haldenwang, M.Sc. Übungen zu
MehrKonkave 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
MehrModellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell
Modellerung von Hydrosystemen Numersche und daten-baserte Methoden BHYWI-22-21 @ 2018 Fnte-Elemente-Methode Selke-Modell Olaf Koldtz *Helmholtz Centre for Envronmental Research UFZ 1 Technsche Unverstät
MehrSortieren. Thomas Röfer. Permutationen Naives Sortieren Sortieren durch Einfügen, Auswählen, Vertauschen, Mischen QuickSort Comparator
Unverstät Bremen Sorteren Thomas Röfer Permutatonen Naves Sorteren Sorteren durch Enfügen, Auswählen, Vertauschen, Mschen QuckSort Comparator Unverstät Bremen Rückblck Suchen Identtät/Flache/Tefe Glechhet
MehrAlgorithmen und ihre Programmierung -Teil 3-
Veranstaltung Pr.-Nr.: Algorthmen und hre Programmerung -Tel - Veronka Waue WS / Veronka Waue: Grundstudum Wrtschaftsnformatk WS/ Übung Ersetzen Se n folgendem Bespel de For schlefe durch ene WhleWend-Schlefe
MehrHydrosystemanalyse: Finite-Elemente-Methode (FEM)
Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf
Mehrbinäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:
Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,
MehrDynamisches Programmieren
Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.
Mehr18. 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
MehrSei 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
MehrBackup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1
Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen
MehrTeil XIV. Lösung linearer Gleichungssysteme. Scientific Computing in Computer Science, Technische Universität München
Tel XIV Lösung lnearer Glechungssysteme IN8008, Wntersemester 010/011 89 Gauss Algorthmus Zwe Schrtte: Vorwärtselmnaton und Rückwärtssubsttuton Vorwärtselmnaton Erzeugen ener Stufenform Zelen dürfen mt
MehrAnmeldeseite zur persönlichen Servicewelt
https://servce.mcsm.de/ Anmeldesete zur persönlchen Servcewelt McSIM Kundenservce onlne Persönlche Daten Ändere enfach und schnell dene Adresse oder Bankdaten Tarfdetals Informere Dch über denen Tarf oder
Mehr4.6 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
MehrMessage Authentication Code (MAC)
Message Authentcaton Code (MAC) Szenaro: Integrtät und Authentztät mttels MACs. Alce und Bob bestzen gemensamen Schlüssel k. Alce berechnet für m enen MAC-Tag t als Funkton von m und k. Alce sendet das
Mehri itel itel i p Inhalt Inhalt
Kaptel Sete II Kaptel Kaptel 1 Pre-...2 RPG IV...3 Der erweterte Faktor 2...3 Bult-In Functons...4 Sub-Prozeduren...5 Wetere Veränderungen...5 Und noch enge snnvolle Nebeneffekte...7 De Zukunft...9 Kaptel
Mehr1 BWL 4 Tutorium V vom 15.05.02
1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)
Mehr9 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.
Mehro Alphabet Σ ( Beispiel: {F, +, -} ) o P: Σ -> Σ * eine Produktion o w 0 = F o w 1 = F+F+ o w 2 = F+F++F+F++ o w 3 = F+F++F+F+++F+F++F+F+++ o...
Fraktale rekursv zechnen Defnton o Alphabet Σ ( Bespel: F, +, - ) o Σ * = Menge aller endlchen Wörter über Σ ( Bespel: F+F+ st n Σ * ) o P: Σ -> Σ * ene Produkton Bespel: P(F) = F+F+ P(+) = + P(- ) = -
MehrApproximationsalgorithmen. Facility Location K-Median. Cheng, Wei 12. Juli
Approxmatonsalgorthmen aclty Locaton K-Medan heng We 12. Jul aclty Locaton Defnton Gegeben: möglche Standorte = { 1 2 m } Städte = { 1 2 n } Eröffnungskosten f für Verbndungskosten c zwschen und Dreecksunglechung
MehrWeitere NP-vollständige Probleme
Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,
MehrDas zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog
60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren
MehrNeuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. .
Neuronale Netze M. Gruber 7.11.015 Begnnen wr mt enem Bespel. Bespel 1 Wr konstrueren enen Klasskator auf der Menge X = [ 1; 1], dessen Wrkung man n Abb.1 rechts sehen kann. Auf der blauen Telmenge soll
Mehri itel itel p i p a a K K Inhalt Inhalt i itel itel p i p a a K K Inhalt Inhalt
Kaptel Sete II Kaptel Vorwort....................................... X Vorwort von Jon Pars........................ XIV Kaptel 1 Wllkommen be WDSC....................... 1 1.1 Was st WDSC?.........................
MehrVorlesung 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 >
MehrÄquivalenzen stetiger und glatter Hauptfaserbündel
Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre Glederung 1 De Problemstellung
MehrSortieren. Thomas Röfer. Permutationen Naives Sortieren Sortieren durch Einfügen, Auswählen, Vertauschen, Mischen QuickSort Comparator
Unverstät Bremen Sorteren Thomas Röfer Permutatonen Naves Sorteren Sorteren durch Enfügen, Auswählen, Vertauschen, Mschen QuckSort Comparator Unverstät Bremen Rückblck Suchen Identtät/Flache/Tefe Glechhet
MehrMusterlösung zu Übung 4
PCI Thermodynamk G. Jeschke FS 05 Musterlösung zu Übung erson vom 6. Februar 05) Aufgabe a) En Lter flüssges Wasser egt m H O, l ρ H O, l L 998 g L 998 g. ) De Stoffmenge n H O, l) von enem Lter flüssgen
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
Mehr9 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.
MehrLinearlager mit Gehäuse - geschlossen - standard SCE UU technische Daten Bestellübersicht
Lnearlager mt Gehäuse - geschlossen Inhaltsüberscht Lnearlager mt Gehäuse - geschlossen - standard SCE UU technsche Daten Bestellüberscht Sete 2 Lnearlager mt Gehäuse - geschlossen - standard SC UU technsche
MehrLineare Optimierung Dualität
Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen
MehrNSt. 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
MehrEine kurze Einführung in die Dichtefunktionaltheorie (DFT)
Ene kurze Enführung n de Dchtefunktonaltheore (DFT) Mchael Martns Lteratur: W. Koch, M.C. Holthausen A Chemst s Gude to Densty Functonal Theory Wley-VCH 2001 Dchtefunktonaltheore p.1 Enletung Im Falle
MehrAufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):
LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
MehrBemerkungen zum LCG Rupert Hartung,
mt Bemerkungen zum LCG Rupert Hartung, 24.6.2005 Wr betrachten den Lnear Congruental Generator (LCG) X 0, X 1,..., X,... X +1 = ax + c mod N (1) zur Erzeugung von Pseudozufallszahlen mäÿger Qualtät. De
MehrSicherheit von Π MAC2
Scherhet von Π MAC2 Satz Scherhet von Π MAC2 Se Π scher. Dann st Π MAC2 ebenfalls scher. Bewes: Se A en Angrefer für Π MAC2 mt Erfolgsws ɛ(n). Wr konstrueren enen Angrefer A für Π. Algorthmus Angrefer
MehrResultate / "states of nature" / mögliche Zustände / möglicheentwicklungen
Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und
MehrAnalysis 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
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Graphische Modelle. Niels Landwehr
Unverstät Potsdam Insttut für Informatk Lehrstuhl Maschnelles Lernen Graphsche Modelle els Landwehr Zusammenfassung Pfade Zusammenfassung: en Pfad --Y-Z- st B A E Blockert be Y, wenn Dvergerende Verbndung,
MehrBedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)
Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope
MehrRte de Tavel 10 - Case postale / Postfach Fribourg - Tél. 026 / Fax 026 /
2011.03.30 Benutzeranletung Onlne Termnreservaton Zu unseren Interndenstlestungen gelangen Se unter www.ocn.ch 1. ASS ONLINE NLINE anklcken 2. Termne Technsche Kontrollen anklcken a Rte de Tavel 10 - Case
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
MehrFallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum
Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten
MehrProf. Dr. Margarita Esponda
Algorthmen und Programmeren II Sorteralgorthmen mperatv Tel II Prof. Dr. Margarta Esponda Free Unverstät Berln Tele und Herrsche "Dvde und Conquer" Vele Probleme lassen sch ncht mt trvalen Schlefen lösen
MehrManipulation von Mengen
Manpulaton von Mengen Thomas Röfer Vorrangwarteschlange Lnksbaum Heap HeapSort Unon-Fnd-Strukturen Allgemener Rahmen für Mengenmanpulatonen Rückblck Hashng Streuspecherverfahren Hashfunkton Hashen mt Verkettung
MehrFacility 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
MehrÜbung zur Vorlesung - Theorien Psychometrischer Tests II
Übung zur Vorlesung - Theoren Psychometrscher Tests II N. Rose 9. Übung (15.01.2009) Agenda Agenda 3-parametrsches logstsches Modell nach Brnbaum Lnkfunktonen 3PL-Modell nach Brnbaum Modellglechung ( =
MehrSchnelles Prototyping (Rapid Application Development, RAD)
Schnelles Prototyping (Rapid Application Development, RAD) Prof. Dr. rer. nat. habil. Uwe Aßmann Lehrstuhl Softwaretechnologie Fakultät für Informatik TU Dresden Softwaretechnologie, Prof. Uwe Aßmann 2
MehrUniversität Karlsruhe (TH)
Unverstät Karlsruhe (TH) Forschungsunverstät gegründet 825 Parallele Algorthmen I Augaben und Lösungen Pro. Dr. Walter F. Tchy Dr. Vctor Pankratus Davd Meder Augabe () Gegeben se en N-elementger Zahlenvektor
MehrDie Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung
am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall
Mehr-1- Alles kein Zufall. - Starkes Markenmanagement - Inhaltsverzeichnis und Übersicht
-1- Alles ken Zufall - Starkes Markenmanagement - Inhaltsverzechns und Überscht -2- Alles ken Zufall Das Inhaltsverzechns 1. De Grundlagen moderner Markenführung. 5. Postonerung und Framng. De Analyse
MehrComputergestützte Gruppenarbeit
Computergestützte Gruppenarbet 8. Undo von Operatonen Dr. Jürgen Vogel European Meda Laboratory (EML) Hedelberg SS 2006 0 CSCW SS 2006 Jürgen Vogel Inhalt der Vorlesung 1. Enführung 2. Grundlagen von CSCW
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
MehrBildverarbeitung Herbstsemester 2012. Bildspeicherung
Bldverarbetung Herbstsemester 2012 Bldspecherung 1 Inhalt Bldformate n der Überscht Coderung m Überblck Huffman-Coderung Datenredukton m Überblck Unterabtastung Skalare Quantserung 2 Lernzele De wchtgsten
MehrDaten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.
Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve
MehrDer Erweiterungsfaktor k
Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang
MehrHandbuch zur Integration von sofortüberweisung.de in Ypsilon.Net
Handbuch zur Integraton von sofortüberwesung.de n Ypslon.Net Verson 1.4 07. Jun 2010 PAYMENT NETWORK AG. Alle Rechte vorbehalten. Es st untersagt, Tele deser Dokumentaton ohne schrftlche Genehmgung der
Mehr3. 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
MehrKlassische Gatter und Logikelemente. Seminarvortrag zu Ausgewählte Kapitel der Quantentheorie Quantenalgorithmen
Klasssche Gatter und Logkelemente Semnarvortrag zu Ausgewählte Kaptel der Quantentheore Quantenalgorthmen Gerd Ch. Krzek WS 2003 I. Grundlagen und Methoden der Logk: Im folgenden soll de Konstrukton und
Mehr1.11 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
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)
Mehr21) Verfeinern von UML-Assoziationen mit dem Java-2 Collection Framework
21) Verfeinern von UML-Assoziationen mit dem Java-2 Collection Framework 1 Prof. Dr. rer. nat. Uwe Aßmann Institut für Software- und Multimediatechnik Lehrstuhl Softwaretechnologie Fakultät für Informatik
MehrBaudynamik und Erdbebeningenieurwesen
Baudynamk und Erdbebenngeneurwesen Themen und Antworten für de Lzenzprüfung 1. Defneren Se den Begrff: Grad des dynamschen Frehetsgrads. Geben Se Bespele von Systemen mt enem enzgen Grad des dynamschen
MehrSeminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
MehrDer Satz von COOK (1971)
Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
Mehr7. Aufgabe (Pumping-Eigenschaft, kontextfreie Grammatik) Es seien = {a,b,c}. und L = { a b a c i,
7. Aufgabe (Pumpng-Egenschaft, kontextfree Grammatk) Es seen = {a,b,c}. und L = { a b a c, j 0, k 1}. j k a) Geben Se en 3- und en 5-aufpumpbares Wort n L an, und begründen Se Ihre Wahl. b) Geben Se en
MehrBegleitheft für Testhörer mit Fragebogen
Exklusv be enchanttm Begletheft für Testhörer mt Fragebogen Ihre Hörerfahrung mt Sonc Enchant Leber Testhörer, lebe Testhörern, velen Dank, dass Se sch dazu entschlossen haben, ener von 500 exklusven Testhörern
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
MehrNullstellen 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!
MehrComputergrafik. Universität Bern Herbst 2010
Computergrafk Unverstät Bern Herbst 2010 Abgabe am 18. November Code bs Mttag 12 Uhr m Ilas hohladen! Für Abgabe an Assstenten onlne neu enshreben Für jede Telaufgabe separate Java Klasse mahen Pont Lght
MehrErwartungswert, 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
MehrHochschule Heilbronn Technik Wirtschaft Informatik Heilbronn University Institut für math.-naturw. Grundlagen
Versuch : Messung von Glechspannung und Glechstrom mt Multmetern 1. Aufgabenstellung Messung von Glechspannung u. Glechstrom mt analogen und dgtalen Messgeräten Verglech verschedener Messgeräte, Messgenaugket
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
MehrNetzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008
Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe
MehrGebundene Typparameter
Gebundene Typparameter interface StringHashable { String hashcode(); class StringHashMap { public void put (Key k, Value v) { String hash = k.hashcode();...... Objektorientierte
MehrSind die nachfolgenden Aussagen richtig oder falsch? (1 Punkt pro korrekter Beantwortung)
LÖSUNG KLAUSUR STATISTIK I Berufsbegletender Studengang Betrebswrtschaftslehre Sommersemester 016 Aufgabentel I: Theore (10 Punkte) Snd de nachfolgenden Aussagen rchtg oder falsch? (1 Punkt pro korrekter
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
MehrDr. Florian Englmaier 1 Übung Wettbewerbstheorie und -politik. Handout zu Übungsblatt 1: Einführung
Dr. Floran Englmaer 1 Handout zu Übungsblatt 1: Enführung De Industreökonomk beschäftgt sch mt dem Marktverhalten und der nternen Organsaton von Unternehmen. (Preswettbewerb, Marktzutrttsverhalten, Produktdff.
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
MehrRunge-Kutta-Theorie: Adjungierte Verfahren, A-Stabilität, Steife Systeme
Runge-Kutta-Teore: Adjungerte Verfaren, A-Stabltät, Stefe Systeme Andre Neubert bat@un-paderborn.de Semnar Numerk für Informatker, SS2004: Runge-Kutta-Teore Sete Glederung : - Adjungerte Verfaren / Symmetrsce
MehrZusammenfassung. 1) Falls Zwangsbedinungen die Freiheitsgrade einschränken, kann man die abhängige Koordinaten aus der Lagrangfunktion elimieren;
Zusammenfassung 1) Falls Zwangsbednungen de Frehetsgrade enschränken, kann man de abhängge Koordnaten aus der Lagrangfunkton elmeren; 2) Es st auch möglch de Zwangsbednungen mt Hlfe der Lagrangefaktoren
MehrItemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i
Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson
MehrAlgorithmen und Datenstrukturen. Übersicht. Interfaces und Generics. InsertionSort für Punkte. InsertionSort für Punkte
Algorithmen und Datenstrukturen Wintersemester 2012/13 21. Vorlesung Übersicht Liste und InsertionSort für e für Objekte beliebiger Klassen für Objekte von Klassen, die ein(e) Nutzer(in) festlegen kann
MehrGültig ab dem ! Einfache Abrechnung in der Cloud. Für jeden der richtige Tarif und Service
Gültg ab dem 1.4.2019! Enfache Abrechnung n der Cloud Für jeden der rchtge Tarf und Servce Jetzt entscheden xxxx So enfach geht s Tarf und Servcepaket bestellen und sofort loslegen 2 Wählen Se den passenden
MehrKleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA
Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p
MehrAlgorithmen und Datenstrukturen SS09. Foliensatz 13. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik
Folensatz Mchael Brnkmeer Technsche Unverstät Ilmenau Insttut für Theoretsche Informatk Sommersemester 009 TU Ilmenau Sete / Sorteren TU Ilmenau Sete / Das Sorterproblem Das Sorterproblem Daten: ene total
MehrGültig ab dem ! Abrechnung und Software in der Cloud. Für jeden der richtige Tarif und Service
Gültg ab dem 1.4.2019! Abrechnung und Software n der Cloud Für jeden der rchtge Tarf und Servce Jetzt entscheden xxxx So enfach geht s Tarf und Servcepaket bestellen und sofort loslegen 2 Wählen Se den
MehrArbeitsgruppe 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