Visualisierung II 5. Skalartopologie
|
|
- Claudia Maier
- vor 8 Jahren
- Abrufe
Transkript
1 Visualisierung II 5. Skalartopologie Vorlesung: Mi, 9:15 10:45, INF Prof. Dr. Heike Jänicke
2 Inhaltsverzeichnis 1. Daten in Biologie und Medizin 2. Volumenvisualisierung 3. Daten in Umwelt- und Technikwissenschaften 4. Raumteilungsverfahren 5. Topologische Verfahren 6. Analyse von Multivariaten Daten und Zeitreihen 7. Informationstheoretische Verfahren 2
3 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 3
4 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 4
5 Motivation [C. Scheidegger, Uni Utah] 5
6 Isolinien und Isoflächen Eine Kontur- oder Isolinie I ist als die Menge aller Punkt p eines Datensatzes definiert, die den gleichen Skalar- oder Isowert α haben: I ={ p D s p = } Im 2D ergeben sich Isolinien, im 3D Isoflächen. 6
7 Berechnung von Isolinien Grundidee Benachbarte Zellen teilen sich die Information auf den Kanten. Dadurch können wir jede Zelle einzelnen betrachten. Isowert = 0.48 Für jede Zelle im Feld wird getestet, ob sie von einer Isokontur geschnitten wird oder nicht. Da wir innerhalb der Zelle (bi)linear interpolieren, muss man hierfür nur die Werte an den Eckpunkten der Zelle betrachten. Ist mindestens einer von ihnen größer und mindestens einer kleiner als der Isowert, so muss es innerhalb der Zelle Positionen geben, die exakt den Isowert haben. Somit muss also lediglich in jeder Zelle die positiv getestet wurde die Isolinie berechnet werden. 7
8 Berechnung von Isolinien Grundidee Für Quadrate mit 4 Eckpunkten ergeben sich also 24 = 16 mögliche Belegungen der Eckpunkte (schwarz: Isowert, weiß < Isowert). Der Schnittpunkt p auf der Kante zwischen den Eckpunkten pi und pj wird mittels linearer Interpolation berechnet. Gewichte sind hierbei die Funktionswerte fi und fj an den Eckpunkten: p= pi f j f p j f f i f j f i 8
9 Berechnung von Isolinien Grundidee Aufgrund der linearen Interpolation innerhalb der Zellen sind die Isolinienstücke innerhalb der Zellen Strecken: Die Fälle 5 und 10 sind dabei nicht eindeutig bestimmt. 9
10 Berechnung von Isolinien Mehrdeutige Fälle Im Falle von mehrdeutigen Zellen, kann dies wichtigen Einfluß auf die Topologie der entstehenden Kontur haben. Im ersten Fall erhalten wir zwei separate Konturen, im zweiten eine geschlossene. 10
11 Isoflächen Marching Cubes Marching Cubes ist die Erweiterung des Marching Squares Algorithmus auf 3D. Er berechnet Isoflächen. Das Grundprinzip des Algorithmus ist ähnlich dem Marching Squares Algorithmus: Berechne den topologischen Index der Zellen. Hier ergeben sich 28 = 256 mögliche Konfiguration, welche auf Grund von Symmetrien auf 15 reduziert werden können. 11
12 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 12
13 Rechenaufwand für Isoflächen Der vorgestellt Algorithmus nutzt bereits mehrere Charakteristika von zellbasierten Skalarfeldern aus und bietet so eine sehr effiziente Implementierung. Trotzdem ergibt sich hierbei im Allgemeinen eine Zeitkomplexität von O(n), wobei n die Anzahl der Zellen ist, da man für jeden Isowert einmal alle Zellen durchlaufen und ihren Knotenindex prüfen muss. Optimierte Algorithmen, die Octrees verwenden [J. Wilhelms, A. van Gelder. Octrees for fast isosurface generation, ACM Transactions on Graphics, 11(3), , 1992] kommen im schlechtesten Fall auf eine Zeitkomplexität von O( k + k log( n / k ) ), wobei k die Anzahl der von der Isofläche geschnittenen Zellen ist. Mittels des Spannraums kann die Zeitkomplexität auf O( n + k) gesenkt werden. Grundidee ist, dass die Berechnung von Isoflächen in zwei Aufgaben geteilt werden kann: Finde alle Zellen, die die Isofläche schneiden. Berechne für alle Schnittzellen das entsprechende Teilstück der Fläche. Der Marching Cubes Algorithmus kümmert sich um das zweite Teilproblem, während der Spannraum ein effizientes lokalisieren der benötigten Zellen ermöglicht. 13
14 Der Spannraum Definition Spannraum: Sei C die Menge aller Zellen des Beobachtungsraumes B q + und s : B W eine auf B definierte Funktion mit Funktionswerten in W ℝ q ℤ. Wir definieren eine Punktmenge P = {pi } über W² mit c i C assoziiere pi = ai, bi mit ai =min {v j }i j bi =max {v j }i j wobei {vj }i die Funktionswerte an den Vertices der Zelle ci sind. 14
15 Zellsuche im Spannraum Erste Teilaufgabe bei der Berechnung von Isoflächen war die Detektion aller Zellen, die die Isofläche schneiden. Verwenden wir hierfür den soeben eingeführten Spannraum, ergibt dies: Suche im Spannraum: Gegeben sei eine Menge von Zellen C und die assoziierte Punktmenge P im Spannraum. Ferner sei ein Isowert α W gegeben. Gesucht wird nun die Menge P P mit x i, y i P x i y i Die Suche im Merkmalsraum (Spannraum) hat mehrere Vorteile: Die Suche ist unabhängig von der Geometrie des Beobachtungsraumes. Dies ist z.b. bei Saatkornmethoden nicht gegeben. Auch die Topologie der Zellen ist nicht wichtig und der Ansatz ist auch für unstrukturierte Gitter geeignet. Die Dimension des Problem wird gesenkt (Suche von Zellen in 3D Suche in 2D) 15
16 Spannraum Implementierung Als Datenstruktur für die effiziente Suche im Spannraum wird ein kd-baum vorgeschlagen. Aufbau: Initialisiere den kd-baum mit einem einzigen Blatt, das eine Liste aller min-/ max-wertepaare enthält. Für jedes Blatt: Wähle eine Dimension, die geteilt werden soll. Enthält die zugehörige Zellliste mehr als zwei Elemente sortiere die Liste entsprechend des aktuellen Teilungskriteriums. Speichere das Medianelement mit entsprechenden Werten im aktuellen Knoten und initialisiere die Kindknoten. Wiederhole den vorhergehenden Punkt, bis kein Blatt mehr geteilt werden kann. 16
17 Spannbaum Datenstruktur Der kd-baum kann in diesem Fall in einem Array gespeichert werden, da es sich um einen vollständig balancierten Baum handelt. Jeder Knoten des Baumes repräsentiert eine Zelle, wir können also den Speicher für den Baum im Vorfeld allokieren (Länge des Arrays entspricht Anzahl der Zellen). Der Wurzelknoten wird in der Mitte des Arrays gespeichert. Der linke Teilbaum enthält dann n/2 Knoten, der recht (n-1)/2 Knoten. Jeder Knoten repräsentiert eine Zelle und speichert folgende Informationen: float: min-wert, max-wert int: Index der Zelle 17
18 Spannraum Pseudocode für Implementierung 18
19 Spannraum Zellsuche Bei der Zellsuche sollen alle Zellen gefunden werden, deren min/max-werte den Isowert umschließen. Dazu beginnen wir bei der Suche an der Wurzel und vergleichen die min/max-wert mit dem Isowert. Für alle Knoten: min < α && max > α: Berechne die Isofläche der Zelle. Bei inneren Knoten: min-level && min < α: Durchsuche beide Kinder. min-level && min α: Durchsuche das linke Kind. max-level && max > α: Durchsuche beide Kinder. max-level && max α: Durchsuche des rechte Kind. Optimierung: Für min < α können ab sofort alle min-level für das linke Kind übersprungen werden. Analoges gilt für den max-wert. 19
20 Spannraum Pseudocode Zellsuche 20
21 Spannraum Ergebnisse Der Ansatz heißt near-optimal, da er nur im Standardfall k > n optimal ist. In allen anderen Fällen kommt nach Autorenaussage ein vernachlässigbar kleiner Overhead hinzu. # Zellen Herz # Isozellen # Knoten geprüft Overhead Max. Unterbaum Torso Gehirn FD FD FD FD Kopf 21
22 Spannraum Ergebnisse # Zellen # Isozellen # Knoten geprüft Overhead Max. Unterbaum Herz Torso Kopf FD-64 Gehirn FD-32 FD # Zellen # Isozellen # Knoten geprüft Overhead Max. Unterbaum Herz Torso Gehirn Kopf FD-32 FD-64 FD
23 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 23
24 Geschachtelte Isokonturen Die Auswahl eines guten Isowertes ist ein recht schwieriges Problem, da man prinzipiell alle Werte durchprobieren müsste, um keine Details zu übersehen. Die Folge unten stellt Isoflächen in einem 3D Datensatz der Elektronendichte eines Methanmoleküls dar. Je nach Parametereinstellung bekommt man sehr unterschiedliche Darstellungen. Um das breite Spektrum an unterschiedlichen Flächen abzudecken und dem Anwender einen Überblick über wesentliche Charakteristika der Isoflächen zu geben wurde das Konturspektrum entwickelt [Bajaj 1997]]. wachsender Isowert [V. Pascucci 2003] 24
25 Das Konturspektrum Im Wesentlichen ist das Kontourspektrum ein zusätzlichen Fenster, dass dem Nutzer verschiedene Charakteristika der Isoflächen bei wachsendem Isowert zeigen. Der Nutzer kann nun interaktiv den gewünschten Isowert auswählen und die entsprechende 3D-Fläche anzeigen. 25
26 Das Konturspektrum Isoflächencharakteristika Für das Konturspektrum werden drei generische integrale Größen vorgeschlagen, die Isoflächen in beliebigen Dimensionen beschreiben können (man verwendet jedoch zumeist nur 2D oder 3D Daten). Im 2D verwendet man: Länge der Isokontur Von der Isokontur umschlossene Fläche Kurvenintegral des Gradienten entlang der Isokontur Analog im 3D: Flächeninhalt der Isofläche Eingeschlossenes Volumen Oberflächenintegral des Gradienten über die Isofläche 26
27 Das Konturspektrum Berechnung Im Originalartikel werden Dreiecks- bzw. Tetraedergitter benutzt, da Länge bzw. Fläche bei linearer Interpolation einen B-Spline 2. Ordnung ergeben. Eingeschlossene Flächen bzw. Volumen ergeben sich mittels Integration ebenfalls als B-Spline. Für den Gradienten wird eine Konstante pro Zelle angenommen (Ableitung der skalaren Interpolation) und mit der Länge/Fläche multipliziert. 27
28 Das Konturspektrum Beispiele 28
29 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 29
30 Geschachtelte Isokonturen Die Auswahl eines guten Isowertes ist ein recht schwieriges Problem, da man prinzipiell alle Werte durchprobieren müsste, um keine Details zu übersehen. Die Folge unten stellt Isoflächen ein einem 3D Datensatz der Elektronendichte eines Methanmoleküls dar. Je nach Parametereinstellung bekommt man sehr unterschiedliche Darstellungen. Die Topologie beschreibt diese Veränderungen und der Konturbaum ist eine Datenstruktur um die topologischen Veränderungen effizient zu speichern. wachsender Isowert [V. Pascucci 2003] 30
31 Topologie Die Topologie beschäftigt sich mit den Eigenschaften von Mengen, die sich bei kontinuierlicher Deformationen (z.b. Dehnen, Stauchen, Verbiegen) nicht ändern. Für die Untersuchung von Skalarfeldern ist die Topologie u.a. von Bedeutung, da man mit ihrer Hilfe untersuchen kann, wann Isolinien bzw. Isoflächen ihre grundlegende Struktur ändern. Dies hilft dabei wichtige Isowerte zu finden. Eine Änderung der Topologie entsteht z.b. wenn bei Veränderung des Isowertes aus einer Isolinie zwei Linien werden irrelevant aus topologischer Sicht sind auf der anderen Seite z.b. Größenänderungen, also Länge der Kontur oder eingeschlossene Fläche. topologisch äquivalent nicht topologisch äquivalent oder oder 31
32 Topologie Sei X eine beliebige Menge und T eine Menge von Teilmengen von X. T wird eine Topologie von X genannt, wenn gilt: Sowohl die leer Menge als auch X sind Elemente von T. T X T Die Vereinigung einer beliebigen Anzahl von Elementen aus T ist ebenfalls ein Element von T. Wenn Z X ist, so ist O T. O Z Die Schnittmenge einer endlichen Anzahl von Elementen aus T ist ebenfalls ein Element von T. Wenn Z X endlich ist, so ist O T. O Z Eine Menge X mit einer Topologie T heißt topologischer Raum. 32
33 Abbildung und Äquivalenz Seien X, Y topologische Räume und x X ein Punkt in X. Eine Abbildung f: X Y heißt stetig in x, falls für jede Umgebung V von f(x) eine Umgebung U von x existiert, so dass f (U ) V. f heißt stetig, wenn f für alle x X stetig ist. Ist f: X Y eine bijektive stetige Abbildung und auch f -1 stetig, so nennt man f einen Homöomorphismus. Topologische Räume X, Y heißen homöomorph (topologisch äquivalent), wenn es einen Homöomorphismus f: X Y gibt. topologisch äquivalent nicht topologisch äquivalent oder oder 33
34 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 34
35 Affine und konvexe Hülle Besonders im Hinblick auf algorithmische Methoden ist es wünschenswert, topologische Räume durch endliche Strukturen darzustellen. Eine Möglichkeit dazu besteht in Simplizialkomplexen. Die affine Hülle einer Menge von Punkten P = {p0,...,pn } des IRn ist { n aff P := i=0 n λ i p i λ i =1, λ i ℝ i=0 } P ist affin unabhängig, falls sich aff P von der affinen Hülle jeder echten Teilmenge von P unterscheidet. (Satz: Jede Teilmenge des En aus mindestens n+2 eindeutig bestimmten Punkten ist affin abhängig. Sie besitzt hierdurch eine nichttriviale Darstellung der 0.) Die konvexe Hülle von P ist { n conv P := i=0 n λ i pi λ i =1, i : λ i 0 i =0 } 35
36 Simplices und ihre Beschreibung Ein k-simplex ist die konvexe Hülle von k+1 affin unabhängigen Punkten. Ein 0-Simplex heißt Ecke, ein 1-Simplex Kante, ein 2-Simplex Dreieck und ein 3-Simplex Tetraeder. Ist P = {p0,...,pn } affin unabhängig, so ist die Dimension des k-simplex σ dim σ=k = P 1 Eine Facette von σ ist ein (k-n)-simplex, n [0, k ] τ = conv Q mit Q P. Die baryzentrischen Koordinaten eines Punktes x σ sind die Koeffizienten λi der Affinkombination mit n n λi p i= x λi =1 i =0 i=0 36
37 Simplizialkomplex Ein Simplizialkomplex K ist eine endliche Familie von Simplizes mit folgenden Eigenschaften Wenn σ K und τ eine Facette von σ ist, so ist τ K. Wenn σ, σ ' K sind, so ist σ σ ' leer oder eine Facette von σ und σ'. Die Eckenmenge von K ist vert K = { σ K dim σ=0 }. Eine Triangulierung eines topologischen Raumes X ist ein Simplizialkomplex K zusammen mit einem Homöomorphismus h: K X. K ist die geometrische Realisierung von X. [wikipedia] 37
38 Topologie von Isostrukturen (Level Sets) 2D 1D f(x) iso = 70 iso = 58 iso = 54 iso = 30 x 3D wachsender Isowert [V. Pascucci 2003] iso = 91 38
39 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 39
40 Morse-Theorie Im Allgemeinen stellt die Morse-Theorie einen Zusammenhang zwischen der Topologie von Mannigfaltigkeiten und darauf definierten differenzierbaren Funktionen her. Wir betrachten hierbei zwei einfachere Fälle: Die Mannigfaltigkeiten seien durch den Beobachtungsraum B (B ℝ 2 B ℝ3 ) unseres Datensatzes definiert und die darauf definierten Funktionen sind die zugehörigen Skalarfelder. Mit Hilfe der Morse-Theorie (nach Marston Morse, ) können Änderungen in der Topologie von Isostrukturen bei veränderlichem Isowert analysiert werden. Punkte an denen sich die Topologie der Isostrukturen ändert nennt man kritische Punkte. Sei f: B IR eine C²-Funktion. Ein Punkt p B heißt kritischer Punkt, falls f ( p)=0 x f(x) f / x( p) sind die partiellen Ableitungen nach den verschiedenen Raumrichtungen des Beobachtungsraumes. x Ein Wert w IR, zu dem es einen kritischen Punkt p B mit f (p) = w gibt, heißt kritischer Wert. 40
41 Kritische Punkte Für die weiteren Betrachtungen ist es ausserdem wichtig zu wissen, um welche Art von kritischen Punkt es sich handelt. Dies kann man über die Hessematrix (2. Ableitungen) bestimmen. ( 2 f 2 f ( p) 2 ( p) x1 x b x1 2 f 2 f ( p) ( p) 2 x b x1 xb ) Kritische Punkte, deren Hessematrix vollen Rang hat, heißen Morsepunkte. Man unterscheidet ihren Typ anhand der Eigenwerte der Hessematrix: 0<λ 1 λ 2 λ 1 λ 2 <0 λ 1<0<λ 2 41
42 Morsefunktion Eine glatte reellwertige Funktion auf einer Mannigfaltigkeit M ist eine Morsefunktion, falls sie nur isolierte Morsepunkte mit unterschiedlichem kritischen Wert besitzt. Aufgrund der Struktur des Datensatzes (Simplizialkomplex mit linearer Interpolation innerhalb eines jeden Simplex) ist die Skalarfunktion s: B IR eine Morsefunktion und kritische Punkte befinden sich immer auf den Vertices des Simplizialkomplexes. Der Morse-Smale-Komplex ist eine Unterteilung des Beobachtungsraumes in Bereiche in denen Integrationskurven im Gradientenfeld gleichen Ursprung (lok. Minimum) und gleiches Ziel (lok. Maximum) haben. Der Reeb-Graph oder Konturbaum einer Skalarfunktion beschreibt die Konnektivität von Isokonturen. 42
43 Inhaltsverzeichnis 5. Skalartopologie 1. Isolinien und Isoflächen 1. Der Marching Cubes Algorithmus 2. Effiziente Berechnung im Spannraum (span space) 2. Das Konturspektrum 3. Theoretische Grundlagen 1. Topologie 2. Triangulierung und Simplizialkomplexe 3. Morse-Theorie 4. Der Konturbaum 43
44 Konturbaum Der Konturbaum ist ein Baum aus dem man folgende Informationen ablesen kann: Wertebereich der Funktion (oberes und unteres Ende des Baumes). Anzahl der unabhängigen Isoflächen/-linien bei einem gegebenen Isowert (Anzahl der Schnitte mit dem Konturbaum bei gegebenem Isowert). Entstehen, Verschwinden und Verschmelzen von Komponenten. (Blätter bzw. innere Knoten) Evolution von Konturen [V. Pascucci] 44
45 Konturbaum Algorithmus Zur Demonstration des Algorithmus verwenden wir eine topographische Karte von Vancouver [ Daten Colormap Iso-/ Höhenlinien Konturbaum 45
46 Konturbaum Algorithmus Der Konturbaumalgorithmus besteht aus drei Teilen: Berechne den VereinigungsBaum (JoinTree). Berechne den TeilungsBaum (SplitTree). Fasse die beiden Bäume im Konturbaum zusammen (ContourTree). 46
47 Konturbaum Algorithmus Vereinigungsbaum Man startet mit dem größten Wert im Datensatz und zeichnet die entsprechende Isokontur ein (leere Menge). Nun geht man sukzessive alle Datenpunkte in absteigender Folge durch, d.h. vom größten zum kleinsten Wert) und zeichnet wieder die entsprechenden Konturen ein. Es können drei Ereignisse eintreten: Die Anzahl der Zusammenhangskomponenten bleibt gleich. Es kommt eine neue Komponente hinzu. Zwei Komponenten verschmelzen zu einer und die Gesamtzahl der Komponenten verringert sich. Visualisierung 5. Skalartopologie isoii = 30 iso = 54 iso = 91 iso = 70 iso = 58 47
48 Konturbaum Algorithmus Vereinigungsbaum Behandlung der drei Fälle: Die Anzahl der Konturen bleibt gleich: Hänge den Knoten an seine entsprechende Kontur an. Es kommt eine neue Kontur hinzu: Ein neues Blatt wird auf Höhe des entsprechenden Skalarwertes in den Konturbaum eingefügt. iso = 70 Zwei Konturen verschmelzen zu einer und die Anzahl verringert sich: Ein innerer Knoten wird eingefügt und die Knoten, die die verschmelzenden Konturen repräsentieren, werden mit ihm verbunden. iso = 58 iso = 30 48
49 Konturbaum Algorithmus Vereinigungsbaum 49
50 Konturbaum Algorithmus Teilungsbaum Der Teilungsbaum wird analog zum Vereinigungsbaum berechnet, nur sortiert man die Vertices diesmal umgekehrt, also vom kleinsten zum größten. Der Vereinigungsbaum zeigt alle nach oben gerichteten Aufteilungen. iso = 0.5 Der Teilungsbaum zeigt alle nach unten gerichteten Aufteilungen des Konturbaumes. iso = 2 iso = 40 50
51 Konturbaum Vereinigung beider Bäume Im letzten Schritt müssen Vereinigungs- (VB) und Teilungsbaum (TB) zusammengefasst werden. Man beginnt mit einem leeren Baum. Sukzessive werden alle Knoten eingefügt, bei denen gilt Grad nach oben im VB + Grad nach unten im TB = 1 Dies geschieht mit folgenden Operationen: Ist der Knoten ein oberes oder unteres Blatt? oben: Füge die Kante entsprechend dem VB ein. unten: Füge die Kante entsprechend dem TB ein. Lösche den Knoten aus beiden Bäumen und verbinde gegebenenfalls die übrigen Knoten neu. Ist der Endpunkt der neuen Kante nun ein Blatt wird er in die Liste der zu bearbeitenden Knoten eingefügt. VB TB 51
52 Konturbaum Die Vereinigung der beiden Bäume 52
53 Konturbaum Die Vereinigung der beiden Bäume 53
54 Konturbaum Die Vereinigung der beiden Bäume 54
55 Konturbaum Beispiel 55
56 Konturbaum Beispiele [S. Dillard] [V. Pascucci] 56
57 Literatur Y. Livnat, H.-W. Shen, C.R. Johnson. A Near Optimal Isosurface Extraction Algorithm Using the Span Space, IEEE Transactions on Visualization and Computer Graphics 2(1), 73 84, C.L. Bajaj, V. Pascucci, D.R. Schikore. The Contour Spectrum, In Proc. IEEE Visualization, , H. Carr, J. Snoeyink, U. Axen. Computing Contour Trees in All Dimensions, Computational Geometry 24(2), 75-94,
1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
Mehr1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederung 1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. äume / Graphen 5. Hashing 6. Algorithmische Geometrie 4/5, olie 1 2014 Prof. Steffen Lange - HDa/bI
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrFachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum
Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrDefinition und Begriffe
Merkblatt: Das Dreieck Definition und Begriffe Das Dreieck ist ein Vieleck. In der Ebene ist es die einfachste Figur, die von geraden Linien begrenzt wird. Ecken: Jedes Dreieck hat drei Ecken, die meist
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrFolge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12
Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrKapitel 6: Graphalgorithmen Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
Mehr( ) als den Punkt mit der gleichen x-koordinate wie A und der
ETH-Aufnahmeprüfung Herbst 05 Mathematik I (Analysis) Aufgabe [6 Punkte] Bestimmen Sie den Schnittwinkel α zwischen den Graphen der Funktionen f(x) x 4x + x + 5 und g(x) x x + 5 im Schnittpunkt mit der
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
Mehr6.2 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
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
Mehr3.1 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
MehrAlgorithmische Mathematik
Algorithmische Mathematik Wintersemester 2013 Prof. Dr. Marc Alexander Schweitzer und Dr. Einar Smith Patrick Diehl und Daniel Wissel Übungsblatt 6. Abgabe am 02.12.2013. Aufgabe 1. (Netzwerke und Definitionen)
MehrVorlesung 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
MehrMathematik I für Wirtschaftswissenschaftler
1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
Mehr1 C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R
C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R L Ö S U N G E N Seite 7 n Wenn vier Menschen auf einem Quadratmeter stehen, dann hat jeder eine Fläche von 50 mal 50 Zentimeter
MehrWinWerk. Prozess 6a Rabatt gemäss Vorjahresverbrauch. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
WinWerk Prozess 6a Rabatt gemäss Vorjahresverbrauch 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052-740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Ablauf der Rabattverarbeitung...
Mehr1 Konvexe Funktionen. 1.1 Definition. 1.2 Bedingung 1.Ordnung. Konvexität und Operationen, die die Konvexität bewahren Seite 1
Konvexität und Operationen, die die Konvexität bewahren Seite 1 1 Konvexe Funktionen 1.1 Definition Eine Funktion f heißt konvex, wenn domf eine konvexe Menge ist und x,y domf und 0 θ 1: f(θx + (1 θ)y)
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
MehrAlgorithmen 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
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 12.01.2012 INSTITUT FÜR THEORETISCHE 0 KIT 12.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrAbschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
MehrSUDOKU - Strategien zur Lösung
SUDOKU Strategien v. /00 SUDOKU - Strategien zur Lösung. Naked Single (Eindeutiger Wert)? "Es gibt nur einen einzigen Wert, der hier stehen kann". Sind alle anderen Werte bis auf einen für eine Zelle unmöglich,
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrUniversität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW
Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6
MehrQuadratische Gleichungen
Quadratische Gleichungen Aufgabe: Versuche eine Lösung zu den folgenden Zahlenrätseln zu finden:.) Verdoppelt man das Quadrat einer Zahl und addiert, so erhält man 00..) Addiert man zum Quadrat einer Zahl
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrDownload. Mathematik üben Klasse 8 Funktionen. Differenzierte Materialien für das ganze Schuljahr. Jens Conrad, Hardy Seifert
Download Jens Conrad, Hard Seifert Mathematik üben Klasse 8 Funktionen Differenzierte Materialien für das ganze Schuljahr Downloadauszug aus dem Originaltitel: Mathematik üben Klasse 8 Funktionen Differenzierte
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrAlgorithmen und Datenstrukturen. Große Übung vom 29.10.09 Nils Schweer
Algorithmen und Datenstrukturen Große Übung vom 29.10.09 Nils Schweer Diese Folien Braucht man nicht abzuschreiben Stehen im Netz unter www.ibr.cs.tu-bs.de/courses/ws0910/aud/index.html Kleine Übungen
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens aw@awilkens.com Überblick Grundlagen Definitionen Elementare Datenstrukturen Rekursionen Bäume 2 1 Datenstruktur Baum Definition eines Baumes
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrFallbeispiel: Eintragen einer Behandlung
Fallbeispiel: Eintragen einer Behandlung Im ersten Beispiel gelernt, wie man einen Patienten aus der Datenbank aussucht oder falls er noch nicht in der Datenbank ist neu anlegt. Im dritten Beispiel haben
MehrDatenbanken Kapitel 2
Datenbanken Kapitel 2 1 Eine existierende Datenbank öffnen Eine Datenbank, die mit Microsoft Access erschaffen wurde, kann mit dem gleichen Programm auch wieder geladen werden: Die einfachste Methode ist,
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrLinienland, Flächenland und der Hyperraum Ein Ausflug durch die Dimensionen
Linienland, Flächenland und der Hyperraum Ein Ausflug durch die Dimensionen Stephan Rosebrock Pädagogische Hochschule Karlsruhe 23. März 2013 Stephan Rosebrock (Pädagogische Hochschule Linienland, Karlsruhe)
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrExpander Graphen und Ihre Anwendungen
Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006
MehrInformation Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
Mehr8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht
8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrMatrizennorm. 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
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrWord 2010 Schnellbausteine
WO.001, Version 1.0 02.04.2013 Kurzanleitung Word 2010 Schnellbausteine Word 2010 enthält eine umfangreiche Sammlung vordefinierter Bausteine, die sogenannten "Schnellbausteine". Neben den aus den früheren
MehrEine Logikschaltung zur Addition zweier Zahlen
Eine Logikschaltung zur Addition zweier Zahlen Grundlegender Ansatz für die Umsetzung arithmetischer Operationen als elektronische Schaltung ist die Darstellung von Zahlen im Binärsystem. Eine Logikschaltung
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrBENUTZERHANDBUCH für. www.tennis69.at. Inhaltsverzeichnis. 1. Anmeldung. 2. Rangliste ansehen. 3. Platzreservierung. 4. Forderungen anzeigen
BENUTZERHANDBUCH für www.tennis69.at Inhaltsverzeichnis Einleitung 1. Anmeldung 2. Rangliste ansehen 3. Platzreservierung 4. Forderungen anzeigen 5. Forderung eintragen 6. Mitgliederliste 7. Meine Nachrichten
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrFrohe 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]
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
MehrHandbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
MehrAlgorithmische Geometrie
Algorithmische Geometrie 1-1 Inhaltsverzeichnis 1. Einführung 2. Basiskonzepte 3. Punktsuche 4. Voronoidiagramme und Delaunaytriangulierung 5. Allgemeine Suchstrukturen 1-2 1.1. Was ist? (Computational
MehrÜbungen zu Einführung in die Informatik: Programmierung und Software-Entwicklung: Lösungsvorschlag
Ludwig-Maximilians-Universität München WS 2015/16 Institut für Informatik Übungsblatt 13 Prof. Dr. R. Hennicker, A. Klarl Übungen zu Einführung in die Informatik: Programmierung und Software-Entwicklung:
Mehr!(0) + o 1("). Es ist damit möglich, dass mehrere Familien geschlossener Orbits gleichzeitig abzweigen.
Bifurkationen an geschlossenen Orbits 5.4 167 der Schnittabbldung konstruiert. Die Periode T (") der zugehörigen periodischen Lösungen ergibt sich aus =! + o 1 (") beziehungsweise Es ist also t 0 = T (")
MehrOptimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen
Optimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen Dr. Abebe Geletu Ilmenau University of Technology Department of Simulation and Optimal Processes
MehrStackelberg Scheduling Strategien
Stackelberg Scheduling Strategien Von Tim Roughgarden Präsentiert von Matthias Ernst Inhaltsübersicht Einleitung Vorbetrachtungen Stackelberg Strategien Ergebnisse Seminar Algorithmische Spieltheorie:
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrLernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.
6. Bäume Lernziele 6. Bäume Lernziele: Definition und Eigenschaften binärer Bäume kennen, Traversierungsalgorithmen für binäre Bäume implementieren können, die Bedeutung von Suchbäumen für die effiziente
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrErweiterung der Aufgabe. Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen:
VBA Programmierung mit Excel Schleifen 1/6 Erweiterung der Aufgabe Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen: Es müssen also 11 (B L) x 35 = 385 Zellen berücksichtigt
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrSortierverfahren für Felder (Listen)
Sortierverfahren für Felder (Listen) Generell geht es um die Sortierung von Daten nach einem bestimmten Sortierschlüssel. Es ist auch möglich, daß verschiedene Daten denselben Sortierschlüssel haben. Es
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrMit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter.
Stundenverwaltung Mit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter. Dieses Programm zeichnet sich aus durch einfachste
MehrGEVITAS Farben-Reaktionstest
GEVITAS Farben-Reaktionstest GEVITAS Farben-Reaktionstest Inhalt 1. Allgemeines... 1 2. Funktionsweise der Tests... 2 3. Die Ruhetaste und die Auslösetaste... 2 4. Starten der App Hauptmenü... 3 5. Auswahl
MehrDokumentation zum Projekt Multimediale Lehre Fluidmechanik an der Technischen Universität Graz
Dokumentation zum Projekt Multimediale Lehre Fluidmechanik an der Technischen Universität Graz Andreas Aigner email: andreasa@sbox.tu-graz.ac.at. Januar 00 Inhaltsverzeichnis Theorie. Stromfunktion...........................
MehrLange Nacht der Wissenschaft. Ein Klassiker. Die Mathematik der Kürzesten Wege
Lange Nacht der Wissenschaft Ein Klassiker Die Mathematik der Kürzesten Wege 09.06.2007 schlechte@zib.de Konrad-Zuse-Zentrum für Informationstechnik Berlin (ZIB) http://www.zib.de/schlechte 2 Überblick
MehrAnwendertreffen 20./21. Juni
Anwendertreffen Verbindungsmittelachsen VBA Allgemein Die Verbindungsmittelachsen werden nun langsam erwachsen. Nach zwei Jahren Einführungszeit haben wir bereits viele Rückmeldungen mit Ergänzungswünschen
MehrÜbung Theoretische Grundlagen
Übung Theoretische Grundlagen Berechenbarkeit/Entscheidbarkeit Nico Döttling November 26, 2009 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT University of the State of Baden-Wuerttemberg and National Laboratory
MehrPräventionsforum+ Erfahrungsaustausch. HANDOUT GRUPPEN-ADMINISTRATOREN Anlage zum Endnutzer-Handbuch. Stand: 11.09.2014 Änderungen vorbehalten
Präventionsforum+ Erfahrungsaustausch HANDOUT GRUPPEN-ADMINISTRATOREN Anlage zum Endnutzer-Handbuch Stand: 11.09.2014 Änderungen vorbehalten Anlage zum Endnutzer-Handbuch Handout Gruppen-Administratoren
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrMathematik 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
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809
MehrMARCANT - File Delivery System
MARCANT - File Delivery System Dokumentation für Administratoren Der Administrationsbereich des File Delivery Systems ist ebenfall leicht zu bedienen. Die wichtigsten drei Abschnitte sind: 1. Profil, 2.
Mehr