Merge-Sort und Binäres Suchen
|
|
- Edmund Böhm
- vor 8 Jahren
- Abrufe
Transkript
1 Merge-Sort ud Biäres Suche Ei Bericht vo Daiel Haeh Mediziische Iformatik, Prosemiar WS 05/06
2 Ihaltsverzeichis I. Eileitug 3 II. III. IV. i. Das Divide-ad-coquer -Verfahre Merge-Sort i. Eileitug ii. Fuktiosweise i der Theorie iii. Erläuterug am Beispiel iv. Aufwad vo Merge-Sort v. Implemetierug i Java vi. Implemetierug als Maplet i Maple Biäres Suche i. Eileitug ud Vorraussetzug ii. Fuktiosweise i der Theorie iii. Erläuterug am Beispiel iv. Aufwad vo Biäres Suche v. Implemetierug i Java vi. Implemetierug als Maplet i Maple Resultate ud Bewertug V. Literatur 16
3 I. Eileitug Dieser Bericht beschreibt die beide Algorithme Merge-Sort ud Biäres Suche i Theorie ud Praxis. Beide Algorithme bediee sich des Divide-ad-coquer -Verfahres, welches i der Iformatik eie wichtige Rolle spielt. Die Fuktiosweise vo Merge-Sort ud Biäres Suche wird vo mir erst theoretisch, da am Beispiel ud zu letzt als Implemetierug i Java sowie i Maple als Maplet demostriert. I.I Das Divide-ad-coquer -Verfahre Teile-ud-Herrsche (egl. Divide-ad-coquer ) ist eie Bezeichug für ei populäres algorithmisches Lösugsverfahre i der Iformatik. Ei bestimmtes Problem wird icht als Gazes bearbeitet, soder i zwei oder mehrere möglichst gleichgroße Teilprobleme geteilt. Diese werde da uabhägig voeiader gelöst ud schließlich zu eier Lösug des Gesamtproblems zusammegefügt. Ei vergleichbares Verfahre ist die Partialbruchzerlegug i der Mathematik. I der praktische Awedug wird meistes das Gesamtproblem so lage i eifachere Teilprobleme geteilt, bis sich diese umittelbar löse lasse. Rekursive Programmierug ist eie geeigete Methode zur Umsetzug des Divide-ad-coquer -Verfahres. Die Komplexität eier Lösug ach diesem Verfahre lässt sich meist sehr geau bereche. Zum Beispiel sei T( ) die Azahl der Schritte, die ei Algorithmus beötigt, der eie Folge der Läge i geau zwei gleichgroße Teile zerlegt. Uter der Voraussetzug, dass die beötigte Zwischeschritte bei jedem Teile ud Zusammefüge jeweils proportioal zu sid, ergibt sich folgede Gleichug für T mit eier Kostate c T ( ) = T + c ud T ( 1 ) = 0. Die Lösug der Gleichug T( ) lautet T( ) = c log Erfüllt ei Algorithmus diese Vorrausetzug besitzt er die optimale Laufzeit vo der Ordug ( ) Beweis: T 1 = T () 0 ( ) = T + c Ο ( log( ) ) 3
4 sei k, k 0 ud kε IN T ( ) = T + c = T + c + c 4 = 4 T + c + 4 k k T () c 1 = 1 + i= 0 log = () i 1 c 1 i= 0 log Ο log = ( ) ε ( ( )) c Ei Beispiel hierfür ist der Algorithmus Merge-Sort (siehe II). i II. Merge-Sort II.I Eileitug Der Sortieralgorithmus Merge-Sort erzeugt eie sortierte Folge durch Teile der Gesamtfolge ud aschließedem Zusammefüge sortierter Teilstücke. Dieses Verfahre bietet de Vorteil dass im Gegesatz zu adere Sortiertechike kei permaeter, direkter Zugriff auf alle Elemete der usortierte Folge gegebe sei muss. Somit köe Datemege sortiert werde, die als gesamte Folge icht i de Hauptspeicher passe würde. II.II Fuktiosweise i der Theorie Der Algorithmus hadelt ach dem Divide-ad-coquer -Prizip (siehe I.I). Eie Folge F = F1, F, F3,..., F soll sortiert werde. Die Idizes für F1 ud F müsse bekat sei ud begreze das Arbeitsfeld des Algorithmus. 1+ We F F 1 folgt die erste Teilug der Folge durch Mitte : =, wobei das Ergebis abgerudet wird. Es etstehe zwei Teilfolge der Folge F, welche als F = F,..., F ud F b = FMitte+1,..., F defiiert sid. Diese Teilug wird mit de Teilfolge Fa ud Fb wiederholt, bis die etstadee Teilfolge jeweils ur och ei Elemet ethalte ud trivial als sortiert gelte. Die kleiste beachbarte Teilfolge vergliche ud sortiert, so dass F x F, 1,,3... y1,,3... t1,,3... x1,,3... y1,,3... a 1 Mitte werde aschließed paarweise F = F + F uter der Vorraussetzug 4
5 F < F etstehe. Diese Prozedur des Zusammefüges (egl.: to merge) wird mit de x 1,,3... y1,,3... zusammegefügte Teilfolge F t F, 1,3,5... t,4,6... wiederholt, bis letztedlich ur och zwei, jeweils sortierte Teilfolge F, F a b existiere. Im letzte Schritt, werde diese beide Teilfolge da durch F = F a + F b zusammegefügt, wobei F a < Fb gilt. Die Folge F ist jetzt komplett sortiert. Abb. 1: Die ebestehede Grafik (Lag, 000) verdeutlicht das Prizip vo Merge-Sort i der Theorie. Die zu sortierede Folge wird i Teilfolge aufgeteilt (Divide), welche jeweils sortiert werde (Coquer). Die sortierte Teilfolge werde zu eier Gesamtfolge zusammegefügt, welche da komplett sortiert ist (Combie). II.III Erläuterug am Beispiel Abbildug zeigt das Vorgehe beim Merge-Sort - Algorithmus am direkte Beispiel. Die Folge [5,1,8,3,9,] soll sortiert werde. Als erstes wird diese Folge i der Mitte geteilt ud es bilde sich die beide Teilfolge [5,1,8] ud [3,9,]. Durch Rekursio werde die Teilfolge weiter geteilt, bis diese schließlich ur och ei Elemet ethalte. Nu werde die eielemetige Teilfolge acheiader, i sortierte Teilgruppe mit jeweils drei Elemete, zusammegefügt, bis letztedlich ur och die beide jeweils sortierte Teilfolge [1,5,8] ud [,3,9] existiere. Im letzte Schritt werde die zwei etstadee Teilgruppe zusammegefügt ud es etsteht die sortierte Folge [1,,3,5,8,9]. Abb. : Merge-Sort am Beispiel (Saake, Sattler, 004, p. 131) Die Implemetierug i Java (II.V) gibt bei diesem Beispiel folgede Iformatioe aus: Merge-Sort Usortierte Liste: Sortierte Liste: Maximaler Aufwad: ~7.0 Tatsaechlicher Aufwad: 5 Optimaler Aufwad:
6 Bei eier usortierte Folge mit sechs Elemete ka die Azahl der maximale Durchläufe vo Merge-Sort ~7,0 betrage. Bei diesem Beispiel lag der tatsächliche Aufwad bei 5 Durchläufe also sehr ah beim Optimum vo 4,67 Durchläufe. II.IV Aufwad vo Merge-Sort Bei diesem Sortierverfahre werde höchstes, sei Azahl der Elemete Schritte beötigt, ämlich Schritte zum Sortiere der eizele Teilgruppe ud Schritte zum Zusammefüge i die sortierte Folge. Die Komplexität des Merge-Sort -Verfahres beträgt also T ( ) + T ud Die Lösug der Gleichug T( ) T ergibt hier T ( 1 ) = 0. ( ) log( ) ε ( log( ) ) Ο. Die utere Schrake für das Sortierproblem vo ( log( ) ) Ο ( log( ) ) = Ω ( log( ) zusätzliche Speicherverbrauch vo ( ) Ω wird erreicht ud da ), ist dieser Algorithmus optimal. Jedoch beötigt er auch eie Θ für das Hilfsarray (siehe II.V ud II.VI). Bei der Implemetierug vo Merge-Sort gibt es verschiedee Variate. Die optimale Variate (siehe II.V ud II.VI) reduziert die Komplexität des Algorithmus auf 1.5 log( ) Durchläufe. Merge-Sort Komplexität Bubblesort Komplexität Quicksort Komplexität Heapsort Komplexität Bester Fall Ο ( log( ) ) Ο ( ) Ο ( log( ) ) ( log( ) ) Durchschitt Ο ( log( ) ) Ο ( ) Ο ( log( ) ) ( log( ) ) Schlechtester Ο ( log( ) ) Ο ( ) Ο ( ) ( log( ) ) Fall Selectiosort Komplexität Isertiosort Komplexität Ο Ο ( ) Ο ( ) Ο Ο ( ) Ο ( ) Ο Ο ( ) Ο ( ) Stabil? ja ja ei ei ja ja Abb. 3: Vergleich verschiedeer Sortieralgorithme a Had ihrer Komplexität Im Vergleich zu adere Sortieralgorithme liefert Merge-Sort bei eier iedrige durchschittliche Komplexität ei stabil sortiertes Ergebis. Stabil sortiert bedeutet, dass bei gleiche Sortierschlüssel die ursprügliche Reihefolge erhalte bleibt. II.V Implemetierug i Java Die folgede Implemetierug vo Merge-Sort i Java zeigt die optimale Variate (Saake, Sattler, 004, p. 13) mit der Zeitkomplexität 1.5 log( ). I meier Realisierug werde der maximale Aufwad, der tatsächliche Aufwad ud der optimale Aufwad agezeigt. 6
7 public class Sort { // die zu sortierede Liste private static it[] a = {5,1,8,3,9,; // der Zaehler fuer die Durchlaeufe private static it zahl = 0; /** * Dieser Methode sortiert die Folge a mit dem Algorithmus Merge-Sort. * liks - die like Greze der Liste rechts - die rechte Greze der Liste */ private static void mergesort(it liks, it rechts) { it i,j,k; it[] hilfsarray = ew it[a.legth]; if (rechts liks) { // zaehle aller Durchlaeufe zahl++; // teile der liste it mitte = (rechts + liks) / ; // ereuter aufruf dieser prozedur mit begrezug des arbeitsfeldes auf der liste mergesort(liks,mitte); mergesort(mitte+1,rechts); // hilfsarray fuelle for(k=liks; k <= mitte; k++) { hilfsarray[k] = a[k]; for(k=mitte; k < rechts; k++) { hilfsarray[rechts+mitte-k] = a[k+1]; // mische des arrays i die eigetliche liste i = liks; j = rechts; for(k=liks; k <= rechts; k++) { if(hilfsarray[i] < hilfsarray[j]) { else { a[k] = hilfsarray[i++]; a[k] = hilfsarray[j--]; 7
8 /** * Mai-Methode - hier wird eie "Merge-Sort"-Sortierug gestartet * args */ public static void mai(strig[] args) { double best_tries,max_tries; System.out.pritl("Merge-Sort"); System.out.pritl(" "); System.out.prit("Usortierte Liste: "); for (it i=0; i<a.legth;i++) { System.out.prit(a[i]); System.out.prit("\"); mergesort(0,a.legth-1); System.out.prit("Sortierte Liste: "); for (it i=0; i<a.legth;i++) { System.out.prit(a[i]); // maximale Aufwad bereche max_tries = (Math.roud(1.5*(a.legth*(Math.log(a.legth)/Math.log(10)))*100)); max_tries = max_tries / 100; // optimale Aufwad bereche best_tries = (Math.roud(a.legth*(Math.log(a.legth)/Math.log(10))*100)); best_tries = best_tries / 100; System.out.prit("\"); System.out.pritl("Maximaler Aufwad: ~" + max_tries); System.out.pritl("Tatsaechlicher Aufwad: " + zahl); System.out.pritl("Optimaler Aufwad: " + best_tries); II.VI Implemetierug als Maplet i Maple Die Realisierug als Maplet i Maple ist das Äquivalet zur Implemetierug i Java (siehe II.V) bietet jedoch eie graphische Oberfläche. 8
9 Abb. 4: Merge-Sort -Maplet i Maple mergesort := proc(liks,rechts) local i,j,k,hilfsarray,azahl_a,mitte; global a,zahl; azahl_a := ops(a); hilfsarray:=array(1..azahl_a); if (rechts liks) the # zaehle aller durchlaeufe zahl:=zahl+1; # teile der liste mitte:=(truc((rechts + liks)/)); # ereuter aufruf dieser prozedur mit begrezug des arbeitsfeldes auf der liste mergesort(liks, mitte); mergesort(mitte+1, rechts); # hilfsarray fuelle for k from liks to mitte do hilfsarray[k] := a[k]; ed do; for k from mitte to rechts-1 do hilfsarray[(rechts+mitte)-k] := a[k+1]; ed do; # mische des hilfsarrays i die eigetliche liste i := liks; j := rechts; for k from liks to rechts do if (hilfsarray[i] < hilfsarray[j]) the a[k] := hilfsarray[i]; i := i+1; else a[k] := hilfsarray[j]; j := j-1; fi; ed do; fi; ed proc: starte:=proc() local max_tries,sortiert,best_tries; global a,zahl; 9
10 zahl:=0; a:=maplets:-tools:-get('usortiertefolgetextfeld'::list); max_tries:=roud(evalf(1.5*(ops(a)*(log[10](ops(a))))*100)); max_tries:=max_tries*0.01; max_tries:=covert(max_tries,strig); max_tries:="maximaler Aufwad: ~" max_tries; best_tries:=roud(evalf(ops(a)*(log[10](ops(a))))*100); best_tries:=best_tries*0.01; best_tries:=covert(best_tries,strig); best_tries:="optimaler Aufwad: " best_tries; Maplets:-Tools:-Set('MaximalerAufwadLabel'('captio') = max_tries); Maplets:-Tools:-Set('OptimalerAufwadLabel'('captio') = best_tries); mergesort(1,ops(a)); zahl:=covert(zahl,strig); zahl:="tatsaechlicher Aufwad: " zahl; Maplets:-Tools:-Set('TatsaechlicherAufwadLabel'('captio') = zahl); sortiert:=covert(a,strig); Maplets:-Tools:-Set('UsortierteFolgeTextfeld' = sortiert); ed proc: III. Biäres Suche III.I Eileitug ud Vorraussetzug Der Algorithmus Biäres Suche ist eie Suchroutie, die ach dem Divide-ad-coquer - Verfahre (siehe I.I) arbeitet. Der Algorithmus sucht ei bestimmtes Elemet i eier vorgegebee Liste. Vorraussetzug ist jedoch, dass die Liste sortiert ist. Biäres Suche lässt sich gut a eier Suche i eiem Telefobuch verdeutliche. Niemad würde die Eiträge vo vor begied jeweils mit dem gesuchte Name vergleiche ma schlägt eher das Buch auf ud vergleicht, ob sich der gewüschte Gesprächsparter vor oder hiter der aktuelle Stelle befidet ud sucht da i dem eigegrezte Bereich weiter. Dies beschreibt das Verfahre dieses Algorithmus. III.II Fuktiosweise i der Theorie Seie F F F, F,..., eie sortierte Folge ud die Idizes F ud F bekat, da = 1, 3 F 1 1+ fuktioiert Biäres Suche so, dass zuerst i der abgerudete Mitte : = geprüft wird, ob der gesuchte Wert K ist ud somit i der Teilfolge F = F,..., F ethalte F Mitte b Mitte+1 10
11 oder ob der gesuchte Wert K < F Mitte ist ud sich somit i der Teilfolge F,..., a = F1 FMitte 1 befidet. Sollte K = sei, so wäre K direkt gefude ud die Suche beedet. F Mitte ( Mitte + 1) + We K F Mitte da wird die Mitte b : = utersucht, wobei das Ergebis ( 1) + Mitte 1 abgerudet wird. We K < F Mitte da wird die abgerudete Mitte a : = geprüft. We K F Mitteb da ist sicher, dass sich K i Fb = FMitte,..., F b b +1 befidet ud bei K < F Mitteb wird Fb = F +1,..., utersucht. b Mitte FMitteb 1 Dieses Verfahre wird fortgeführt bis K gefude wird, oder bis die Teilfolge ur och ei Elemet ethalte da ist ämlich K icht i F vorhade. III.III Erläuterug am Beispiel i m i m m i Abb. 5: Biäres Suche i eier sortierte Folge j j j Das Prizip vo Biäres Suche lässt sich leicht a Had dieses Beispiels durchschaue. I der sortierte Folge i Abbildug 4 soll das Elemet 8 gesucht werde. Die like Greze i ist am Afag 1, die rechte Greze j ist auf 10 gesetzt Daraus ergibt sich für die abgerudete eue Mitte m : = = 5. Da das gesuchte Elemet 8 größer als das Elemet a der Positio m ist, wird i der rechte Hälfte weitergesucht. Beim ächste Schritt ist somit die like Greze i : = m + 1. Das Elemet a der eue Mitte m : = = 8 ist 14 ud somit kleier als das gesuchte Elemet. Deshalb wird der Bereich durch die rechte Schrake weiter eigegrezt Die folgede Mitte m : = = 6 etspricht dem gesuchte Elemet 8 es wurde also a Positio 6 gefude. Die Implemetierug i Java (siehe III.V) gibt zu diesem Beispiel folgedes aus: Biaere Suche Maximaler Aufwad: ~3.3 Tatsaechlicher Aufwad: 3 Gefude a Stelle: 5 Die Abweichug i der Positio liegt dara, dass Java de erste Idex der Folge als 0 statt 1 bezeichet. Es fällt auf, dass der maximale Aufwad des Algorithmus sehr iedrig ist. 11
12 III.IV Aufwad vo Biäres Suche Der Aufwad dieses Algorithmus wird a Had der Schleifedurchläufe beurteilt, da i jedem Durchlauf eie kostate Azahl vo Operatioe durchgeführt wird. Im beste Fall befidet sich das gesuchte Elemet i der Mitte der sortierte Folge ud die Suche ka daher ach eiem Schritt beedet werde. Maximal müsse im i-te Durchlauf Elemete durchsucht werde. Demetspreched sid i log Schritte ötig. Somit liegt das Verfahre ach Ladau-Notatio i der Komplexitätsklasse Ο ( log). Im Vergleich zum Algorithmus Azahl Schritte Bester Fall 1 Sequezielle Suche ist die Effiziez vo Biäres Suche eorm. Jedoch Schlechtester Fall akzeptiert die Sequezielle Suche Durchschitt bei Erfolg auch usortierte Folge als Suchfeld. Durchschitt ohe Erfolg ~ log ~ log ~ log Sequezielle Suche ~5 ~50 ~500 ~5000 Biäres Suche ( log ) ~3.3 ~6.6 ~9.9 ~13.3 Abb. 6: Aufwad vo Biäres Suche III.V Implemetierug i Java I meier Realisierug der iterative Variate des Verfahres i Java werde der maximale Aufwad ud der tatsächliche Aufwad agezeigt. public class Suche { // aufwadszaehler private static it zahl = 0; /** * Diese Procedur fuehrt eie "Biaere Suche" ach dem Elemet s im Array a durch. * a - Array vom Typ It s - zu Suchede Zahl Typ It Die Positio vo s i a oder -1 falls icht gefude */ private static it suche(it[] a, it s) { it i = 0; it j = a.legth - 1; while (i <= j) { // durchlaeufe zaehle zahl++; // liste a teile it k = (i + j) / ; 1
13 if (a[k] == s) { else if (a[k] s) { else { // s i a a der stelle k gefude retur k; // rechte schrake ach ie verlager j = k - 1; // like schrake ach ie verlager i = k + 1; // s icht i a gefude retur -1; /** * Mai-Methode - hier wird eie "Biaere Suche" gestartet. * args */ public static void mai(strig[] args) { // zu suchedes Elemet it s = 8; // sortierte Liste it[] a = {1,3,4,5,7,8,10,14,16,0; System.out.pritl("Biaere Suche"); System.out.pritl(" "); it foud = suche(a,s); // maximale Aufwad bereche double max_tries = (Math.roud((Math.log(a.legth) / Math.log())*100)); max_tries = max_tries / 100; System.out.pritl("Maximaler Aufwad: ~" + max_tries); System.out.pritl("Tatsaechlicher Aufwad: " + zahl); System.out.pritl("Gefude a Stelle: " + foud); III.VI Implemetierug als Maplet i Maple Die Realisierug der iterative Variate vo Biäres Suche als Maplet i Maple ist das Äquivalet zur Versio i Java (siehe III.V) bietet jedoch eie graphische Oberfläche. 13
14 suche := proc(a::list,s::iteger) Abb. 7: Biäres Suche -Maplet i Maple local i,j,k; global zahl; i:=1; j:=ops(a); while(i <= j) do # durchlaeufe zaehle zahl:=zahl+1; # liste a teile k:=(truc((i+j)/)); if(a[k] = s) the # s i a a der stelle k gefude retur k; elif (a[k] s) the # rechte schrake ach ie verlager j:=k-1; else # like schrake ach ie verlager i:=k+1; fi; ed do; # s icht i a gefude retur -1; ed proc: starte := proc() local a,s,foud,max_tries; global zahl; zahl:=0; foud:=-1; a:=maplets:-tools:-get('folgetextfeld'::list); max_tries:=roud(evalf(log[](ops(a)))*100); max_tries:=max_tries*0.01; max_tries:=covert(max_tries,strig); max_tries:="maximaler Aufwad: ~" max_tries; s:=maplets:-tools:-get('suchetextfeld'::iteger); Maplets:-Tools:-Set('MaximalerAufwadLabel'('captio') = max_tries); 14
15 foud := suche(a,s); zahl:=covert(zahl,strig); zahl:="tatsaechlicher Aufwad: " zahl; Maplets:-Tools:-Set('TatsaechlicherAufwadLabel'('captio') = zahl); foud:=covert(foud,strig); foud:="gefude a der Stelle: " foud; Maplets:-Tools:-Set('GefudeLabel'('captio') = foud); ed proc: IV. Resultate ud Bewertug Die beide Algorithme Merge-Sort ud Biäres Suche demostriere die Effiziez ud Stärke des Divide-ad-coquer -Schemas. Im Vergleich zu lieare ud sequetielle Algorithme biete die i meiem Bericht behadelte Verfahre deutlich schellere Methode eie Datestruktur zu aalysiere ud zu verarbeite. Eie sortierte Datemege zum Beispiel durch Merge-Sort hat de wesetliche Vorteil, dass der weiterverarbeitede Zugriff viel effizieter gestaltet werde ka. Zwar setzt die Biäres Suche -Techik voraus, dass die verwedete Date sortiert sid, bietet aber dafür eie sehr viel schellere Möglichkeit des Verarbeites als adere Suchalgorithme. Eie Kombiatio eies effektive Sortieralgorithmus ud eies Suchalgorithmus, der da diese sortierte Datemege bearbeitet, ist faktisch meistes vorteilhafter. Da bei Merge-Sort zusätzlicher Speicher beötigt wird, fällt die Wahl des geeigete Sortieralgorithmus i der praktische Realisierug meist auf Quicksort. Quicksort bietet allerdigs kei stabiles Ergebis ud die Komplexität ka im schlechteste Fall die vo Merge-Sort übersteige. Die No-Free-Luch-Theoreme besage, dass we ma die Mege aller mathematisch mögliche Probleme eibezieht, alle Suchalgorithme im Durchschitt gleich effektiv sid (vgl. Wikipedia Mitwirkede, 005d). Ugeachtet macher Eischräkuge biete auf dem Divide-ad-coquer -Verfahre basierede Algorithme sehr gute Möglichkeite, bei gezielter Awedug ei Maximum a Wirkkraft zu erreiche. Isbesodere uter Berücksichtigug der i userer Zeit auftretede riesige Datemege, sid die richtig ausgewählte ud eigesetzte Algorithme eorm wichtig. Vorraussetzug für de erfolgreiche Eisatz eies Algorithmus ist die korrekte Aalyse der Komplexität. Für diese Zweck ist die Ladau-Notatio, basiered auf dem Master-Theorem, wie geschaffe. 15
16 V. Literatur Diese Liste ethält die verwedete Literatur zu meiem Bericht über die Algorithme Merge-Sort (Jauerig, 004; Lag, 000, 005; Saake, Sattler, 004, p. 19 ff.; Wikipedia Mitwirkede, 005a, 005c) ud Biäres Suche (Saake, Sattler, 004, p. 118 ff.; Wikipedia Mitwirkede, 005b, 005d), welche beide ach dem Divide-ad-coquer - Verfahre (Meyers Lexiko Mitwirkede, 1995; Hromkovic, 1998) arbeite. Die gekezeichete Olie-Dokumete befide sich zusätzlich als gespiegelte Versioe uter im WWW. Hromkovic, J. (1998): Algorithmics for Hard Problems. Spriger-Verlag Berli Heidelberg New York,. Aufl., ISBN Jauerig, M. (004): Mergesort [olie]. Liux-Related, URL: Stad: Lag, H.W. (000): Mergesort [olie]. FH Flesburg, URL: Stad: Lag, H.W. (005): Mergesort iterativ [olie]. FH Flesburg, URL: Stad: Meyers Lexiko Mitwirkede (1995): Divide-ad-coquer-Verfahre. aus: Meyers Lexiko Iformatik, Bibliographisches Istitut & F.A. Brockhaus AG, Maheim, ISBN Saake, G., K.-U. Sattler (004): Algorithme ud Datestrukture. dpukt.verlag, Heidelberg,. Aufl., ISBN Wikipedia Mitwirkede (005a): Mergesort [olie]. Wikipedia: Die freie Ezyklopädie, URL: Stad: Wikipedia Mitwirkede (005b): Biäre Suche [olie]. Wikipedia: Die freie Ezyklopädie, URL: Stad: Wikipedia Mitwirkede (005c): Sortierverfahre [olie]. Wikipedia: Die freie Ezyklopädie, URL: , Stad: Wikipedia Mitwirkede (005d): No-Free-Luch-Theoreme [olie]. Wikipedia: Die freie Ezyklopädie, URL: Theoreme&oldid=787713, Stad:
Innerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
MehrAUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3
INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
MehrTao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v
Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
MehrDie Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac
Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala
MehrWiederkehrende XML-Inhalte in Adobe InDesign importieren
Wiederkehrede XML-Ihalte i Adobe IDesig importiere Dieses Tutorial soll als Quick & Dirty -Kurzaleitug demostriere, wie wiederkehrede XML-Ihalte (z. B. aus Datebake) i Adobe IDesig importiert ud formatiert
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrMedienzentrum. Bibliothek. Handreichung zur Literatursuche
Mediezetrum Bibliothek Hadreichug zur Literatursuche Versio 1.6 23.09.2014 Sie schreibe Ihre Abschlussarbeit? Sie suche Literatur zu Ihrem Thema? Da hilft Ihe usere Hadreichug zur Literatursuche (icht
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrNachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
MehrInformatik II Dynamische Programmierung
lausthal Iformatik II Dyamische Programmierug. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Zweite Techik für de Algorithmeetwurf Zum Name: "Dyamische " hat ichts mit "Dyamik" zu tu, soder mit
MehrKunde. Kontobewegung
Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:
MehrGruppe 108: Janina Bär Christian Hörr Robert Rex
TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe
MehrVorlesung Informationssysteme
Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
Mehr11 Divide-and-Conquer und Rekursionsgleichungen
160 11 DIVIDE-AND-CONQUER UND REKURSIONSGLEICHUNGEN 11 Divide-ad-Coquer ud Rekursiosgleichuge Divide-ad-Coquer Problem aufteile i Teilprobleme Teilproblem (rekursiv) löse Lösuge der Teilprobleme zusammesetze
Mehr1 Randomisierte Bestimmung des Medians
Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser
MehrBasisfall Vergleichsbasiertes Sortieren Programmieraufgabe Algorithm Engineering
Basisfall Vergleichsbasiertes Sortiere Programmieraufgabe Algorithm Egieerig Deis Felsig 013-0-07 1 Eileitug I dieser Programmieraufgabe sollte Basisfälle für vergleichsbasiertes Sortiere utersucht werde.
MehrKlasse: Platzziffer: Punkte: / Graph zu f
Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,
MehrHONORAR Honorarabrechnung
HONORAR Hoorarabrechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Freie Formulargestaltug... 5 3.2 Positiosvorschläge aus Leistuge bzw. Gegestadswerte...
Mehr2. Diophantische Gleichungen
2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
MehrKorrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222
Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrKapitel 10. Rekursion
Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 1/14 1 Kapitel 10 Rekursio Rekursio Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 1/14 Ziele Das Prizip der rekursive
MehrKapitel 11. Rekursion
Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 16/17 Kapitel 11 Rekursio Rekursio 1 Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 16/17 Ziele Das Prizip der rekursive
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrMathematischer Vorkurs zum Studium der Physik
Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)
Mehr= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:
E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
MehrLektion II Grundlagen der Kryptologie
Lektio II Grudlage der Kryptologie Klassische Algorithme Ihalt Lektio II Grudbegriffe Kryptologie Kryptographische Systeme Traspositioschiffre Substitutioschiffre Kryptoaalyse Übuge Vorlesug Datesicherheit
MehrAuch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.
Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger
MehrFinanzmathematische Formeln und Tabellen
Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,
MehrDas FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++
Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt
MehrBetriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110
Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das
MehrKryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.
Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere
MehrPrivatKredit. Direkt ans Ziel Ihrer Wünsche
PrivatKredit Direkt as Ziel Ihrer Wüsche Erlebe Sie eue Freiräume. Leiste Sie sich, was Ihe wichtig ist. Sie träume scho seit lagem vo eier eue Aschaffug, wie z. B.: eiem eue Auto eue Möbel Oder es stehe
Mehr6. Übung - Differenzengleichungen
6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf
MehrZur Definition. der wirksamen. Wärmespeicherkapazität
Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik
Mehr1 Analysis T1 Übungsblatt 1
Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.
MehrNEL Suchspulen - für jeden Detektor! TOP Leistung von unabhängigen Experten bestätigt. Such Spulen. nel-coils.de Shop ww.nuggets24.
NEL Suchspule - für jede Detektor! TOP Leistug vo uabhägige Experte bestätigt Such Spule el-coils.de Shop ww.uggets24.com el-coils.de Metalldetektor OlieShop www.uggets.at www.uggets24.com NEL BIG Die
MehrLösung: Datenstrukturen und Algorithmen SS17 Lösung - Klausur
Prof. aa Dr. Ir. G. Woegiger T. Hartma, D. Korzeiewski, B. Tauer Aufgabe (O-Notatio): Trage Sie i (a) (e) jeweils das Symbol o oder Θ oder ω (i Worte: klei-o oder groß-theta oder klei- Omega) i die durch
MehrKapitel 11. Rekursion
Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 17/18 Kapitel 11 Rekursio Rekursio 1 Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 17/18 Ziele Das Prizip der rekursive
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
MehrAufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield
Augabeblatt 4 Lösuge A. Deiitioe Zis = Rate Ziskurve = Zisstruktur Redite = Yield A. Deiitioe Zerobod = Nullkupoaleihe = Zero coupo bod Aleihe, die vor Ede der Lauzeit keie Zahluge leistet ud am Ede der
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrÜberblick. Lineares Suchen
Komplexität Was ist das? Die Komplexität eines Algorithmus sei hierbei die Abschätzung des Aufwandes seiner Realisierung bzw. Berechnung auf einem Computer. Sie wird daher auch rechnerische Komplexität
MehrBERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule
BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher
MehrAufgaben und Lösungen der Probeklausur zur Analysis I
Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur
MehrGIBS. Übungsaufgaben zur Vertiefung. V1. Beschriften Sie die Konstruktionen! n n n n ' ' ' ' Modul 1.5. Geometrische Optik 1 58.
eometrische Optik 1 58 Übugsaufgabe zur Vertiefug V1. Beschrifte Sie die Kostruktioe! ' ' ' ' ' ' ' ' Lehrerversio eometrische Optik 1 59 V2. Bei eiem Brillekroglas tritt Licht a der Rückfläche des lases
MehrKapitel 6: Quadratisches Wachstum
Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =
MehrLinsengesetze und optische Instrumente
Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo
MehrKASSENBUCH ONLINE Online-Erfassung von Kassenbüchern
KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher
MehrÜbersicht. Datenstrukturen und Algorithmen. Übersicht. Divide-and-Conquer. Vorlesung 9: Quicksort (K7)
Datenstrukturen und Algorithmen Vorlesung 9: (K7) Joost-Pieter Katoen Lehrstuhl für Informatik 2 Software Modeling and Verification Group http://www-i2.rwth-aachen.de/i2/dsal0/ Algorithmus 8. Mai 200 Joost-Pieter
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrÜbungsblatt 1 zur Vorlesung Angewandte Stochastik
Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche
Mehre) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)
Mathematik 1 Test SELBSTTEST MATHEMATIK 1. Forme Sie die folgede Terme um: a) y y y y + y : ( ) ( ) b) ( 9 ) 18 c) 5 3 3 3 d) 6 5 4 ( 7 y ) 3 4 5 ( 14 y ) e) ( 4a + 8b + 9a + 18b ) : a + b f) log () +
MehrLV "Grundlagen der Informatik" Programmierung in C (Teil 2)
Aufgabekomplex: Programmiere i C (Teil vo ) (Strukturierte Datetype: Felder, Strukture, Zeiger; Fuktioe mit Parameterübergabe; Dateiarbeit) Hiweis: Alle mit * gekezeichete Aufgabe sid zum zusätzliche Übe
MehrFinanzmathematik für HAK
Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma
MehrMathematische Rekursion. Rekursion. Rekursion in C++ Mathematische Rekursion. Definition. 1, falls n 1. n! = n (n-1)!, falls n > 1
Mathematische Rekursio Rekursio o Viele mathematische Fuktioe sid sehr atürlich rekursiv defiierbar, d.h. o die Fuktio erscheit i ihrer eigee Defiitio. Mathematische Rekursio o Viele mathematische Fuktioe
MehrMusterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10
Musterlösug Name, Vorame, Matrikelummer Agabe sid freiwillig) Bitte ubedigt leserlich ausfülle Testklausur Vorkurs Iformatik, 27.09.20 Testklausur Vorkurs Iformatik 27.09.20 Musterlösug eite vo 0 Musterlösug
Mehr3 T (d 1, l 2. ) + (6 + 2) falls d > 0 7 sonst. n 2. 4T ( n 2 ) + log 2 (n), falls n > 1 1, sonst
für Iformatik Modellierug ud Verifikatio vo Software Prof. aa Dr. Ir. Joost-Pieter Katoe Datestrukture ud Algorithme SS5 Lösug - Übug 3 Christia Dehert, Friedrich Gretz, Bejami Kamiski, Thomas Ströder
MehrHeute Kapitalanlage morgen ein Zuhause
Immobilie Heute Kapitalalage morge ei Zuhause Courtage: Kaufpreis: Preis auf Afrage 3,57% icl. 19% MwSt für de Käufer hausudso Immobilie Moltkestr. 14 77654 Offeburg Tel. 0781 9190891 Fax 0781 9190892
MehrVorkurs Mathematik für Informatiker Folgen
Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,
Mehr3Landlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% incl. 19% MwSt für den Käufer
3Ladlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% icl. 19% MwSt für de Käufer OBJEKTDATEN Haustyp Eifamiliehaus Baujahr 1955 Letzte Moderisierug/ Saierug 2001 Zimmer 6 Wohfläche ca. 147,00
Mehr2. Gleichwertige Lösungen
8. Gleichwertige Lösuge Für die Lösug jeder lösbare Aufgabe gibt es eie uedliche Azahl vo (abstrakte ud kokrete) Algorithme. Das folgede Problem illustriert, dass eie Aufgabe eifacher oder kompliziert,
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
MehrKleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares
4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus
MehrHandout 2. Divide et impera Veni, vidi, vici Julius Caesar
Datestruture & Algorithme 9 März 2016 Sebastia Millius, Sadro Feuz, Daiel Graf Hadout 2 Thema: Divide & Coquer (Mergesort, Biäre Suche), Hashig Divide et impera Vei, vidi, vici Julius Caesar Divide & Coquer
MehrTeil VII : Zeitkomplexität von Algorithmen
Teil VII : Zeitkomplexität vo Algorithme 1. Algorithme ud ihr Berechugsaufwad. Aufwadsabschätzug Wachstum vo Fuktioe 3. Aufwad vo Suchalgorithme K. Murma, H. Neuma, Fakultät für Iformatik, Uiversität Ulm,
MehrTeil VII : Zeitkomplexität von Algorithmen
Teil VII : Zeitkomplexität vo Algorithme. Algorithme ud ihr Berechugsaufwad. Aufwadsabschätzug Wachstum vo Fuktioe. Aufwad vo Suchalgorithme K. Murma, H. Neuma, Fakultät für Iformatik, Uiversität Ulm,
MehrProgrammieren I. Kapitel 7. Sortieren und Suchen
Programmieren I Kapitel 7. Sortieren und Suchen Kapitel 7: Sortieren und Suchen Ziel: Varianten der häufigsten Anwendung kennenlernen Ordnung Suchen lineares Suchen Binärsuche oder Bisektionssuche Sortieren
MehrLS Retail. Die Branchenlösung für den Einzelhandel auf Basis von Microsoft Dynamics NAV
LS Retail Die Brachelösug für de Eizelhadel auf Basis vo Microsoft Dyamics NAV akquiet Focus auf das Wesetliche User Focus liegt immer auf der Wirtschaftlichkeit: So weig wie möglich, soviel wie ötig.
MehrWirtschaftsmathematik
Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede
MehrASP Application-Service- Providing
ASP Applicatio-Service- Providig Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio Ageda ASP... 4 3 Highlights... 5 3.1 Der Termialserver... 5 3.2 Dateüberahme/Ibetriebahme... 5 3.3 Sicherheit...
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
MehrBILANZ. Bilanzbericht
BILANZ Bilazbericht Ihaltsverzeichis 1 Leistugsbeschreibug... 03 2 Itegratio i das AGENDA-System... 04 3 Highlights... 05 3.1 Gestaltug vo Bilazberichte... 05 3.2 Stadardbausteie idividuell apasse... 06
MehrLOHN KUG, ATZ, Pfändung, Darlehen und Bescheinigungswesen
LOHN KUG, ATZ, Pfädug, Darlehe ud Bescheiigugswese Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Elektroischer AAG-Erstattugs-Atrag... 4 2.2 Elektroische EEL-Bescheiigug... 5 2.3 Kurzarbeitergeld...
MehrPreisblatt. Service. über Netzanschlüsse Erdgas, Trinkwasser, Strom und Fernwärme, Baukostenzuschüsse und sonstige Kosten. Gültig ab 1.
Preisblatt über Netzaschlüsse Erdgas, Trikwasser, Strom ud Ferwärme, Baukostezuschüsse ud sostige Koste Gültig ab 1. Jui 2015 Service Preisblatt Netzaschluss ud sostige Koste zu de Ergäzede Bestimmuge
MehrBeispiel für Analyse von Verfahren und gleichzeitig eine Art, Datenmengen zu verwalten.
3. Sortiere Beispiel für Aalyse vo Verfahre ud gleichzeitig eie Art, Datemege zu verwalte. Sortiere: eie Folge so permutiere, dass sie aufsteiged geordet ist. 3,7, 7,,3 Motivatio: 5% aller Recherzeit wird
MehrDas Digitale Archiv des Bundesarchivs
Das Digitale Archiv des Budesarchivs 2 3 Ihaltsverzeichis Das Digitale Archiv des Budesarchivs 4 Techische Ifrastruktur 5 Hilfsmittel zur Archivierug 5 Archivierugsformate 6 Abgabe vo elektroische Akte
MehrLösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann
Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell
MehrFIBU Betriebswirtschaftliche. Controlling
FIBU Betriebswirtschaftliche Plaug & Cotrollig Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Cotrollig-Bericht... 4 2.2 Betriebswirtschaftliche Plazahleerfassug... 6 2.3 Kosterechug
MehrProbeklausur. (b) Was geschieht, wenn man ein Quantenbit in einem solchen Zustand misst?
Quaterecher Witersemester 5/6 Theoretische Iformatik Uiversität Haover Dr. Matthias Homeister Dipl.-Math. Heig Schoor Probeklausur Hiweis: Diese Probeklausur ist kürzer als die tatsächliche Klausur.. a
MehrBeurteilung des Businessplans zur Tragfähigkeitsbescheinigung
Fachkudige Stellugahme Beurteilug des Busiessplas zur Tragfähigkeitsbescheiigug Name Datum Has Musterma 7. Oktober 2015 Wilfried Orth Grüdugsberatug Stadort Würzburg: Stadort Stuttgart: Waldleite 9a Möhriger
MehrFIBU Kontoauszugs- Manager
FIBU Kotoauszugs- Maager Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Buchugsvorschläge i der Buchugserfassug... 4 2.2 Vergleichstexterstellug zur automatische Vorkotierug... 5 2.3
MehrAbschlussprüfung 2013 an den Realschulen in Bayern
Prüfugsdauer: 50 Miute Abschlussprüfug 03 a de Realschule i Bayer Mathematik II Name: Vorame: Klasse: Platzziffer: Pukte: Aufgabe A Haupttermi A 0 Die ebestehede kizze zeigt de Axialschitt eier massive
MehrEinleitung. Aufgabe 1a/1b. Übung IV
Übug IV Eileitug Etity-Relatioship-Modell: Modellierug zu Aalyse- ud Etwurfszwecke (Phase 2 i Wasserfallodell). "diet dazu, de projektierte Awedugsbereich zu strukturiere." [Keper/Eickler: Datebaksystee]
MehrWörterbuchmethoden und Lempel-Ziv-Codierung
Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches
Mehr