Fluß. Flußnetzwerk. Definition 6.2. Es sei N = (G, c, s, t) ein Flußnetzwerk. Für einen Knoten

Größe: px
Ab Seite anzeigen:

Download "Fluß. Flußnetzwerk. Definition 6.2. Es sei N = (G, c, s, t) ein Flußnetzwerk. Für einen Knoten"

Transkript

1 6. Flüe un Zuornungen Fluß In ieem Kapiel weren Bewerungen von Kanen al maximale Kapaziäen inerpreier, ie üer iee Kane pro Zeieinhei ranporier weren können. Wir können un einen Graphen al Verorgungnezwerk vorellen, z.b. al Daennez. Die enheiene Frage i, welhen maximalen Durhaz wir erreihen können. Wieviele Einheien können wir maximal von einem Knoen zu einem aneren pro Zeieinhei ranporieren? Definiion 6.2. E ei N = (G,,, ) ein Flußnezwerk. Für einen Knoen v V ei A in (v) := {(u, v) A} un A ou (v) := {(v, u) A}. Eine Ailung f : A IR heiß Fluß auf N, wenn ie folgenen Beingungen erfüll in: 1. 0 f(e) (e) für alle e A,.h. ie Kapaziä wir für keine Kane üerhrien un 2. e A in (v) f(e) = e A ou (v) f(e) für alle v V \ {, },.h. au jeem Knoen fließ genauoviel herau wie hinein, mi Aunahme er Quelle un Senke. Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Flußnezwerk Ein Flußnezwerk N i ein Tupel N = (G,,, ) ee- Definiion 6.1. hen au: G = (V, A), einem geriheen Graphen, : A IR +, einer Kapaziäfunkion auf en geriheen Kanen mi nihnegaiven Weren un, V, zwei augezeihneen Knoen, er Quelle un er Senke mi. Lemma 6.1. Φ(f) := Definiion 6.3. f auf N. Für einen Fluß f eine Flußnezwerk N = (G,,, ) gil e A ou () f(e) e A in () f(e) = e A in () f(e) e A ou () f(e) Der Wer Φ(f) au Lemma 6.1 heiß Wer e Flue Ein Fluß f mi Φ(f) Φ(f ) für alle Flüe f auf N heiß Maximalfluß auf N. Da Maximalflußprolem eeh arin, zu einem gegeenen Flußnezwerk einen Maximalfluß zu eimmen. Bemerkung: Da Maximalflußprolem kann al LP formulier weren. Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/05 201

2 Zunehmener Weg Weg erreihar in, un ei T := V \ S. Für jee Kane (v, w), v S, w T gil: f(v, w) = (v, w) Definiion 6.4. Gegeen ei ein Flußnezwerk N = (G,,, ) mi einem Fluß f. Eine Folge (v 0,..., v k ) heiß zunehmener Weg zgl. f gw. für jee i = 1,..., k eine er folgenen Beingungen erfüll i: Für jee Kane (w, v), w T, v S gil: f(w, v) = 0 Anhaulih: Die Kanen zwihen S un T ilen einen Engpaß, er eine Flußerhöhung verhiner. 1. (v i 1, v i ) A un f(v i 1, v i ) < (v i 1, v i ) Vorwärkane 2. (v i, v i 1 ) A un f(v i, v i 1 ) > 0 Rükwärkane Vorwärkane 1 Rükwärkane Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Offenihlih können wir en Fluß erhöhen, wenn wir einen zunehmenen Weg gefunen haen. Die Exienz eine zunehmenen Wege i alo hinreihen für eine Flußerhöhung. Der folgene Saz zeig, aß iee Krierium auh nowenig i. Saz 6.2. Ein Fluß f in einem Flußnezwerk N i genau ann ein Maximalfluß, wenn kein zunehmener Weg von nah exiier. Bewei. : Wenn ein zunehmener Weg W von nah exiier, ann kann Φ(f) um a Minimum er Were (e) f(e) für Vorwärkanen von W zw. f(e) für Rükwärkanen von W erhöh weren. : E gee keinen zunehmenen Weg von nah. E ei S ie Menge er Knoen, ie von au mi einem zunehmenen Berehnung eine Maximalflue Saz 6.2 liefer ie Bai zur Berehnung eine Maximalflue. 1. Wir aren mi einem elieigen Fluß, z.b. f(e) = 0 für alle e A. Weier mi Wenn e keinen zunehmenen Weg zgl. f gi, ann STOP. Anonen weier mi Sei W = ( = v 0, v 1,..., v k = ) ein zunehmener Weg von nah zgl. f un ei z := min( {(v i 1, v i ) f(v i 1, v i ) (v i 1, v i ) Vorwärkane von W} {f(v i, v i 1 ) (v i, v i 1 ) Rükwärkane von W} ) Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/05 205

3 Seze f(v i 1, v i ) := f(v i 1, v i ) + z für jee Vorwärkane (v i 1, v i ). Seze f(v i, v i 1 ) := f(v i, v i 1 ) z für jee Rükwärkane (v i, v i 1 ). Weier mi 2. Beipiel 6.1. Wir erahen a folgene Flußnezwerk. Die Kapaziä i für alle Kanen 1. Der Fluß i zunäh auf allen Kanen 0. a (,,, ) i ein zunehmener Weg mi z = 1. Alle Kanen e Wege in Vorwärkanen. Markierungalgorihmu Der Markierungalgorihmu von For un Fulkeron (1956) konkreiier a Verfahren zur Berehnung maximaler Flüe. Man markier ukzeive ie Knoen w auf einem zunehmenen Weg mi rei Weren v(w), r(w), z(w). v(w) i er Vorgänger von w in em zunehmenen Weg. r(w) gi ie Rihung er verweneen Kane an ( = Vorwärkane, = Rükwärkane). z(w) i er möglihe zuäzlihe Fluß auf em Weg nah w. Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Flußerhöhung auf em zunehmenen Weg ergi en Graphen: a Auf er Rükwärkane wir er Fluß verringer, anonen erhöh. a Algorihmu 6.1. Gegeen ei ein Flußnezwerk N = (G,,, ) un ein iniialer Fluß f(e) Seze S := {}, R := {}, z() :=. mi Φ(f) = 1. (, a,,,, ) i nun ein zunehmener Weg mi z = 1, woei (, ) eine Rükwärkane i. Wir haen Φ(f) = 2 un e exiier kein zunehmener Weg. Dami i er angegeene Fluß ein Maximalfluß. 2. Wähle einen Knoen u R. Seze R := R \ {u}. 3. Für alle w V \ S mi (u, w) A un f(u, w) < (u, w): S := S {w}, R := R {w}, v(w) := u, r(w) :=, z(w) := min{z(u), (u, w) f(u, w)} 4. Für alle w V \ S mi (w, u) A un f(w, u) > 0: S := S {w}, R := R {w}, v(w) := u, r(w) :=, z(w) := min{z(u), f(w, u)} Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/05 209

4 5. Fall R =, ann STOP. Fall S, ann weier mi 6, anonen weier mi z := z(); w :=. 7. Fall r(w) = : u := v(w), f(u, w) := f(u, w) + z Fall r(w) = : u := v(w), f(w, u) := f(w, u) z Saz 6.4. Erez man in Algorihmu 6.1 en Shri 2 urh 2a. Wähle en Knoen u R, er zuer in R eingefüg wure. Seze R := R \ {u}. ann erehne er Markierungalgorihmu für elieige Kapaziäfunkionen in O( V E 2 ) einen Maximalfluß. 8. w := v(w). Fall w =, ann weier mi 1, anonen weier mi 7. Saz 6.3. Sei N = (G,,, ) ein Flußnezwerk mi raionaler Kapaziäfunkion. Dann erehne Algorihmu 6.1 einen maximalen Fluß f auf N. Beipiel 6.2. Anwenung e Markierungalgorihmu. Tafel Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Bemerkung Flüe un Zuornungen max-flow min-u Trennener Shni Bei irraionalen Kapaziäen kann e vorkommen, aß er Markierungalgorihmu immer weiere Vereerungen e Flußwere fine, ohne jemal zu erminieren. Auh ei ganzzahligen Kapaziäen i ie Laufzei e Markierungalgorihmu nih polynomial, a ie Anzahl er Shrie von ahängen kann. Eine polynomiale Lauzei erhäl man aer, wenn man für ie Suhe nah einem zunehmenen Weg ie Breienuhe einez (Emon un Karp, 1972). Wie groß kann er Fluß in em folgenen Flußnezwerk h öhen ein? a Der Fluß kann nih größer al ie Kapaziä er er Kane (, ) ein, a jeer Weg von nah iee Kane enhäl. Die Kane (, ) i ein ogenanner rennener Shni. e f Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/05 213

5 6. Flüe un Zuornungen max-flow min-u Definiion 6.5. E ei N = (G,,, ) ein Flußnezwerk mi G = (V, A). 6. Flüe un Zuornungen max-flow min-u Beipiel 6.3. Wie groß i er Maximalfluß in em folgenen Graphen? Für eine Teilmenge S V heiß A S := {(v, w) A v S, w V \ S} Shni von G. Fall S, V \ S, o i A S ein rennener Shni. Ein rennener Shni A S mi minimaler Kapaziä (A S ) := e A S (e) heiß minimaler Shni. f(s, B) = f(b, T) = 3, f(s, A) = 5, f(a, C) = f(c, T) = 2, f(a, D) = f(d, T) = 3 alo Φ(f) = 8. Die Kapaziä e rennenen Shnie {(S, B), (C, T), (D, T)} i 8. Alo i f ein Maximalfluß. Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/ Flüe un Zuornungen max-flow min-u Saz 6.5. [max-flow-min-u-theorem] In einem Flußnezwerk N = (G,,, ) i er Wer eine maximalen Flue gleih er Kapaziä eine minimalen Shnie. Bewei. Tafel. Bemerkung 6.2. Kennen wir einen Fluß f un finen wir einen rennenen Shni A S mi Φ(f) = (A S ), o i f ein Maximalfluß. Für ie Menge S ei Terminierung von Algorihmu 6.1 i A S ein minimaler Shni (vgl. Bewei zu Saz 6.2). Der Markierungalgorihmu erehne alo nih nur einen maximalen Fluß onern auh einen minimalen Shni. Einführung in ie Graphenheorie FH Bonn-Rhein-Sieg, WS 04/05 215

6. Flüsse und Zuordnungen

6. Flüsse und Zuordnungen 6. Flüsse und Zuordnungen Flußnetzwerke 6. Flüsse und Zuordnungen In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert

Mehr

Restkapazität. = O( V ) mal kritisch. Also gibt es insgesamt höchstens O( V E ) Augmentierungen.

Restkapazität. = O( V ) mal kritisch. Also gibt es insgesamt höchstens O( V E ) Augmentierungen. Lemma 4.5.9. Der Algorihmu von Edmond-Karp führ höchen O( V E ) Augmenierungen durch. Bewei. Eine Kane (u, v) heiße kriich auf augmenierenden Weg p gdw. c f (u, v) = c f (p). Rekapaziä Eine kriiche Kane

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorihmen II Vorleung am 24.10.2013 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Univeriä de Lande Baden-Würemberg und Algorihmen naionale Forchungzenrum II Wineremeer 2013/2014

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Wel für Forgechriene Flüe, Schnie, Biparie Graphen I Florian Hanke Informaik Programmieryeme Marenraße 3 958 Erlangen Inhal Grundlagen Ford-Fulkeron-Algorihmu Edmond-Karp-Sraegie Minimaler Schni

Mehr

6 Flüsse und Matchings

6 Flüsse und Matchings 6. Flüsse in Netzwerken Flußnetzwerke 6 Flüsse und Matchings In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über diese Kante pro Zeiteinheit transportiert werden

Mehr

25. Flüsse in Netzen. Motivation. Fluss. Flussnetzwerk

25. Flüsse in Netzen. Motivation. Fluss. Flussnetzwerk Moivaion 25. Flüe in Nezen Flunezwerk, Maximaler Flu, Schni, Renezwerk, Max-flow Min-cu, Ford-Fulkeron Mehode, Edmond-Karp Algorihmu, Maximale Biparie Maching [Oman/Widmayer, Kap. 9.7, 9.8.1], [Cormen

Mehr

Vorlesung Kombinatorische Optimierung (Wintersemester 2007/08)

Vorlesung Kombinatorische Optimierung (Wintersemester 2007/08) Vorleung Kombinaoriche Opimierung (Wineremeer 007/08) Kapiel : Flüe und Zirkulaionen Volker Kaibel Oo-von-Guericke Univeriä Magdeburg (Verion vom 0. November 007) Definiion. Ein Nezwerk i ein Paar (D,

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorihmiche Graphenheorie Sommeremeer 2014 3. Vorleung Flualgorihmen Prof. Dr. Alexander Wolff 1 Erinnerung Oh my God i an LP! Gegeben ein gericheer Graph G = (V, E) mi, V und Kanenkapaziäen c : E R >0.

Mehr

KAPITEL 2 KÜRZESTE WEGE

KAPITEL 2 KÜRZESTE WEGE KAPITEL 2 KÜRZESTE WEGE F. VALLENTIN, A. GUNDERT Da Ziel diee Kapiel i e kürzee Wege in einem gegebenen Nezwerk zu verehen und zu berechnen. Ein einführe Beipiel für ein Nezwerk zwichen den vier Säden

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Wel für Forgechriene Flüe, Schnie, biparie Graphen Philipp Reger Informaik 2 Programmieryeme Marenraße 3 9058 Erlangen Agenda Maximaler Flu Minimaler Schni Redukionen Maximale Biparie Maching Konnekiviä

Mehr

Übersicht Datenstrukturen und Algorithmen. Graphenproblem: maximale Flüsse. Graphenproblem: maximale Flüsse. Vorlesung 16: Maximaler Fluss

Übersicht Datenstrukturen und Algorithmen. Graphenproblem: maximale Flüsse. Graphenproblem: maximale Flüsse. Vorlesung 16: Maximaler Fluss Überich aenrukuren und lgorihmen Vorleung 16: Prof. r. Erika Ábrahám Theorie Hybrider Syeme Informaik 2 hp://h.rwh-aachen.de/eaching/-1/ daenrukuren-und-algorihmen/ iee Präenaion verwende in Teilen Folien

Mehr

Netzwerke Beispielnetzwerk N

Netzwerke Beispielnetzwerk N Nezwerke Kapiel Flüe in Nezwerken Sromnez Telefonnez Warenflu zwichen Herellern und Konumenen Verkehr (Sraßen, Züge, Flugzeuge,...) Of wollen wir Güer von einem Punk zu einem anderen chicken Ziel So viel/effizien/illig

Mehr

6. Flüsse und Zuordnungen

6. Flüsse und Zuordnungen 6. Flüsse und Zuordnungen In diesem Kapitel werden Bewertungen von Kanten als maximale Kapazitäten interpretiert, die über solch eine Kante pro Zeiteinheit transportiert werden können. Wir können uns einen

Mehr

Übersicht. Datenstrukturen und Algorithmen. Graphenproblem: maximale Flüsse. Graphenproblem: maximale Flüsse. Vorlesung 18: Maximaler Fluss (K26)

Übersicht. Datenstrukturen und Algorithmen. Graphenproblem: maximale Flüsse. Graphenproblem: maximale Flüsse. Vorlesung 18: Maximaler Fluss (K26) Überich aenrukuren und lgorihmen Vorleung 18: (K26) Joo-Pieer Kaoen Lehruhl für Informaik 2 Sofware Modeling and Verificaion Group hp://move.rwh-aachen.de/eaching/-15/dal/ 25. Juni 2015 1 Flunezwerke 2

Mehr

HTL Kapfenberg pc_reifeprüfungsaufgaben_ma_11_bsp.31.mcd Seite 1 von 7

HTL Kapfenberg pc_reifeprüfungsaufgaben_ma_11_bsp.31.mcd Seite 1 von 7 HTL Kapfenberg p_reifeprüfungsaufgaben_ma Bsp.3.m Seie von 7 Angaben zu Aufgabe 3: Ein shwingfähiges mehanishes Sysem is mi einem geshwinigeisproporionalem Dämpfer ausgesae. Folgene in iesem Zusammenhang

Mehr

Flüsse und Zuordnungen. Kapitel 6. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296

Flüsse und Zuordnungen. Kapitel 6. Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/ / 296 Kapitel 6 Peter Becker (H-BRS) Graphentheorie Wintersemester 2018/19 227 / 296 Inhalt Inhalt 6 Flussnetzwerke Berechnung maximaler Flüsse Max-Flow-Min-Cut Matchings Peter Becker (H-BRS) Graphentheorie

Mehr

Geometrie. Inhaltsverzeichnis. 8.1 Der Satz von Ptolemäus und sein klassischer Beweis. Der Satz von Ptolemäus. 8 Der Satz von Ptolemäus

Geometrie. Inhaltsverzeichnis. 8.1 Der Satz von Ptolemäus und sein klassischer Beweis. Der Satz von Ptolemäus. 8 Der Satz von Ptolemäus Der Stz von Ptolemäus 1 Geometrie Der Stz von Ptolemäus Autor: Peter Anree Inhltsverzeihnis 8 Der Stz von Ptolemäus 1 8.1 Der Stz von Ptolemäus un sein lssisher Beweis........... 1 8.2 Verhältnis er Digonlen

Mehr

3.4 Maximale Flüsse und der Algorithmus von Ford Fulkerson

3.4 Maximale Flüsse und der Algorithmus von Ford Fulkerson 3.4 Maximale Flüsse und der Algorithmus von Ford Fulkerson Definition 3.4.1 Die Aufgabe, zu jedem Netzwerk N = (s, t, V, E, c o ) mit n = V Knoten und m = E Kanten den Fluß f IR m mit maximalem Wert zu

Mehr

Maximaler Fluss = minimaler Schnitt

Maximaler Fluss = minimaler Schnitt Maximaler Flu = minimaler Schnitt Oliver Junge Fakultät für Mathematik Techniche Univerität München Flüe in Netzwerken Mathematiche Abtraktion Kapazität 3 2 Quelle 5 Senke 1 2 Netzwerk gerichteter Graph

Mehr

b) Das Restnetzwerk zu f sieht folgendermaßen aus:

b) Das Restnetzwerk zu f sieht folgendermaßen aus: Techniche Univeriä München Zenrum Mhemik Dikree Opimierung: Grundlgen (MA 0) Prof Dr R Hemmecke, Dr R Brndenerg, MSc-Mh B Wilhelm Üungl 7 Aufge 7 Die folgende Aildung zeig ein Nezwerk N mi einen Flukpziäen

Mehr

Vorlesung Diskrete Strukturen Transportnetze

Vorlesung Diskrete Strukturen Transportnetze Vorlesung Diskrete Strukturen Trnsportnetze Bernhr Gnter WS 2009/10 Gerihtete Grphen Ein shlingenloser gerihteter Grph ist ein Pr (V, A), woei V eine elieige Menge ist, eren Elemente wir Eken nennen un

Mehr

Proseminar Effiziente Algorithmen

Proseminar Effiziente Algorithmen Proeminar Effiziene Algorihmen Kapiel 8: Graphalgorihmen Prof. Dr. Chriian Scheideler WS 2016 08.12.2016 Kapiel 8 1 Überich Kürzee Wege Minimale Spannbäme Maching Flprobleme DA 08.12.2016 Kapiel 8 2 Überich

Mehr

2.6.1 Definition und Darstellung Ausspähen von Graphen Minimal spannende Bäume Kürzeste Pfade 2.6.

2.6.1 Definition und Darstellung Ausspähen von Graphen Minimal spannende Bäume Kürzeste Pfade 2.6. .6 Graphen.6. Definition und Dartellung.6. Aupähen von Graphen.6.3 Minimal pannende Bäume.6.4 Kürzete Pfade.6.5 Maximaler Flu .6.5 Maximaler Flu.6.5. Flunetzwerke.6.5. Ford-Fulkeron-Methode.6.5.3 Algorithmu

Mehr

Wirtschaftsmathematik - Übungen WS 2018

Wirtschaftsmathematik - Übungen WS 2018 Wirtshftsmthemtik - Üungen WS 8 Bltt : Linere Alger. Gegeen ist eine eine 3 3 Mtrix C =( ij ) mit un eine Mtrix B = A ) Shreien Sie ie Mtrix C n! Y _] j i für ij

Mehr

Übungsblatt 4 Lösungsvorschläge

Übungsblatt 4 Lösungsvorschläge Insiu für Theoreische Informaik Lehrsuhl Prof. Dr. D. Wagner Übungsbla 4 Lösungsvorschläge Vorlesung Algorihmenechnik im WS 09/10 Problem 1: Flüsse [vgl. Kapiel 4.1 im Skrip] ** Gegeben sei ein Nezwerk

Mehr

Musterlösung zur Einsendearbeit zur Erlangung der Teilnahmeberechtigung

Musterlösung zur Einsendearbeit zur Erlangung der Teilnahmeberechtigung Muerlöung zur Einenearbei Moul 3511 Seuern un ökonomiche Anreize, Kur 00694 Seuerwirkunglehre I, KE 3 Verbraucheuern, Wineremeer 011/1 1 Muerlöung zur Einenearbei zur Erlangung er Teilnahmeberechigung

Mehr

Stochastische Differentialgleichungen

Stochastische Differentialgleichungen INSTITUT FÜR STOCHASTIK SS 2007/08 UNIVRSITÄT KARLSRUH Bla 9 Priv.-Doz. Dr. D. Kadelka Übungen zur Vorleung Sochaiche Differenialgleichungen Muerlöungen Aufgabe 21: Definieren Sie analog zur d-dimenionalen

Mehr

Kugelfallmethode nach Stokes

Kugelfallmethode nach Stokes Phyikaliche Grunrakiku Veruch 09 Veruchrookolle alf Erlebach uelfallehoe nach Soke Aufaben. Meen er Fallzeien on ieren Sahlkueln in izinuöl.. Berechnen er ynaichen Vikoiä e Öl.. Berechnen er kineaichen

Mehr

Technische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS 2012/2013 Prof. Dr. P. Gritzmann 9.

Technische Universität München Fakultät für Mathematik Algorithmische Diskrete Mathematik WS 2012/2013 Prof. Dr. P. Gritzmann 9. Noe: Name Vorname Marikelnummer Sudiengang Unerchrif der Kandidain/de Kandidaen Höraal Reihe Plaz Techniche Univeriä München Fakulä für Mahemaik Algorihmiche Dikree Mahemaik WS 0/0 Prof. Dr. P. Grizmann

Mehr

10. Flüsse und Artikulationspunkte

10. Flüsse und Artikulationspunkte 0. Flüe un Artikultionpunkte Flüe in Netzwerken Artikultionpunkte Prof. Dr. O. Bittel, HTWG Kontnz Algorithmen un Dtentrukuren Flüe un Artikultionpunkte SS 09 0- Netzwerk Ein Netzwerk it ein gewihteter

Mehr

Wiederholung. Algorithmen und Datenstrukturen Kapitel 10. Motivation. Begriffe und Definitionen

Wiederholung. Algorithmen und Datenstrukturen Kapitel 10. Motivation. Begriffe und Definitionen Algorihmen nd Daenrkren Kapiel Frank Heimann heimann@informaik.ni-hambrg.de 6. Janar 2016 Frank Heimann heimann@informaik.ni-hambrg.de 1/ Graphen Grndlagen Definiion nd Darellng Tiefen- nd Breienche Topologiche

Mehr

Teil 2: Graphenalgorithmen

Teil 2: Graphenalgorithmen Teil : Grphenlgorithmen Anwenungen Definitionen Dtentrukturen für Grphen Elementre Algorithmen Topologihe Sortieren Kürzete Wege Miniml ufpnnene Bäume Flüe in Netzwerken Zummenhngkomponenten M.O.Frnz,

Mehr

Distributivgesetz anwenden und üben

Distributivgesetz anwenden und üben LS 05 Terme, Variablen, Gleihungen 18 LS 05 Distributivgesetz anwen un üben Zeit Lernaktivitäten Material Kompetenzen 1 EA 15 Die S vereutlihen sih as Distributivgesetz geometrish un entwikeln ihre persönlihe

Mehr

Stabile Hochzeiten wie und warum?

Stabile Hochzeiten wie und warum? Stile Hohzeiten wie un wrum? Tg er Mthemtik HU erlin 25. pril 2009 Stefn elsner TU erlin, Mthemtik felsner@mth.tu-erlin.e Ws sin stile Hohzeiten? Gegeen: Menge von ruen, M Menge von Männern, = M. Jee Person

Mehr

Dreiecke können einerseits nach den Eigenschaften ihrer Seiten und andererseits nach ihren Winkeln benannt werden. Einteilung nach den Seiten:

Dreiecke können einerseits nach den Eigenschaften ihrer Seiten und andererseits nach ihren Winkeln benannt werden. Einteilung nach den Seiten: gnz klr: Mthemtik 2 - s Ferienheft mit Erfolgsnzeiger 3 Rettungsring Eigenshften von reieken & Viereken Eigenshften von reieken Ein reiek ht immer 3 Ekpunkte, 3 Seiten un 3 Innenwinkel. ie eshriftung eines

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwere un Eigenvekoren Vorbemerkung: Is ie n n Marix inverierbar, so ha as lineare Gleichungssysem A x b für jees b genau eine Lösung, nämlich x A b. Grun: i A x A A b b, ii Is y eine weiere Lösung,

Mehr

2 Torsion in dünnwandigen Querschnitten

2 Torsion in dünnwandigen Querschnitten apl oz r-ing hail G Georgi Tragwerkerechnung Torion in dünnwandigen Querchnien Theorien, Vorauezungen und Hpoheen Theorien: Reine Torion ( Grundufe) Begründer: Jean Claude de T VENANT (9-886) mol, Inde:

Mehr

Grundlegende Algorithmen Kapitel 6: Flussprobleme

Grundlegende Algorithmen Kapitel 6: Flussprobleme Grundlegende Algorihmen Kapiel 6: Fluprobleme Chriian Scheideler WS 2009 08.02.2010 Kapiel 6 1 Grundlagen Definiion 6.1: Ein Flunezwerk (G,,,c) beeh au einem gericheen Graph G=(V,E), einer Quelle V, einer

Mehr

6. Flüsse in Netzwerken Berechnung maximaler Flüsse. dann berechnet der Markierungsalgorithmus für beliebige Kapazitätsfunktionen

6. Flüsse in Netzwerken Berechnung maximaler Flüsse. dann berechnet der Markierungsalgorithmus für beliebige Kapazitätsfunktionen 6. Flüsse in Netzwerken Berechnung maximaler Flüsse Satz 6.4. Ersetzt man in Algorithmus 6.1 den Schritt 2 durch 2a. Wähle den Knoten, der zuerst in eingefügt wurde. Setze. dann berechnet der arkierungsalgorithmus

Mehr

Logik / Kombinatorik - Hinweise zur Lösungsfindung

Logik / Kombinatorik - Hinweise zur Lösungsfindung Logik / Kombinatorik Hinweise zur Lösungsfinung Aufgabe 1) Günstige Bezeichnungen einführen; Tabelle anfertigen un ie unmittelbaren Folgerungen aus bis eintragen (siehe linke Tabelle). Da ies noch nicht

Mehr

Musterlösung zur Probeklausur zur Geometrie

Musterlösung zur Probeklausur zur Geometrie UNIVERSITÄT ULM Institut für Zhlentheorie un Whrsheinlihkeitstheorie Musterlösung zur Proeklusur zur Geometrie Prof. Dr. Helmut Mier, Hns- Peter Rek Gesmtpunktzhl: 3 Punkte, Punkte= % keine Age. Gi Definitionen

Mehr

Probeklausur: Lösungsvorschläge Besprechung in den Übungen

Probeklausur: Lösungsvorschläge Besprechung in den Übungen Komplexiä u Krypogrfie Theoreihe Iformik Prof. Dr. Johe Köler. Juli 9 Proekluur: Löugvorhläge Beprehug i e Üuge Die Löuge i ohe Gewähr Vereerugvorhläge i willkomme. Aufge Beweie oer wierlege Sie folgee

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorleung. Falltudie Bipartite Graphen. Grundbegriffe 3. Elementare Graphalgorithmen und Anwendungen 4. Minimal pannende Bäume 5. Kürzete Pfade 6. Traveling Saleman Problem 7. Flüe in Netzwerken

Mehr

Hauptachsentransformation

Hauptachsentransformation Haupachsenransformaion Erinnerung: A M n is genau ann nich inverierbar, wenn es ein x R n, x gib, mi A x. Definiion. Sei A M n eine Marix. Ein Vekor v R n, v heiß Eigenvekor von A zum Eigenwer λ R, wenn

Mehr

Musterlösung - Aufgabenblatt 4. Aufgabe 1

Musterlösung - Aufgabenblatt 4. Aufgabe 1 Murlöung - Augnl 4 Aug ) Au Üungl 3 hn wir ür n ggnn Grphn G gzig, ν(g) = 9 gil, inm wir olgn Mhing M von mximlr Krinliä nggn hn: g h i j 3 4 6 7 8 9 0 E gil lo, nh König Mhing-Thorm u r Vorlung, uh τ(g)

Mehr

e sx y(x)dx 2. Direkt gemäss der Definition unter Verwendung der in der Vorlesung angeführten Eigenschaften

e sx y(x)dx 2. Direkt gemäss der Definition unter Verwendung der in der Vorlesung angeführten Eigenschaften Kapiel LAPLACE Tranformaion Die Laplace Tranformaion erwei ich al nüzlich zur Löung von linearen Dgln und Dgl- Syemen mi konanen Koeffizienen Dabei werden die Anfangbedingungen gleich miberückichig Definiion

Mehr

Staatlich geprüfte Techniker

Staatlich geprüfte Techniker Auzug au dem Lernmaerial Forildunglehrgang Saalich geprüfe Techniker Auzug au dem Lernmaerial Naurwienchaf DAA-Technikum Een / www.daa-echnikum.de, Infoline: 00 83 6 50 Definiion: Die Gechwindigkei eine

Mehr

Wirtschaftsmathematik - Übungen SS 2018

Wirtschaftsmathematik - Übungen SS 2018 Wirtshftsmthemtik - Üungen SS 8 Bltt : Linere Alger. Gegeen sin ie Punkte P =( 3, ) un =(6, ). Bestimmen Sie ie Prmeterrstellung er Geren urh iese Punkte! Zeihnen Sie iese Gere! Wie lutet ie Koorintenrstellung

Mehr

Flüsse, Schnitte, bipartite Graphen

Flüsse, Schnitte, bipartite Graphen Flüe, Schnie, iprie Grphen Michel Eicher 06. Juni 0 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen

Mehr

Markieren Sie die Integralausdrücke, die den Flächeninhalt der markierten Fläche berechnen:

Markieren Sie die Integralausdrücke, die den Flächeninhalt der markierten Fläche berechnen: Aufge C (X/N) Mrkieren Sie ie Integrlusrüke, ie en Fläheninhlt er mrkierten Flähe erehnen: A) f () g() g() f () B) ( f () g() ) + ( f () g() ) C) f () g() D) ( f () g() ) ( g() f () ) E) f () g() F) f

Mehr

Mathematik III. Vorlesung 87. Die äußere Ableitung

Mathematik III. Vorlesung 87. Die äußere Ableitung Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 87 Die äußere Ableitung In ieser Vorlesung weren wir ein neuartiges mathematisches Objekt kennenlernen, ie sogenannte äußere Ableitung.

Mehr

Grundzüge der Informationstheorie (2)

Grundzüge der Informationstheorie (2) Bisherige Erkenntnisse zum Informtionsgehlt: Der Informtionsgehlt h eines Zeihens (einer Nhriht) ist um so höher, je unwhrsheinliher sein Auftreten ist: h = l [ /p ] = -l p Treten ie n Zeihen eines Zeihenvorrts

Mehr

Aufgabe 1: a) (i) und (ii) und (iv) 1 Punkt b) (i) 1 Punkt c) (i) 1 Punkt d) (iv) 1 Punkt e) (B) 1 Punkt f) (iv) 1 Punkt g) (i) und (ii) 2 Punkte h

Aufgabe 1: a) (i) und (ii) und (iv) 1 Punkt b) (i) 1 Punkt c) (i) 1 Punkt d) (iv) 1 Punkt e) (B) 1 Punkt f) (iv) 1 Punkt g) (i) und (ii) 2 Punkte h Aufgabe : a) i) un ii) un i) Punk b) i) Punk c) i) Punk ) i) Punk e) B) Punk f) i) Punk g) i) un ii) Punke i) un iii) un i) un ).5 lu.5 Punk Aufgabe : Venuri Ror Punke) a. Volumenrom Für ieen Aufgabeneil

Mehr

4 ARBEIT UND LEISTUNG

4 ARBEIT UND LEISTUNG 10PS/TG - MECHANIK P. Rendulić 2008 ARBEIT UND LEISTUNG 27 4 ARBEIT UND LEISTUNG 4.1 Mehnihe Abei 4.1.1 Definiion de Abei enn ein Köpe une de Einwikung eine konnen Kf die Seke in egihung zuükleg, dnn wid

Mehr

HTL Saalfelden Transformator Seite 1 von 12

HTL Saalfelden Transformator Seite 1 von 12 HT Saalfelen Tranformator Seite von Wilfriie ohm 003 HT Saalfelen Tranformator Seite von Wilfrie ohm, HT Saalfelen Tranformator - aplacetranformation ink zur Beipielübericht Mathematiche / Fachliche Inhalte

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 7 5. Semester ARBEITSBLATT 7 PARAMETERDARSTELLUNG EINER EBENE

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 7 5. Semester ARBEITSBLATT 7 PARAMETERDARSTELLUNG EINER EBENE Mahemaik: Mag. Schmid Wolfgang Arbeibla 7. Semeer ARBEITSBLATT 7 PARAMETERDARSTELLUNG EINER EBENE Im Raum möche man naürlich nich nur Geraden ondern auch Flächen darellen. Diee Flächen bezeichne man al

Mehr

5 Versicherung auf mehrere Leben

5 Versicherung auf mehrere Leben Versicherung auf mehrere Leben 59 5 Versicherung auf mehrere Leben Zie: nassen der bekannen ehoden, um Lebensversicherungen auf zwei oder mehrere Leben kakuieren zu können. Beisiee: Renenversicherung auf

Mehr

Flüsse in Netzwerken. Seminar über Algorithmen SoSe 2005. Mike Rohland & Julia Schenk

Flüsse in Netzwerken. Seminar über Algorithmen SoSe 2005. Mike Rohland & Julia Schenk Flüsse in Netzwerken Seminar über Algorithmen SoSe 2005 Mike Rohland & Julia Schenk Inhalt Einführung Definition Maximale Flüsse Schnitte Restgraphen Zunehmende Wege Max-Fluss Min-Schnitt Theorem Ford-Fulkerson

Mehr

Geradlinige Bewegung Krummlinige Bewegung Kreisbewegung

Geradlinige Bewegung Krummlinige Bewegung Kreisbewegung 11PS KINEMATIK P. Rendulić 2011 EINTEILUNG VON BEWEGUNGEN 1 KINEMATIK Die Kinemaik (Bewegunglehre) behandel die Geezmäßigkeien, die den Bewegungabläufen zugrunde liegen. Die bei der Bewegung aufreenden

Mehr

Bündelungsgrad und Abstandsfaktor

Bündelungsgrad und Abstandsfaktor ünelungga un btanfakto Die Gleihung fü ie ieale Rihthaakteitik von ikofonen lautet ( o (: Übetagungfakto : Dukanteil : Gaientenanteil mit a l ünelungga bezeihnet man a Vehältni e von einem iealen mikofon

Mehr

Zusammenfassung: Lineare mechanische Wellen

Zusammenfassung: Lineare mechanische Wellen LGÖ K Ph -ündig Shuljahr 08/09 Zuammenfaung: Lineare mehanihe Wellen Inhalverzeihni Forhreiende ranveralwellen... Sehende ranveralwellen... 3 Refleion von ranveralwellen... ranverale Eigenhwingungen...

Mehr

6.3. Iterative Lösung linearer Gleichungssysteme. Großes lineares dünnbesetztes Gleichungssystem A x = b

6.3. Iterative Lösung linearer Gleichungssysteme. Großes lineares dünnbesetztes Gleichungssystem A x = b 6.3. Iterative Lösung linearer Gleichungssysteme Großes lineares ünnesetztes Gleichungssystem A Gauss-Elimination nutzt in er Regel ie Dünnesetztheit nicht aus un führt meist auf Kosten On 3 ; Im Gegensatz

Mehr

Wie funktioniert ein GPS System?

Wie funktioniert ein GPS System? GPS Sem Wie funkionie ein GPS Sem? Im Pinip gn einfh. Mehee Sellien, die ih in eine w. meheen geoionäen Umlufhnen üe de Ede efinden, hlen egelmäßig ihen deei kuellen Snd de Aomei u. D GPS Geä uf de Edoeflähe

Mehr

1 Mein Wissen aus der 3. Klasse Beispiele

1 Mein Wissen aus der 3. Klasse Beispiele Mein Wissen us er. Klsse eispiele en Lösungen sin Wortteile zugeornet. Sie ergeen er Reihe nh einen mthemtishen egriff, en u in er. Klsse erehnen wirst! ei rzhlung wir vom Preis eines utos % Preisnhlss

Mehr

Wirtschaftsmathematik - Übungen WS 2015/16

Wirtschaftsmathematik - Übungen WS 2015/16 Wirtshftsmthemtik - Üungen WS 25/6 Bltt 2: Linere Alger. Gegeen sin ie Punkte P =( 2, 2) un =(4, ). ) Bestimmen Sie ie Prmeterrstellung er Geren urh iese Punkte! Zeihnen Sie ie Gere! Wie lutet ie Koorintenrstellung

Mehr

Mathematikaufgabe 79

Mathematikaufgabe 79 Home Strtseite Impressum Kotkt Gästeuh Aufge: Betrhte wir wei sih sheiee Kreise mit utershielihe ie u gemeismer Tgete Berehe Sie s Verhältis er Bogeläge vom Shittpukt es jeweilige Kreises mit er Tgete

Mehr

Dichtpflanzung von Hokkaido bringt mehr Ertrag und gleiche Lagereignung in 2011

Dichtpflanzung von Hokkaido bringt mehr Ertrag und gleiche Lagereignung in 2011 Versuhe im eutshen Grtenu 2013 Gemüseu Dihtpflnzung von Hokkio ringt mehr Ertrg un gleihe Lgereignung in 2011 Die Ergenisse kurzgefsst In einem Sortenversuh m GBZ Köln-Auweiler zu Hokkio-Küris sin rei

Mehr

9 Konvexe Funktionen, Stütz- und Distanzfunktion

9 Konvexe Funktionen, Stütz- und Distanzfunktion U BREHM: Konvexgeometrie 9-9 Konvexe Funktionen, Stütz- un Distanzfunktion Definition: Sei K IR, f : K IR eine Abbilung f heißt konvex, wenn K konvex ist un für alle x, y K un alle, gilt f( x( ) y) f(

Mehr

mathphys-online Umkehrfunktionen Aufgabe 1 1 Gegeben ist die Funktion f mit f( x) 2 x 1 und x [ 0.5 ; 4 [.

mathphys-online Umkehrfunktionen Aufgabe 1 1 Gegeben ist die Funktion f mit f( x) 2 x 1 und x [ 0.5 ; 4 [. Umkehrfunktionen Aufgabe Gegeben ist ie Funktion f mit f( ) un [ 0. ; [. a) Bestimmen Sie ie Wertemenge un tragen Sie en Graphen von f in as Koorinatensystem ein. Kennzeichnen Sie Definitionsmenge (grün)

Mehr

a) Behauptung: Es gibt die folgenden drei stabilen Matchings:

a) Behauptung: Es gibt die folgenden drei stabilen Matchings: Musterlösung - ufgenltt 1 ufge 1 ) ehuptung: Es git ie folgenen rei stilen Mthings: ies knn mn ntürlih für ein so kleines eispiel urh etrhten ller möglihen 3! = 6 Mthings eweisen. Mn knn er uh strukturierter

Mehr

3.7 Der AKS-Primzahltest

3.7 Der AKS-Primzahltest 3.7 Der AKS-Primzahltet Die Frage, ob e einen eterminitichen Primzahltet gibt, er mit polynomialem Aufwan aukommt, war biher nur urch Miller auf ie erweiterte Riemannche Vermutung zurückgeführt woren.

Mehr

a) b) Abb. 1: Buchstaben

a) b) Abb. 1: Buchstaben Hans Walser, [20171019] Magische Quarate ungeraer Seitenlänge nregung: uler (1782) 1 Worum geht es? Zu einer gegebenen ungeraen Zahl u wir ein magisches Quarat mit er Seitenlänge u konstruiert. 2 as Vorgehen

Mehr

1 Fluss in Graphen. 1.1 Das Residuennetzwerk 10/20 10/30 10/30 10/15 20/20 20/40 20/30. Praktikum Algorithmen-Entwurf (Teil 4)

1 Fluss in Graphen. 1.1 Das Residuennetzwerk 10/20 10/30 10/30 10/15 20/20 20/40 20/30. Praktikum Algorithmen-Entwurf (Teil 4) Prkikum Algorihmen-Enwurf (Teil 4) 1.11.211 1 1 Flu in Grphen E ei ein gericheer Grph G = (V,E) gegeen. Jeder Kne e de Grphen ei eine Kpziä c(e) N zugeordne. Weier eien zwei Knoen de Grphen ugezeichne:

Mehr

LGÖ Ks M 12 Schuljahr 2017/2018. Zusammenfassung: Abstände, Winkel und Spiegelungen

LGÖ Ks M 12 Schuljahr 2017/2018. Zusammenfassung: Abstände, Winkel und Spiegelungen LGÖ Ks M 12 Schuljahr 217/218 Zusammenfassung: Asände, Winkel und Spiegelungen Inhalsverzeichnis Asände 1 Winkel 5 Spiegelungen 7 Für Experen 1 Asände Asand Punk Punk: Schreiweise: Den Asand zweier Punke

Mehr

Lineare Algebra. Übungsblatt November Aufgabe 1. (4=2+2 Punkte) Sei V ein K-Vektorraum und seien v 1,..., v n V.

Lineare Algebra. Übungsblatt November Aufgabe 1. (4=2+2 Punkte) Sei V ein K-Vektorraum und seien v 1,..., v n V. Goethe-Univesität Fnkfut Institut fü Mthemtik Linee Alge Wintesemeste 28/9 Pof. D. Jko Sti Mtin Lütke Üungsltt 5 3. Noveme 28 Aufge. (42+2 Punkte) Sei V ein K-Vektoum un seien v... v n V. () Sei K α n

Mehr

Übungen zur Experimentalphysik II Aufgabenblatt 3 - Lösung

Übungen zur Experimentalphysik II Aufgabenblatt 3 - Lösung KW /15 Prof. Dr. R. Reifarh, Dr. J. Glorius Übungen zur Experimenalphysik II Aufgabenbla 3 - Lösung Aufgabe 1: a) Die Laung q im Volumen V beräg: q = ρ(r) V = ρ(r)4πr r = 4πAr 3 r Für ie Laung Q erhalen

Mehr

DOWNLOAD. D/d oder T/t? Ähnliche Laute unterscheiden. Einfaches Übungsmaterial für Schüler. Ähnliche Laute unterscheiden. Ulrike Rehschuh-Blasse

DOWNLOAD. D/d oder T/t? Ähnliche Laute unterscheiden. Einfaches Übungsmaterial für Schüler. Ähnliche Laute unterscheiden. Ulrike Rehschuh-Blasse OWNLOA Ulrike Rehschuh-Blasse / oer /? Ähnliche Laue unerscheien Einfaches Übungsmaerial für Schüler mi sonerpäagogischem Förerbearf Ulrike Rehschuh-Blasse Bergeorfer Kopiervorlagen ownloaauszug aus em

Mehr

Mathematische Modelle und numerische Methoden in der Biologie

Mathematische Modelle und numerische Methoden in der Biologie Institut für Angewante un Numerishe Mathematik Prof. Dr. Tobias Jahnke, Dipl.-Biol. Mihael Kreim Mathematishe Moelle un numerishe Methoen in er Biologie Sommersemester 2012 3. Übungsblatt Gruppenübung

Mehr

Relationen: Verkettungen, Wege, Hüllen

Relationen: Verkettungen, Wege, Hüllen FH Gießen-Frieerg, Sommersemester 00 Lösungen zu Üungsltt 9 Diskrete Mthemtik (Informtik) 9./. Juni 00 Prof. Dr. Hns-Ruolf Metz Reltionen: Verkettungen, Wege, Hüllen Aufge. Es ezeihne R ie Reltion {(,

Mehr

10 Gleichspannungs-Schaltvorgänge RL-Reihenschaltung

10 Gleichspannungs-Schaltvorgänge RL-Reihenschaltung GleichspannungsSchalvorgänge eihenschalung Seie von 6 222 Prof. Dr.Ing. T. Harriehausen Wolfenbüel.9.2. Beziehung zwischen en lemmengrößen einer konsanen Inukiviä Die Abhängigkei zwischen en lemmengrößen

Mehr

Hidden Markov Model. Gegeben: Beobachtungen O = o 1,..., o n, je eine pro Zeitpunkt

Hidden Markov Model. Gegeben: Beobachtungen O = o 1,..., o n, je eine pro Zeitpunkt Hidden Markov Model Hidden Markov Model Gegeben: Beobachungen O = o,..., o n, je eine pro Zeipunk mögliche Syemzuände Z für jeden Syemzuand z Z und jede Beobachung o die Wahrcheinlichkei Pr(o z) oder die

Mehr

Abschlussprüfung an Fachoberschulen in Bayern Mathematik mit CAS 2015 Analysis A2 Ausbildungsrichtung Technik

Abschlussprüfung an Fachoberschulen in Bayern Mathematik mit CAS 2015 Analysis A2 Ausbildungsrichtung Technik MK.7.05 B5_T_A MK_Loes.xmc Abschlussprüfung an Fachoberschulen in Bayern Mahemaik mi 05 Analysis A Ausbilungsrichung Technik.0 Gegeben sin ie reellen Funkionen f a : x --> x x x Definiionsmenge D fa R

Mehr

3 b 1 = 7. b = = 59, a = = 30, b) + = Aufgabe 6.1. fehlt Aufgabe 6.2 = = 0 = = 7; = = 2 = = 1.

3 b 1 = 7. b = = 59, a = = 30, b) + = Aufgabe 6.1. fehlt Aufgabe 6.2 = = 0 = = 7; = = 2 = = 1. Anlyishe Geomerie / Seie Lö () Lösngen zz Kpi iel l :: Skl lrrprrodk Afge fehl Afge ; ; ; Bei Vekoren müsse mn Prodke erehnen Afge Berehne ) ) ) ( ) d) ( ) e) ( )( ) 8 f) ( ) Anlyishe Geomerie / Seie Lö

Mehr

1 Planarbeit Planarbeit

1 Planarbeit Planarbeit Erreiten Sie sih shrittweise ie folgenen Themen. Notieren Sie gegeenenflls zu jeem Them Frgen. Lösen Sie jeweils ie zugehörige Kontrollufge. Kontrollieren Sie Ihre Lösung mit er Musterlösung. Lösen Sie

Mehr

Rechenübung NGA 2, CE. Rechenübung NGA 2, CE. Kommunikations. Kommunikations. Aufgabe 2: Aufgabe 1:

Rechenübung NGA 2, CE. Rechenübung NGA 2, CE. Kommunikations. Kommunikations. Aufgabe 2: Aufgabe 1: Augabe 1: Augabe : 1.1) Welhe er olgenen Aussagen treen zu? a) Durh Kanaloierung erhöht sih ie Anzahl er zu übertragenen Zeihen. b) Eine Kanaloierung ist bei igitaler Kommunikation unbeingt erorerlih.

Mehr

Schwache Konvergenz von W-Verteilungen auf der Zahlengeraden

Schwache Konvergenz von W-Verteilungen auf der Zahlengeraden Kapitel 5 Schwache Konvergenz von W-Verteilungen auf er Zahlengeraen 5.1 Schwache Konvergenz bzw. Verteilungskonvergenz Bezeichne W(, B 1 ie Menge aller W-Verteilungen auf (, B 1. Definition 5.1 (Schwache

Mehr

4. Kreis- und Wegeprobleme Abstände in Graphen

4. Kreis- und Wegeprobleme Abstände in Graphen 4. Kreis- und Wegeprobleme Abstände in Graphen Abstände in Graphen Definition 4.4. Es sei G = (V,E) ein Graph. Der Abstand d(v,w) zweier Knoten v,w V ist die minimale Länge eines Weges von v nach w. Falls

Mehr

Informatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis

Informatik II SS Pumping Lemma für reguläre Sprachen (1/2) Pumping Lemma für reguläre Sprachen (2) Beweis Pumping Lemm für reguläre Sprhen (1/2) Informtik II SS 2004 Teil 6: Sprhen, Compiler un Theorie 2 Ds Pumping Lemm ist eine Methoe, um herus zu finen, o eine Sprhe niht regulär. Prof. Dr. Dieter Hogrefe

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 13 ABSTANDSBERECHNUNGEN. a) Abstand eines Punktes von einer Geraden

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 13 ABSTANDSBERECHNUNGEN. a) Abstand eines Punktes von einer Geraden Mahemaik: Ma. Schmi Wolfan Arbeisbla 1. Semeser ARBEITSBLATT 1 ABSTANDSBERECHNUNGEN a) Absan eines Punkes von einer Geraen Für ie nun folenen Aufabensellunen ib es jeweils eine anze Mene an unerschielichen

Mehr

Differentialrechnung

Differentialrechnung Differentialrechnung Um Funktionen genauer zu untersuchen bzw. sie zu analysieren, ist es notwenig, etwas über ihren Verlauf, as qualitative Verhalten er Funktion, sagen zu können. Das heisst, wir suchen

Mehr

Mathematik: Mag. Schmid Wolfgang+LehrerInnenteam ARBEITSBLATT 6-13 ERMITTELN DER KREISGLEICHUNG

Mathematik: Mag. Schmid Wolfgang+LehrerInnenteam ARBEITSBLATT 6-13 ERMITTELN DER KREISGLEICHUNG ahemaik: ag. Schmid WolfgangLehrerInneneam ARBEITSBLATT - ERITTELN DER KREISGLEICUNG Wir wollen un nun bemühen, die Gleichung pezieller Kreie zu ermieln. Beipiel: Ermile die Gleichung jene Kreie mi dem

Mehr

essen Mache es nun umgekehrt. Schreibe immer einen Buchstaben weniger, bis das Wort ganz verschwunden ist. Sprich wieder (leise) dazu.

essen Mache es nun umgekehrt. Schreibe immer einen Buchstaben weniger, bis das Wort ganz verschwunden ist. Sprich wieder (leise) dazu. een Füge Buchtabe an Buchtabe bi du da ganze Wort vor dir ieht. Sprich dazu! Beachte: Da e wird kurz geprochen. Daher kommt danach ein Doppel! Mache e nun umgekehrt. Schreibe immer einen Buchtaben weniger,

Mehr

Zur Klassifizierung mehrparametriger Dämpfungsmodelle

Zur Klassifizierung mehrparametriger Dämpfungsmodelle TECHNISCHE MECHANIK Bd 5 Hef -4 (5) 8-89 Mkripeigg: 7. Ag 5 Zr Klifizierg mehrprmeriger ämpfgmodelle H. Müller zm Hge B. Nole Vier ämpfgmodelle wrde i Nole d Müller zm Hge (5) hiichlich ihrer mhemiche

Mehr

Analysis: Ganzrationale Funktionen Analysis Ganzrationale Funktionen Differenzialrechnung, Extrem- und Wendepunkte

Analysis: Ganzrationale Funktionen Analysis Ganzrationale Funktionen Differenzialrechnung, Extrem- und Wendepunkte www.mahe-aufgaben.com Analysis: Ganzraionale Funkionen Analysis Ganzraionale Funkionen Differenzialrechnung, Exrem- und Wendepunke Gymnasium Klasse 0 Alexander Schwarz www.mahe-aufgaben.com Juni 0 www.mahe-aufgaben.com

Mehr

Dichtpflanzung von Hokkaido bringt mehr Ertrag und gleiche Lagereignung

Dichtpflanzung von Hokkaido bringt mehr Ertrag und gleiche Lagereignung Mrtin Herener; Lnwirtshftskmmer NRW; Grtenstr. 11; 50765 Köln; 0221 5340-240, mrtin.herener@lwk.nrw.e Dihtpflnzung von Hokkio ringt mehr Ertrg un gleihe Lgereignung Zusmmenfssung - Empfehlungen In einem

Mehr

Durch die Umformung ergibt sich eine Schaltfunktion mit einer minimalen Anzahl von Verknüpfungsoperationen, nämlich 2.

Durch die Umformung ergibt sich eine Schaltfunktion mit einer minimalen Anzahl von Verknüpfungsoperationen, nämlich 2. 2 Die shltlgerishe Umformung von Shltfunktionen in Normlform soll m Beispiel er Umformung einer Mxterm-Normlform in eine Minterm-Normlform gezeigt weren. Beispiel: y = ) ( ) ( ) ( Es ietet sih ie Anwenung

Mehr

Einführung in die Mathematik des Operations Research

Einführung in die Mathematik des Operations Research Universität zu Köln Mthemtishes Institut Prof. Dr. F. Vllentin ufge ( + 7 = 0 Punkte) Einführung in die Mthemtik des Opertions Reserh Sommersemester 0 en zur Klusur (7. Juli 0). Es seien M = {,..., n },

Mehr

Fachgebiet Rechnersysteme 2. Übung Logischer Entwurf. Technische Universität Darmstadt. 4. Aufgabe. b) Minterm-Normalform

Fachgebiet Rechnersysteme 2. Übung Logischer Entwurf. Technische Universität Darmstadt. 4. Aufgabe. b) Minterm-Normalform Fhgeiet Rehnersysteme 2. Üung Logisher Entwur Tehnishe Universität Drmstt 2. Üung Logisher Entwur 4. Auge 1 4. Auge 2. Üung Logisher Entwur 4. Auge 3 ) Minterm-Normlorm Geen sei ie ooleshe Funktion + +

Mehr

Grundlagen der Technischen Informatik. Bausteine der Digitaltechnik - Binäre Schalter und Gatter. Kapitel 7.1

Grundlagen der Technischen Informatik. Bausteine der Digitaltechnik - Binäre Schalter und Gatter. Kapitel 7.1 Busteine er Digitltehnik - Binäre Shlter un Gtter Kpitel 7. Dr.-Ing. Stefn Wilermnn ehrstuhl für rwre-softwre-co-design Entwurfsrum - Astrktionseenen SYSTEM-Eene + MODU-/RT-Eene (Register-Trnsfer) ogik-/gatter-eene

Mehr