Flüsse, Schnitte, bipartite Graphen

Größe: px
Ab Seite anzeigen:

Download "Flüsse, Schnitte, bipartite Graphen"

Transkript

1 Flüe, Schnie, iprie Grphen Michel Eicher 06. Juni 0 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

2 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

3 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 3 / 48

4 Deniionen: Nezwerk Gericheer Grph G = (V, E) Kpziäfunkion c(u, v) N gi n, wie viel durch eine Kne ieÿen knn Jede Kne eiz Kpziä c(u, v) > 0, (u, v) E c(u, v) = 0, (u, v) / E Beiz eine Quelle und eine Senke Aniprlleliä: Wenn e eine Kne von u nch v gi, drf keine Rückkne von v nch u exiieren Jeder Knoen v lieg uf dem Weg von nch : v Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

5 Deniionen: Nezwerk Beipiel: Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 5 / 48

6 Deniionen: Flu Flufunkion f gi den Flu üer jede Kne n Kpziäechränkung: 0 f (u, v) c(u, v) u, v V Fluerhlung: u V \ {, } : f (v, u) = f (u, v) v V v V Zuu = Au, für lle Knoen uÿer Quelle und Senke Die Quelle und Senke können omi unendlich Flu produzieren oder konumieren Flu: f = f (, v) v V Mximler Flu: Flu, deen Berg mximl i Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 6 / 48

7 Deniionen: Flu 3/5 / / /3 3/3 4/4 / Bechrifung der Knen: Flu / Kpziä Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 7 / 48

8 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 8 / 48

9 Mximler Flu: Renezwerk Gericheer Grph, deen Knen ngeen, um wie viel der Flu mximl geänder werden knn Zu jeder Kne (u, v) im urprünglichen Nezwerk folgende Knen erellen: c (u, v) = c(u, v) f (u, v) verleiende Kpziä c (v, u) = f (u, v) möglicher Rücku Nich vorhndene Knen: c (u, v) = 0 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

10 Mximler Flu: Renezwerk Grph: 3/5 / / /3 3/3 4/4 / Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 0 / 48

11 Mximler Flu: Renezwerk Renezwerk: Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 0 / 48

12 Mximler Flu: Erweiernder Pfd Erweiernder Pfd: Pfd von nch Die Kne de Pfd im Renezwerk, mi der minimlen Kpziä, egrenz die Erhöhung de Flue Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

13 Mximler Flu: Erweiernder Pfd Erweiernder Pfd: Pfd von nch Die Kne de Pfd im Renezwerk, mi der minimlen Kpziä, egrenz die Erhöhung de Flue Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

14 Mximler Flu Wie ekommen wir einen mximlen Flu? Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

15 Mximler Flu: Ford-Fulkeron Seze f für lle Knen = 0 Solnge ein erweiernder Pfd p im Renezwerk G f exiier: 3 erweiere f enlng p (mi minimler Kpziä) 4 gi f zurück Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 3 / 48

16 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk 0/5 0/ /3 0/0/ 0/ c 0/4 3 c 4 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

17 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk 0/5 0/ /3 0/0/ 0/ c 0/4 3 c 4 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

18 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk 3 3/5 3/3 3 0/3 0/0/ 0/ c 0/4 3 c 4 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

19 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk 3 3/5 3/3 3 0/3 0/0/ 0/ c 0/4 3 c 4 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

20 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk 3 /3 3/5 // 3/3 c 0/ /4 3 c Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

21 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk 3 /3 3/5 // 3/3 c 0/ /4 3 c Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

22 Mximler Flu: Ford-Fulkeron Nezwerk Renezwerk /3 5/5 0// 3/3 c / 4/4 5 3 c 4 E gi keine zuäzlichen erweiernden Pfde Dmi i der mximle Flu: 7 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

23 Schni: Deniion Aufeilung der Knoen in zwei Mengen S und T, woei S und T Kpziä: c(s, T ) = c(u, v) = Kpziä der u S v T gechnienen Knen, die von S nch T verlufen Flu: f (S, T ) = f (u, v) f (v, u) = u S v T u S v T Flu von S nch T minu Rücku f (S, T ) = f, woei uch gil, d f c(s, T ) Minimler Schni: Schni mi minimler Kpziä Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 5 / 48

24 Minimler Schni: Beipiel 8/8 6/8 4/4 /5 3/3 /5 3/8 7/7 6/7 Kpziä der Schni: 0 (kein minimler Schni!) Flu üer den Schni: - = Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 6 / 48

25 Minimler Schni: Beipiel 8/8 6/8 4/4 /5 3/3 /5 3/8 7/7 6/7 Kpziä der Schni: Flu üer den Schni: Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 6 / 48

26 Min-Cu-Mx-Flow-Theorem Äquivlene Augen: f i ein mximler Flu D Renezwerk enhäl keinen erweiernden Pfd E gi minimle Schnie S, T für die f = c(s, T ) gil. D.h. die Kpziä eine Schni wird voll ugenuz Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 7 / 48

27 Minimler Schni: Konrukion Mximlen Flu erechnen Aufeilen in der Knoen in zwei Mengen: Menge S = {v Knoen v von u im Renezwerk erreichr} Menge T = V \ S Alle Knen zwichen S und T ind voll ugele, omi i die Aufeilung ein minimler Schni Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 8 / 48

28 Minimler Schni: Konrukion Nezwerk Renezwerk 3/8 8/8 3/3 / 6/6 4/4 c 7/ c 7 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

29 Minimler Schni: Konrukion Nezwerk Renezwerk 3/8 8/8 3/3 / 6/6 4/4 c 7/ c 7 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

30 Minimler Schni: Konrukion Nezwerk Renezwerk 3/8 8/8 3/3 / 6/6 4/4 c 7/ c 7 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

31 Minimler Schni: Konrukion Nezwerk Renezwerk 3/8 8/8 3/3 / 6/6 4/4 c 7/ c 7 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

32 Minimler Schni: Konrukion Nezwerk Renezwerk 3/8 8/8 3/3 / 6/6 4/4 c 7/ c 7 Minimler Schni, mi Flu und Kpziä Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

33 Mximler Flu: Ford-Fulkeron Wieo funkionier d? Ford-Fulkeron: Der Flu wird erhöh, olnge ein erweiernder Pfd exiier Dei erhöh jeder gefundene Pfd den Flu um mindeen Min-Cu-Mx-Flow-Theorem: Der Flu i mximl, wenn kein erweiernder Pfd exiier Somi gil, d der Algorihmu genu dnn rich, wenn der Flu mximl i Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 0 / 48

34 Mximler Flu: Lufzei Lufzei wird durch Algorihmu zur Pfduche eimm Hier für Tiefenuche: Der mximle Aufwnd i O( f E ) Im chlimmen Fll wird der Flu pro Durchluf nur um erhöh Pro Durchluf müen mximl lle Knen und Knoen erche werden D jeder Knoen mindeen eine Kne h, i die Lufzei dfür O( E ) Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

35 Mximler Flu: Wor-Ce 0/00 0/ 0/ /00 0/ Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

36 Mximler Flu: Wor-Ce 0/00 0/ 0/ /00 0/ Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

37 Mximler Flu: Wor-Ce 99 /00 / 0/ /00 /00 00 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

38 Mximler Flu: Wor-Ce 99 /00 / 0/ /00 /00 00 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

39 Mximler Flu: Wor-Ce /00 /00 0/ /00 / Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48

40 Mximler Flu: Edmond-Krp Verwende Breienuche, um einen erweiernden Pfd zu nden E wird immer mi dem Weg mi der geringen Knennzhl erweier Dmi ergi ich eine Lufzei von O( V E ) Bewei: iehe Cormen Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 3 / 48

41 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

42 Redukionen Viele Proleme, die ein Fluprolem ind, liefern einen Grphen, der nich wirklich p Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 5 / 48

43 Mehrere Quellen/Senken 3 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 6 / 48

44 Mehrere Quellen/Senken 3 3 Superquelle/-enke einfügen und mi Knen unendlicher Kpziä ninden Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 6 / 48

45 Knoenkpziä c Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 7 / 48

46 Knoenkpziä c c Knoen mi Kpziä c durch zwei Knoen, die üer eine Kne mi Kpziä c verunden ind, erezen Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 7 / 48

47 Produkion/Konum echränken Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 8 / 48

48 Produkion/Konum echränken c c Knoen einfügen, deen Kne die Produkion / Konum der Quelle / Senke echränk Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 8 / 48

49 Aniprlleliä c c Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

50 Aniprlleliä c c c c c Exr Knoen einfügen, mi dem eine Kne ufgerochen wird Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 9 / 48

51 Ungerichee Knen c Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 30 / 48

52 Ungerichee Knen c c c Ungerichee Knen durch zwei gerichee erezen und nchlieÿend die Aniprlleliä icherellen Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 30 / 48

53 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 3 / 48

54 Biprie Mching: Deniion Ein ungericheer Grph heiÿ ipri, wenn die Knoen o in zwei Mengen ufgeeil werden können, d die Knen nur zwichen dieen verlufen. Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 3 / 48

55 Biprie Mching: Deniion Ein ungericheer Grph heiÿ ipri, wenn die Knoen o in zwei Mengen ufgeeil werden können, d die Knen nur zwichen dieen verlufen. Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 3 / 48

56 Biprie Mching: Deniion Ein Mching i eine Auwhl n Knen, od jeder Knoen zu mximl einer Kne inziden i Ein Mching i mximl, wenn e eine mximle Anzhl n Knen enhäl Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 33 / 48

57 Biprie Mching: Deniion Ein Mching i eine Auwhl n Knen, od jeder Knoen zu mximl einer Kne inziden i Ein Mching i mximl, wenn e eine mximle Anzhl n Knen enhäl Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 33 / 48

58 Biprie Mching: Deniion Ein Mching i eine Auwhl n Knen, od jeder Knoen zu mximl einer Kne inziden i Ein Mching i mximl, wenn e eine mximle Anzhl n Knen enhäl Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 33 / 48

59 Umwndlung zu Fluprolem Quelle einfügen und mi der eren Menge üer gerichee Knen verinden Senke einfügen und zweie Menge üer gerichee Knen mi Senke verinden Knen zwichen den Mengen durch gerichee Knen von der eren zur zweien Menge erezen Alle Knen hen die Kpziä Der mximle Flu uf dem Grphen ergi d mximle iprie Mching Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 34 / 48

60 Beipielumwndlung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 35 / 48

61 Beipielumwndlung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 35 / 48

62 Beipielumwndlung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 35 / 48

63 Biprie Mching: Lufzei Mximle Lufzei O( V E ) Mximler Flu f < V Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 36 / 48

64 LKW minimieren Ein Trnporunernehmen h eine Lie von Aufrägen eehend u Sror/Afhrzei und Zielor/Ankunfzei Die Trnporer können n elieigen Oren ren und mehrere Aufräge üernehmen, wenn ie rechzeiig m jeweiligen Sror ind Die Trnporer können ihren Aufenhlor nur durch eine Aufrgfhr ändern Wie viele LKW werden mindeen enöig, um lle Aufräge zu erfüllen? Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 37 / 48

65 LKW minimieren Um d Prolem l Fluprolem löen zu können, mu e in ein Mximierungprolem rnformier werden S wie viele LKW werden enöig?, frg mn wie viele len ich einpren? Mi Anzhl Trnporer = Anzhl Aufräge, werden grnier lle Aufräge erfüll Wenn zwei Aufräge ncheinnder von einem Trnporer erfüll werden können, pr mn einen LKW Alo mu die Anzhl der Aufrgpre, die ein Trnporer erledig, mximier werden Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 38 / 48

66 LKW minimieren Redukion uf mximle iprie Mching: Unereile jeden Aufrg in einen Afhr- und Ankunfknoen unereil Die Ankunfknoen werden mi den möglichen nchlieÿenden Afhren verunden Berechne d mximle iprie Mching Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 39 / 48

67 LKW minimieren Afhr Erlngen 0:00 Nürnerg :00 Fürh :00 Nürnerg 5:00 Ankunf Nürnerg :00 Erlngen 3:00 Nürnerg 3:00 Fürh 7:00 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 40 / 48

68 LKW minimieren Afhr Erlngen 0:00 Nürnerg :00 Fürh :00 Nürnerg 5:00 Ankunf Nürnerg :00 Erlngen 3:00 Nürnerg 3:00 Fürh 7:00 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 40 / 48

69 LKW minimieren Afhr Erlngen 0:00 Nürnerg :00 Fürh :00 Nürnerg 5:00 Ankunf Nürnerg :00 Erlngen 3:00 Nürnerg 3:00 Fürh 7:00 Mximle iprie Mching ergi, wie viele LKW eingepr werden können Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 40 / 48

70 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

71 Knoen verinden E i eine Menge von Knoen gegeen, für die eknn i, wie viele ein- und ugehende Knen exiieren E ollen nun die Knen gefunden werden (Zwichen zwei Knoen exiier mximl eine Kne) Idee: Knoen in Eingng- und Augngknoen ufplien Knen mi Kpziä einfügen Eingng- und Augngknoen mi Quelle/Senke verinden, woei die Kpziä dem Eingng-/Augnggrd enprich Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 4 / 48

72 Knoen verinden c d c d d c Augnggrd: (,,,) (für -d) Eingnggrd: (,,,) Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 43 / 48

73 Knoen verinden c d c d d c Augnggrd: (,,,) (für -d) Eingnggrd: (,,,) Je nch vorgegeenem Grph knn e uch mehrere Löungen geen Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 43 / 48

74 Min. Schni mi min. Knenzhl Redukion: Kpziä der Knen mi ( E + ) muliplizieren und nchlieÿend ddieren Der minimle Schni im rnformieren Grphen i ein minimler Schni mi minimler Knennzhl D ( E + ) veränder nich n den möglichen minimlen Flüen. D durch die +en die mximle Kpziä eine Schni nur um E erhöh werden knn, enehen keine neuen minimlen Schnie. E leien nur die Schnie mi minimler Knennzhl miniml. Jede Kne mehr erhöh die Kpziä de Flue, der omi nich mehr miniml i. Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 44 / 48

75 Min. Schni mi min. Knenzhl Nezwerk 5/5 3/3 /3 0// / c 4/4 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 45 / 48

76 Min. Schni mi min. Knenzhl Trnformiere Nezwerk c 33 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 45 / 48

77 Min. Schni mi min. Knenzhl Trnformiere Nezwerk 7/5 4/4 0/7 6/7 5/5 c 7/7 33/33 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 45 / 48

78 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen 4 Biprie Mching 5 Anwendungen Knoen verinden Minimler Schni mi minimler Knenzhl 6 Zummenfung Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 46 / 48

79 Zummenfung Mximler Flu in Nezwerken miel Ford-Fulkeron-Mehode mi Edmond-Krp in O( V E ) erechenr Mximler Flu = minimler Schni Redukion komplexer Proleme uf Sndrdnezwerke Mchingproleme len ich l Fluprolem löen Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 47 / 48

80 Quellen Inroducion o Algorihm (Cormen) Flüe, Schnie und iprie Aildungen 00, Thom Ferch Flüe, Schnie und iprie Aildungen 0, Chriopher Dennl hp:// &d=uoril&d=mxflow Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 48 / 48

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

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

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

Teil IV: Planare Graphen / Transportnetze

Teil IV: Planare Graphen / Transportnetze Plnre Grphen, Trveling Slemn Prolem, Trnporneze Formle Grundlgen der Informik (WiWi) WiSe 2013/2014, Folie 1 (von 61) Teil IV: Plnre Grphen / Trnporneze 1. Plnre Grphen / Trveling Slemn Prolem 2. Trnpornezwerke

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

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

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

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

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

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

Preflow-Push Algorithmen

Preflow-Push Algorithmen Preflow-Puh Algorihmen Nicoli Hähnle 11. April 2006 Inhlverzeichni 1 Einführung 1 2 Formle Prolemechreiung 2 3 Re-Nezwerke 4 4 Preflow und die Höhenfunkion 5 5 Der generiche Preflow-Puh Algorihmu 7 6 Lufzeinlye

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

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

Affine Geometrie 11. Jahrgang

Affine Geometrie 11. Jahrgang Affine Geomeie. Jhgng Gliedeung. Vekoen. Dellung von Vekoen. Rechnen mi Vekoen. Linee Ahängigkei. Geden- und Eenengleichungen. Gedengleichungen. Eenengleichungen in Pmeefom. Inzidenzpoleme. Punk und Gede

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip. Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:

Mehr

2.6 Reduktion endlicher Automaten

2.6 Reduktion endlicher Automaten Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n

Mehr

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen. Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.

Mehr

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=

Mehr

Ergänzung Kpiel 5. Whl der Führunggröße Whl der Führunggröße für Lgeregelungen Biher wurde mei on einem prungförmigen Verluf der Führunggröße w( ugegngen. Viele regelungechniche Anwendungen weien uch ein

Mehr

Einführung in die Mathematik des Operations Research

Einführung in die Mathematik des Operations Research Universität zu Köln Mthemtisches Institut Prof. Dr. F. Vllentin Dr. A. Gundert Einführung in die Mthemtik des Opertions Reserch Aufge (5+5= Punkte) Sommersemester 4 Lösungen zur Klusur (5. Septemer 4).

Mehr

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011 Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns

Mehr

( ) 2. Aufgabe 1: Frequenzkennlinien und BODE-Diagramm Z = Verlauf der Betragskennlinie. a) Übergang zum Frequenzgang. b) Betrag des Frequenzganges

( ) 2. Aufgabe 1: Frequenzkennlinien und BODE-Diagramm Z = Verlauf der Betragskennlinie. a) Übergang zum Frequenzgang. b) Betrag des Frequenzganges Aufgbe : requenzkennlinien und BODE-Digrmm Verluf der Bergkennlinie Übergng zum requenzgng T, jω jω Tjω b Berg de requenzgnge jω A ω jω jω A A ω ω Tj Tjω ω Tω Tω c db-kennlinie ω 0log A ω ω 0log Tω ω 0.log

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien DFA Reguläre Grmmtik (Folie 89) Stz. Jede von einem endlichen Automten kzeptierte Sprche ist regulär. Beweis. Nch Definition, ist eine

Mehr

4 Prozessor-Datenpfad

4 Prozessor-Datenpfad 4. Vom zu lösenden Prolem hängige Schltung 75 4 Prozessor-Dtenpfd 4. Vom zu lösenden Prolem hängige Schltung Mit den isher kennengelernten Schltungen können ereits viele Prolemstellungen gelöst werden.

Mehr

Minimierung von DFAs. Minimierung 21 / 98

Minimierung von DFAs. Minimierung 21 / 98 Minimierung von DFAs Minimierung 21 / 98 Ein Beispiel: Die reguläre Sprche L({, } ) Wie stellt mn fest, o ein Wort ds Suffix esitzt? Ein erster Anstz: Speichere im ktuellen Zustnd die eiden zuletzt gelesenen

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2017W) Lösung

Theoretische Informatik und Logik Übungsblatt 2 (2017W) Lösung Theoretische Informtik und Logik Üungsltt 2 (207W) en Aufge 2. Geen ie jeweils eine kontextfreie Grmmtik n, welche die folgenden prchen erzeugt, sowie eine Linksleitung und einen Aleitungsum für ein von

Mehr

Lösungen zum Ergänzungsblatt 4

Lösungen zum Ergänzungsblatt 4 en zum Ergänzungsltt 4 Letzte Änderung: 23. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Vorereitungsufgen Vorereitungsufge 1 Sei M = ({p, q, r}, {, }, δ, p, {q, r}) ein DEA mit folgender

Mehr

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

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

Mehr

15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1

15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1 5. Kürzeste Wege t s SS DuA - Kpitel 5 Gewichtete Grphen Ein gewichteter Grph G ist ein Pr (V,E) zusmmen mit einer Gewichtsfunktion w, woei E V V un w: E IR. Für e E heißt w(e) s Gewicht von e. Für einen

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge

Mehr

Relationen: Äquivalenzrelationen, Ordnungsrelationen

Relationen: Äquivalenzrelationen, Ordnungsrelationen TH Mittelhessen, Sommersemester 202 Lösungen zu Üungsltt 9 Fchereich MNI, Diskrete Mthemtik 2. Juni 202 Prof. Dr. Hns-Rudolf Metz Reltionen: Äquivlenzreltionen, Ordnungsreltionen Aufge. Welche der folgenden

Mehr

Flächenberechnung. Aufgabe 1:

Flächenberechnung. Aufgabe 1: Flächenerechnung Aufge : Berechnen Sie den Flächeninhlt zwischen dem Funktionsgrphen und der -Achse in den Grenzen von is von: ) f() = ) f() = - Skizzieren Sie die Funktionsgrphen und schrffieren Sie die

Mehr

Mathematik 1 für Maschinenbau, M. Schuchmann (SoSe 2013) Aufgabenblatt 5 (Ebenen)

Mathematik 1 für Maschinenbau, M. Schuchmann (SoSe 2013) Aufgabenblatt 5 (Ebenen) Mahemaik für Machinenbau, M. Schuchmann (SoSe ) Aufgabenbla 5 (Ebenen) ) Geuch i eine Gleichung der Ebene E durch die Punke A(; -; ); B(; ; -) und C(; ; ) in Parameerform. ) Schreibe in Koordinaenform:

Mehr

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 5

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 5 Prof. J. Esprz Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Vielen Dnk n Jn Wgener für die erweiterten Aufgenlösungen Einführung in die theoretische Informtik Sommersemester 2017 Üungsltt

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung von endlichen Automaten in reguläre Ausdrücke Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.

Mehr

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }. Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,

Mehr

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

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

R(i,j,0) ist also für alle i,j = 1,...,n endlich und somit eine durch einen regulären Ausdruck beschreibbare Sprache!

R(i,j,0) ist also für alle i,j = 1,...,n endlich und somit eine durch einen regulären Ausdruck beschreibbare Sprache! 1 2 Reguläre Audrücke und reguläre Sprchen Grundlgen der Theoretichen Inormtik Till Mokowki Fkultät ür Inormtik Otto-von-Guericke Univerität Mgdeurg Winteremeter 2014/15 Stz: [Kleene] Die Kle der durch

Mehr

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung Technische Universität München Sommer 2016 Prof. J. Esprz / Dr. M. Luttenerger, S. Sickert Lösung Einführung in die theoretische Informtik Klusur Bechten Sie: Soweit nicht nders ngegeen, ist stets eine

Mehr

Grundlagen der Informatik

Grundlagen der Informatik Grundlgen der Informtik Vorlesungsprüfung vom 02.03.2007 Gruppe B Lösung Nme: Mtrikelnummer: Zuerst itte Nme und Mtrikelnummer uf ds Titelltt schreien. Es sind keine Unterlgen und keine Temreit erlut.

Mehr

Aufgaben: 1. Gib eine Gleichung der Ebene E an, die durch A in Richtung von u und v verläuft.

Aufgaben: 1. Gib eine Gleichung der Ebene E an, die durch A in Richtung von u und v verläuft. Prmeergleichung und Koordinenform einer Ebene Prmeergleichung und Koordinenform einer Ebene Die Lge einer Ebene E im Rum is durch drei Größen eindeuig fesgeleg: X. Einen Punk A, durch den die Ebene verläuf..

Mehr

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS

Mehr

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz. Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016

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

Eine endliche Folge von Operationen und Entscheidungen, die ein Problem in endlich vielen Schritten löst.

Eine endliche Folge von Operationen und Entscheidungen, die ein Problem in endlich vielen Schritten löst. Formle Methoen er Informtik WS 00/0 Lehrstuhl für Dtennken un Künstliche Intelligenz ProfDrDrFJRermcher H Ünver T Rehfel J Dollinger Aufgenltt Besprechung in en Tutorien vom 000 ( Üungstermin) is 000 (is

Mehr

a q 0 q 1 a M q 1 q 3 q 2

a q 0 q 1 a M q 1 q 3 q 2 Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

12 Schweißnahtberechnung

12 Schweißnahtberechnung 225 12 Schweißnherechnung 12 Schweißnherechnung Die Berechnung der ufreenden Spnnungen in Schweißnähen erfolg im Regelfll mi Hilfe der elemenren Gleichungen der esigkeislehre. Auf weierführende Berechnungsverfhren,

Mehr

Eine weitere wichtige Größe ist Dämpfung

Eine weitere wichtige Größe ist Dämpfung Automtion-Letter Nr. Prof. Dr. S. Zcher Eine weitere wichtige Größe it Dämfung S. Zcher, M. Reuter: Regelungtechnik für Ingenieure, Seite 65, Sringer Vieweg Verlg, 4. Auflge, 4 www.zcher-utomtion.de -5

Mehr

4 Prozessor-Datenpfad

4 Prozessor-Datenpfad 4 Vom zu lösenden Prolem hängige Schltung 75 4 Prozessor-Dtenpfd 4 Vom zu lösenden Prolem hängige Schltung Mit den isher kennengelernten Schltungen können ereits viele Prolemstellungen gelöst werden Nchfolgende

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Klusur 09082011 Prof Dr Dr hc W Thoms Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 29 Ferur 2012

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl

Mehr

Transport. Explizite und implizite Verfahren

Transport. Explizite und implizite Verfahren p. 1/9 Tranpor Explizie und implizie Verfahren home/lehre/vl-mhs-1/inhalt/folien/vorlesung/10_transport_verf/decbla.ex Seie 1 von 9 p. /9 Inhalverzeichni 1. Explizie Verfahren Inabile Verfahren Lax Verfahren

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

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

Weitere Aufgaben zum Themenkomplex 1: Grundlagen, Hauptsatz der Diff.- und Integralrechnung und Substitutionsverfahren

Weitere Aufgaben zum Themenkomplex 1: Grundlagen, Hauptsatz der Diff.- und Integralrechnung und Substitutionsverfahren Prof. Dr. Gerd von Cölln Prof. Dr. Dirk Re Mhemik II Weiere Aufgen zum hemenkomple : Grundlgen, Hupsz der Diff.- und Inegrlrechnung und Susiuionsverfhren. Sind folgende Aussgen whr oder flsch ) Sind f

Mehr

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet. Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Name... Matrikel-Nr... Studiengang...

Name... Matrikel-Nr... Studiengang... Proeklusur zum ersten Teil der Vorlesung Berechenrkeitstheorie WS 2015/16 30. Novemer 2015 Dr. Frnzisk Jhnke, Dr. Dniel Plcín Bereitungszeit: 80 Minuten Nme... Mtrikel-Nr.... Studiengng... 1. So oder so

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

Minimalität des Myhill-Nerode Automaten

Minimalität des Myhill-Nerode Automaten inimlität des yhill-nerode Automten Wir wollen zeigen, dss der im Beweis zum yhill-nerode Stz konstruierte DEA für die reguläre Sprche L immer der DEA mit den wenigsten Zuständen für L ist. Sei 0 der konstruierte

Mehr

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Gleichmächtigkeit von DEA und NDEA

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Gleichmächtigkeit von DEA und NDEA Dnk Vorleung Grundlgen der Theoretichen Informtik / Einführung in die Theoretiche Informtik I Bernhrd Beckert Diee Vorleungmterilien ieren gnz weentlich uf den Folien zu den Vorleungen von Ktrin Erk (gehlten

Mehr

Prof. Dr. Javier Esparza Garching b. München, den Klausur Einführung in die theoretische Informatik Sommer-Semester 2017

Prof. Dr. Javier Esparza Garching b. München, den Klausur Einführung in die theoretische Informatik Sommer-Semester 2017 Prof. Dr. Jvier Esprz Grching. München, den 10.08.17 Klusur Einführung in die theoretische Informtik Sommer-Semester 2017 Bechten Sie: Soweit nicht nders ngegeen, ist stets eine Begründung zw. der Rechenweg

Mehr

Dank. 1 Determinierte endliche Automaten (DEAs) 2 Indetermnierte endliche Automaten (NDEAs) 3 Automaten mit ε-kanten

Dank. 1 Determinierte endliche Automaten (DEAs) 2 Indetermnierte endliche Automaten (NDEAs) 3 Automaten mit ε-kanten Dnk Vorleung Grundlgen der Theoretichen Informtik / Einführung in die Theoretiche Informtik I Bernhrd Beckert Diee Vorleungmterilien ieren gnz weentlich uf den Folien zu den Vorleungen von Ktrin Erk (gehlten

Mehr

Die Geschwindigkeit v ist die lokale Änderungsrate des Ortes x d.h. v = lim. Zeit 3s 7s Entfernung vom Bezugspunkt. 3s 2 m = 6 m 6 m + 1 Bezugspunkt s

Die Geschwindigkeit v ist die lokale Änderungsrate des Ortes x d.h. v = lim. Zeit 3s 7s Entfernung vom Bezugspunkt. 3s 2 m = 6 m 6 m + 1 Bezugspunkt s 6 Integrlrechnung ================================================================== 6.1 Lokle Änderungsrte und Gesmtänderung ------------------------------------------------------------------------------------------------------------------

Mehr

Hamburg Kernfach Mathematik Zentralabitur 2013 Erhöhtes Anforderungsniveau Analysis 2

Hamburg Kernfach Mathematik Zentralabitur 2013 Erhöhtes Anforderungsniveau Analysis 2 Hmburg Kernfch Mhemik Zenrlbiur 2013 Erhöhes Anforderungsniveu Anlysis 2 Smrphones Die Mrkeinführung eines neuen Smrphones vom Elekronikherseller PEAR wird ses ufgereg erwre. Zur Modellierung der Enwicklung

Mehr

ARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE

ARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-CHSE Wie wir die Fläche zwischen einer Funktion und der -chse erechnen, hen wir rechentechnische ereits geklärt.

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

Jede korrekt gelöste Aufgabe aus den Prüfungsteilen 1 und 2 zählt 4 Punkte. Jeder Prüfungsteil umfasst 6 Aufgaben.

Jede korrekt gelöste Aufgabe aus den Prüfungsteilen 1 und 2 zählt 4 Punkte. Jeder Prüfungsteil umfasst 6 Aufgaben. BBZ Biel-Bienne Eine nsiuion es Knons Bern CFP Biel-Bienne Une insiuion u cnon e Berne Berufsmuriä Murié professionnelle Berufsilungszenrum Meimiker Méimiciens Cenre e formion professionnelle BM Aschlussprüfung

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd

Mehr

Abbildungsmaßstab und Winkelvergrößerung

Abbildungsmaßstab und Winkelvergrößerung Abbildungmaßab und Winkelvergrößerung Abbildungmaßab Uner dem Abbildungmaßab vereh man da Verhälni /, wobei der Audruck ein negaive Vorzeichen erhäl, wenn da ild verkehr wird. Alo Abbildungmaßab V: Winkelvergrößerung

Mehr

8.5 Uneigentliche Integrale Integrale über unbeschränkte Bereiche. f(x) dx. Integrale über unbeschränkte Funktionen mit Singularitäten am Rand

8.5 Uneigentliche Integrale Integrale über unbeschränkte Bereiche. f(x) dx. Integrale über unbeschränkte Funktionen mit Singularitäten am Rand 8.5 Uneigenliche Inegrle Inegrle über unbeschränke Bereiche,, Inegrle über unbeschränke Funkionen mi Singulriäen m Rnd, f : (, b] R seig, f : [, b) R seig Lokle Inegrierbrkei: Definiion: Eine Funkion f

Mehr

Steiner Bäume. Überblick. Geschichte & verschiedene Varianten. Steinerbaum. Varianten & Anwendung. Komplexität

Steiner Bäume. Überblick. Geschichte & verschiedene Varianten. Steinerbaum. Varianten & Anwendung. Komplexität Üerlick Steiner Bäume Dipl.-Mth. Mri Kndy Lehrstuhl für Algorithm Engineering, LS Einführung Definition und Motivtion Komplexität Approximtionslgorithmen Distnznetzwerk Heuristik Priml-Duler Algorithmus

Mehr

Aufgabensammlung zum Buch Algorithmen und Datenstrukturen (Kapitel 7)

Aufgabensammlung zum Buch Algorithmen und Datenstrukturen (Kapitel 7) Aufgaenammlung zum Buch Algorihmen und Daenrukuren (Kapiel 7) 1 Aufgaen au dem Buch Zu folgenden Aufgaen, die direk au dem Buch ennommen ind, gi e an der Univeriä Freiurg am Lehruhl Omann Muerlöungen.

Mehr

/LQHDUH*OHLFKXQJVV\VWHPH

/LQHDUH*OHLFKXQJVV\VWHPH /LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene

Mehr

Sei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour.

Sei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour. 1 2 Grundlgen der Theoretischen Informtik Till Mosskowski Fkultät für Informtik Otto-von-Guericke Universität Mgdeurg Komplexitätstheorie Wintersemester 201/15 Zeitkomplexität 3 Die Komplexitätsklsse P

Mehr

Einführung in den Compilerbau

Einführung in den Compilerbau Einführung in den Compileru Lexiklische Anlyse II Dr. Armin Wolf 3. Vorlesung SoSe 2010, Universität Potsdm Einführung in den Compileru 1 Lexiklische Anlyse Beispiel Geg.: T mit T = {0,1,2,4,7} (vom Strtzustnd

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

Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 5.0.208 Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS 207/8) Ich

Mehr

Institut für Kryptographie und Sicherheit Dr. Jörn Müller-Quade. Musterlösung zur Hauptklausur Informatik III Wintersemester 2008/2009

Institut für Kryptographie und Sicherheit Dr. Jörn Müller-Quade. Musterlösung zur Hauptklausur Informatik III Wintersemester 2008/2009 Institut für Kryptogrphie und Sicherheit Dr. Jörn Müller-Qude Musterlösung zur Huptklusur Informtik III Wintersemester 2008/2009 Nme: Mtrikelnummer: Seite 1 Aufge 1 (5 + 5 = 10 Punkte) () Gegeen sei der

Mehr

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen Dr. Theo Lettmnn Pderorn, den 9. Jnur 24 Age 9. Jnur 24 A x, A 2 x, Üungen zur Vorlesung Modellierung WS 23/24 Bltt Musterlösungen AUFGABE 7 : Es sei der folgende prtielle deterministishe endlihe Automt

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

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

Großübung Balkenbiegung Biegelinie

Großübung Balkenbiegung Biegelinie Großüung Bkeniegung Biegeinie Es geen die in der Voresung geroffenen Annhmen: - Der Bken is unese gerde. - Ds eri sei üer den Querschni homogen und iner esisch. - Die Besung erfog durch Biegemomene und

Mehr

Integralrechnung. 1. Stammfunktionen

Integralrechnung. 1. Stammfunktionen Integrlrechnung. Stmmfunktionen In der Differentilrechnung hen wir gelernt, durch Aleiten einer Funktion f eine neue Funktion f zu finden, die uns hilft, Eigenschften von f zu estimmen (z.b. Hoch- oder

Mehr

Teil III: Kreise, Rundreisen, Transportnetze

Teil III: Kreise, Rundreisen, Transportnetze Teil III: Kreie, Rundreien, Trnportnetze 1. Kreie 2. Trveling Slemn Problem 3. Trnportnetzwerke Frnz-Joef Rdermcher & Uwe Schöning, Fkultät für Ingeneurwienchften und Informtik, Univerität Ulm, 2009/2010

Mehr

DEA1 Deterministische Version

DEA1 Deterministische Version Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.

Mehr

Inhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten

Inhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm Reguläre δ: Σ (Q Q Ω) Beispiel δ 0 δ 0 1 2 1 2 0 1 2 δ Formle Automt Reguläre Definition Ein nicht-deterministischer, endlicher Automt esteht us einer

Mehr

F ds= F ds. Theorem 1: "Stefanie Bayer" Wegintegrale und Kurvenintegrale

F ds= F ds. Theorem 1: Stefanie Bayer Wegintegrale und Kurvenintegrale Wegintegrle und Kurvenintegrle Theorem : Sei F ein uf dem Weg = [, ] stetiges Vektorfeld und sei = [, ] Reprmeteristion von. Wenn richtungs-whrend ist, dnn gilt und wenn richtungs-wechselnd ist, dnn gilt

Mehr

Berechnung von Flächen unter Kurven

Berechnung von Flächen unter Kurven Berechnung von Flächen unter Kurven Es soll die Fläche unter einer elieigen (stetigen) Kurve erechnet werden. Dzu etrchten wir die (sog.) Flächenfunktion, mit der die zu erechnende Fläche qusi ngenähert

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):

Mehr

Franz Binder. Vorlesung im 2006W

Franz Binder. Vorlesung im 2006W Formle Reguläre und Formle Institut für Alger Johnnes Kepler Universität Linz Vorlesung im 2006W http://www.lger.uni-linz.c.t/students/win/ml Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm δ: Σ (Q

Mehr

Grundkurs Mathematik. Einführung in die Integralrechnung. Lösungen und Ergebnisse zu den Aufgaben

Grundkurs Mathematik. Einführung in die Integralrechnung. Lösungen und Ergebnisse zu den Aufgaben Seite Einführung in die Integrlrechnung Lösungen und Ergenisse Gr Stefn Gärtner Grundkurs Mthemtik Einführung in die Integrlrechnung Lösungen und Ergenisse zu den Aufgen Von llen Wissenschftlern können

Mehr

Taxifahren im mathematischen Verkehr - mathematische Pretiosen über Permanente, Permutationen und Determinante

Taxifahren im mathematischen Verkehr - mathematische Pretiosen über Permanente, Permutationen und Determinante Txifhren im mthemtischen Verkehr - mthemtische Pretiosen üer Permnente, Permuttionen und Determinnte Armin P. Brth Angelehnt n den herrlichen Artikel [] wird hier ein grphentheoretisches Rätsel vorgestellt

Mehr