7/17/06. Huffman-Kodierung. Morsecode. Erstellung eindeutiger Codes
|
|
- Maike Flater
- vor 7 Jahren
- Abrufe
Transkript
1 7/7/6 Huffmn-Kodierung Morsecode Kodierung = Konvertierung der rstellung von Informtion in eine ndere rstellung eispiel: Schriftzeichen sind ein ode, SII ein nderer ode Morsecode kodiert uchstben in bhängigkeit der Häufigkeit F H I J K L M ine (von vielen) ufgben der Kodierung: pltzsprende Speicherung von Informtion Idee der Huffmn-Kodierung: Kodiere ingbewörter mit konstnter Länge (z.. einzelne Zeichen) durch ode-wörter mit vribler Länge. Häufig uftretende ingbewörter werden mit einem kurzen ode drgestellt Seltene ingbewörter bekommen ein längeres ode-wort N O P Q R S lphbet mit drei Zeichen:,, (puse) HLLO Problem beim Weglssen der Puse: ISRRM HRXM IIIIO U V W X Y Z usw. efinition Fno-edingung: kein ode ist Präfi eines nderen odes. Zchmnn Informtik - SS 6 reed-lgorithmen. Zchmnn Informtik - SS 6 reed-lgorithmen rstellung eindeutiger odes Idee: betrchte ingbewörter ls lätter eines ries ode entspricht Pfd von Wurzel zu ltt Verzweigung zum linken Sohn Verzweigung zum rechten Sohn rfüllt offensichtlich die Fno-edingung Länge eines odes = iefe des entspr. lttes eispiel: Σ = {,,,, }, et = bits bits emerkung: jeder beliebige rie mit M lättern knn benutzt werden, um jeden beliebigen String mit M verschiedenen Zeichen zu codieren! ie rstellung ls rie grntiert, dß kein ode für ein Zeichen mit dem nfng eines nderen übereinstimmt, so dß sich die Zeichenfolge unter enutzung des rie uf eindeutige Weise decodieren lässt ei der Wurzel beginnend bewegt mn sich entsprechend den its der Zeichenfolge im rie bwärts; jedesml, wenn ein ltt ngetroffen wird, gebe mn ds zu diesem Knoten gehörige Zeichen us und beginne erneut bei der Wurzel. Zchmnn Informtik - SS 6 reed-lgorithmen 5. Zchmnn Informtik - SS 6 reed-lgorithmen 6
2 7/7/6 igenschften eines optimlen ode-umes Lemm: in optimler rie zur Kodierung ist ein voller um, d.h., jeder innere Knoten ht genu Kinder. eweis durch Widerspruch (Übungsufgbe) Sei ds lphbet, dnn ht der rie viele lätter (klr) und - innere Knoten (s.o.) egeben: String S = s s n, s i Σ sei h s (c) = bsolute Häufigkeit des Zeichens c im String S sei d (c) = iefe von c im rie = Länge des odewortes von c nzhl its zur Kodierung von S mittels ode gegeben durch Lemm: Seien Σ, h wie oben, seien, Σ diejenigen Zeichen mit minimler Häufigkeit. nn e. ein optimler odierungs-rie für Σ, in dem, rüder sind und uf dem untersten Level. eweis durch Widerspruch: Idee: usgehend von irgend einem optimlen rie, konstruiere neuen rie, der uch optiml ist und die edingungen erfüllt nn.: ist optimler rie, ber, sind nicht uf m. Level es e. lätter, b, die rüder sind, mit Ziel: bestimmen, so dß (S) = min b. Zchmnn Informtik - SS 6 reed-lgorithmen 7. Zchmnn Informtik - SS 6 reed-lgorithmen 8 Vertusche lätter und rie ' nlog: und b vertuschen ergibt '' mit b ' b '' Lemm: Seien Σ, h wie oben, seien, Σ Zeichen mit minimler Häufigkeit. Setze Σ' := Σ \ {, } {z}. efiniere h uf Σ' wie uf Σ und setze h(z) := h() + h(). Sei ' ein optimler rie (bzgl. odelänge) über Σ'. nn erhält mn einen optimlen rie für Σ us ', indem mn ds ltt z in ' ersetzt durch einen inneren Knoten mit den beiden Kindern und. ' z. Zchmnn Informtik - SS 6 reed-lgorithmen 9. Zchmnn Informtik - SS 6 reed-lgorithmen
3 7/7/6 Huffmn-odes eweis: Idee: rzeugung eines optimlen ode-ums in zwei Schritten zunächst: () mittels (') usdrücken '. sortiere Wörter nch Häufigkeit - z. erzeuge um bottom-up durch wiederholtes Verschmelzen der beiden seltensten Wörter - eispiel: Σ = {,,,, }, et =. rmittlung der Häufigkeiten und Sortierung nn.: ist nicht optiml e. '' mit ('') < () - od (gemäß erstem Lemm):, sind rüder in '' - rzeuge rie ''' us '', in dem, und deren gemeinsmer Vter ersetzt werden durch neues ltt z, mit h(z) = h() + h() Zeichen Häufigkeit 8 P(Zeichen) 8/5 /5 /5 /5 - lso wäre schon ' nicht optiml gewesen Widerspruch! /5. Zchmnn Informtik - SS 6 reed-lgorithmen. Zchmnn Informtik - SS 6 reed-lgorithmen Implementierung. ufbu des ums : 8 : : : : : 8 Z: : : : 8 Y: Z: : 8 X: 7 W: 5 = 9 bits W X Y Z # = lphbet, jedes c ht c.freq # Q = P-Queue, sortiert nch c.freq füge lle c in Q ein for i in rnge(, len() ): = = etrct_min( q ) erstelle neuen rie-knoten z mit Kindern und z.freq =.freq +.freq q.insert( z ) return etrct_min(q) # Wurzel des umes lgorithmus-nimmtion (nmerkung: dies ist ein reed-lgorithmus). Zchmnn Informtik - SS 6 reed-lgorithmen. Zchmnn Informtik - SS 6 reed-lgorithmen
4 7/7/6 esmt-lgorithmus zum Kodieren ekodierung mit Huffmn-odes. ufbu des ode-ums ufbu des ode-ums Häufigkeit beim urchlufen des etes ermitteln binärer rie Hep für die Knoten, geordnet nch Häufigkeit inärer rie für den ode-um. rzeugen der ode-belle ekodieren der itfolge beginne n der Wurzel des ode-ums steige gemäß der gelesenen its im um b rversierung des ums. Kodieren des etes gib bei rreichen eines lttes ds zugehörige Zeichen us und beginne von vorne Look-up des odes pro Zeichen in ode-belle. Speichern des ode-umes zusmmen mit dem kodierten et. Zchmnn Informtik - SS 6 reed-lgorithmen 5. Zchmnn Informtik - SS 6 reed-lgorithmen 6 Weitere eispiele et: SIMPL SRIN O NO USIN MINIML NUMR OF IS zugehörige Häufigkeits-belle: k F H I J K L M N O P Q R S U V W X Y Z N I h(k) O S M 9 es sind Leerzeichen, drei, drei usw. F U L R P (ie kleine Zhl oberhlb jedes Knotens in diesem um ist der Inde für ds rr count, der ngibt, wo die Häufigkeit gespeichert ist. Knn mn uch nders nummerieren.). Zchmnn Informtik - SS 6 reed-lgorithmen 7. Zchmnn Informtik - SS 6 reed-lgorithmen 8
5 7/7/6 Kodieren des Wörterbuchs,,,587,,7,7,8 H,95,7,7,88,9, OF O N,5,7,7, IN IS H,, ON I W'keit des uftretens,7,7,7,99,88,7,5,,, odierungseinheit the of nd to in tht is it on ode- Länge 5 5 ode- Wert Ziel: Kompktes Formt des ode-ums infchste Vrinte: Pro Zeichen k+n its, k konstnt k its zur Repräsenttion der Zhl n, n its zur Repr. des odes Nicht effizient esser: rversierung des ries (z.. in Preorder) Pkete us Zeichen plus ode-länge (beides mit konstnter it-nzhl) eispiel: Σ = {,,,, } W Y X Z. Zchmnn Informtik - SS 6 reed-lgorithmen. Zchmnn Informtik - SS 6 reed-lgorithmen Noch effizientere Übertrgung des odebumes igenschften eobchtungen: In gewissem Sinn(!) optimler, d.h. minimler, ode enue Lge eines Zeichens im um ist egl! Wichtig ist nur die iefe! Umrrngieren des ries (bei fester Zuordnung zwischen Zeichen und lättern) liefert rie, in dem lätter von links nch rechts tiefer werden odes der Zeichen ändern sich, nicht ber Optimlität Vorussetzung u..: Vorkommen der Zeichen ist unbhängig voneinnder Keine Kompression für zufällige ten lle Zeichen hbe nnähernd gleiche Häufigkeit rstellung des ries: ib nzhl Zeichen mit bestimmter Länge n, gefolgt von diesen Zeichen, ufsteigend nch Länge eispiel: - Zeichen der Länge, der Länge, der Länge -,,,,,,,, rfordert zweimliges urchlufen des etes ermöglicht kein Strem-Processing Wörterbuch muß i.. zusätzlich gespeichert werden konstnte röße für große teien vernchlässigbr nn lässt sich der ursprüngliche rie wieder genu rekonstruieren. Zchmnn Informtik - SS 6 reed-lgorithmen. Zchmnn Informtik - SS 6 reed-lgorithmen 5
6 7/7/6 Huffmn-Vrinten Zusmmenfssung reed-lgorithmen nmische Zeichenverteilung llgemeine Vorgehensweise: Häufigkeitsnlse vor eginn der Kodierung Sttische Zeichenverteilung nhnd von nlsen fest vorgegebener ode-um Z.. für jede Sprche (nglisch, ) ein eigener, fester ode-um Wörterbuch muß nicht bgespeichert werden dptive Zeichenverteilung npssung der Verteilung zur Lufzeit nwendung: JP (ncoder im ck-nd) reffe in jedem Schritt eine ntscheidung, die kleineres eilproblem übrig lässt Korrektheitsbeweis: Zeige, dß eine optimle Lösung des entstehenden eilproblems zusmmen mit der getroffenen ntscheidung zu optimler Lösung des esmtproblems führt s lässt sich meist durch Widerspruch zeigen: - ngenommen, es gibt optimle Lösung S', die besser ist ls reed-lösung S - zeige: dnn knn S' noch verbessert oder in reed-lösung umgewndelt werden. Zchmnn Informtik - SS 6 reed-lgorithmen. Zchmnn Informtik - SS 6 reed-lgorithmen 5 reed vs. nmische Progrmmierung eispiele für reed-lgorithmen Ähnlich: optimle Unterstruktur Scheduling Verschieden: ctivit-selection-problem bei der dnmischen Progrmmierung erhält mn oft mehrere Unterprobleme, bei reed-lgorithmen (in der Regel) nur eines bei dnmischer Progrmmierung hängt die ntscheidung von der Lösung der Unterprobleme b, bei reed-lgorithmen nicht edline-scheduling rphen-lgorithmen Minimum-Spnning-ree ijkstrs Kürzester-Weg-lgorithmus reed-strtegie dient oft ls Heuristik für "hrte" Probleme: rphenfärbung (-Frben-Problem) rveling-slesmn-problem (SP) Set-overing. Zchmnn Informtik - SS 6 reed-lgorithmen 6. Zchmnn Informtik - SS 6 reed-lgorithmen 7 6
Erinnerung: das Knapsack-Problem
Erinnerung: das Knapsack-Problem Das 0-1-Knapsack-Problem: Wähle aus n egenständen, wobei der i-te egenstand den Wert v i und das ewicht w i besitzt Maximiere den esamtwert bei vorgegebenem Höchstgewicht
MehrProf. Dr. Margarita Esponda
Funktionale rogrammierung uffman-kodierung ildquelle: http://www.fim.uni-linz.ac.at/lva/echtlichespekte//tegano/bilder/huffman.gif Funktionale rogrammierung otivation ir möchten achrichten komprimieren:
MehrHuffman-Kodierung. Prof. Dr. Margarita Esponda
uffman-kodierung rof. r. argarita sponda otivation ir möchten achrichten komprimieren: - peicherplatzreduzierung => nergie und Zeit bei Übertragung sparen - ohne nformationsverlust - mit einer effizienten
MehrPräfixcodes und der Huffman Algorithmus
Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben
MehrFormale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 6 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof Dr J Giesl Formle ysteme, utomten, Prozesse 2010 M rockschmidt, F Emmes, C Fuhs, C Otto, T tröder Hinweise: Die Husufgben sollen in Gruppen von je 2 tudierenden us dem gleichen Tutorium berbeitet
MehrPräsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,
Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i
MehrUmwandlung 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.
MehrDef.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:
8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.
Mehr6. Landeswettbewerb Mathematik Bayern 2. Runde 2003/04 Aufgaben und Lösungsbeispiele
6. Lndeswettbewerb Mthemtik yern. Runde 00/04 ufgben und Lösungsbeispiele ufgbe 1 ie Seite [] eines reiecks wird über hinus bis zum Punkt so verlängert, dss = n gilt (n N n>1). ie Gerde durch und den Mittelpunkt
Mehr5.1 Charakterisierung relativ kompakter und kompakter
Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine
MehrSatz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.
Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn
Mehr13 Rekonfigurierende binäre Suchbäume
13 Rekonfigurierende inäre Suchäume U.-P. Schroeder, Uni Pderorn inäräume, die zufällig erzeugt wurden, weisen für die wesentlichen Opertionen Suchen, Einfügen und Löschen einen logrithmischen ufwnd uf.
MehrWir wählen einen Punkt O des zwei- bzw. dreidimensionalen euklidischen Raums als Ursprung oder Nullpunkt. b 3 c. b 2
IV. Teilung und Teilverhältnis im Punktrum ================================================================ 4.1 Der Punktrum Wir wählen einen Punkt O des zwei- zw. dreidimensionlen euklidischen Rums ls
MehrGrundlagen der Informatik II Übungsblatt: 2, WS 17/18 mit Lösungen
PD. Dr. Prdyumn Shukl Mrlon Brun Micel Wünsche Dr. Friederike Pfeiffer-Bohnen Dr. Luks König Institut für ngewndte Informtik und Formle Beschreibungsverfhren Grundlgen der Informtik II Übungsbltt: 2, WS
MehrAutomaten 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
Mehr1. Ableitung von Funktionen mit einer Veränderlichen
. Ableitung von Funktionen mit einer Veränerlichen. Algebrische Interprettion Die Ableitung einer Funktion f f f+ f = lim. 0 = ist efiniert ls In Worten usgerückt ist ie Ableitung er Grenzwert er Änerungsrte
MehrIII. Optimale Portfolioselektion
III. Optimle Portfolioselektion Schon bei der Bewertung meriknischer Optionen hben wir gesehen, dss Optimierungsprobleme in der Finnzmthemtik eine wichtige Rolle spielen. Ein weiteres Optimierungsproblem
MehrAlgorithmentheorie. 15 Suchen in Texten (1)
Algorithmentheorie 15 Suhen in Texten (1) Prof. Dr. S. Alers Suhe in Texten Vershiedene Szenrien: Sttishe Texte Literturdtennken Biliothekssysteme Gen-Dtennken WWW-Verzeihnisse Dynmishe Texte Texteditoren
MehrGrundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001
Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte
MehrAutomaten 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
MehrQuadratische Funktionen
Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung
Mehr1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist
. Ohm = LED leuchtet wenn chlter gedrückt ist 2. Ohm = NICH ( = NO ) LED leuchtet wenn chlter nicht gedrückt ist = ist die Negtion von? Gibt es so einen kleinen chlter (Mikrotster)? 2. Ohm = UND LED leuchtet
MehrKürzeste 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]=
MehrFORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme
MehrDatenstrukturen & 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
MehrDie Dreiecke ADM A und BCM C sind kongruent aufgrund
Westfälische Wilhelms-Universität Münster Mthemtisches Institut pl. Prof. Dr. Lutz Hille Dr. Krin Hlupczok Üungen zur Vorlesung Elementre Geometrie Sommersemester 010 Musterlösung zu ltt 4 vom 3. Mi 010
Mehra 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
MehrProbeklausur Mathematik für Ingenieure C3
Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche
Mehr10: Lineare Abbildungen
Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert
MehrARBEITSBLATT 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.
MehrEffiziente Algorithmen und Komplexitätstheorie
Effiziente Algorithmen und Komplexitätstheorie Vorlesung Ingo Wegener Vertretung Thoms Jnsen 10042006 1 Ws letzten Donnerstg geschh Linere Optimierung Wiederholung der Grundbegriffe und Aussgen M konvex
MehrFORMALE 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
MehrDifferenzial- und Integralrechnung III
Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in
MehrWas 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
Mehr7.9A. Nullstellensuche nach Newton
7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren
MehrAutomaten 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:
MehrTheoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung
Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes
MehrThema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n
Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1
MehrFormale 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
MehrAlgorithmische Bioinformatik I
Ludwig-Mximilins-Universität München Institut für Informtik Prof. Dr. Volker Heun Sommersemester 2016 Semestrlklusur 21. Juli 2016 Algorithmische Bioinformtik I Vornme Nme Mtrikelnummer Reihe Pltz Unterschrift
MehrBrückenkurs Lineare Gleichungssysteme und Vektoren
Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem
MehrZum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2
Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes
MehrParallelprojektion einer Ebene in eine andere Ebene: Motivation für die Abbildungsvorschrift von Achsenaffinitäten.
rllelprojektion durch Sonne 1 rllelprojektion durch Sonne 2 Kpitel 4: ffine bbildungen rllelprojektion einer Ebene in eine ndere Ebene: Motivtion für die bbildungsvorschrift von chsenffinitäten. E 1 Figuren
Mehr1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt
Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)
Mehr5.2 BASIC MSC (BMSC) BASIC MSC. Kommunikation zwischen Instanzen. Message Sequence Charts
BASIC MSC Ein System besteht us Instnzen. Eine Instnz ist eine bstrkte Einheit, deren Interktion mit nderen Instnzen oder mit der Umgebung mn (teilweise) beobchten knn. Instnzen kommunizieren untereinnder
MehrGrundlagen des Maschinellen Lernens Kap 3: Lernverfahren in anderen Domänen
. Motivtion 2. Lernmodelle Teil I 2.. Lernen im Limes 2.2. Fllstudie: Lernen von Ptternsprchen 3. Lernverfhren in nderen Domänen 3.. 3.2. Entscheidungsbäume 3.3. Entscheidungsbäume über regulären Ptterns
MehrAutomaten 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
MehrGrundbegriffe der Informatik Aufgabenblatt 5
Grundegriffe der Informtik Aufgenltt 5 Mtr.nr.: Nchnme: Vornme: Tutorium: Nr. Nme des Tutors: Ausge: 20. Novemer 2013 Age: 29. Novemer 2013, 12:30 Uhr im GBI-Briefksten im Untergeschoss von Geäude 50.34
MehrAufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6
Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.
MehrÜbungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 015/16 Bltt 4 09.11.015 Übungen zur Vorlesung Differentil und Integrlrechnung I Lösungsvorschlg 13. Zu betrchten ist die durch 0 = 1 und
Mehr8 Integralrechnung. 8.1 Das Riemann-Integral
8 Integrlrechnung Der Integrlbegriff ist wie der Ableitungsbegriff motiviert durch die physiklische Beschreibung von Bewegungsbläufen (Geschwindigkeit, Beschleunigung). Er ist u.. uch von Bedeutung bei
MehrUniversität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III
Nme Vornme Mtrikelnummer Lösungsvorschlg Universität Krlsruhe Institut für Theoretische Informtik o. Prof. Dr. P. Snders 8. März 2006 Klusur: Informtik III Aufgbe 1. Multiple Choice 10 Punkte Aufgbe 2.
MehrVorkurs Mathematik DIFFERENTIATION
Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt
MehrEine interessante Eigenschaft unseres Schreibpapiers
www.mthegmi.de September 2011 Eine interessnte Eigenschft unseres Schreibppiers ichel Schmitz Zusmmenfssung ällt mn von einer Ecke eines I 4 lttes ds Lot uf die igonle durch die benchbrten Eckpunkte, so
MehrRWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt
RWTH Achen Lehrgeiet Theoretische Informtik Rossmnith Dreier Hrk Kuinke SS 2017 Bltt 4 22.5.2017 Lösungsvorschlg zur Vorlesung Formle Sprchen, Automten und Prozesse Aufge T11 1. L, d L, er / L. L, d für
Mehrc dl SPiC (Teil C, SS 11) 13 Zeiger und Felder 13.1 Zeiger Einführung 13 1 Zeigervariable := Behälter für Verweise ( Adresse) Beispiel int x = 5;
Überblick: Teil C Systemnhe Softwreentwicklung Einordnung: Zeiger (Pointer) Literl: Drstellung eines Wertes 0110 0001 12 Progrmmstruktur und Module Vrible: Bezeichnung chr ; eines Dtenobjekts Behälter
Mehr3 Hyperbolische Geometrie
Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die
Mehr26. Mathematik Olympiade 2. Stufe (Kreisolympiade) Klasse 7 Saison 1986/1987 Aufgaben und Lösungen
26. Mthemtik Olympide 2. Stufe (Kreisolympide) Klsse 7 Sison 986/987 Aufgben und Lösungen OJM 26. Mthemtik-Olympide 2. Stufe (Kreisolympide) Klsse 7 Aufgben Hinweis: Der Lösungsweg mit Begründungen und
MehrFormale Sprachen. Endliche Automaten - Kleene. Reguläre Sprachen. Rudolf FREUND, Marion OSWALD. Endliche Automaten. Endliche Automaten: Beispiel
Formle Sprchen Reguläre Sprchen Endliche Automten - Kleene STEPHEN KLEENE (99-994) Rudolf FREUND, Mrion OSWALD 956: Representtion of events in nerve nets nd finite utomt. In: C.E. Shnnon und J. McCrthy
MehrMitschrift Repetitorium Theoretische Informatik und Logik
Mitschrift Repetitorium Theoretische Informtik und Logik Teil 1: Formle Sprchen, 15.01.2010, 1. Edit Allgemeine Hinweise für die Prüfung Ds Pumping-Lemm für kontextfreie Sprchen kommt nicht (sehr wohl
MehrFalls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.
Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X
MehrBeispiellösungen zu Blatt 24
µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen
MehrHöhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmnn SS Höhere Mthemtik II für die Fchrichtung Informtik Lösungsvorschläge zum 8. Übungsbltt Aufgbe 9 erechnen
MehrUneigentliche Riemann-Integrale
Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt
MehrDarstellung von Ebenen
Drstellung von Ebenen. Ebenengleichung in Prmeterform: Sei E eine Ebene. Dnn lässt sich die Ebene drstellen durch eine Gleichung der Form p u x = p + r v u + s v (r, s R). p u v Der Vektor p heißt Stützvektor
MehrLineare Algebra I 5. Tutorium mit Lösungshinweisen
Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche
MehrThema 7 Konvergenzkriterien (uneigentliche Integrale)
Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe
MehrLandeswettbewerb Mathematik Baden-Württemberg. Runde 2
Lneswettbewerb themtik en-württemberg 001 Rune ufgbe 1 In einem Viereck sin ie Seiten, un gleich lng. ie Seite ht ie gleiche Länge wie ie igonle. iese igonle hlbiert en Winkel. Wie groß können ie Innenwinkel
Mehr18. Algorithmus der Woche Der Euklidische Algorithmus
18. Algorithmus der Woche Der Euklidische Algorithmus Autor Friedrich Eisenrnd, Universität Dortmund Heute ehndeln wir den ältesten ereits us Aufzeichnungen us der Antike eknnten Algorithmus. Er wurde
MehrSynchrone Modellierung. Diskrete Ereignissysteme 3.2 Erweiterte Modelle endlicher Automaten. Zustandsautomaten. Hierarchischer Automat
Synchrone Modellierung iskrete reignissysteme 3.2 rweiterte Modelle endlicher utomten Institut für Technische Informtik und Kommuniktionsnetze Lothr Thiele efinition: ie Umgebung eines S ist eine geordnete
MehrSpiele und logische Komplexitätsklassen
Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer
MehrMatrizen und Determinanten
Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion
MehrReduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion
Reduktion Seien A Σ und B Γ. Mn sgt A ist reduzierr uf B (A B) gdw. f : Σ Γ. x Σ.x A f(x) B Í* * A B von speziellem Interesse: Polynomilzeitreduktion ( pol ), logrithmische-pltz- Reduktion ( log ). F3
MehrMathematik II. Vorlesung 31
Prof. Dr. H. Brenner Osnbrück SS 2010 Mthemtik II Vorlesung 31 In den folgenden Vorlesungen beschäftigen wir uns mit der Integrtionstheorie, d.h. wir wollen den Flächeninhlt derjenigen Fläche, die durch
MehrBINOMISCHE FORMELN FRANZ LEMMERMEYER
BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c
MehrMatrizen und Determinanten
Mtrizen und eterminnten efinition einer Mtri: Ein us m Zeilen und n Splten bestehendes rechteckiges Zhlenschem heißt Mtri vom Typ (m; n) oder (m n)-mtri. m m m n n n mn izeileninde; jsplteninde Schreibweise:
MehrDreiecke als Bausteine
e ls usteine Jedes Viereck lässt sich in zwei e zerlegen. Wirklich jedes? Konstruktion eines s bei drei beknnten Seiten bmessen einer Strecke mit dem Geodreieck. Zirkelschlg um einen Punkt mit der zweiten
Mehr3 Uneigentliche Integrale
Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
MehrSerie 13 Lösungsvorschläge
D-Mth Mss und Integrl FS 204 Prof. Dr. D. A. Slmon Serie 3 Lösungsvorschläge. Sei I := [, b] R ein kompktes Intervll und sei B 2 I die Borel-σ-Algebr. Def. Eine Funktion f : I R heisst von beschränkter
MehrLehrgang: Digitaltechnik 1 ( Grundlagen ) - Im Lehrgang verwendete Gatter ( Übersicht ) Seite 3
Lehrgng: Digitltechnik ( Grundlgen ) Dtum: Nme: Seite: Inhltsverzeichnis: Im Lehrgng verwendete Gtter ( Üersicht ) Seite 3 Aufu von Zhlensystemen deziml, dul ( Infoseite ) Seite 4 ( Areitsltt ) Seite 5
MehrPyramidenvolumen. 6 a2. 9 = a
Prmidenvolumen 1 Die Ecken einer dreiseitigen Prmide hben die Koordinten (0 0 0), ( 0 0), (0 0) und (0 0 ) mit > 0, H ist der Mittelpunkt der trecke [] lle Ergebnisse ls möglichst einfche Terme mit der
MehrLösungen Quadratische Gleichungen. x = x x = Also probieren wir es 3 4 = 12. x + + = Lösen Sie die folgenden Gleichungen nach x auf:
Aufgbe : ) Lösen Sie die folgenden Gleichungen nch uf: = kein Problem einfch die Wurel iehen und ds ± nicht vergessen.. = = ±, b) + 5 = 0 Hier hben wir bei jedem Ausdruck ein, lso können wir usklmmern:
Mehr10 Das Riemannsche Integral
10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t
Mehrsolche mit Textzeichen (z.b. A, a, B, b,!) solche mit binären Zeichen (0, 1)
teilung Informtik, Fh Progrmmieren 1 Einführung Dten liegen oft ls niht einfh serier- und identifizierre Dtensätze vor. Stttdessen reräsentieren sie lnge Zeihenketten, z.b. Text-, Bild-, Tondten. Mn untersheidet
Mehr10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen.
10. Riemnnsche Geometrie I: Riemnnsche Metrik Wir können in der hyperbolischen Geometrie noch nicht wirklich messen. Hierfür bruchen wir ein Riemnnsches Längen- und Winkelmß, d.h. eine Riemnnsche Geometrie.
Mehr2.6 Unendliche Reihen
2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen
Mehr29 Uneigentliche Riemann-Integrale
29 Uneigentlihe Riemnn-Integrle 29.2 Uneigentlihe Riemnn-Integrle bei einer kritishen Integrtionsgrenze 29.3 Zusmmenhng des uneigentlihen mit dem eigentlihen Riemnn-Integrl 29.5 Cuhy-Kriterium für uneigentlihe
MehrLösung 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,
MehrCrashkurs - Integration
Crshkurs - Integrtion emerkung. Wir setzen hier elementre Kenntnisse des Differenzierens sowie der Produktregel, Quotientenregel und Kettenregel vorus (diese werden später in der VO noch usführlich erklärt).
MehrMusterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS
Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit
Mehr8 Längenberechnungen Winkelberechnungen - Skalarprodukt
8 Längenberechnungen Winkelberechnungen - Sklrprodukt 8 Längenberechnungen Winkelberechnungen - Sklrprodukt Wir wissen, wie mn zwei Vektoren und b ddiert b b. Mn knn zwei Vektoren ber uch miteinnder multiplizieren!
MehrÜbungsblatt Nr. 1. Lösungsvorschlag
Institut für Kryptogrphie und Sicherheit Prof. Dr. Jörn Müller-Qude Nico Döttling Dirk Achench Tois Nilges Vorlesung Theoretische Grundlgen der Informtik Üungsltt Nr. svorschlg Aufge (K) (4 Punkte): Semi-Thue-Systeme
MehrBoole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik
Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen
Mehr1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.
.. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,
MehrEinführung in die Theoretische Informatik
Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:
MehrLösungsblatt zur Testklausur Festkörperphysik WS2010/11
Lösungsbltt zur Testklusur Festkörperphysik WS/ Aufgbe : ) Wie groß sind die Energien der drei niedrigsten Zustände in einem zweidimensionlen und einem dreidimensionlen Kstenpotentil? (Kntenlängen jeweils
Mehr