2. Übungsblatt (mit Lösungen) 3.0 VU Formale Modellierung

Größe: px
Ab Seite anzeigen:

Download "2. Übungsblatt (mit Lösungen) 3.0 VU Formale Modellierung"

Transkript

1 2. Übungsblatt (mt en) 3.0 VU Formale Modellerung Maron Scholz, Gernot Salzer November 2014 Aufgabe 1 (0.3 Punkte) Se A der folgende Moore-Automat Z Z Z 2 1 (a) Geben Se de Ausgaben zu folgenden Engaben an: 00111, 01111, (b) Berechnen Se schrttwese δ (Z 0, 01101) und γ (Z 0, 01101). (c) Beschreben Se de Übersetzungsfunkton [A]. (a) w: [A](w):

2 (b) δ (Z 0, 01101) = δ (δ(z 0, 0), 1101) = δ (Z 0, 1101) = δ (δ(z 0, 1), 101) = δ (Z 1, 101) = δ (δ(z 1, 1), 01) = δ (Z 2, 01) = δ (δ(z 2, 0), 1) = δ (Z 2, 1) = δ (δ(z 2, 1), ε) = δ (Z 1, ε) = Z 1 γ (Z 0, 01101) = γ(δ(z 0, 0)) γ (δ(z 0, 0), 1101) = γ(z 0 ) γ (Z 0, 1101) = 0 γ(δ(z 0, 1)) γ (δ(z 0, 1), 101) = 0 γ(z 1 ) γ (Z 1, 101) = 00 γ(δ(z 1, 1)) γ (δ(z 1, 1), 01) = 00 γ(z 2 ) γ (Z 2, 01) = 001 γ(δ(z 2, 0)) γ (δ(z 2, 0), 1) = 001 γ(z 2 ) γ (Z 2, 1) = 0011 γ(δ(z 2, 1)) γ (δ(z 2, 1), ε) = 0011 γ(z 1 ) γ (Z 1, ε) = ε = (c) [A]: Der Automat erkennt ene gerade Anzahl an 1ern n der Engabe: War de Anzahl der 1er bsher gerade (aber größer 0), so st de Ausgabe 1, sonst 0. Aufgabe 2 (0.3 Punkte) Se L de Sprache { w {a,, l, x} w enthält das Telwort lla oder ll }. Geben Se enen determnstschen Automaten für L an. Gehen Se folgendermaßen vor: (a) Konstrueren Se enen ndetermnstschen Automaten für dese Sprache. (b) Wandeln Se den ndetermnstschen Automaten mt Hlfe des n der Vorlesung besprochenen Verfahrens n enen determnstschen um. Ist der so gewonnene Automat mnmal, d.h., st er unter den determnstschen Automaten für L jener mt der klenstmöglchen Zahl von Zuständen? Wr konstrueren zunächst auf möglchst drektem Weg enen belebgen Automaten für de gesuchte Sprache. 2

3 a,,l,x 3 l 5 l a,,l,x 1 l a l 6 Deser Automat st m Zustand 1 ndetermnstsch: Sowohl für das Symbol als auch l gbt es zwe möglche Folgezustände, nämlch 1 und 3 bzw. 1 und 2 Zusätzlch zur graphschen Darstellung geben wr de Übergangsfunkton auch als Tabelle an, da dese be der Determnserung hlft. δ a l x 1 {1} {1, 3} {1, 2} {1} 2 {} {4} {} {} 3 {} {} {5} {} 4 {} {} {6} {} 5 {} {} {7} {} 6 {7} {} {} {} 7 {7} {7} {7} {7} Enen determnstschen Automaten erhalten wr, ndem wr den ndetermnschen Automaten smuleren. En Zustand des determnstschen Automaten repräsentert dabe jene Zustände des ndetermnstschen, n denen sch deser zum jewelgen Zetpunkt befnden kann. Der Startzustand wrd mt {1} bezechnet, da sch der ndetermnstsche Automat zu Begnn m Zustand 1 (und nur n desem) befndet. Von desem Zustand ausgehend erstellen wr zelenwese de Tabelle für de Übergangsfunkton des determnstschen Automaten. ˆδ a l x {1} {1} {1, 3} {1, 2} {1} {1, 2} {1} {1, 3, 4} {1, 2} {1} {1, 3} {1} {1, 3} {1, 2, 5} {1} {1, 3, 4} {1} {1, 3} {1, 2, 5, 6} {1} {1, 2, 5} {1} {1, 3, 4} {1, 2, 7} {1} {1, 2, 5, 6} {1, 7} {1, 3, 4} {1, 2, 7} {1} {1, 2, 7} {1, 7} {1, 3, 4, 7} {1, 2, 7} {1, 7} {1, 7} {1, 7} {1, 3, 7} {1, 2, 7} {1, 7} {1, 3, 4, 7} {1, 7} {1, 3, 7} {1, 2, 5, 6, 7} {1, 7} {1, 3, 7} {1, 7} {1, 3, 7} {1, 2, 5, 7} {1, 7} {1, 2, 5, 6, 7} {1, 7} {1, 3, 4, 7} {1, 2, 7} {1, 7} {1, 2, 5, 7} {1, 7} {1, 3, 4, 7} {1, 2, 7} {1, 7} Jene Zustände, de ener Stuaton entsprechen, n der der ndetermnstsche Automat enen Endzustand errecht hat, snd de Endzustände des determnstschen Automaten; 3

4 n desem Bespel snd das alle Zustände, deren Bezechnung 7 enthält. Deser wrd somt durch das Tupel Q, {a,, l, x}, ˆδ, {1}, F beschreben, wobe F = {{1, 2, 7}, {1, 7}, {1, 3, 4, 7}, {1, 3, 7}, {1, 2, 5, 6, 7}, {1, 2, 5, 7}} Q = {{1}, {1, 2}, {1, 3}, {1, 3, 4}, {1, 2, 5}, {1, 2, 5, 6}} F Deser Automat st ncht der klenstmöglche determnstsche Automat. In der Vorlesung wurde zwar ken Mnmerungsverfahren besprochen, man seht aber, dass von den Endzuständen mt jedem der ver Symbole weder nur Endzustände errechbar snd. Man kann dese daher zu enem enzgen Endzustand zusammenfassen, ohne de akzepterte Sprache zu verändern. Der verenfachte determnstsche Automat seht dann folgendermaßen aus: a,x 13 l 125 a,x a,x l a,,l,x 1 7 a,x l a,x l x 1256 a, l l Aufgabe 3 (0.3 Punkte) Geben Se endlche Automaten an, de deselbe Sprache beschreben we de folgenden regulären Ausdrücke. (a) (a + b) + (ac) b (b) (ab + b)(ab) + + a De gesuchten Automaten können mt dem allgemenen Verfahren konstruert werden, enthalten dann aber n der Regel vel mehr Zustände und ε-kanten als notwendg. De folgenden Automaten wurden berets verenfacht. 4

5 (a) a,b a,b a c b (b) a b a b a b a b Aufgabe 4 (0.4 Punkte) Geben Se enen regulären Ausdruck an, der deselbe Sprache beschrebt we der folgende endlche Automat. Verwenden Se dabe das n der Vorlesung beschrebene Verfahren und geben Se den Automaten nach jeder Zustandselmnaton an. a b a,b 0 ε 1 ε 2 Neuer Anfangs- und Endzustand: a ε b a + b 0 1 ε ε 2 f ε Wr elmneren de Zustände n der Rehenfolge 2, 1 und 0; andere Rehenfolgen snd ebenfalls möglch. Elmnaton von Zustand 2: a a+b ε b 0 1 f ε ε ε ε 5

6 Elmnaton von Zustand 1: a + b(a + b) ε 0 f ε + b(a + b) Elmnaton von Zustand 0: (a + b(a + b) ) (ε + b(a + b) ) f De Sprache des ursprünglchen Automaten kann daher durch den regulären Ausdruck (a + b(a + b) ) (ε + b(a + b) ) beschreben werden. Fleßaufgabe: Deser Ausdruck lässt sch noch verenfachen. De Sprache b(a+b) enthält das Wort b, da (a+b) das Leerwort enthält. Somt st (a+b) jedenfalls ene Telsprache von (a + b(a + b) ) ; da (a + b) aber berets de Menge aller Wörter über {a, b} st, glt (a + b) = (a + b(a + b) ). Wr erhalten daher: (a + b(a + b) ) (ε + b(a + b) ) = (a + b) (ε + b(a + b) ) = (a + b) ε + (a + b) b(a + b) = (a + b) + (a + b) b(a + b) Da der erste Ausdruck berets alle Wörter enthält, trägt der zwete Ausdruck nchts mehr be und kann gestrchen werden: = (a + b) Aufgabe 5 (0.3 Punkte) An der TU beschäftgte Personen erhalten Maladressen der Form Vorname.Mtteltel.Zuname+OrgEnhet@tuwen.ac.at wobe de Tele.Mtteltel und +OrgEnhet optonal snd. De Namenstele bestehen aus Groß- und Klenbuchstaben, wobe Umlaute und scharfes S durch ae, oe, ue, ss etc. zu ersetzen snd. OrgEnhet st de Kennung des Insttuts oder der Servceenrchtung, der de Person angehört; se besteht aus dem Zechen E gefolgt von dre Zffern und enem optonalen Großbuchstaben. Bespele: Hkaru.Sulu@tuwen.ac.at James.Tberus.Krk@tuwen.ac.at Beverly.Crusher+E010C@tuwen.ac.at Nyota.Penda.Uhura+E006@tuwen.ac.at 1 1 Wer von desen ver Personen passt ncht zu den anderen? 6

7 (a) Geben Se enen regulären Ausdruck n algebrascher Notaton an, der de Menge derartger Emaladressen beschrebt. (b) Geben Se enen Posx Extended Regular Expresson an, der alle Zelen beschrebt, de ausschleßlch ene derartge Emaladresse enthalten. (c) Geben Se das Syntaxdagramm an, das Ihrem regulären Ausdruck aus Telaufgabe a entsprcht. (a) BB (ε+.bb ).BB (ε+(+ezzz(ε+g)))@tuwen.ac.at wobe Z ene Abkürzung für ( ), G ene für (A + + Z) und B ene für (A + + Z + a + + z) st. (b) ^[A-Za-z]+(\.[A-Za-z]+)?\.[A-Za-z]+(\+E[0-9]{3}[A-Z]?)?@tuwen\.ac\.at$ (c) Emaladr = VN. MT. ZN + Dom VN = MT = ZN = B OE = E Z Z Z GB Dom = tuwen.ac.at Ạ Z = 0. 9 GB = A. Z B =. Z a. z Aufgabe 6 (0.3 Punkte) Bertram der Bber frert m Wnter regelmäßg, er zttert und bbbert. Sene Mtbber geben hm daher Namen we bbberbbberbbbernderbber, bbbernderbbberbbberbbberbbberbber, oder enfach nur bbberbber. Enem Bberforscher gelngt es, dese 7

8 Bbbersprache durch de Grammatk G = N, T, P, A zu beschreben, wobe N = {A, B, C, D, E} T = {b, d, e,, n, r} P = {A bb B B ber C er C bb B nder D D bb E E ber D er } (a) Überprüfen Se für de nachfolgenden Wörter, ob se n der von der Grammatk G spezfzerten Sprache L(G) legen. Falls ja, geben Se ene Parallelabletung an. Falls nen, argumenteren Se, warum ncht. (1) bbbernderbbberbbber (2) bbberbbbernderbber (3) bbbernderbbbernderbber (b) Snd folgende Aussagen über de Sprache L(G) korrekt? Wenn ja, warum? Wenn nen, geben Se en Gegenbespel! (1) Jedes Wort endet mt bber. (2) De Anzahl der bbber vor bzw. nach nder m Wort snd glech. (3) Jedes Wort begnnt mt bb. (c) Konstrueren Se enen endlchen Automat, der de Sprache L(G) akzeptert. (a) (1) Das Wort st ncht Tel der Sprache L(G), da jedes Wort deser Sprache mt bber enden muss. Das lässt sch folgendermaßen sehen. Jede Abletung endet durch Anwendung der Produkton B er oder E er. De Nontermnale B und E treten aber mmer nur unmttelbar nach der Symbolfolge bb auf. Somt endet jede Abletung auf ene der folgenden Arten: A bb B bber C bb B bber D bb E bber 8

9 (2) Ja, das Wort legt n der Sprache L(G): A P bb B P bb ber C P bb ber bb B P bb ber bb ber C P bb ber bb ber nder D P bb ber bb ber nder bb E P bb ber bb ber nder bb er (3) Das Wort st ncht Tel der Sprache L(G), da es zwe n enthält, jedes Wort der Sprache aber höchstens en n bestzt. Das lässt sch folgerndermaßen argumenteren. Zunächst glt, dass n nur durch de Produkton C nder D engeführt werden kann. Für D gbt es aber nur de Produkton D bbe, für E nur de Produktonen E berd und E er; das heßt, dass durch D ken weteres n engeführt werden kann. Da nach jedem Abletungsschrtt höchstens en Nontermnal m Ausdruck vorkommt, daher nsbesondere höchstens en C, enthält das erzeugte Wort der Sprache maxmal en n. (b) (1) Rchtg. Argumentaton sehe de zu Aufgabe a1. (2) Falsch. En Gegenbespel st das Wort aus Aufgabe a2, das n der Sprache legt und zwe bbber vor, aber ken bbber nach nder aufwest. (3) Rchtg. De enzge Produkton für das Startsymbol A ersetzt es durch bb B, daher fängt jedes Wort der Sprache mt bb an. (c) Im Wesentlchen werden de Nontermnale zu den Zuständen des Automaten. Weters müssen wr, da das Alphabet aus enzelnen Buchstaben besteht und Übergänge nur für enzelne Symbole defnert snd, de Slben mt Hlfe von zusätzlchen Zuständen n enzelne Buchstaben zerlegen. e b r b b A B C b b e n d e r b e r r r e E b b D 9

10 Aufgabe 7 (0.4 Punkte) In Büchern über formale Sprachen st folgende Defnton zu fnden: Ene reguläre Grammatk wrd durch en 4-Tupel G = V, T, P, S festgelegt, wobe V und T endlche, dsjunkte Mengen von Symbolen snd (V T = {}), S en Symbol aus V st (S V ) und P V (T V {ε}) ene endlche Menge von Paaren st. De Elemente von P werden Produktonen genannt; statt (x, y) P wrd auch x y geschreben. De Notaton x y 1 y n st ene Abkürzung für de Produktonen x y 1,..., x y n. Das Wort u y v st aus dem Wort u x v n enem Schrtt abletbar, geschreben u x v u y v, wenn x y glt. De von G genererte Sprache L(G) st defnert als de Menge { w T S w }, wobe den reflexven und transtven Abschluss von bezechnet. 2 (a) Geben Se an, welche der folgenden Tupeln ene reguläre Grammatk gemäß der obgen Defnton darstellt. Begründen Se Ihre Antwort, falls es sch um kene reguläre Grammatk handelt. Entsprcht das Tupel der Defnton, geben Se de Sprache an, de durch de Grammatk generert wrd. (1) {X}, {a, b}, {X axb ε}, X (2) {X, Y}, {a, b}, {X ax by ε, Y by}, X (3) {a, b}, {X, Y}, {a Xa Yb ε, b Yb}, b (4) {X, Y}, {a, b}, {X Xa Yb ε, Y Yb ε}, X (b) Beschreben Se en Verfahren, das zu ener regulären Grammatk enen äquvalenten endlchen Automaten lefert. (c) Beschreben Se en Verfahren, das zu enem endlchen Automaten ohne ε-übergängen ene äquvalente reguläre Grammatk lefert. Lässt sch Ihr Verfahren auch für Automaten mt ε-übergängen verwenden? 2 Das heßt, dass de klenste Relaton mt folgenden Egenschaften st: Aus u v folgt u v. Es glt u u für alle Wörter u T. Aus u v und v w folgt u w. Anschaulch gesprochen steht für de Abletbarket n belebg velen Schrtten. 10

11 (a). Ist kene reguläre Grammatk, da de rechte Sete der ersten Produkton, axb, n der Menge T V T legt, ncht aber n der Menge T V. (Offenschtlch st asb auch ncht das Leerwort.). Ist ene reguläre Grammatk, de de Sprache {a} generert.. Ist ene reguläre Grammatk, de de Sprache {} generert. v. Ist kene reguläre Grammatk, da etwa de rechte Sete der ersten Produkton, Xa, n der Menge V T legt, ncht aber n der Menge T V. (b) Wr nterpreteren de Varablensymbole als Zustände und führen für jede Produkton A sb enen Übergang mt dem Symbol s von Zustand A nach Zustand B en. A st Endzustand genau dann, wenn es de Produkton A ε gbt. Formal lässt sch der Automat A G = Q, Σ, δ, q 0, F zu ener regulären Grammatk G = V, T, P, S folgendermaßen defneren. Q = V Σ = T δ = { (A, s, B) (A sb) P } q 0 = S F = { A (A ε) P } (c) Analog lässt sch zu jedem Automaten A = Q, Σ, δ, q 0, F ohne ε-übergängen ene reguläre Grammatk G A = V, T, P, S defneren, ndem man de Zustände zu Nontermnalen und de Übergänge zu Produktonen macht: V = Q T = Σ P = { (q sq ) (q, s, q ) δ } { (q ε) q F } S = q 0 Aufgabe 8 (0.4 Punkte) Angenommen es snd zwe determnstsche Automaten A und B gegeben. Geben Se en allgemenes Verfahren an um enen endlchen Automaten zu konstrueren, der genau jene Wörter akzeptert, de von A aber ncht von B akzeptert werden. Welche Egenschaft regulärer Sprachen lässt sch daraus ablesen? Seen A = Q 1, Σ, δ 1, 1, F 1 und B = Q 2, Σ, δ 2, 2, F 2 zwe belebge determnstsche Automaten über dem Alphabet Σ. Wr konstrueren enen Automaten C, der de beden Automaten A und B glechzetg ausführt. Als Zustände für C verwenden wr Paare 11

12 (q 1, q 2 ), wobe q 1 Q 1 en Zustand des ersten Automaten und q 2 Q 2 en Zustand des zweten Automaten st. Der neue Automat befndet sch be Engabe enes Wortes w m Zustand (q 1, q 2 ), wenn sch der erste Automat be desem Wort m Zustand q 1 und der zwete m Zustand q 2 befnden würde. Der Startzustand ( 1, 2 ) entsprcht der Stuaton, n der sch de beden ursprünglchen Automaten m Startzustand befnden. En Übergang mt dem Symbol s von (q 1, q 2 ) nach (q 1, q 2 ) exstert genau dann, wenn man mt desem Symbol n A von q 1 nach q 1 = δ 1(q 1, s) und n B von q 2 nach q 2 = δ 2(q 2, s) gelangt. Uns nteresseren nun alle Wörter, de von A aber ncht von B akzeptert werden. En derartges Wort legt genau dann vor, wenn der neue Automat damt enen Zustand (q 1, q 2 ) errecht, be dem q 1 en Endzustand des Automaten A aber q 2 ken Endzustand des Automaten B st. Der gesucht Automat st somt gegeben durch C = Q 1 Q 2, Σ, δ, ( 1, 2 ), F 1 (Q 2 \ F 2 ), wobe de Übergangsfunkton festgelegt st durch δ((q 1, q 2 ), s) = (δ 1 (q 1, s), δ 2 (q 2, s)) für alle (q 1, q 2 ) Q 1 Q 2 und alle s Σ. De Menge der Wörter, de von A aber ncht von B akzeptert werden, st nchts anderes als de Mengendfferenz L(A) \ L(B). Unsere Konstrukton zegt, dass de Dfferenz von Sprachen, de von Automaten akzeptert werden, weder durch enen Automaten beschreben werden kann. De Famle der Sprachen, de von endlchen Automaten akzeptert werden, st daher abgeschlossen gegenüber Mengendfferenz. In der Vorlesung haben wr gezegt, dass dese Sprachfamle genau den regulären Sprachen entsprcht. Daher snd auch de regulären Sprachen abgeschlossen gegenüber Dfferenzbldung: De Dfferenz zweer regulärer Sprachen st weder regulär. Aufgabe 9 (0.3 Punkte) De Plannng Doman Defnton Language (Pddl) wrd zur Beschrebung von Planungsproblemen verwendet. Das folgende Pddl-Bespel beschrebt en Problem namens Blocksworld-Instanz-1 aus dem Berech Blocksworld, n dem es de Objekte A, B und C vom Typ Block sowe das Objekt D vom Typ Cube gbt; der :nt -Abschntt beschrebt de gegebene Ausgangsstuaton, der :goal -Abschntt de gewünschte Zelstuaton. (defne (problem Blocksworld-Instanz-1) (:doman Blocksworld) (:objects A B C - Block D - Cube) (:nt (Clear A) (Clear C) (On C B) (OnTable A) (OnTable B) (HandEmpty) ) (:goal (OnTable C) (On A B) (On B C) ) ) 12

13 Grundsätzlch bestehen Problembeschrebungen aus nenander geschachtelten Lsten, de jewels n runden Klammern engeschlossen snd. De Lstenelemente werden durch Leerzechen getrennt. Es genügt, wenn Se enzelne Leerzechen zur Trennung vorsehen, mehrfache Leerzechen und Zelenumbrüche müssen ncht berückschtgt werden. De oberste Lste besteht aus sechs Elementen, nämlch dem Schlüsselwort defne gefolgt von Lsten für de Problembezechnung, de Berechsbezechnung, de Objektdefntonen, de Ausgangs- und de Zelstuaton (we m Bespel oben). defne, problem, :doman, :objects, :nt und :goal snd Schlüsselwörter. Alle anderen Bezechnungen bestehen aus Buchstaben, Zffern und Bndestrchen, begnnen aber mmer mt enem Buchstaben. Objekte werden m :objects -Abschntt defnert. Der Lste von Objekten folgt getrennt durch enen Bndestrch hr Typ. Darauf können wetere Objekte mt ener wetere Typangabe (m Bespel oben Cube ) folgen, und so weter. Der :nt - und der :goal -Abschntt besteht jewels aus ener Folge von sogenannten Prädkaten. Jedes Prädkat st ene Lste, de mt enem Prädkatnamen begnnt, dem Argumente folgen können. Etwa enthält das Prädkat (Clear A) den Prädkatnamen Clear und das Argument A. (HandEmpty) enthält nur enen Prädkatnamen, aber kene Argumente. Im Prädkat (On A B) folgen dem Prädkatnamen zwe Argumente. Geben Se ene strukturerte kontextfree Grammatk n Ebnf an, de den Aufbau derartger Problembeschrebungen spezfzert. V, T, P, Pddl mt V = {Pddl, Problem, Doman,..., Char, Letter, Dgt}, T = {" ", "(", ")", "-", ":", "a",..., "z", "A",..., "Z", "0",..., "9"}, P = {Pddl "(defne " Problem " " Doman " " Objects " " Int " " Goal ")", Problem "(problem " Name ")", Doman "(:doman " Name ")", Objects "(:objects " ObjDecl { " " ObjDecl } ")", ObjDecl Name { " " Name } " - " Name, Int "(:nt " PredLst ")", Goal "(:goal " PredLst ")", PredLst Pred { " " Pred }, Pred "(" Name { " " Name } ")", Name Letter { Char }, Char Letter Dgt "-", Letter "a" "z" "A" "Z", Dgt "0" "9" } 13

14 Aufgabe 10 (0.3 Punkte) Se E de Sprache der Posx Extended Regular Expressons, wobe nur de n der folgenden Tabelle angeführten Sprachelemente zugelassen snd. regexp trfft zu auf \s Zechen s s s, falls ken Sonderzechen. alle Zechen [s 1 s n ] en Zechen aus {s 1,..., s n } (r) r regexp trfft zu auf rr r gefolgt von r r r r oder r r* 0 Mal r r+ 1 Mal r r? 1 Mal r Weters st das Alphabet auf de Zechen A, 9, \,., [, ], (, ),, *, +,? und! engeschränkt, es besteht also nur aus den n der Tabelle auftretenden Sondersymbolen sowe aus den dre Symbolen A, 9 und!. Bespel: Das Wort ([A9.]*(! \?)?)+ legt n der Sprache E. Spezfzeren Se de Sprache der Posx Extended Regular Expressons mt Hlfe ener kontextfreen Grammatk. Verwenden Se so wet als möglch Ebnf-Notatonen, um de Grammatk überschtlch zu halten und rekursve Regeln zu vermeden. V, T, P, RegExp, wobe V = {RegExp, Quantor, Enzel, Zechen, SonderZ, NormalZ}, T = {"A", "9", "\", ".", "[", "]", "(", ")", " ", "*", "+", "?", "!"}, P = { RegExp Enzel "("RegExp")" RegExp [" "] RegExp RegExp Quantor, Quantor "*" "+" "?", Enzel "\"Zechen NormalZ "." "["Zechen { Zechen }"]", Zechen SonderZ NormalZ, SonderZ "\" "." "[" "]" "(" ")" " " Quantor, NormalZ "A" "9" "!" } Aufgabe 11 (0.4 Punkte) Zegen Se mt Hlfe der algebraschen Gesetze für logsche Operatoren und Quantoren, dass de beden Formeln jewels äquvalent zuenander snd. Übersetzen Se jede Formel n natürlche Sprache, wobe de Prädkatensymbole de durch hren Namen nahegelegten Bedeutungen haben sollen. (a) x (Mann(x) y (Frau(y) Lebt(x, y))) und x (Mann(x) y (Frau(y) Lebt(x, y))) (b) x ((Frau(x) ymann(y)) z Lebt(x, y)) und x Mann(x) z (Frau(z) Lebt(z, y)) 14

15 (a) x (Mann(x) y (Frau(y) Lebt(x, y))) xf = x F x (Mann(x) y (Frau(y) Lebt(x, y))) F G = F G x ( Mann(x) y (Frau(y) Lebt(x, y))) (F G) = F G x ( Mann(x) y (Frau(y) Lebt(x, y))) F = F x (Mann(x) y (Frau(y) Lebt(x, y))) xf = x F x (Mann(x) y (Frau(y) Lebt(x, y))) (F G) = F G x (Mann(x) y ( Frau(y) Lebt(x, y))) F G = F G x (Mann(x) y (Frau(y) Lebt(x, y))) De erste Formel lässt sch lesen als Ncht alle Männer leben ene Frau, de letzte als Es gbt Männer, de alle Frauen ncht leben. De Zwschenformel n der fünften Zele entsprcht der Formulerung Manche Männer leben kene Frau. (b) x ((Frau(x) ymann(y)) z Lebt(x, y)) zf = F wenn z ncht n F vorkommt x ((Frau(x) ymann(y)) Lebt(x, y)) F G = F G x ( (Frau(x) ymann(y)) Lebt(x, y)) (F G) = F G x ( Frau(x) ymann(y) Lebt(x, y)) xf = x F x ( Frau(x) y Mann(y) Lebt(x, y)) x(f G) = F xg wenn x ncht n F vorkommt y Mann(y) x ( Frau(x) Lebt(x, y)) F G = F G y Mann(y) x (Frau(x) Lebt(x, y)) yf [y] = xf [x] wenn x ncht n F vorkommt x Mann(x) x (Frau(x) Lebt(x, y)) xf [x] = zf [z] wenn z ncht n F vorkommt x Mann(x) z (Frau(z) Lebt(z, y)) De erste Formel entsprcht der Aussage: Für alle x glt: Falls x ene Frau st und falls es rgendenen Mann gbt, dann glt für alles, dass x en Objekt y lebt. Auffällg an deser Formel st, dass es ene free Varable y für en Element des Unversums gbt, das von x gelebt wrd. Dese Varable hat nchts mt der glechnamgen Varable n der Telformel ymann(y) zu tun. Weters gbt es noch de quantfzerte Varable z, de aber nrgends vorkommt, wodurch der entsprechende Quantor bedeutungslos st. De letzte Formel st de aufgeräumte Verson der ersten und kann gelesen werden als: Alles st ken Mann (bzw. nemand st en Mann), oder alle Frauen leben das durch y bezechnete Objekt. Aufgabe 12 (0.5 Punkte) Seen Person/1, Nass/1, Hobby/1 und Betrebt/2 Prädkatensymbole sowe surfen und tauchen Konstantensymbole mt folgender Bedeutung: 15

16 Person(x)... x st ene Person Nass(x)... x st nass Hobby(x)... x st en Hobby Betrebt(x, y)... x betrebt y surfen... Surfen tauchen... Tauchen Verwenden Se dese Symbole, um de folgenden Sätze n prädkatenlogsche Formeln zu übersetzen. (a) Alle Personen, de Surfen oder Tauchen betreben, snd nass. (b) Es gbt Personen, de alle nassen Hobbes betreben. Se weters folgende Interpretaton I gegeben: U = {Tom, Anna, Lsa, Karn, Schwmmen, Surfen, Segeln, Eslaufen, Tauchen, Radfahren, Lesen, Laufen} I(Person) = {Tom, Lsa, Karn} I(Nass) = {Schwmmen, Surfen, Segeln, Eslaufen} I(Hobby) = {Schwmmen, Surfen, Tauchen, Radfahren, Lesen, Laufen} I(Betrebt) = {(Tom, Eslaufen), (Tom, Radfahren), (Tom, Segeln), I(surfen) = Surfen I(radfahren) = Radfahren (Anna, Radfahren), (Anna, Tauchen), (Anna, Eslaufen), (Lsa, Surfen), (Lsa, Schwmmen), (Lsa, Segeln), (Karn, Radfahren), (Karn, Eslaufen)} Übersetzen Se de nachfolgenden Formeln n natürlche Sprache. Geben Se an, ob de Formeln n der Interpretaton I wahr oder falsch snd. Begründen Se Ihre Antwort; es st kene formale Auswertung erforderlch. (c) x (Betrebt(x, surfen) Betrebt(x, radfahren)) (d) x (Nass(x) (Person(x) y Betrebt(x, y))) (e) x (Person(x) y (Hobby(y) Betrebt(x, y))) (a) x ((Person(x) (Betrebt(x, surfen) Betrebt(x, tauchen))) Nass(x)) (b) x (Person(x) y ((Hobby(y) Nass(y)) Betrebt(x, y))) (c) Übersetzung: Es gbt etwas, das surft aber ncht Rad fährt. Dese Aussage st rchtg, da (Lsa, Surfen) I(Betrebt) und (Lsa, Radfahren) / I(Betrebt) (d) Übersetzung: Alles Nasse st ene Person und betrebt rgendetwas. Dese Aussage st falsch, da Schwmmen I(Nass) aber Schwmmen / I(Person). 16

17 (e) Übersetzung: Es gbt ene Person, de en Hobby betrebt. Dese Aussage st wahr, da Tom I(Person), Radfahren I(Hobby) und (Tom, Radfahren) I(Betrebt). Aufgabe 13 (0.4 Punkte) Geben Se für das folgende Petr-Netz mt Anfangsmarkerung alle möglchen Rehenfolgen an, n denen de Transtonen feuern können, sowe de Endmarkerungen, de dadurch errecht werden. (Endmarkerung bedeutet, dass kene Transton aktvert st.) t 1 2 t 3 t 2 De Transtonsfolgen t 1 t 2 und t 2 t 1 lefern bede de folgende Endmarkerung. t 1 2 t 3 t 2 Feuern de Transtonen n der Rehenfolge t 2 t 3 t 1 t 1, ergbt sch folgende Markerung. 17

18 t 1 2 t 3 t 2 De letzte Möglchket st de Rehenfolge t 2 t 3 t 1 t 3 t 1 t 3, de mt folgender Markerung endet: t 1 2 t 3 t 2 Aufgabe 14 (0.4 Punkte) Bem Boardng enes Flugzeugs werden zwe Schlangen gebldet, regular und premum, wobe de Premumschlange für Velfleger gedacht st. Jede der beden Schlangen wrd von enem Mtarbeter der Fluglne betreut. Der Prozess st be beden Schlangen dent: Zuerst wrd der Resepass kontrollert und dann der Barcode auf dem Flugtcket gescannt. (a) Modelleren Se deses System mt Hlfe enes Petr-Netzes. Geben Se ene geegnete Anfangsmarkerung für fünf reguläre und zwe Velfleger an. (b) Da es mest mehr reguläre als Premumgäste gbt, st der Premumbetreuer wenger ausgelastet als der andere. Erwetern Se Ihr Modell dahngegend, dass der Premumbetreuer, wenn er ncht gerade enen Passager abfertgt, Fluggäste von der regulären Schlange n de Premumschlange umrehen kann. 18

19 Schlange regular Passkontrolle Pass kontrollert Tcketscan Mtarbeter fre Mtarbeter fre Kunde fertg Schlange premum Passkontrolle Pass kontrollert Tcketscan De Token, de de Kunden repräsenteren, befnden sch zunächst n der Schlange regular oder der Schlange premum. Ist der jewelge Mtarbeter verfügbar, so kann de Passkontrolle und anschleßend der Tcketscan durchgeführt werden. Der Mtarbeter st erst weder für den nächsten Kunden beret, sobald für den aktuellen Kunden bede Schrtte durchgeführt wurden. Soll der Mtarbeter, der de Premummtgleder betreut, zusätzlch enzelne Kunden von der regular n de premum Schlange schcken können, so muss das Netz we folgt erwetert werden. Schlange regular Passkontrolle Pass kontrollert Tcketscan Umrehung Mtarbeter fre Mtarbeter fre Kunde fertg Schlange premum Passkontrolle Pass kontrollert Tcketscan 19

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Übungsblatt 4 - Lösung

Übungsblatt 4 - Lösung Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Werkstoffmechanik SS11 Baither/Schmitz. 5. Vorlesung

Werkstoffmechanik SS11 Baither/Schmitz. 5. Vorlesung Werkstoffmechank SS11 Bather/Schmtz 5. Vorlesung 0.05.011 4. Mkroskopsche Ursachen der Elastztät 4.1 Energeelastztät wrd bestmmt durch de Wechselwrkungspotentale zwschen den Atomen, oft schon auf der Bass

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Wahl auf Bäumen: FireWire

Wahl auf Bäumen: FireWire Wahl auf Bäumen: FreWre IEEE 94 Hgh Performance Seral Bus (FreWre) Internatonaler Standard Hochgeschwndgketsbus Transport von dgtalen Audo- und Vdeo-Daten 400 Mbps (94b: 800 MBps... 3200 Mbps) Hot-pluggable

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Bemerkungen zum LCG Rupert Hartung,

Bemerkungen zum LCG Rupert Hartung, mt Bemerkungen zum LCG Rupert Hartung, 24.6.2005 Wr betrachten den Lnear Congruental Generator (LCG) X 0, X 1,..., X,... X +1 = ax + c mod N (1) zur Erzeugung von Pseudozufallszahlen mäÿger Qualtät. De

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung

Mehr

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A Lneare Modelle m SS 2006, Prof. Dr. W. Zucchn 1 Klausur zur Vorlesung Lneare Modelle SS 2006 Dplom, Klausur A Aufgabe 1 (18 Punkte) a) Welcher grundsätzlche Untersched besteht n der Interpretaton von festen

Mehr

Datenträger löschen und einrichten

Datenträger löschen und einrichten Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

LITECOM infinity Infinity-Modus

LITECOM infinity Infinity-Modus LITECOM nfnty Infnty-Modus nfnty Rechtlche Hnwese Copyrght Copyrght Zumtobel Lghtng GmbH Alle Rechte vorbehalten. Hersteller Zumtobel Lghtng GmbH Schwezerstrasse 30 6850 Dornbrn AUSTRIA Tel. +43-(0)5572-390-0

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

Verteilungen eindimensionaler diskreter Zufallsvariablen

Verteilungen eindimensionaler diskreter Zufallsvariablen Vertelungen endmensonaler dskreter Zufallsvarablen Enführung Dskrete Vertelungen Dskrete Glechvertelung Bernoull-Vertelung Bnomalvertelung Bblografe: Prof. Dr. Kück Unverstät Rostock Statstk, Vorlesungsskrpt,

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Grundlagen der Technischen Informatik. 9. Übung

Grundlagen der Technischen Informatik. 9. Übung Grundlagen der Technschen Informatk 9. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 9. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101 Alternatve Bewese Klaus-R. Löffler Inhaltsverzechns Vorbemerkungen De nachfolgend angegebenen Bewese oder Bewesvaranten snd n gewsser Wese der Unterhaltungsmathematk zuzurechnen: Es geht darum, zu engen

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

Mehr

Der Erweiterungsfaktor k

Der Erweiterungsfaktor k Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

Mehr

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade Der starre Körper Domnk Fauser 1 Grundlagen 1.1 Denton Als enen starren Körper bezechnet man en System von Massepunkten m, deren Abstände zuenander konstant snd: r j = r r j. Mest betrachtet man ene sehr

Mehr

Theoretische Physik II Elektrodynamik Blatt 2

Theoretische Physik II Elektrodynamik Blatt 2 PDDr.S.Mertens M. Hummel Theoretsche Physk II Elektrodynamk Blatt 2 SS 29 8.4.29 1. Rechnen mt Nabla. Zegen Se durch Auswertung n kartesschen Koordnaten de folgende Relaton und werten Se de anderen Relatonen

Mehr

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik und hre Datenstrukturen 9-9....2 9. Zetplanung...2 9.. CPM... 3 9..2 PERT... 9..3 MPM... 5 9..4 Verglech zwschen CPM und MPM... 22 9.2 Ausblck: Kosten- und Kapaztätsplanung...23 9.3 Entschedungsnetzpläne...24

Mehr

Contents blog.stromhaltig.de

Contents blog.stromhaltig.de Contents We hoch st egentlch Ihre Grundlast? Ene ncht ganz unwchtge Frage, wenn es um de Dmensonerung ener senannten Plug&Play Solar-Anlage geht. Solarsteckdosensystem für jermann, auch für Meter lautete

Mehr

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines 6 Wandtafeln 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln 6.3.1 Allgemenes Be der Berechnung der auf de enzelnen Wandtafeln entfallenden Horzontalkräfte wrd ene starre Deckenschebe angenommen.

Mehr

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1 Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Die Siedler von. Ein spannendes Gemeinschafts-Geländespiel. Ziel des Geländespiels und Bezug zur Nehemia-Geschichte

Die Siedler von. Ein spannendes Gemeinschafts-Geländespiel. Ziel des Geländespiels und Bezug zur Nehemia-Geschichte De Sedler von En spannendes Gemenschafts-Geländespel Besonderheten: Gemenschafts- Geländespel, vele Mtarbetende werden benötgt. Dauer: Mnd. 90 Mnuten Zelgruppe: 8- bs 12-Jährge Vorberetungszet: Aufwendg

Mehr

= ( S. andere Möglichkeit ist eine Menge von Zustandsaussagen, das sind Prädikate mit Zustandsattributen.

= ( S. andere Möglichkeit ist eine Menge von Zustandsaussagen, das sind Prädikate mit Zustandsattributen. Kaptel 2: Das Bassmodell der Dskreten--Smulaton 2. Das Bassmodell der Dskreten--Smulaton In der Smulaton hat sch set langer Zet n der Forschung das Konzept der Dskreten-- Smulaton (egentlch: dskrete eregnsorenterte

Mehr

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013 Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: 1007394 Studenrchtung: A 033621 Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz. Inhaltsverzechns

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Übung zur Vorlesung. Informationstheorie und Codierung

Übung zur Vorlesung. Informationstheorie und Codierung Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013 2. Klausur zur Vorlesung Algorthmen II Wntersemester 202/203 Her Aufkleber mt Name und Matrkelnummer anbrngen Vorname: Nachname: Matrkelnummer: Beachten Se: Brngen Se den Aufkleber mt Ihrem Namen und Matrkelnummer

Mehr