Übersicht. Datenstrukturen und Algorithmen. Rekursionsgleichungen. Übersicht. Vorlesung 6: Mastertheorem (K4) Joost-Pieter Katoen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Übersicht. Datenstrukturen und Algorithmen. Rekursionsgleichungen. Übersicht. Vorlesung 6: Mastertheorem (K4) Joost-Pieter Katoen"

Transkript

1 Übersicht Datestrukture ud Algorithme Vorlesug 6: (K) Joost-Pieter Katoe Lehrstuhl für Iformatik 2 Software Modelig ad Verificatio Group 1 Substitutiosmethode Rekursiosbäume April 2015 Joost-Pieter Katoe Datestrukture ud Algorithme 1/20 Joost-Pieter Katoe Datestrukture ud Algorithme 2/20 Übersicht Rekursiosgleichuge Rekursiosgleichug Für rekursive Algorithme wird die Laufzeit meistes durch Rekursiosgleichuge beschriebe. 1 Substitutiosmethode Rekursiosbäume Eie Rekursiosgleichug ist eie Gleichug oder eie Ugleichug, die eie Fuktio durch ihre eigee Fuktioswerte für kleiere Eigabe beschreibt. e T () = T ( ( 1)/2 ) + 1 T () = T ( 1) + 1 T () = 2 T (/2) + 1 T () = 7 T (/2) + c 2 Biäre Suche Bubblesort Mergesort Strasse s Matrixmultiplikatio Die zetrale Frage ist: Wie löst ma solche Rekursiosgleichuge? Joost-Pieter Katoe Datestrukture ud Algorithme 3/20 Joost-Pieter Katoe Datestrukture ud Algorithme /20

2 Die Substitutiosmethode Substitutiosmethode Die Substitutiosmethode besteht aus zwei Schritte: 1. Rate die Form der Lösug, durch z. B.: Scharfes Hisehe, kurze Eigabe ausprobiere ud eisetze Betrachtug des Rekursiosbaums 2. Vollstädige Iduktio, um die Kostate zu fide ud zu zeige, dass die Lösug fuktioiert. Die Substitutiosmethode: Betrachte folgede Rekursiosgleichug: T (1) = 1 T () = 2 T (/2) + für > 1. Wir vermute als Lösug T () O( log ). Dazu müsse wir T () c log zeige, für ei geeigetes c > 0. Bestimme, ob für ei geeigetes 0 ud für 0 gilt, dass T () c log. Stelle fest, dass T (1) = 1 c 1 log 1 = 0 verletzt ist. Es gilt: T (2) = c 2 log 2 ud T (3) = 5 c 3 log 3 für c 2 Überprüfe da durch Substitutio ud Iduktio (s. ächste Folie) Damit gilt für jedes c 2 ud 0 > 1, dass T () c log. Joost-Pieter Katoe Datestrukture ud Algorithme 5/20 Joost-Pieter Katoe Datestrukture ud Algorithme 6/20 Die Substitutiosmethode: T () = 2 T (/2) + für > 1, ud T (1) = 1 Rate der Lösug durch Iteratio Grudidee Wiederholtes Eisetze der Rekursiosgleichug i sich selbst, bis ma ei Muster erket. T () = 2 T (/2) + 2 (c /2 log /2) + = c log /2 + = c log c log 2 + c log c + c log Iduktioshypothese log-rechug: (log log 2 ) log /2 = log log 2 mit c > 1 folgt sofort: T () = 3 + Eisetze = 3 (3 T () + )) + Nochmal eisetze = 9 (3 T (/6) + )) Vereifache ( ) ( ) ( ) = 27 T (/6) log 1 Wir ehme T (1) = c a ud erhalte: T () = + c log 3 Diese Aussage ka mit Hilfe der Substitutiosmethode gezeigt werde. Joost-Pieter Katoe Datestrukture ud Algorithme 7/20 Joost-Pieter Katoe Datestrukture ud Algorithme 8/20

3 Rate der Lösug durch Rekursiosbäume Grudidee Stelle das Ieiader-Eisetze als Baum dar, idem ma Buch über das aktuelle Rekursiosargumet ud die icht-rekursive Koste führt. Rekursiosbaum 1. Jeder Kote stellt die Koste eies Teilproblems dar. Die Wurzel stellt die zu aalysierede Koste T () dar. Die Blätter stelle die Koste der Basisfälle dar, z. B. T (0) oder T (1). 2. Wir summiere die Koste ierhalb jeder Ebee des Baumes. 3. Die Gesamtkoste := summiere über die Koste aller Ebee. Wichtiger Hiweis Ei Rekursiosbaum ist sehr ützlich, um eie Lösug zu rate, die da mit Hilfe der Substitutiosmethode überprüft werde ka. Der Baum selber reicht jedoch meistes icht als Beweis. Joost-Pieter Katoe Datestrukture ud Algorithme 9/20 Rekursiosbaum: Der Rekursiosbaum vo T () = 3 + sieht etwa so aus: Aktuelles Rekursiosargumet T () T () T () T () T () Nichtrekursive Koste T () T () Joost-Pieter Katoe Datestrukture ud Algorithme 10/20 Rekursiosbaum: T () Rekursiosbaum: Eie obere Schrake für die Komplexität erhält ma u folgedermaße: log T () T () T () T () T () T () T (1) T (1) T (1) T (1) T (1) T (1) T (1) T (1) T (1) T (1) 3 log = log T () = < < log 1 ( 3 ) i + c log 3 Verachlässige kleierer Terme + c log 3 Geometrische Reihe 1 1 (3/) + c log 3 Umforme T () = log 1 Summe über alle Ebee Koste pro Ebee + c log 3 Gesamtkoste für die Blätter mit T (1) = c Joost-Pieter Katoe Datestrukture ud Algorithme 11/20 < + c log 3 Asymptotische Ordug bestimme setze ei, dass log 3 < 1 T () O(). Joost-Pieter Katoe Datestrukture ud Algorithme 12/20

4 Korrektheit Wir köe die Substitutiosmethode beutze, um die Vermutug zu bestätige, dass: T () O() eie obere Schrake vo T () = 3 + ist. T () = 3 + 3d + = 3 d + = Iduktioshypothese ( 3 d + 1 ) mit d folgt sofort: d Ud wir stelle fest, dass es ei 0 gibt, sodass T ( 0 ) d 0 ist. Allgemeies Format der Rekursiosgleichug Eie Rekursiosgleichug für die Komplexitätsaalyse sieht meistes folgedermaße aus: ( ) T () = b T + f () c wobei b > 0, c > 1 gilt ud f () eie gegebee Fuktio ist. Ituitio: Das zu aalysierede Problem teilt sich jeweils i b Teilprobleme auf. Jedes dieser Teilprobleme hat die Größe c. Die Koste für das Aufteile eies Problems ud Kombiiere der Teillösuge sid f (). Joost-Pieter Katoe Datestrukture ud Algorithme 13/20 Joost-Pieter Katoe Datestrukture ud Algorithme 1/20 Das T () = b T ( c ) + f () mit b 1 ud c > 1. Azahl der Blätter im Rekursiosbaum: E mit E = log b/ log c. We Da 1. f () O( E ε ) für ei ε > 0 T () Θ( E ) 2. f () Θ( E ) T () Θ( E log ) 3. f () Ω( E+ε ) für ei ε > 0 ud b f (/c) d f () für ei d < 1 ud hireiched groß T () Θ(f ()) Bemerke, dass das icht alle Fälle abdeckt. Das verstehe I jedem der 3 Fälle wird die Fuktio f () mit E = log c b vergliche. : Ituitio We Da 1. f () polyomial kleier ist als E T () Θ( E ) 2. f () ud E die gleiche Größe habe T () Θ( E log ) 3. f () ist polyomial größer als E ud erfüllt b f (/c) d f () Nicht abgedeckte Fälle: T () Θ(f ()) 1. f () ist kleier als E, jedoch icht polyomiell kleier. 2. f () ist größer als E, jedoch icht polyomiell größer. 3. f () ist polyomiell größer als E, erfüllt icht b f (/c) d f (). Joost-Pieter Katoe Datestrukture ud Algorithme 15/20 Joost-Pieter Katoe Datestrukture ud Algorithme 16/20

5 Awedug des s Awedug des s T () = T (/2) + Somit: b =, c = 2 ud f () = ; E = log / log 2 = 2. Da f () = O( 2 ε ), gilt Fall 1: T () Θ( 2 ) T () = T (/2) + 2 Somit: b =, c = 2 ud f () = 2 ; E = log / log 2 = 2. Da f () = 2 O( 2 ε ), gilt Fall 1 icht. Aber weil f () = 2 Θ( 2 ), gilt Fall 2: T () Θ( 2 log ) T () = T (/2) + 3 Somit: b =, c = 2 ud f () = 3 ; E = log / log 2 = 2. Wege E = 2 gelte Fälle 1 ud 2 offebar icht. Da f () = 3 Ω( 2+ε ) für ε = 1, köte Fall 3 gelte. Überprüfe: gilt f (/2) d f () für ei d < 1 ud hireiched grosse? Dies liefert d 3, ud dies gilt für alle 1 2 d < 1 (ud ) Somit gilt Fall 3 tatsächlich ud wir folger: T () Θ( 3 ) Joost-Pieter Katoe Datestrukture ud Algorithme 17/20 Joost-Pieter Katoe Datestrukture ud Algorithme 18/20 Das ist icht immer awedbar : Beweis T () = T (/2) + 2 log Also gilt: b =, c = 2 ud f () = 2 / log ; E = 2. Fall 1 ist icht awedbar: 2 / log O( 2 ε ), da f ()/ 2 = (log ) 1 O( ε ). Fall 2 ist icht awedbar: 2 / log Θ( 2 ). Fall 3 ist icht awedbar: f () Ω( 2+ε ), da f ()/ 2 = (log ) 1 O( +ε ). Das hilft hier überhaupt icht weiter! Durch Substitutio erhält ma: T () Θ( 2 log log ) Joost-Pieter Katoe Datestrukture ud Algorithme 19/20 Joost-Pieter Katoe Datestrukture ud Algorithme 20/20

3 T (d 1, l 2. ) + (6 + 2) falls d > 0 7 sonst. n 2. 4T ( n 2 ) + log 2 (n), falls n > 1 1, sonst

3 T (d 1, l 2. ) + (6 + 2) falls d > 0 7 sonst. n 2. 4T ( n 2 ) + log 2 (n), falls n > 1 1, sonst Prof. aa Dr. Ir. Joost-Pieter Katoe Datestrukture ud Algorithme SS5 Tutoriumslösug - Übug 3 (Abgabe 3.05.05 Christia Dehert, Friedrich Gretz, Bejami Kamiski, Thomas Ströder Tutoraufgabe (Rekursiosgleichuge:

Mehr

Tutoraufgabe 1 (Rekursionsgleichungen):

Tutoraufgabe 1 (Rekursionsgleichungen): Prof. aa Dr. E. Ábrahám Datestrukture ud Algorithme SS4 Lösug - Übug F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe (Rekursiosgleichuge): Gebe Sie die Rekursiosgleichuge für die Laufzeit der folgede

Mehr

2 Asymptotische Schranken

2 Asymptotische Schranken Asymptotische Schrake Sowohl die Laufzeit T () als auch der Speicherbedarf S() werde meist durch asymptotische Schrake agegebe. Die Kostate c i, welche i der Eiführug deiert wurde, sid direkt vo der Implemetatio

Mehr

HEUTE. Beispiele. O-Notation neue Einführung Ideen und Eigenschaften Aufgaben 47 und 52

HEUTE. Beispiele. O-Notation neue Einführung Ideen und Eigenschaften Aufgaben 47 und 52 11.02.04 1 HEUTE 11.02.04 3 Beispiele 2, 2 2, 2 +, 1 2 2 log habe asymptotisch gleiches Wachstum: O-Notatio eue Eiführug Idee ud Eigeschafte Aufgabe 47 ud 2 Aufteilugs- ud Beschleuigugssatz Idee ud Awedug

Mehr

Asymptotische Notationen

Asymptotische Notationen Foliesatz 2 Michael Brikmeier Techische Uiversität Ilmeau Istitut für Theoretische Iformatik Sommersemester 29 TU Ilmeau Seite 1 / 42 Asymptotische Notatioe TU Ilmeau Seite 2 / 42 Zielsetzug Igoriere vo

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 4 LÖSUNGEN MAT/MAT3 ANALYSIS I HERBSTSEMESTER 00 PROF. DR. AMILLO DE LELLIS Aufgabe. Etscheide Sie für folgede Folge (wobei N \ {0}), ob diese koverget sid, ud bereche sie gegebeefalls ihre

Mehr

Grenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya

Grenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya Grezwerte vo Folge -E Ma Lubov Vassilevskaya Berechug vo Grezwerte: Aufgabe Die Berechug vo Grezwerte ka oft ziemlich umstädlich sei. Die etwickelte Regel vereifache oft solche Berechuge. Diese Regel beruhe

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004 Lösuge zu Aufgabeblatt 7

Mehr

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

Mehr

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx Übuge zur Ifiitesimalrechug, H.-C. Im Hof 9. März Blatt 4 Abgabe: 6. März, Nachmittag Aufgabe. Zeige e x dx π. Beweis. Wir bemerke als erstes, dass e x dx e x dx + e x dx e x dx formal sieht ma dies per

Mehr

Aufgaben und Lösungen Weihnachtsgeschenke zur Vorlesung Analysis I

Aufgaben und Lösungen Weihnachtsgeschenke zur Vorlesung Analysis I Aufgabe ud Lösuge Weihachtsgescheke zur Vorlesug Aalysis I Der Witersemester 008/009 Übug am 4.., 5..008 sowie 0.0.009 Aufgabe. Folge Aufgabe Ma bestimme, ob die Folge (a ) mit a = + 3 + 4 kovergiert ud

Mehr

5.7. Aufgaben zu Folgen

5.7. Aufgaben zu Folgen 5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils

Mehr

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1 Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

1 falls n = 1 T (n) = n 2 + n falls n > 1

1 falls n = 1 T (n) = n 2 + n falls n > 1 Rekursiosformel Wir hae i de voragegagee Kapitel ereits rekursive Algorithme (die Algorithme rufe sich selst auf keegelert. Bei der Aalyse des Laufzeitverhaltes zw. des Speicherplatzedarfs eies solche

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

Aufgaben zu Kapitel 6

Aufgaben zu Kapitel 6 Aufgabe zu Kapitel 6 Aufgabe zu Kapitel 6 Verstädisfrage Aufgabe 6. Gegebe sei die Folge x ) 2 mit x 2)/ + ) für 2. Bestimme Sie eie Zahl N N so, dass x ε für alle N gilt, we a) ε 0, b) ε 00 ist. Aufgabe

Mehr

1 Einführende Worte 2

1 Einführende Worte 2 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 1 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 2 1 Eiführede Worte Semiar Grudlegede Algorithme Auflösug vo Rekursioe 1.1 Beispiele Bevor

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10 Musterlösug Name, Vorame, Matrikelummer Agabe sid freiwillig) Bitte ubedigt leserlich ausfülle Testklausur Vorkurs Iformatik, 27.09.20 Testklausur Vorkurs Iformatik 27.09.20 Musterlösug eite vo 0 Musterlösug

Mehr

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015 Lösuge zum Feriekurs Aalysis, Vorlesug Witersemester 04/05 Fabia Hafer, Thomas Baldauf I Richtig oder Falsch Sid folgede Aussage richtig oder falsch? Korrigiere bzw. ergäze Sie falsche Aussage. Gebe Sie

Mehr

Klausur 1 über Folgen

Klausur 1 über Folgen www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;

Mehr

Die vollständige Induktion - Lösungen 1. Aufgabe: Sind die folgenden Aussageformen in N allgemeingültig?

Die vollständige Induktion - Lösungen 1. Aufgabe: Sind die folgenden Aussageformen in N allgemeingültig? Start Mathematik Lektioe i Aalysis Aufgabe zur vollstädige Iduktio Die vollstädige Iduktio - Lösuge. Aufgabe: Sid die folgede Aussageforme i N allgemeigültig? a) We ei Vielfaches vo ist, da ist eie gerade

Mehr

Wörterbuchmethoden und Lempel-Ziv-Codierung

Wörterbuchmethoden und Lempel-Ziv-Codierung Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches

Mehr

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 = Aufgabe 1: (6 Pukte) Zeige Sie für alle N die Formel: 1 2 + 2 3 + 3 4 +... + ( + 1) = ( + 1)( + 2). 3 Lösug: Beweis durch vollstädige Iduktio. Iduktiosafag: Für = 1 gilt: 1 2 = 2 = 1(1 + 1)(1 + 2) 3 Iduktiosschritt:

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

Tutorium Mathematik I, M Lösungen

Tutorium Mathematik I, M Lösungen Tutorium Mathematik I, M Lösuge 16. November 2012 *Aufgabe 1. Ma utersuche die folgede Reihe auf Kovergez (a) ( 1) (1 ) (b) ( ) 2 +1 (c) (!) 3 10 (3)! (d) (e) (f) 2 +3 3 2 +1 3 ( 2 +1) 2 + 3 ( 2 +3) (g)

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

6 Grenzwerte von Zahlenfolgen

6 Grenzwerte von Zahlenfolgen 6 Grezwerte vo Zahlefolge Ei zetraler Begriff der Aalysis ist der des Grezwertes. Wir begie mit der Betrachtug vo Grezwerte vo Zahlefolge. 6. Zahlefolge 6.. Grudbegriffe Defiitio 6... Eie Fuktio f : Z

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

Die Lösung der Rekursion. mit a, c, d R >0, b N >0 verhält sich so:

Die Lösung der Rekursion. mit a, c, d R >0, b N >0 verhält sich so: Asymptotische Notatio Ladaus asymptotische Notatio O, Ω, o, ω, Θ, wird vorausgesetzt siehe Folie auf webseite oder eischlägige Literatur (z.b. Corme, Leiserso, Rivest) Geometrische Reihe α 0 folgt aus

Mehr

10 Aussagen mit Quantoren und

10 Aussagen mit Quantoren und 0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits

Mehr

Wir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel.

Wir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel. Uiversität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dr. D. Zimmerma MSc. J. Köller MSc. R. Marczizik FDSA 4 Höhere Mathematik II 30.04.2014 el, kyb, mecha, phys 1 Kovergezkriterie

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Lösungen zu Kapitel 4

Lösungen zu Kapitel 4 Lösuge zu Kapitel 4 Lösug zu Aufgabe : Die folgede Grezwerte köe aalog zu Beispiel 4.(c bestimmt werde: (a lim + = 3 3. (b Die Folge a ist diverget. (c lim + = 0. 3 (d lim ( + 3 = 0. (e lim ( + = 0. Lösug

Mehr

1 Die Rolle von Algorithmen in der elektronischen Datenverarbeitung

1 Die Rolle von Algorithmen in der elektronischen Datenverarbeitung 1 Die Rolle vo Algorithme i der elektroische Dateverarbeitug Was sid Algorithme? Warum ist das Studium vo Algorithme loheswert? Welche Rolle spiele Algorithme im Vergleich zu adere, i Recher verwedete

Mehr

Prof. Dr. Wolfgang Konen Mathematik 1, WS Wozu InformatikerInnen Folgen brauchen

Prof. Dr. Wolfgang Konen Mathematik 1, WS Wozu InformatikerInnen Folgen brauchen Prof. Dr. Wolfgag Koe Mathematik WS0 08.0.0. Zahlefolge.. Wozu IformatikerIe Folge brauche Kovergez vo Folge ist die Grudlage der Aalysis (Differetial- ud Itegralrechug) Traszedete Gleichuge wie x l x

Mehr

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1

Mehr

Quadratfraktal. Abbildung 1 Abbildung 2 Abbildung 3

Quadratfraktal. Abbildung 1 Abbildung 2 Abbildung 3 Nimm ei quadratisches Blatt Papier. Scheide lägs eier Diagoale eimal die Hälfte ab. Zerlege die zweite Hälfte i vier rechtwiklige gleichscheklige Dreiecke (Abb. ). Zwei dieser vier Dreiecke kast du u abscheide

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

3. Taylorformel und Taylorreihen

3. Taylorformel und Taylorreihen Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ). KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 14

Technische Universität München Zentrum Mathematik. Übungsblatt 14 Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt 4 Hausaufgabe Aufgabe 4. Sie sid 0 Miute zu spät i die Vorlesug gekomme ud stelle

Mehr

Michael Buhlmann Mathematik > Analysis > Newtonverfahren

Michael Buhlmann Mathematik > Analysis > Newtonverfahren Michael Buhlma Mathematik > Aalysis > Newtoverfahre Eie Abbildug {a }: N -> R, die jeder atürliche Zahl eie reelle Zahl a zuordet, heißt (uedliche (Zahle- Folge: -> a oder {a } εn, a das -te Folgeglied.

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

Höhere Mathematik I (Analysis) für die Fachrichtung Informatik

Höhere Mathematik I (Analysis) für die Fachrichtung Informatik Karlsruher Istitut für Techologie (KIT) Istitut für Aalysis Priv.-Doz. Dr. Gerd Herzog M. Sc. Adreas Hirsch WS 204/5 24.0.204 Höhere Mathematik I (Aalysis) für die Fachrichtug Iformatik Lösugsvorschlag

Mehr

2 Die natürlichen, ganzen und rationalen Zahlen

2 Die natürlichen, ganzen und rationalen Zahlen 2 Die atürliche, gaze ud ratioale Zahle 21 Aufgabe 21 Beweise Sie die folgede Aussage mittels vollstädiger Iduktio: (a) Für alle N gilt: Elemete köe auf 1 2 =! verschiedee Arte ageordet werde (b) Die Summe

Mehr

Frank Heitmann 2/56. Satz. 3 f (n) Θ(g(n)) lim n. 5 f (n) ω(g(n)) lim n

Frank Heitmann 2/56. Satz. 3 f (n) Θ(g(n)) lim n. 5 f (n) ω(g(n)) lim n Algorithme ud Datestrukture Kapitel 2: ud Laufzeitaalyse rekursiver Algorithme (mittels ) Frak Heitma heitma@iformatik.ui-hamburg.de Algorithmeaalyse Um Algorithme zu bewerte beschäftige wir us isb. mit

Mehr

SPIRALE AUS RECHTECKEN

SPIRALE AUS RECHTECKEN SPIRALE AUS RECHTECKEN Die Rechtecke sid aus eiem Papierblatt im Format DIN A4 durch sukzessives Halbiere herausgeschitte ud da "über Eck" eu ageordet worde. Welche Folge bilde die Flächeihalte der Rechtecke

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

Beweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen

Beweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen Beweistechike Vollstädige Iduktio - Beispiele, Erweiteruge ud Übuge Alex Chmelitzki 15. März 005 1 Starke Iduktio Eie etwas abgewadelte Form der Iduktio ist die sogeate starke Iduktio. Bei dieser Spielart

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,

Mehr

Index. Majorante, 24 Minorante, 23. Partialsumme, 17

Index. Majorante, 24 Minorante, 23. Partialsumme, 17 Folge, Reihe Idex Kovergezkriterie Hauptkriterium, Leibiz-Kriterium, Majoratekriterium, 4 Mioratekriterium, otwediges Kriterium, 0 Quotietekriterium, teleskopierede Summe, Wurzelkriterium, Majorate, 4

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung... KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4

Mehr

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w Prof. Dr. Moritz Kaßma Fakultät für Mathematik Witersemester 04/05 Uiversität Bielefeld Übugsaufgabe zu Aalysis Lösuge vo Blatt XII vom 5.0.5 Aufgabe XII. 3 Pukte) Beweise Sie, dass für alle R ud N die

Mehr

Binomialkoeffizienten und Binomischer Satz 1 Der binomische Lehrsatz

Binomialkoeffizienten und Binomischer Satz 1 Der binomische Lehrsatz Ihaltsverzeichis Biomialoeffiziete ud Biomischer Satz 1 Der biomische Lehrsatz wird als eie gaze Zahl vorausgesetzt, für die gilt: 0. a ud b werde als reelle Zahle vorausgesetzt, die icht Null sid. Bemerug:

Mehr

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln Wallis-Produkt, Gammafuktio ud -dimesioale Kugel Thomas Peters Thomas Mathe-Seite www.mathe-seite.de 6. Oktober 3 Das Ziel dieses Artikels ist es, Formel für das Volume ud die Oberfläche vo -dimesioale

Mehr

1. Folgen ( Zahlenfolgen )

1. Folgen ( Zahlenfolgen ) . Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide

Mehr

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1

Konfidenzintervalle. Praktische Übung Stochastik SS 2017 Lektion 10 1 Kofidezitervalle Praktische Übug Stochastik SS 017 Lektio 10 1 Kofidezitervalle Geerelle Aahme: Parametrisches Modell (P ϑ ) ϑ Θ Beobachtuge X 1,..., X u.i.v. ach P ϑ mit ubekatem ϑ Θ Grudidee: Schätzer

Mehr

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09 Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Algorithmen und Datenstrukturen"

Algorithmen und Datenstrukturen Lehrstuhl für Medieiformatik Uiversität Siege Fakultät IV 10 Aufwad vo Algorithme Versio: WS 14/15 Fachgruppe Medieiformatik 10.1 10 Aufwad vo Algorithme... Motivatio: I der Regel gibt es viele mögliche

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen Semiarausarbeitug: Gegebeispiele i der Wahrscheilichkeitstheorie - Uterschiedliche Kovergezarte vo Folge vo Zufallsvariable Volker Michael Eberle 4. März 203 Eileitug Die vorliegede Arbeit thematisiert

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe

Mehr

Mathematische Rekursion. Rekursion. Rekursion in C++ Mathematische Rekursion. Definition. 1, falls n 1. n! = n (n-1)!, falls n > 1

Mathematische Rekursion. Rekursion. Rekursion in C++ Mathematische Rekursion. Definition. 1, falls n 1. n! = n (n-1)!, falls n > 1 Mathematische Rekursio Rekursio o Viele mathematische Fuktioe sid sehr atürlich rekursiv defiierbar, d.h. o die Fuktio erscheit i ihrer eigee Defiitio. Mathematische Rekursio o Viele mathematische Fuktioe

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 1

Technische Universität München Zentrum Mathematik. Übungsblatt 1 Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für

Mehr

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37 Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 3..05 Höhere Mathemati für die Fachrichtug Physi Lösugsvorschläge zum 3. Übugsblatt Vorbemerug

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr DEMO für ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gz ausführliches Traiig Datei Nr. 40012 Neu geschriebe ud sehr erweitert Std: 4. Februar 2010 INTERNETBIBLIOTHEK

Mehr

Geometrische Folgen. Auch Wachstumsfolgen Viele Aufgaben. Lösungen nur auf der Mathe-CD Hier nur Ausschnitte. Datei Nr

Geometrische Folgen. Auch Wachstumsfolgen Viele Aufgaben. Lösungen nur auf der Mathe-CD Hier nur Ausschnitte. Datei Nr ZAHLENFOLGEN Teil Geometrische Folge Auch Wachstumsfolge Viele Aufgabe Lösuge ur auf der Mathe-CD Hier ur Ausschitte Datei Nr. 00 Friedrich Buckel März 00 Iteretbibliothek für Schulmathematik 00 Geometrische

Mehr

Grundlagen der Mathematik (LPSI/LS-M1) WiSe 2010/11 - Curilla/Koch/Ziegenhagen

Grundlagen der Mathematik (LPSI/LS-M1) WiSe 2010/11 - Curilla/Koch/Ziegenhagen Fchbereich Mthemtik Algebr ud Zhletheorie Christi Curill Grudlge der Mthemtik LPSI/LS-M) Lösuge Bltt WiSe 00/ - Curill/Koch/Ziegehge Präsezufgbe P3)-d) Für jede der vier Mege gilt, dss die dri ethltee

Mehr

Kapitel 6: Quadratisches Wachstum

Kapitel 6: Quadratisches Wachstum Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =

Mehr

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter

Mehr

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann Lösugsskizze Mathematik für Iformatiker 5. Aufl. Kapitel 3 Peter Hartma Verstädisfrage. Ka ma ei Axiom beweise? Nei!. Ka ei Beweis eier Aussage richtig sei, we im Iduktiosschluss die Iduktiosaahme icht

Mehr

Kleingruppen zur Service-Veranstaltung Mathematik I fu r Ingenieure bei Prof. Dr. G. Herbort im WS12/13 Dipl.-Math. T. Pawlaschyk,

Kleingruppen zur Service-Veranstaltung Mathematik I fu r Ingenieure bei Prof. Dr. G. Herbort im WS12/13 Dipl.-Math. T. Pawlaschyk, Musterlo suge zu Blatt 0 Kleigruppe zur Service-Verastaltug Mathematik I fu r Igeieure bei Prof. Dr. G. Herbort im WS/3 Dipl.-Math. T. Pawlaschyk, 9.. Theme: Kovergez vo Folge Aufgabe P (i) Sei a : k kk.

Mehr

Teil VII : Zeitkomplexität von Algorithmen

Teil VII : Zeitkomplexität von Algorithmen Teil VII : Zeitkomplexität vo Algorithme. Algorithme ud ihr Berechugsaufwad. Aufwadsabschätzug Wachstum vo Fuktioe. Aufwad vo Suchalgorithme K. Murma, H. Neuma, Fakultät für Iformatik, Uiversität Ulm,

Mehr

KAPITEL 2. Zahlenfolgen

KAPITEL 2. Zahlenfolgen KAPITEL Zahlefolge. Kovergete Zahlefolge...................... 35. Grezwertbestimmug....................... 38.3 Grezwertbestimmug durch Abschätzug............. 4.4 Mootoe Folge..........................

Mehr

4. Die Menge der Primzahlen. Bertrands Postulat

4. Die Menge der Primzahlen. Bertrands Postulat O. Forster: Eiführug i die Zahletheorie 4. Die Mege der Primzahle. Bertrads Postulat 4.1. Satz (Euklid. Es gibt uedlich viele Primzahle. Beweis. Wir zeige, dass es zu jeder edliche Mege p 1, p 2,..., p

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

Übungen zur Analysis I WS 2008/2009

Übungen zur Analysis I WS 2008/2009 Mathematisches Istitut der Uiversität Heidelberg Prof. Dr. E. Freitag /Thorste Heidersdorf Übuge zur Aalysis I WS 008/009 Blatt 3, Lösugshiweise Die folgede Hiweise sollte auf keie Fall als Musterlösuge

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

Mehr

Klassische Theoretische Physik I WS 2013/2014

Klassische Theoretische Physik I WS 2013/2014 Karlsruher Istitut für Techologie www.tkm.kit.edu/lehre/ Klassische Theoretische Physik I WS 3/4 Prof. Dr. J. Schmalia Blatt 7 Dr. P. P. Orth Abgabe ud Besprechug 3..3. Tayloretwicklug I 5 + 5 + 5 + 5

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

Analysis I für M, LaG/M, Ph 4.Übungsblatt

Analysis I für M, LaG/M, Ph 4.Übungsblatt Aalysis I für M, LaG/M, Ph 4.Übugsblatt Fachbereich Mathematik Sommersemester 200 Dr. Robert Haller-Ditelma 05.05.200 David Bücher Christia Bradeburg Gruppeübug Aufgabe G (Kovergez vo Folge) Beweise Sie:

Mehr

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57 Ihaltsverzeichis 1 Berechebarkeit ud Algorithme 7 1.1 Berechebarkeit................................. 7 1.1.1 LOOP/WHILE-Berechebarkeit................... 8 1.1.2 Turig-Maschie...........................

Mehr

Algorithmen und Datenstrukturen 1

Algorithmen und Datenstrukturen 1 Algorithme ud Datestrukture. Vorlesug Peter F. Stadler Uiversität Leipzig Istitut für Iformatik studla@bioif.ui-leipzig.de aufbaued auf de Kurse der letzte Jahre vo E. Rahm, G. Heyer, G. Brewka,Uwe Quasthoff,

Mehr

Kapitel 5. Ausrichten

Kapitel 5. Ausrichten Kapitel 5 Ausrichte Sucht ma i eier Datebak ach Zeichekette (Wörter, Name, Gesequeze), möchte ma oft aders als i de voragegagee Kapitel uterstellt icht ur exakte Treer, soder auch ähliche Vorkomme de.

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 04..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 6. Übugsblatt Aufgabe

Mehr