Graphen III- Kostennetz
|
|
- Rosa Gärtner
- vor 6 Jahren
- Abrufe
Transkript
1 Graphen III- Kostennetz Beim nächsten Besuch wird Aloysius auch schon mit dem nächsten Problem betraut: Die fünf Orte in den schweizerischen Alpen sollen mit neuen elektrischen Leitungen verbunden werden. Ein Ingenieurbüro hat schon Untersuchungen angestellt und die Kosten für die direkte Verbindung zweier Orte ermittelt. Die Kosten sind in der Skizze in Schweizer Franken eingetragen. Aloysius wird zunächst mal zu allgemeinen Überlegungen angeregt: - wie viele Verbindungsstrecken hätten eigentlich 10, 100, 1000 Orte, welche Formel gibt es dafür? - sein Honorar soll 0,7% der Kosten aller Strecken ausmachen. Erhält er dafür mehr als? Jetzt zum eigentlichen Problem: - wie könnte er die einzelnen Kosten abspeichern, gibt es da Besonderheiten? - wie könnte man das kostenminimale Netz ermitteln? Zu dem letzteren macht er erst einmal Schreibtischüberlegungen : - Er startet einfach mit ; - er ermittelt den Ort, den er von am günstigsten verbinden kann; - dann sucht er von beiden Orten wieder denjenigen (verbliebenen) Ort, der von einem der beiden Orte ausgehend am günstigsten verbunden kann; - dann sucht er von den bisherigen drei Orten... Führen Sie das Verfahren von Aloysius praktisch durch: a) von ausgehend b) von ausgehend c)... Welche Bedeutung hat der Startort, wie findet man den optimalen? Wie kann man einen passenden Algorithmus formulieren?
2 Lösung (Algorithmus von Prim): Wir suchen von das am günstigsten zu erreichende Dorf. Das ist offenbar mit Kosten von. Wir verbinden die beiden Dörfer! Nun suchen wir von und wieder die günstigste Verbindung! Von ist das günstigste nach, von gibt es aber noch was günstigeres, wir verbinden also mit mit Kosten von. Gesamtkosten bisher: 440. Jetzt müssen wir alle drei verbundenen Dörfer betrachten und suchen wieder das Beste: indem wir alle betreffenden Zahlen vergleichen (die kleinste suchen), finden wir als nächste Verbindung diejenige von nach mit heraus. Die Kosten betragen dann bisher insgesamt 650. (Skizze s.u.) Als letztes bleibt noch eine weitere Verbindung zu suchen. Geht man wieder von allen verbunden zu allen noch nicht verbundenen (hier nur noch eins) Dörfern durch, so findet man die Verbindung von nach. Das ist jetzt die noch
3 fehlende Verbindung und schlägt mit Kosten von zu Buche (teuer, aber noch am billigsten!) vorletzter Schritt: letzter Schritt: Startet man an einem anderen Ort, so ergibt sich auf den ersten Blick verblüffend, dann aber offensichtlich wieder genau das gleiche Ergebnis. Hier sieht man die Ausgabe bei Start in (Ziffer 4). Verbindungsleitung: 4 <---> 2 Verbindungsleitung: 2 <---> 1 Verbindungsleitung: 1 <---> 0 Verbindungsleitung: 0 <---> 3 Minimale Kosten betragen: 995
4 Als Algorithmus für einen Verbindungsschritt können wir folgendes notieren: setze bisherigeoptimum auf großen Wert (z.b ) für alle Dörfer Dorf1 tue für alle Dörfer Dorf2 tue wenn Dorf1 schon verbunden ist und Dorf2 noch nicht verbunden ist und die Verbindungskosten zwischen Dorf1 und Dorf2 günstiger als das bisherigeoptimum merke dir Dorf1 als OptimalDorf1 merke dir Dorf2 als OptimalDorf1 setze das bisherigeoptimum auf die Kosten zwischen Dorf1 und Dorf2 ende für Dorf2-Schleife ende für Dorf1 Schleife verbinde jetzt OptimalDorf1 und OptimalDorf2 markiere Dorf2 als verbunden Wie viele Schritte haben wir nun gemacht? Natürlich brauchen wir für fünf Dörfer nur 4 Verbindungen, allgemein immer eine Verbindung weniger als die Anzahl der Dörfer. Also muss obiger Algorithmusteil noch in eine Schleife für zähler = 1 bis AnzahlDörfer-1 ; AnzahlDörfer entspricht bei uns dim. (Dabei wird die Variable zähler für nichts anderes benutzt als einfach die Schritte durchzuzählen.) Welche Datenstrukturen (Klassen) brauchen wir? Wegen der Ähnlichkeit zu anderen Graphenproblemen und der Tatsache, dass die Verbindungen mit Werten versehen sind, legt es nahe, die Klasse GraphBewertet zu Grunde zu legen. Diese verfügt schon über eine Adjazenzmatrix, die zum Abspeichern des Kostennetzes dienen kann. Auch ein Weg zur Abspeicherung der verbundenen Orte ist vorhanden. Wir benötigen dann noch eine Möglichkeit zur Abspeicherung der real einzurichtenden Verbindungen. Dazu kann man einfach eine weitere zunächst leere Adjazenzmatrix ( Kanten ) benutzen.
5 Weiteres Verfahren (Herkunft unbekannt): Wir suchen in dem Graphen einen geschlossenen Weg, z.b. A-B-C-A. Aus diesem entfernen wir die Kante mit dem höchsten Wert, das ist hier die Kante von A nach C: Der nächste geschlossene Weg ist der von A-B-C-D-A. Auch hier wird die teuerste Kante entfernt, das ist die von C nach D:
6 Von A beginnend entdeckt man noch einen geschlossenen Weg über A-B-D-A. Die Kante mit den höchsten Kosten ist hier die von B nach D. Nach Entfernung ergibt sich folgendes Bild Die Suche nach geschlossenen Wegen geht weiter. A-B-C-E-A gibt es noch, von denen die Kante E-A entfernt wird.
7 Wir suchen wieder konsequent dem Alphabet nach und finden noch den Weg A-B- C-E-D-A und entfernen hier den Weg von E nach D: Da es von A jetzt keinen geschlossenen Weg mehr gibt, suchen wir noch Wege von B nach B und finden B-C-E mit der teuersten Kante B-E, die noch entfernt wird:
8 Jetzt gibt es keine geschlossenen Wege mehr und der minimale Spannbaum ist fertig!
Minimal spannender Baum
Minimal spannender Baum 16 1 2 21 5 11 19 6 6 3 14 33 10 5 4 18 Die Kreise zeigen die vorgesehenen Standorte neu zu errichtender Filialen einer Bank. Entlang der bestehenden Straßen sollen Telefonleitungen
MehrTechnische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 9 3. Semester ARBEITSBLATT 9 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN LEISTUNGSAUFGABEN
ARBEITSBLATT 9 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN LEISTUNGSAUFGABEN Beispiel: Wenn zwei Röhren gleichzeitig geöffnet sind, kann ein Wasserbecken in 40 Minuten gefüllt werden. Fließt das Wasser
MehrProseminar Online Algorithmen, Prof. Dr. Rolf Klein
Proseminar Online Algorithmen, Prof. Dr. Rolf Klein Vortrag von Michael Daumen am 13.12.2000 Thema : Minimum Spanning Tree und 2-Approximation der TSP-Tour Inhalt des Vortrags : 1. genaue Vorstellung des
Mehr1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederung 1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. äume / Graphen 5. Hashing 6. Algorithmische Geometrie 4/5, olie 1 2014 Prof. Steffen Lange - HDa/bI
MehrAlgo&Komp. - Wichtige Begriffe Mattia Bergomi Woche 6 7
1 Kürzeste Pfade Woche 6 7 Hier arbeiten wir mit gewichteten Graphen, d.h. Graphen, deren Kanten mit einer Zahl gewichtet werden. Wir bezeichnen die Gewichtsfunktion mit l : E R. Wir wollen einen kürzesten
MehrÜbungen zu Einführung in die Informatik: Programmierung und Software-Entwicklung: Lösungsvorschlag
Ludwig-Maximilians-Universität München WS 2015/16 Institut für Informatik Übungsblatt 13 Prof. Dr. R. Hennicker, A. Klarl Übungen zu Einführung in die Informatik: Programmierung und Software-Entwicklung:
MehrDatenstrukturen. einfach verkettete Liste
einfach verkettete Liste speichert Daten in einer linearen Liste, in der jedes Element auf das nächste Element zeigt Jeder Knoten der Liste enthält beliebige Daten und einen Zeiger auf den nächsten Knoten
MehrÜberbestimmte lineare Gleichungssysteme
Überbestimmte lineare Gleichungssysteme Fakultät Grundlagen September 2009 Fakultät Grundlagen Überbestimmte lineare Gleichungssysteme Übersicht 1 2 Fakultät Grundlagen Überbestimmte lineare Gleichungssysteme
MehrKapitel 6: Graphalgorithmen Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
MehrKlausur Informatik B April Teil I: Informatik 3
Informatik 3 Seite 1 von 8 Klausur Informatik B April 1998 Teil I: Informatik 3 Informatik 3 Seite 2 von 8 Aufgabe 1: Fragekatalog (gesamt 5 ) Beantworten Sie folgende Fragen kurz in ein oder zwei Sätzen.
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 11 Prof. Dr. Helmut Seidl, S. Pott,
MehrTraveling Salesman Problem (TSP)
Traveling Salesman Problem (TSP) Das Traveling Salesman Problem (TSP) ist ein bekanntes Optimierungsproblem. Ein Handlungsreisender soll in einer Rundreise (auch Tour genannt) n vorgegebene Städte besuchen.
MehrGibt es in Königsberg einen Spaziergang, bei dem man jede der. Pregelbrücken. überquert?
Graphentheorie Gibt es in Königsberg einen Spaziergang, bei dem man jede der sieben Pregelbrücken genau einmal überquert? 1 Königsberger Brückenproblem Im Jahre 1736 Leonhard Euler löste das Problem allgemein
MehrPrüfungsklausur Operations Research,
HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Operations Research, 10.7.2008 A Name, Vorname Matr. Nr. Aufgabe 1 : In drei Porzellanwerken W 1, W 2 und W 3 werden Speiseservice hergestellt,
MehrRouting Algorithmen. Begriffe, Definitionen
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
Mehr15. Elementare Graphalgorithmen
Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen
MehrAlgorithmen und Datenstrukturen. Große Übung vom 29.10.09 Nils Schweer
Algorithmen und Datenstrukturen Große Übung vom 29.10.09 Nils Schweer Diese Folien Braucht man nicht abzuschreiben Stehen im Netz unter www.ibr.cs.tu-bs.de/courses/ws0910/aud/index.html Kleine Übungen
MehrAlgorithmische Mathematik
Algorithmische Mathematik Wintersemester 2013 Prof. Dr. Marc Alexander Schweitzer und Dr. Einar Smith Patrick Diehl und Daniel Wissel Übungsblatt 6. Abgabe am 02.12.2013. Aufgabe 1. (Netzwerke und Definitionen)
Mehr3 Klassifikation wichtiger Optimierungsprobleme
3 Klassifikation wichtiger Optimierungsprobleme 3.1 Das MIN- -TSP Wir kehren nochmal zurück zum Handlungsreisendenproblem für Inputs (w {i,j} ) 1 i
MehrWiederholung von Äquivalenzumformungen (Lösen linearer Gleichungen): Wiederholung von Äquivalenzumformungen (Lösen von Ungleichungen):
Prof. U. Stephan WiIng 1. Wiederholung von Äquivalenzumformungen (Lösen linearer Gleichungen): Bitte lösen Sie die folgenden Aufgaben und prüfen Sie, ob Sie Lücken dabei haben. Bestimmen Sie jeweils die
MehrWie findet man den optimalen Weg zum Ziel? Klassische Probleme der Kombinatorischen Optimierung
Wie findet man den optimalen Weg zum Ziel? Klassische Probleme der Kombinatorischen Optimierung Teilnehmer/innen: Markus Dahinten, Graf Münster Gymnasium Bayreuth Robert Fay, Herder Gymnasium Berlin Falko
MehrZentrale Aufnahmeprüfung 2014 für die Handelsmittelschulen des Kantons Zürich
Zentrale Aufnahmeprüfung 2014 für die Handelsmittelschulen des Kantons Zürich Name:... Vorname:... Prüfungsnummer:... Du hast 90 Minuten Zeit. Du musst alle deine Lösungen in dieses Heft schreiben. Wenn
MehrAufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph.
Aufgabe 4.2 Sei G = (V, E, l) ein ungerichteter, gewichteter und zusammenhängender Graph. a) Es seien W 1 = (V, E 1 ), W 2 = (V, E 2 ) Untergraphen von G, die beide Wälder sind. Weiter gelte E 1 > E 2.
Mehr3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel
3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36
MehrKlausur zu Diskrete Strukturen, WS 09/10
Aufgabenblatt (Gesamtpunktzahl: 50) Klausur zu Diskrete Strukturen, WS 09/10 B.Sc-Modulprüfung / Scheinklausur Dr. Timo Hanke, Lehrstuhl D für Mathematik, RWTH Aachen 06.02.2010 (1. Termin) Name: Matrikelnummer:
MehrSchriftliche Prüfungsarbeit zum mittleren Schulabschluss 2010 im Fach Mathematik. 26. Mai 2010
Senatsverwaltung für Bildung, Wissenschaft und Forschung Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 00 im Fach Mathematik 6. Mai 00 Arbeitsbeginn: 0.00 Uhr Bearbeitungszeit: 0 Minuten Zugelassene
MehrKoordinatensystem, Strecken, Geraden
Koordinatensystem, Strecken, Geraden Zeichne eine Rechts- und eine Hochachse und trage folgende Punkte ein: P(2 1), Q(10 1), R(10 9), S(2 9), T(4 3), U(8 3), V(8 7), W(4 7). Zeichne die Strecken PQ QR
MehrKlausur Informatik B. Teil 1: Informatik 3 Juli 2005
Klausur Informatik B Teil 1: Informatik 3 Juli 2005 ACHTUNG Die vorliegende wurde im Juli 2005 geschrieben. Sie umfaßt lediglich den Informatik-3-Teil der Informatik-B-Klausur und ist für eine Bearbeitungszeit
MehrKapitel 5: Minimale spannende Bäume Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman Problem. Flüsse in Netzwerken
MehrFrank Heitmann 2/47. 1 Ein PDA beginnt im Startzustand z 0 und mit im Keller. 2 Ist der Automat
Formale Grundlagen der Informatik 1 Kapitel 5 Über reguläre Sprachen hinaus und (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 21. April 2015 Der Kellerautomat - Formal Definition (Kellerautomat
MehrVorlesung Diskrete Strukturen Graphen: Wieviele Bäume?
Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V
MehrErzeugung zufälliger Graphen und Bayes-Netze
Erzeugung zufälliger Graphen und Bayes-Netze Proseminar Algorithmen auf Graphen Georg Lukas, IF2000 2002-07-09 E-Mail: georg@op-co.de Folien: http://op-co.de/bayes/ Gliederung 1. Einleitung 2. einfache
MehrU. Rausch, 2010 Ganze Zahlen 1
U. Rausch, 2010 Ganze Zahlen 1 Ganze Zahlen 1 Einleitung Als ganze Zahlen bezeichnet man die natürlichen Zahlen 1, 2,, 4,..., die Null 0 und die negativen ganzen Zahlen 1, 2,, 4,... Wir verabreden die
MehrAnwendungsaufgaben zur Differenzialrechnung. Berechnungen von Ableitungen Umformungen von Termen Zeichnen von Graphen
5.4 Trassierung 1 Titel V2 5-4Trassierung 1 Version Mai 2011 Themenbereich Anwendungsaufgaben zur Differenzialrechnung Themen Trassierungsaufgaben Rolle des CAS Lösen von Gleichungen Berechnungen von Ableitungen
MehrAlgorithmen & Komplexität
Algorithmen & Komplexität Angelika Steger Institut für Theoretische Informatik steger@inf.ethz.ch Kürzeste Pfade Problem Gegeben Netzwerk: Graph G = (V, E), Gewichtsfunktion w: E N Zwei Knoten: s, t Kantenzug/Weg
MehrÜbung zur Vorlesung Theoretische Information. Minimierungsalgorithmus
Übung zur Vorlesung Theoretische Information Minimierungsalgorithmus Folie Warum Automaten minimieren? Zwei endliche Automaten Automat q q Automat 2 q q Beide akzeptieren die selbe Sprache Welche? q 2
MehrAusarbeitung zum Modulabschluss. Graphentheorie. spannende Bäume, bewertete Graphen, optimale Bäume, Verbindungsprobleme
Universität Hamburg Fachbereich Mathematik Seminar: Proseminar Graphentheorie Dozentin: Haibo Ruan Sommersemester 2011 Ausarbeitung zum Modulabschluss Graphentheorie spannende Bäume, bewertete Graphen,
MehrExtremwertaufgaben.
Extremwertaufgaben www.schulmathe.npage.de Aufgaben 1. Von einem rechteckigen Stück Blech mit einer Länge von a = 16 cm und einer Breite von b = 10 cm werden an den Ecken kongruente Quadrate ausgeschnitten
Mehr21 Telekommunikationsplanung in der Ägäis
21 TELEKOMMUNIKATIONSPLANUNG IN DER ÄGÄIS 94 21 Telekommunikationsplanung in der Ägäis Autor: Martin Oellrich Institut für Mathematik, TU Berlin 21.1 Aufgabe Auch auf den griechischen Inseln wollen die
MehrAlgorithmen und Datenstrukturen Kapitel 10
Algorithmen und Datenstrukturen Kapitel 10 Flüsse Frank Heitmann heitmann@informatik.uni-hamburg.de 6. Januar 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/8 Flüsse Graphen Grundlagen Definition
Mehr6. Triangulation von Polygonen
1 6. Triangulation von Polygonen 2 Problemstellung 3 Problemstellung 4 Problemstellung 5 Problemstellung 6 Jedes Polygon lässt sich triangulieren. Wir führen einen Induktionsbeweis nach der Anzahl der
MehrDie Welt der natürlichen Zahlen
Die Welt der natürlichen Zahlen 58 1 2 3 4 5 6 7 8 9 Die Welt der natürlichen Zahlen Variablen 1.1 Diese drei Säcke enthalten Kugeln; es ist nicht bekannt, wie viele Kugeln sich im Sack A befinden. A u
MehrSchulbesuch Erich-Kästner Gesamtschule 07. April 2011
Schulbesuch Erich-Kästner Gesamtschule 07. April 0 Bünde Fakultät für Mathematik Universität Bielefeld dotten@math.uni-bielefeld.de Übersicht Was ist ein Sudoku-Rätsel? Die Regeln und das Ziel Zentrale
MehrM. Graefenhan 2000-12-07. Übungen zu C. Blatt 3. Musterlösung
M. Graefenhan 2000-12-07 Aufgabe Lösungsweg Übungen zu C Blatt 3 Musterlösung Schreiben Sie ein Programm, das die Häufigkeit von Zeichen in einem eingelesenen String feststellt. Benutzen Sie dazu ein zweidimensionales
MehrLineare Funktionen Kapitel 7. Lineare Funktionen Kapitel 7 ( ) ( 2) ( 5) P und P auf dem Graphen der Funktion
Schuljahr 06-07 FOS Schuljahr 06-07 FOS Bestimmen Sie für folgende Funktionen die fehlenden Koordinaten: Fehlt der -Wert, wird der gegebene -Wert in die Funktionsgleichung eingesetzt Fehlt der -Wert, setzt
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrKlausur Theoretische Informatik I WS 2004/2005
Technische Universität Chemnitz Chemnitz, den 22.02.2005 Fakultät für Informatik Prof. Dr. Andreas Goerdt Klausur Theoretische Informatik I WS 2004/2005 Studiengang Mechatronik Aufgabe 1 (2+2+2 Punkte)
MehrAufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1
Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung
MehrVergleichsarbeit Klasse 9. I. Quadratische Funktionen
Name: Vergleichsarbeit Klasse 9 I. Quadratische Funktionen 90 Minuten 1. Bestimme den Scheitelpunkt und die Nullstellen des Graphen von f. Gehe dabei möglichst geschickt vor. a) f(x) = 50 5x² b) f(x) =
MehrMafI I: Logik & Diskrete Mathematik (F. Hoffmann)
Lösungen zum 14. und letzten Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (F. Hoffmann) 1. Ungerichtete Graphen (a) Beschreiben Sie einen Algorithmus, der algorithmisch feststellt, ob
MehrWHB11 - Mathematik Klausur Nr. 3 AFS 3 Ökonomische Anwendungen linearer Funktionen
Name: Note: Punkte: von 50 (in %: ) Unterschrift des Lehrers : Zugelassene Hilfsmittel: Taschenrechner, Geodreieck, Lineal Wichtig: Schreiben Sie Ihren Namen oben auf das Klausurblatt und geben Sie dieses
Mehr1 Vektorrechnung als Teil der Linearen Algebra - Einleitung
Vektorrechnung als Teil der Linearen Algebra - Einleitung www.mathebaustelle.de. Einführungsbeispiel Archäologen untersuchen eine neu entdeckte Grabanlage aus der ägyptischen Frühgeschichte. Damit jeder
MehrVorlesung Informatik 2 Algorithmen und Datenstrukturen. (20 Graphen) T. Lauer
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (20 Graphen) T. Lauer 1 Motivation Wie komme ich am besten von Freiburg nach Ulm? Was ist die kürzeste Rundreise durch eine gegebene Menge von Städten?
MehrProjekt: Leben in der Stadt (City) Sommersemester 2008
Projekt: Leben in der Stadt (City) Sommersemester 2008 Anforderungsermittlung zum Thema: Straßen- U-Bahnfahrt 1 Nutzungskontext des Systems 1.1 Zu unterstützende Nutzeraufgaben Die Anforderungsermittlung
MehrArbeit: Page, Brin, Motwani, Winograd (1998). Ziel: Maß für absolute
3.4 PageRank Arbeit: Page, Brin, Motwani, Winograd (1998). Ziel: Maß für absolute Wichtigkeit von Webseiten; nicht Relevanz bezüglich Benutzeranfrage. Anfrageunabhängiges Ranking. Ausgangspunkt: Eingangsgrad.
MehrF u n k t i o n e n Lineare Funktionen
F u n k t i o n e n Lineare Funktionen Dieses Muster entstand aus der Drehung einer Geraden um einen kleinen Kreis. Dieser kleine Kreis dreht wiederum um einen grösseren Kreis. ADSL Internetanschlüsse
MehrBäume und Wälder. Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann
Bäume und Wälder Seminar: Graphentheorie Sommersemester 2015 Dozent: Dr. Thomas Timmermann Ida Feldmann 2-Fach Bachelor Mathematik und Biologie 6. Fachsemester Inhaltsverzeichnis Einleitung 1 1. Bäume
MehrGraphen: Datenstrukturen und Algorithmen
Graphen: Datenstrukturen und Algorithmen Ein Graph G = (V, E) wird durch die Knotenmenge V und die Kantenmenge E repräsentiert. G ist ungerichtet, wenn wir keinen Start- und Zielpunkt der Kanten auszeichnen.
Mehr6 Bestimmung linearer Funktionen
1 Bestimmung linearer Funktionen Um die Funktionsvorschrift einer linearen Funktion zu bestimmen, muss man ihre Steigung ermitteln. Dazu sind entweder Punkte gegeben oder man wählt zwei Punkte P 1 ( 1
Mehr20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem
20. Algorithmus der Woche Online-Algorithmen: Was ist es wert, die Zukunft zu kennen? Das Ski-Problem Autor Susanne Albers, Universität Freiburg Swen Schmelzer, Universität Freiburg In diesem Jahr möchte
MehrMaximaler Fluß und minimaler Schnitt. Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de
Maximaler Fluß und minimaler Schnitt Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de Maximaler Fluß und minimaler Schnitt Wasist das? Maximaler Fluss Minimaler Schnitt Warumtut man das? Logistische
MehrSchriftliche Prüfungsarbeit zum mittleren Schulabschluss 2008 im Fach Mathematik 23.06.2008
Senatsverwaltung für Bildung, Wissenschaft und Forschung Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2008 im Fach Mathematik 23.06.2008 Arbeitsbeginn: Bearbeitungszeit: 11:00 Uhr 120 Minuten
Mehrmaximaler Fluss & minimaler Schnitt
maximaler Fluss & minimaler Schnitt Referat in angewandte Logistik Marcus Pottendorfer HTBLuVA Sankt Pölten Inhalt Maximaler Fluss minimaler Schnitt... 2 Grundbegriffe... 2 Erklärung... 2 Minimaler Schnitt...
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 5. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Wdhlg.: Dijkstra-Algorithmus I Bestimmung der
MehrMathematik. Hauptschulabschlussprüfung Saarland. Schriftliche Prüfung Pflichtaufgaben 1. Teil. Name: Vorname: Klasse:
Hauptschulabschlussprüfung 2010 Schriftliche Prüfung Pflichtaufgaben 1. Teil Mathematik Saarland Ministerium für Bildung Name: Vorname: Klasse: Bearbeitungszeit: 45 Minuten Seite 2 von 10 Alle Aufgaben
MehrMathematik I Prüfung für den Übertritt aus der 9. Klasse
Aufnahmeprüfung 015 für den Eintritt in das 9. Schuljahr eines Gymnasiums des Kantons Bern Mathematik I Prüfung für den Übertritt aus der 9. Klasse Bitte beachten: - Bearbeitungsdauer: 60 Minuten - Alle
MehrAufnahmeprüfung Mathematik
Zeit Reihenfolge Hilfsmittel Bewertung Lösungen 90 Minuten Die Aufgaben dürfen in beliebiger Reihenfolge gelöst werden. Taschenrechner ohne Grafik und CAS Beiliegende Formelsammlung Aus der Summe der bei
MehrDie Formel für die Standardabweichung lautet (ohne die Wurzel haben wir die Varianz):
Mittelwert und Standardabweichung Klasse: StandardDeviation Schreiben Sie ein Programm StandardDeviation, das von den zufällig erzeugten Werten eines Arrays beliebiger Größe den Mittelwert und die Standardabweichung
MehrAufgabe 1 D C. Skizze nicht maßstäblich
Aufgabe 1 Am Ufer des Houhai-Sees in Peking wird eine Strecke AB mit der Länge AB 90,0m abgesteckt (siehe Skizze). Die Punkte C und D werden angepeilt und folgende Winkelgrößen ermittelt: BAC 8,0 ; CAD
MehrHamiltonsche Graphen (2. Teil)
Hamiltonsche Graphen (2. Teil) Themen des Vortrages Für Schachspieler Hamiltons Spiel Sitzordnungen Eine billige Rundreise Ein vielleicht unlösbares Problem Bäcker mit Kenntnissen in Graphentheorie Fazit
MehrKlausur Grundlagen der Informatik Hochschule Ravensburg-Weingarten
Klausur Grundlagen der Informatik Hochschule Ravensburg-Weingarten Semester: AI2, WI2 Bearbeitungszeit: 90 Min. Hilfsmittel: kein prog. C SS 2010, 07.07.2010 90% Punkte entspr. Note 1,0 50% Punkte entspr.
MehrDurchschnitt von Matroiden
Durchschnitt von Matroiden Satz von Edmonds Dany Sattler 18. Januar 2007/ Seminar zur ganzzahligen Optimierung / Wallenfels Definition: Unabhängigkeitssystem Definition: Ein Mengensystem (S, J ) nennt
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 22. Constraint-Satisfaction-Probleme: Kantenkonsistenz Malte Helmert Universität Basel 14. April 2014 Constraint-Satisfaction-Probleme: Überblick Kapitelüberblick
MehrÜberblick. TSP Vergleich der Lösungen. Das Travelling Salesman Problem. Nearest-Neighbor Heuristik für TSP
Kap..1 Heuristiken Kap.. Approximative Algorithmen und Gütegarantien Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 3. VO DAP SS 008 14. Juli 009 Überblick
MehrKap. 7.1 Heuristiken Kap. 7.2 Approximative Algorithmen und Gütegarantien
Kap. 7.1 Heuristiken Kap. 7.2 Approximative Algorithmen und Gütegarantien Professor Dr. Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 23. VO DAP2 SS 2008 14. Juli 2009
MehrLineare Funktionen Auftrag 1: Bearbeitung mit dem GTR (grafikfähigen Taschenrechner)
Lineare Funktionen Auftrag : Ein Wasserwerk verlangt von seinen Kunden jährlich eine Grundgebühr von,0. Für einen m³ Wasser muss man 0,80 und zudem 0,0 Kanalgebühren bezahlen. a) Notiere eine passende
MehrÜbungsblatt 2 - Lösung
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 2 - Lösung Vorlesung Algorithmentechnik im WS 08/09 Ausgabe 04. November 2008 Abgabe 8. November, 5:0 Uhr (im Kasten vor Zimmer
MehrVorlesung Dokumentation und Datenbanken Klausur
Dr. Stefan Brass 5. Februar 2002 Institut für Informatik Universität Giessen Vorlesung Dokumentation und Datenbanken Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
MehrTECHNISCHE UNIVERSITÄT BERLIN STUDIENKOLLEG MATHEMATIK
TECHNISCHE UNIVERSITÄT BERLIN STUDIENKOLLEG TEST IM FACH MATHEMATIK FÜR STUDIENBEWERBER MIT BERUFSQUALIFIKATION NAME : VORNAME : Bearbeitungszeit : 180 Minuten Hilfsmittel : Formelsammlung, Taschenrechner.
MehrZAHLENMAUERN UND ZAHLENDREIECKE. Korrekturen, Verbesserungsvorschläge und Anregungen bitte an herrmann bei mathematik.tu-darmstadt.
ZAHLENMAUERN UN ZAHLENREIEKE HRISTIAN HERRMANN Korrekturen, Verbesserungsvorschläge und Anregungen bitte an herrmann bei mathematik.tu-darmstadt.de 1. Vorbemerkung Lösugen von Zahlenmauern und Zahlendreiecken
MehrÜbersicht über Informatik und Softwaresystemtechnik WS 99/00, Prof. Dr. Andreas Schwill
Konvexe Hülle Hierbei handelt es sich um ein klassisches Problem aus der Algorithmischen Geometrie, dem Teilgebiet der Informatik, in dem man für geometrische Probleme effiziente Algorithmen bestimmt.
MehrMathematik-Arbeitsblatt Klasse: Aufgabe 1 (5Z e) H2:I1:K Setze < oder > ein! a) c) e)
Mathematik-Arbeitsblatt Klasse: 29.10.2015 Aufgabe 1 (5Z1.11-004-e) H2:I1:K1 0 1 2 Setze < oder > ein! a) 397 3397 c) 456 655 e) 2345 2435 1 b) 67 890 67 980 d) 632 432 f) 10 001 1001 Aufgabe 2 (5Z1.11-013-m)
MehrMinimal spannende Bäume
http://www.uni-magdeburg.de/harbich/ Minimal spannende Fakultät für Informatik Otto-von-Guericke-Universität 2 Inhalt Definition Wege Untergraphen Kantengewichtete Graphen Minimal spannende Algorithmen
MehrEffiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume
Effiziente Algorithmen und Datenstrukturen I Kapitel 9: Minimale Spannbäume Christian Scheideler WS 008 19.0.009 Kapitel 9 1 Minimaler Spannbaum Zentrale Frage: Welche Kanten muss ich nehmen, um mit minimalen
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
Mehr1. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/2010
. Klausur zur Vorlesung Algorithmentechnik Wintersemester 2009/200 Lösung! Beachten Sie: Bringen Sie den Aufkleber mit Ihrem Namen und Matrikelnummer auf diesem Deckblatt an und beschriften Sie jedes Aufgabenblatt
MehrLizenziert für: Hinweise und Tipps lenken deine Aufmerksamkeit auf die wichtigen Aspekte einer Aufgabe und verhindern, dass du in Rechenfallen tapst.
Lernen mit MatheScout Wer kennt das nicht? Man kommt bei den Mathehausaufgaben nicht weiter und es ist einem völlig schleierhaft, wie die Lösung zustande kommt. Am nächsten Tag erfährt man in der Schule
Mehr\ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E.
Das Komplement Ḡ = (V, ( V ) \ E) eines Graphen G = (V, E) besitzt die gleiche Knotenmenge V und hat als Kantenmenge alle Kanten des vollständigen Graphen ohne die Kantenmenge E. Ein Graph H = (V, E )
MehrAngewandte Mathematik Probeklausur 2014 Teil A / Teil B Cluster 8
Name: Klasse/Jahrgang: Standardisierte kompetenzorientierte schriftliche Reife- und Diplomprüfung Angewandte Mathematik Probeklausur 2014 Teil A / Teil B Cluster 8 Bearbeitungshinweise Im vorliegenden
MehrNichtrealistische Darstellung von Gebirgen mit OpenGL
Nichtrealistische Darstellung von Gebirgen mit OpenGL Großer Beleg Torsten Keil Betreuer: Prof. Deussen Zielstellung Entwicklung eines Algorithmus, der die 3D- Daten einer Geometrie in eine nichtrealistische
Mehr2 Eulersche Polyederformel und reguläre Polyeder
6 2 Eulersche Polyederformel und reguläre Polyeder 2.1 Eulersche Polyederformel Formal besteht ein Graph aus einer Knotenmenge X und einer Kantenmenge U. Jede Kante u U ist eine zweielementige Teilmenge
MehrDefinition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V.
Kapitel 4 Graphenalgorithmen 4.1 Definitionen Definition 4.1.1. Der Graph G = (V, E) ist über die beiden Mengen V und E definiert, wobei V die Menge der Knoten und E die Menge der Kanten in dem Graph ist.
MehrDATENSTRUKTUREN UND ALGORITHMEN
DATENSTRUKTUREN UND ALGORITHMEN 2 Ist die Datenstruktur so wichtig??? Wahl der Datenstruktur wichtiger Schritt beim Entwurf und der Implementierung von Algorithmen Dünn besetzte Graphen und Matrizen bilden
MehrBreiten- und Tiefensuche in Graphen
Breiten- und Tiefensuche in Graphen Inhalt Theorie. Graphen. Die Breitensuche in der Theorie am Beispiel eines ungerichteten Graphen. Die Tiefensuche in der Theorie am Beispiel eines gerichteten Graphen
MehrQUADRATISCHE GLEICHUNGENN
Schule Bundesgymnasium für Berufstätige Salzburg Thema Mathematik Arbeitsblatt A -.: Quadratische Gleichungen LehrerInnenteam m/ Mag Wolfgang Schmid Unterlagen QUADRATISCHE GLEICHUNGENN Definition: Eine
MehrSerie 1 Klasse Vereinfache. a) 2(4a 5b) b) 3. Rechne um. a) 456 m =... km b) 7,24 t =... kg
Serie 1 Klasse 10 1. Berechne. 1 a) 4 3 b) 0,64 : 8 c) 4 6 d) ³. Vereinfache. 1x²y a) (4a 5b) b) 4xy 3. Rechne um. a) 456 m =... km b) 7,4 t =... kg 4. Ermittle. a) 50 % von 30 sind... b) 4 kg von 480
MehrAUFNAHMEPRÜFUNG BERUFSMATURITÄT 2015 MATHEMATIK
Berufsfachschulen Graubünden 8. April 2015 AUFNAHMEPRÜFUNG BERUFSMATURITÄT 2015 MATHEMATIK Name:. Vorname:.. Zeitrahmen 90 Minuten (Teil 1: 5 Minuten/Teil 2: 5 Minuten) Hinweise: Löse die Aufgaben auf
Mehr4 Greedy-Algorithmen (gierige Algorithmen)
Greedy-Algorithmen (gierige Algorithmen) Greedy-Algorithmen werden oft für die exakte oder approximative Lösung von Optimierungsproblemen verwendet. Typischerweise konstruiert ein Greedy-Algorithmus eine
MehrUnterrichtsmaterial Arbeitsblatt 12 letzte Überarbeitung: April 2009
Unterrichtsmaterial Arbeitsblatt 12 letzte Überarbeitung: April 2009 Zahnarztbesuche I. Quartal (Januar bis März) Im Januar ruft Aykut beim Zahnarzt an und macht einen Termin zur Kontrolle seiner Zähne
Mehr