Analyse von Petrinetz-Modellen: Invarianten
|
|
- Miriam Albrecht
- vor 6 Jahren
- Abrufe
Transkript
1 Analyse von Petrinetz-Modellen: Invarianten Dozent: P. Massuthe Referent: Evgenij Belikov Institut für Informatik Humboldt Universität zu Berlin Blockseminar Analyse von Petrinetz-Modellen 20. Januar 2009
2 Übersicht Was sind Invarianten? 1 Was sind Invarianten? 2 3 4
3 Begriff Was sind Invarianten? Etymologie Motivation Invariante, die (lat.): Größe, die bei Eintritt gewisser Veränderungen unveränderlich bleibt (math.) (Duden) Invariante: eine für eine gegebene Klasse mathematischer Objekte (Zahl, Funktion, Vektor, Gruppe) definierte Größe oder Eigenschaft, die bei bestimmten mathematischen Operationen unverändert (invariant) bleibt. Die Eigenschaft der Unveränderlichkeit von Größen (Invarianz) ist v. a. in der Physik von Bedeutung, da aus bestimmten Symmetrien auf Erhaltungssätze (z. B. für Energie, Drehimpuls) geschlossen werden kann. (Meyer s Lexikon)
4 intuitiver Zugang Was sind Invarianten? Etymologie Motivation Man möchte Korrektheit eines modellierten Systems nachweisen Was heißt aber korrekt? Es erfüllt die Spezifikation. Diese wiederum kann als eine Menge an Eigenschaften formuliert werden, die die Anforderungen an das System beschreiben Man braucht etwas, um diese Eigenschaften formal fassen und beweisen zu können (Logik, Lineare Algebra)
5 Welche Eigenschaften gibt es? Etymologie Motivation z.b.: Es passiert nichts schlechtes oder: Es passiert etwas gutes weitere speziellere Eigenschaften sind denkbar z.b. p,q, die in einem Kryptoverfahren verwendet werden sind zufällig und prim assert(pop(push(x)) == x); Auf welchem Abstraktionsniveau? Auf welchem man möchte.
6 Invarianten informell Was sind Invarianten? Etymologie Motivation Invariante intuitiv: etwas Unveränderliches, was unabhängig von Ablauf des Prozesses stets gilt Als Invariante eines Systems bezeichnet man gewöhnlich eine solche Eigenschaft, die bei der Arbeit des Systems unabhängig vom konkreten Ablauf erhalten bleibt. (nach Starke)
7 Einschränkungen Was sind Invarianten? Im Folgenden beschränken wir uns auf elementare Systemnetze keine Kantenbeschriftung Kantengewichte immer 1 (d.h. durch einen Pfeil fließt genau eine Marke) keine Kapazitäten U = { } (ununterscheidbare schwarze Marken) Elementare Netze reichen aus, um das Konzept der Invarianten und ihre Verwendung zu veranschaulichen
8 Elementares Systemnetz Definition Sei N = (P, T, F, m 0 ) ist ein elementares Systemnetz mit dazugehörigen endlichen geordneten Menge von Plätzen P = {p 1,..., p k }, einer endlichen geordneten Menge von Transitionen T = t 1,..., t l, mit P T = und F = def (P T ) (T P) der Flussrelation sowie der Anfangsmarkierung m 0. Es gelten die oben erwähnten Einschränkungen.
9 Markierung Was sind Invarianten? Definition Eine Markierung (in elementaren Systemnetzen) M : P N ist eine Abbildung, die jedem Platz p P eine natürliche Zahl zuweist, und bedeutet die Anzahl der Marken, die sich auf dem Platz befinden, die kann auch als Spaltenvektor notiert werden kann: p 1 m =... p k
10 Effekt des Schaltens einer Transition Definition Jede Transition t i T beschreibt den Effekt des Schaltens auf den Zustand und kann analog als Spaltenvektor notiert werden: z 1 t =... z k +1, wenn p i t und t mit z i = 1, wenn p i t und t) 0, sonst
11 Schritt, sequentieller Ablauf Definition Ein Schritt m t m i kann somit als Vektoraddition dargestellt werden: m i = m + t Ein sequentieller Ablauf von N ist eine Sequenz von Schritten t 1 t 2 m 0 m 1... t i m i Eine Markierung m i ist erreichbar in N, wenn es ausgehend von m 0 ein Ablauf existiert, der zur gegebenen Markierung m i führt.
12 Inzidenzmatrix N (auch: Akzidenzmatrix) Definition Ein elementares Systemnetz kann auch in Form einer Matrix notiert werden t t 1l N = def (t 1,..., t k ) =..... t k1... t kl Die transponierte dieser Matrix N T gegeben durch: N T (j, i) = N (i, j) N beschreibt das Netz nicht eindeutig, es ist zwar ersichtlich, ob eine Transition existiert, aber nicht zu welchen Plätzen sie eine Schlinge besitzt
13 Inzidenzmatrix: technisches Beispiel
14 Typische Fragen an Netzmodelle Ist die Markenanzahl auf bestimmten Plätzen invariant? Ist ein Systemzustand vom Anfangszustand aus erreichbar? Ist das Netz lebendig? Ist die Markenanzahl für alle bzw. bestimmte Plätze beschränkt? Ist das Netz aus Szenarien komponiert?
15 Klassifikation der Eigenschaften Zustandseigenschaften (z.b. Mutex-Eigenschaft, zwei um ein knappe Ressource konkurrierende Prozesse sind nie parallel in ihrem kritischen Zustand) Ablaufeigenschaften (z.b. Evolution von Mutex, wenn einmal pending, dann irgendwann auch critical) Weitere Eigenschaften (z.b. Quiescence von Mutex, die kalte Transition quiet kann, muss aber nicht schalten)
16 Aussagenlogische Zustandsformeln Definition Zustandseigenschaften werden als aussagenlogische Formeln notiert: Sei P eine Symbolmenge, dann definieren wir die Menge sf (P) der Zustandsformeln über P als die kleinste Menge der Symbolsequenzen, so dass 1. P sf (P), und 2. Wenn α,β sf (P), dann auch α und α β Es gilt, die von der Aussagenlogik bekannten Notation: α ist atomar gdw. α P, (α β) steht für ( α β), und (α β) für ( α β)
17 Gültigkeit von Zustandsformeln Definition Sei P eine Symbolmenge, a P und p, q sf (P). Dann a = p (p gilt in a) ist induktiv definiert durch: 1. a = p gdw. p a, für atomare Zustandsformel p, 2. a = p gdw. nicht a = p, 3. a = p q gdw. a = p und a = q Sei desweiteren N ein elementares Systemnetz und p sf (P N ), dann sagen wir p gilt in N (bzw. is eine gültige Zustandseigenschaft von N) und schreiben N = p gdw. a = p für alle erreichbaren Zustände(Markierungen) a von N.
18 Mutex 1 Was sind Invarianten? Beispiel (Mutex-Eigenschaft): m 0 = (critical l critical r )
19 Zustandsformeln: technisches Beispiel m 0 = (B C) (A C)
20 Elementare (Un-) Gleichungen in N Politik ist für den Augenblick. Eine Gleichung ist für die Ewigkeit. Albert Einstein Definition Sei N = (P, T, F, M 0 ) ein elementares Systemnetz mit p 1,..., p k P N und n 0,..., n k Z, dann ist ɛ : n 1 p n k p k = n 0 eine Gleichung in N (analog für Ungleichungen)
21 Gültigkeit von Gleichungen Definition Sei N ein elementares Systemetz, und ɛ : n 1 p n k p k = n 0 eine Gleichung von N, sowie m eine Markierung von N. ɛ gilt in m gdw. n 1 m(p 1 ) n k m(p k ) = n 0 Sei N anfangsmarkiert. ɛ gilt in N gdw. für jede erreichbare Markierung m i von N gilt: ɛ gilt in m i. Wir schreiben auch n = (n 1,..., n k ), wobei n 0 als die Konstante von n bezeichnet wird. Alternative Notation: n m i = n 0
22 (Un-)Gleichungen: technisches Beispiel A 0 (kanonische Ungleichung) A + B = 23 (gilt nicht in m 0 ) A + C + D = 1 (gilt in m 0 )
23 Klassifikation der Invarianten Man unterscheidet u.a. zwischen Platz- und Transitionsinvarianten P-Invarianten: geben ein Wichtung für eine in jeder erreichbaren Markierung konstante Markrierungssumme ab T-Invarianten: geben einen Parikh-Vektor an, der die Markierung nicht verändert (erhaltende Transitionssequenz) Invarianten sind Lösungen eines bestimmten Linearen Gleichungssytems (LGS) und können mit Hilfe des Gauß schen Eliminationsverfahrens berechnet werden Invarianten gelten unabhängig von konkreten Abläufen von N stellen die Beziehung zwischen der Struktur des Netzes und dem Verhalten des Systems dar
24 (kurz: P-Invarianten) Definition Sei N T die Transponierte der Akzidenzmatrix von N, dann ist die Lösung i des homogenen LGS N T x = 0 eine Platz-Invariante von N. Eine P-Invariante heißt positiv, wenn für alle Komponenten von i gilt i j 0 und mind. eine davon mit i j > 0 bildet den Träger von i N ist von P-Invarianten überdeckt, wenn für alle p i P N je eine positive P-Invariante existiert, mit i j > 0 Satz: Ist N von P-Invarianten überdeckt, so existiert eine P-Invariante, mit i j > 0 für alle j 1,..., k (d.h. das Netz ist beschränkt)
25 Akzidenzmatrix: technisches Beispiel Abbildung: Ein Beispiel Es-Netz mit Akzidenzmatrix, Anfangsmarkierung, Invarianten und gültigen Gleichungen A + C + D = 1 B C + E = 0 A + B + D + E = 1
26 Akzidenzmatrix: technisches Beispiel Abbildung: Ein Beispiel Es-Netz mit Akzidenzmatrix, Anfangsmarkierung, Invarianten und gültigen Gleichungen A + C + D = 1 B C + E = 0 A + B + D + E = 1 2A + B + C + 2D + E = 2
27 P-Invarianten Was sind Invarianten? Elementarer Invariantensatz Sei N = (P, T, F, m 0 ), n = (n 1,..., n k ) eine P-Invariante von N und P = p 1,..., p k, dann ist n 0 = n m 0 die Konstante von n und n 1 p n k p k = n 0 die Gleichung von n gilt in N. Dabei wird die aus der Invarianten gewonnene Gleichung oft selbst als Invariante bezeichnet. Die Umkehrung dieses Satzes gilt unter der milden Annahme, dass jede Transition aktivierbar ist, begründet analog zum folgenden Beweis.
28 P-Invarianten Was sind Invarianten? Beweis des Elementaren Invariantensatzes Beweis: z.z. n M = n 0 gilt, für jede erreichbare Markierung. Die Gleichung gilt schon für M 0, dabei ist jede erreichbare Markierung in endlich viele Schritten zu erreichen: er reicht zu zeigen, dass n M i = n M j für jeden Schritt gilt. n M j = n (M i + t) (Schritt als Verktoraddition) = n M i + n t = n M i + 0 (da n eine Invariante ist) = n M i
29 Parikh-Vektor Was sind Invarianten? Definition Für jedes Wort q W (T ) bezeichne der Spaltenvektor q : T N den Parikh-Vektor von q, das ist eine Abbildung, die für t T die Anzahl des Vorkommens von t in q als Wert hat. T-Invarianten ohne negative Komponenten beschreiben möglich Kreise im Erreichbarkeitsgraphen, realisierbare T-Invarianten tatsächlich vorhandene. Beim Schalten eines durch die T-Invariante Wortes q ist die Markierung, i.e. der Systemzustand invariant.
30 (kurz: T-Invarianten) Definition Sei N ein elementares Systemnetz, so bezeichnen wir jede nichttriviale Lösung des LGS N i = 0 als Transitionsinvariante von N Eine T-Invariante wird al echt bezeichnet, wenn i, keine negativen Komponenten hat. Eine T-Invariante heißt realisierbar in N, wenn es ein Wort q mit q = i und eine erreichbare Markierung m mit m q m. N ist von T-Invarinaten überdeckt, wenn es eine T-Invariante besitzt, die in allen Komponenten positiv ist.
31 Sei N d das zu N duale elementare Systemnetz (oder Transponierte), das sich dadurch ergibt, dass Transitionen und Plätze ihre Rollen tauschen, so entspricht die P-Invarinate von N der T-Invarianten von N d und umgekehrt. Transitionsinvariantensatz: sei (m 1,..., m k ) eine t 1 t 2 Transitionsinvariante von N und sei m 0 m 1... t i m i sequentieller Ablauf von N, in dem jede Transition t i in genau m i Schritten vorkommt. Dann sind m 0 und m i identisch.
32 Umgekehrt gilt auch: Reproduzierbarkeitssatz: Wenn N keine Transitionsinvarianten hat, ist keine Markierung von sich selbst aus wieder erreichbar. Die Häufigkeiten der Transitionen eines Szenarios bilden eine Transitionsinvariante. Umgekehrt sind Transitionsinvarianten mit kleinen Komponenten Kandidaten zur Konstruktion von Szenarien. (Bsp.:T-Invarianten finden Anwendung bei der verifikation von Soundness, von Workflow-Netzen)
33 Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen Gauß sches Eliminationsverfahren zur Lösung von LGS Gegeben N eine Matrix, gesucht Lösung(en) des durch N x = 0 gegebenen homogenen Gleichungssystems 1.Phase: Elimination, man bringe die Matrix unter Verwendung elementarer Zeilenumformungen (Vertauschen zweier Gleichungen, Multiplikation einer Gleichung mit einem ganzzahligen Faktor, Addition zweier Gleichungen) in Stufenform 2.Phase: Rücksubstitution, man setze ein und Berechne die Lösung bzw. den Lösungsraum
34 Unerreichbarkeitstest Was sind Invarianten? Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen Der Elementare Invariantensatz liefert einen leicht durchzuführenden Unerreichbarkeitstest: Geg. eine Markierung m i und eine P-Invariante i, falls gilt i m i i m 0, so ist m i nicht erreichbar in N. Sei m i Spaltenvektor mit Komponenten (0, 1, 1, 0, 0), dann gilt: m 0 i = 1 = i m i, für (0, 1, 0, 1, 0) m 0 i = 1 i m i = 0
35 Mutex 2 Was sind Invarianten? Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen Unter Verwendung von Fallen und P-Invarianten gilt: z.z. C + E <= 1 aus C + D + E = 1 (P-Invariante) und D <= 1 (kanonische Ungleichung) folgt: (1) - (2) = C + E <= 1
36 Falle Was sind Invarianten? Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen Definition Sei N = (P, T, F, m 0 ) und eine Menge von Plätzen Q P, so ist Q eine Falle von N, wenn es ex. p Q und p t, so existiert auch ein q Q mit q t Eine Falle Q ist markiert, wenn für ein q i Q in einen beliebigen Markierung m i gilt m i (q i ) 1. Eine Falle heißt initialisiert, wenn sie in m 0 markiert ist. Satz: Die Ungleichung jeder initialisierten Falle ist gültig in N.
37 Peterson s Mutex (1981) Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen
38 Peterson s Mutex nach Umbenennungen Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen
39 Beweis der Mutexeigenschaft Grundlagen Zustandseigenschaften mit P-Invarianten beweisen Beweise mit Hilfe von P-Invarianten und Fallen z.z. E + N 1 (*), aus drei P-Invarianten: 1.G + H = 1 2.C + D + E + F = 1 3.L + M + N + P = 1 und den beiden initialisierten Fallen: 4.C + F + G + M 1 5.L + P + H + D 1 folgern wird mit (1) + (2) + (3) (4) (5) = ( ) (also die Mutex Eigenschaft gilt in N)
40 Epilog Was sind Invarianten? Zusammenfassung Diskussion Quellenverzeichnis Es existieren unterschiedliche Klassen der Systemigenschaften Sowie passende mächtige Analysetechniken um ihre Gültigkweit nachzuweisen U.a. sind Invarianten Grundlage und Hauptpfeiler der Analyse von Petrinetzen P-Invarianten dienen oft dem Nachweis bestimmter Zustandseigenschaften Hinzunahme von Fallen erweitert den Anwendungskreis der vorgestellten Technik Beziehung: Systemeigenschaft, Systemzustand, Zustandsformel, Zustandsgleichung, P-Invariante, Netzstruktur
41 zum Mitnehmen Was sind Invarianten? Zusammenfassung Diskussion Quellenverzeichnis Geg. P-Invariante n von N, so ist n 1 p n k p k = n 0 gültig in N und es gilt n m 0 = n 0 Unerreichbarkeitstest: geg. P-Invatiante i und Anfangsmarkierung, sowie eine markierung m i, wenn i m 0 i m i, so ist m i nicht erreichbar in N Ist ein Netz N von einer P-Invarianten überdeckt, so ist N beschränkt. Gegeben i 0, ist eine P-Invarinate, wenn f.a. t T gilt i t = 0 Sei N lebendig und es gilt i m 0 = i m i für alle erreichbaren Markierungen, dann ist i eine P-Invarinate.
42 Noch Fragen?
43 Literatur I Was sind Invarianten? Zusammenfassung Diskussion Quellenverzeichnis Bronstein ; Semendjajew ; Musiol ; Mühlig: Matrizen, Lineare Gleichungssysteme. In: Taschenbuch der Mathematik. Verlag Harri Deutsch, Thun und Frankfurt a. M., 5.Auflage, 2001, Kapitel 4.1, 4.4, S , , 286 Desel, Jörg ; Reisig, Wolfgang: Place or Transition Petri Nets. In: LNCS Vol Lectures on Petri Nets I: Basic Models, Advances in Petri Nets. Springer-Verlag, London, UK, 1996, S
44 Literatur II Was sind Invarianten? Zusammenfassung Diskussion Quellenverzeichnis Reisig, Wolfgang: Platzinvarianten elementarer Systemnetze; Fallstudie: Wechselseitiger Ausschluss. In: Petrinetze - Modellierungstechnik, Analysemethoden, Fallstudien. Springer-Verlag, Berlin, 1998, Kapitel 13, 38-43, S , Reisig, Wolfgang: Case Study: Mutex; State-Properties of Elementary System Nets. In: Elements of Distributed Algorithms - Modeling and Analysis with Petri Nets. Springer-Verlag, Berlin, 2008, Kapitel 11, 19 (8, 9, 10, 14), S , ( , ) Starke, Peter H.: Invarianten. In: Analyse von Petri-Netz-Modellen. B.G. Teubner, Stuttgart, 1990, Kapitel 11, S
45 Vielen Dank für die Aufmerksamkeit!
46 Zusammenfassung Diskussion Quellenverzeichnis Berechnung minimaler Invarianten (1) Geg. N mit n Plätzen und k Transitionen (n k-matrix), gesucht minimale P-Invarianten von N 1. Wir bilden wir Matrix D 0, indem wir an N rechts eine n-reihige Diagonalmatrix I n anfügen D 0 hat n Zeilen und n + k Spalten, wobei in den letzten k Spalten außer Nullen je genau eine eins steht. 2. Nun wird i = 1,... k aus der Matrix D i 1 die Matrix D i wie folgt berechnet:
47 Zusammenfassung Diskussion Quellenverzeichnis Berechnung minimaler Invarianten (2) a. Für alle Paare z 1, z 2 von Zeilen von D i 1 mit z 1 (i) z 2 (i) < 0, (deren i-te Komponenten verschiedene Vorzeichen haben), wird die Zeile z := abs(z 2 (i)) z 1 + abs(z 1 (i)) z 2 (mit z i = 0) gebildet, durch den größten gemeinsamen Teiler aller Komponenten dividiert und an D i angehängt
48 Zusammenfassung Diskussion Quellenverzeichnis Berechnung minimaler Invarianten (3) b. danach werden aus der erhaltenen Matrix alle Zeilen gestrichen, wo z(i) 0 In der schließlich erhaltenen Matrix D k streichen wir die ersten k Spalten, in ihnen befinden sich nur Nullen. Die restliche Matrix hat n Spalten und jeder ihrer Zeilen ist eine echte P-Invariante, darunter sind alle minimalen. (aus den minimalen P-Invarianten können alle Anderen per Linarkombination und Skalarmultiplikation erzeugt werden)
Einführung in Petri-Netze
Einführung in Petri-Netze Modellierung und Analysen von Workflows Vertretung: Stephan Mennicke, Reaktive Systeme SS 2012 Organisatorisches In der 24. KW (11.06. 17.06.): Vorlesung am Dienstag, 15:00 Uhr
MehrKapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrKapitel 4: Analyse von Petrinetzen
Kapitel 4: Analyse von Petrinetzen 1. Beispiele 2. Analyseansatz 3. Markierungsgraph 4. Beschränktheit 5. State Space Explosion: Beispiel 6. Komplementbildung 7. Zusammenhängend 8. Tot, lebendig, verklemmungsfrei
MehrPetrinetze. Vorversion eines Skripts zur Vorlesung Petrinetze im SS 2002 an der Universität Paderborn. Ekkart Kindler
Petrinetze Vorversion eines Skripts zur Vorlesung Petrinetze im SS 2002 an der Universität Paderborn Ekkart Kindler Version: 0.0.8 vom 18. Juli 2002 ii Vorwort Dies ist eine Vorversion eines Skripts zur
MehrMathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.
Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen
MehrSoftware-Engineering SS03. Zustandsautomat
Zustandsautomat Definition: Ein endlicher Automat oder Zustandsautomat besteht aus einer endlichen Zahl von internen Konfigurationen - Zustände genannt. Der Zustand eines Systems beinhaltet implizit die
Mehr1 Lineare Gleichungssysteme
MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden
MehrPetri-Netze / Eine Einführung (Teil 2)
Manuel Hertlein Seminar Systementwurf Lehrstuhl Theorie der Programmierung Wiederholung (1) Petri-Netz = bipartiter, gerichteter Graph Aufbau: Plätze (passive Komponenten) Transitionen (aktive Komponenten)
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
Mehr11. Primfaktorzerlegungen
78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrLineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung
Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen
MehrSeminar Analyse von Petrinetz-Modellen
Seminar Analyse von Petrinetz-Modellen Vortrag: "Deadlocks und Fallen" II Steve Reich 26.11.2007 Wiederholung Falle Deadlock 1 Wiederholung Deadlock und Falle Nur Deadlock Nur Falle 2 Satz zur strukturellen
MehrEinführung in Petri-Netze. Modellierung von Abläufen und Prozessen (1) Abhängigkeitsgraphen: Motivation. Petri-Netze
Einführung in Petri-Netze Modellierung von Abläufen und Prozessen () Motivation Abhängigkeitsgraphen: A B 6 C 5 D Petri-Netze Markierungen Invarianten Credits: L. Priese, H. Wimmel: Petri-Netze, Theoretische
MehrOPERATIONS-RESEARCH (OR)
OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:
MehrModellierung von Geschäftsprozessen Teil 6 - Petri-Netze
FHTW Berlin FB4, Wirtschaftsmathematik Modellierung von Geschäftsprozessen Teil 6 - Petri-Netze Dr. Irina Stobbe, 2005-2008 Thema - Überblick Petri-Netze Petri-Netze Einführung Funktionsweise Definition
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrEntscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
MehrUniversität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle.
Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik Seminar Entscheidungsverfahren für logische Theorien Tobias Hebel Koblenz, am 18.02.2005 Inhaltsverzeichnis 1 Einleitung... 3 2 Grundlagen...
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrA Matrix-Algebra. A.1 Definition und elementare Operationen
A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne
Mehrax 2 + bx + c = 0, (4.1)
Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die
Mehr5.2 Das All-Pairs-Shortest-Paths-Problem (APSP-Problem) Kürzeste Wege zwischen allen Knoten. Eingabe: Gerichteter Graph G =(V, E, c)
5.2 Das All-Pairs-Shortest-Paths-Problem (APSP-Problem) Kürzeste Wege zwischen allen Knoten. Eingabe: Gerichteter Graph G =(V, E, c) mit V = {1,...,n} und E {(v, w) 1 apple v, w apple n, v 6= w}. c : E!
MehrBONUS MALUS SYSTEME UND MARKOV KETTEN
Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrEinführung Low-Level-Netze High-Level-Netze Referenzen. Petrinetze. Benjamin Daeumlich 30.10.2006
30.10.2006 Gliederung 1 2 3 4 . Geschichte Was sind? Petrinetz-Typen Geschichte Geschichte Was sind? Petrinetz-Typen 1962 eingeführt von Carl Adam Petri zuerst nur aber: oft zu einfach für Spezifikationszwecke
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
Mehr16. All Pairs Shortest Path (ASPS)
. All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
MehrWie Google Webseiten bewertet. François Bry
Wie Google Webseiten bewertet François Bry Heu6ge Vorlesung 1. Einleitung 2. Graphen und Matrizen 3. Erste Idee: Ranking als Eigenvektor 4. Fragen: Exisi6ert der Eigenvektor? Usw. 5. Zweite Idee: Die Google
MehrGrammatiken. Einführung
Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische
MehrParallele Algorithmen mit OpenCL. Universität Osnabrück, Henning Wenke, 2013-05-08
Parallele Algorithmen mit OpenCL Universität Osnabrück, Henning Wenke, 2013-05-08 Aufräumen Ressourcen in umgekehrter Abhängigkeitsreihenfolge freigeben Objekte haben Reference-Count (RC), initial 1 clrelease
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
Mehr3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
MehrSeminar über Software Model Checking Vortrag zum Thema Predicate Abstraction
Seminar über Software Model Checking Vortrag zum Thema Predicate Abstraction Robert Mattmüller Betreuer: Prof. Dr. Stefan Leue Wintersemester 2003/2004 1. Dezember 2003 1 Software Model Checking Predicate
MehrLeitfaden Lineare Algebra: Determinanten
Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv
MehrLineare Algebra - alles was man wissen muß
Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger
Mehr26.01.2009. Gliederung. Nebenläufigkeit und Fairness. 1. Nebenläufigkeit Lokalitätsprinzip. 2. Betrachtungsweisen von Nebenläufigkeit. 3.
Gliederung Lokalitätsprinzip Nebenläufigkeit und Fairness Seminar Model lchecking WS 08/09 Interleaving Halbordnung. Fairness Jan Engelsberg engelsbe@informatik.hu berlin.de Was ist Nebenläufigkeit? In
Mehr22. Algorithmus der Woche Partnerschaftsvermittlung Drum prüfe, wer sich ewig bindet
22. Algorithmus der Woche Partnerschaftsvermittlung Drum prüfe, wer sich ewig bindet Autor Volker Claus, Universität Stuttgart Volker Diekert, Universität Stuttgart Holger Petersen, Universität Stuttgart
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrModellierungsmethoden - Kapitel 3
3. Petri-Netze Bei Petri-Netzen handelt es sich um formale Konstrukte, die graphisch ausgestaltet sind und sich für die Modellierung und Analyse von Systemen und Prozessen eignen. Besonders gut eignen
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrÜbungen Workflow Management. Blatt 2
Übungen Workflow Management Blatt 2 Aufgabe 1: Erstellen Sie ein Petrinetz inklusive Anfangsmarkierung für den im Folgenden beschriebenen Prozess zur Bearbeitung einer Münzbestellung. Zuerst geht eine
MehrNumerisches Programmieren
Technische Universität München SS 2012 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Alexander Breuer Dipl-Math Dipl-Inf Jürgen Bräckle Dr-Ing Markus Kowarschik Numerisches
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
MehrKlausur Formale Systeme Fakultät für Informatik WS 2009/2010
Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 A1 (15) A2 (10) A3 (10) A4
MehrKapitel 3 Mathematik. Kapitel 3.3. Algebra Gleichungen
TG TECHNOLOGISCHE GRUNDLAGEN Kapitel 3 Mathematik Kapitel 3.3 Algebra Gleichungen Verfasser: Hans-Rudolf Niederberger Elektroingenieur FH/HTL Vordergut 1, 877 Nidfurn 055-654 1 87 Ausgabe: Februar 009
MehrVorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter
Vorwort Günter M. Gramlich Lineare Algebra Eine Einführung ISBN: 978-3-446-43035-8 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-43035-8 sowie im Buchhandel. Carl Hanser
MehrEinführung in die Tensorrechnung
1. Definition eines Tensors Tensoren sind Grössen, mit deren Hilfe man Skalare, Vektoren und weitere Grössen analoger Struktur in ein einheitliches Schema zur Beschreibung mathematischer und physikalischer
MehrErfüllbarkeit und Allgemeingültigkeit
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ
MehrSeminararbeit für das SE Reine Mathematik- Graphentheorie
Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis
Mehr4. Petri-Netze. Modellierungsaspekte bei Petri-Netzen:
4. Petri-Netze Bei Petri-Netzen handelt es sich um formale Konstrukte, die graphisch ausgestaltet sind und sich für die Modellierung und Analyse von Systemen und Prozessen eignen. Besonders gut eignen
MehrGraphenalgorithmen und lineare Algebra Hand in Hand Vorlesung für den Bereich Diplom/Master Informatik
Vorlesung für den Bereich Diplom/Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK KIT Universität des Landes
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehr8 Diskrete Optimierung
8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung
MehrProzessmodellierung mit Petri-Netzen
Prozessmodellierung mit Petri-Netzen Ingo Frommholz Universität Duisburg-Essen Vorlesung "Information Engineering" SS 2007 UNIVERSITÄT D U I S B U R G E S S E N Inhaltsverzeichnis 1 Prozesse im Information
MehrZusammenfassung. 1 Wir betrachten die folgende Signatur F = {+,,, 0, 1} sodass. 3 Wir betrachten die Gleichungen E. 4 Dann gilt E 1 + x 1
Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 7 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 1 Wir betrachten die folgende Signatur
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrEin (7,4)-Code-Beispiel
Ein (7,4)-Code-Beispiel Generator-Polynom: P(X) = X 3 + X 2 + 1 Bemerkung: Es ist 7 = 2^3-1, also nach voriger Überlegung sind alle 1-Bit-Fehler korrigierbar Beachte auch d min der Codewörter ist 3, also
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrVorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel
Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9
MehrEinführung in die Kodierungstheorie
Einführung in die Kodierungstheorie Einführung Vorgehen Beispiele Definitionen (Code, Codewort, Alphabet, Länge) Hamming-Distanz Definitionen (Äquivalenz, Coderate, ) Singleton-Schranke Lineare Codes Hamming-Gewicht
MehrProgrammieren ++ Begleitende Übungen zu Veranstaltungen + Umsetzen des Algorithmus in ein lauffähiges Programm
Studienanforderungen Studiengang Maschinenbau Programmieren Begleitende Übungen zu Veranstaltungen Umsetzen des Algorithmus in ein lauffähiges Programm Studiengang Bauingenieurwesen Programmieren Begleitende
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrGraphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011
Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrModellierung verteilter Systeme Grundlagen der Programm und Systementwicklung
Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P.
MehrEinführung - Systeme
Systeme Petri-Netze Gliederung Einführung - Systeme System Zustand Arten von Systemen Petri-Netze Low-Level Petri-Netze High-Level Petri-Netze 2 System griechisch: σύστηµα = das Gebilde, Zusammengestellte,
Mehr(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n
Über die Komposition der quadratischen Formen von beliebig vielen Variablen 1. (Nachrichten von der k. Gesellschaft der Wissenschaften zu Göttingen, Mathematisch-physikalische Klasse, 1898, S. 309 316.)
MehrSchranken für zulässige Lösungen
Schranken für zulässige Lösungen Satz 5.9 Gegeben seien primales und duales LP gemäß der asymmetrischen Form der Dualität. Wenn x eine zulässige Lösung des primalen Programms und u eine zulässige Lösung
MehrIV. Spieltheorie. H. Weber, FHW, OR SS07, Teil 7, Seite 1
IV. Spieltheorie 1. Gegenstand der Spieltheorie 2. Einführung in Matrixspiele 3. Strategien bei Matrixspielen 4. Weitere Beispiele 5. Mögliche Erweiterungen H. Weber, FHW, OR SS07, Teil 7, Seite 1 1. Gegenstand
MehrKapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe
Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:
MehrMinimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie
Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
Mehr(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu
Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die
MehrCodierungstheorie Rudolf Scharlau, SoSe 2006 9
Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets
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
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.
MehrProgrammiersprachen und Übersetzer
Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch
MehrWie kann man beweisen, dass (H, ) eine Gruppe ist?
Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )
MehrFaktorisierung ganzer Zahlen mittels Pollards ρ-methode (1975)
Dass das Problem, die Primzahlen von den zusammengesetzten zu unterscheiden und letztere in ihre Primfaktoren zu zerlegen zu den wichtigsten und nützlichsten der ganzen Arithmetik gehört und den Fleiss
MehrKapitel 4: Dynamische Analyse mit FUSION. SoPra 2008 Kap. 4: Dynamische Analyse mit FUSION (1/30)
Kapitel 4: Dynamische Analyse mit FUSION SoPra 2008 Kap. 4: Dynamische Analyse mit FUSION (1/30) Dokumente der dynamischen Analyse Analyse des Systemverhaltens (dynamischer Aspekt). Zu entwickeln sind:
MehrProf. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik P E T R I N E T Z E. Vorlesungsskript
Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik P E T R I N E T Z E Vorlesungsskript Magdeburg, Oktober 2008 Januar 2009 Vorwort Petri-Netze gehören zu den meist
MehrARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG
¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht
MehrMessung des Kopplungsfaktors Induktiv Gekoppelter Spulen
Messung des Kopplungsfaktors Induktiv Gekoppelter Spulen Dipl.-Phys. Jochen Bauer 11.8.2013 Zusammenfassung Induktiv gekoppelte Spulen finden in der Elektrotechnik und insbesondere in der Funktechnik vielfältige
MehrMotivation. Motivation
Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2012 Universität Duisburg-Essen Was sind nebenläufige Systeme? Ganz allgemein: Systeme, bei denen mehrere Komponenten/Prozesse nebenläufig arbeiten
MehrBildverarbeitung Herbstsemester 2012. Kanten und Ecken
Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
Mehr