Äquivalenzen stetiger und glatter Hauptfaserbündel
|
|
- Dirk Weiner
- vor 6 Jahren
- Abrufe
Transkript
1 Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre
2 Glederung 1 De Problemstellung Hauptfaserbündel Äquvalenzen von Hauptfaserbündeln Bekannte und neue Resultate 2 Illustraton der Bewesmethode Glätten von gruppenwertgen Abbldungen Glätten von Bündeläquvalenzen Glätten von Hauptfaserbündeln Hauptresultat 3 Zusammenfassung
3 Glederung 1 De Problemstellung Hauptfaserbündel Äquvalenzen von Hauptfaserbündeln Bekannte und neue Resultate 2 Illustraton der Bewesmethode Glätten von gruppenwertgen Abbldungen Glätten von Bündeläquvalenzen Glätten von Hauptfaserbündeln Hauptresultat 3 Zusammenfassung
4 Glederung 1 De Problemstellung Hauptfaserbündel Äquvalenzen von Hauptfaserbündeln Bekannte und neue Resultate 2 Illustraton der Bewesmethode Glätten von gruppenwertgen Abbldungen Glätten von Bündeläquvalenzen Glätten von Hauptfaserbündeln Hauptresultat 3 Zusammenfassung
5 Hauptfaserbündel und Übergangsfunktonen G lokalkonvexe Le-Gruppe, auch dm(g) = z.b. dm(g) <, Banach Le, Kac Moody oder Dff(N) M parakompakte MFK, dm(m) < Hauptfaserbündel (HFB) (U ) N offene, lokal endlche Überdeckung von M, U kompakt g j : U U j G Übergangsfunktonen, also g j (x) g jk (x) g k (x) = 1 für x U U j U k g (x) = 1 für x U ( g j (x) = g j (x) 1 für x U U j ) Im Folgenden: Hauptfaserbündel (HFB) mmer gegeben durch G = (g j : U U j G),j N
6 Hauptfaserbündel und Übergangsfunktonen G lokalkonvexe Le-Gruppe, auch dm(g) = z.b. dm(g) <, Banach Le, Kac Moody oder Dff(N) M parakompakte MFK, dm(m) < Hauptfaserbündel (HFB) (U ) N offene, lokal endlche Überdeckung von M, U kompakt g j : U U j G Übergangsfunktonen, also g j (x) g jk (x) g k (x) = 1 für x U U j U k g (x) = 1 für x U ( g j (x) = g j (x) 1 für x U U j ) Im Folgenden: Hauptfaserbündel (HFB) mmer gegeben durch G = (g j : U U j G),j N
7 Hauptfaserbündel und Übergangsfunktonen G lokalkonvexe Le-Gruppe, auch dm(g) = z.b. dm(g) <, Banach Le, Kac Moody oder Dff(N) M parakompakte MFK, dm(m) < Hauptfaserbündel (HFB) (U ) N offene, lokal endlche Überdeckung von M, U kompakt g j : U U j G Übergangsfunktonen, also g j (x) g jk (x) g k (x) = 1 für x U U j U k g (x) = 1 für x U ( g j (x) = g j (x) 1 für x U U j ) Im Folgenden: Hauptfaserbündel (HFB) mmer gegeben durch G = (g j : U U j G),j N
8 Bespele von Hauptfaserbündeln Bespel (Rahmenbündel) M endlchdm. MFK mt Karten ϕ : U ϕ(u ) R n g j := U U j x d(ϕ ϕ 1 j )(ϕ j (x)) GL n (R) d(ϕ ϕ 1 j ) d(ϕ j ϕ 1 k ) d(ϕ k ϕ 1 ) 1 (Kettenregel) d(ϕ ϕ 1 ) = d(d U ) 1 Wetere Bespele Homogene Räume (auch -dmensonal) Bündel von Operatoren auf Hlberträumen
9 Bespele von Hauptfaserbündeln Bespel (Rahmenbündel) M endlchdm. MFK mt Karten ϕ : U ϕ(u ) R n g j := U U j x d(ϕ ϕ 1 j )(ϕ j (x)) GL n (R) d(ϕ ϕ 1 j ) d(ϕ j ϕ 1 k ) d(ϕ k ϕ 1 ) 1 (Kettenregel) d(ϕ ϕ 1 ) = d(d U ) 1 Wetere Bespele Homogene Räume (auch -dmensonal) Bündel von Operatoren auf Hlberträumen
10 Bespele von Hauptfaserbündeln Bespel (Rahmenbündel) M endlchdm. MFK mt Karten ϕ : U ϕ(u ) R n g j := U U j x d(ϕ ϕ 1 j )(ϕ j (x)) GL n (R) d(ϕ ϕ 1 j ) d(ϕ j ϕ 1 k ) d(ϕ k ϕ 1 ) 1 (Kettenregel) d(ϕ ϕ 1 ) = d(d U ) 1 Wetere Bespele Homogene Räume (auch -dmensonal) Bündel von Operatoren auf Hlberträumen
11 Äquvalenzen von Hauptfaserbündeln Beobachtung Gegeben: HFB G = (g j : U U j K ),j N Abbldungen (f : U G) N h j (x) := f 1 (x) g j (x) f j (x) defnert neues HFB H Bündeläquvalenz (BÄ) Zwe HFB G = (g j : U U j G),j N, H = (h j : U U j G),j N heßen äquvalent, falls ene Bündeläquvalenz (BÄ) exstert, also F = (f : U G) N mt h j (x) = f 1 (x) g j (x) f j (x).
12 Äquvalenzen von Hauptfaserbündeln Beobachtung Gegeben: HFB G = (g j : U U j K ),j N Abbldungen (f : U G) N h j (x) := f 1 (x) g j (x) f j (x) defnert neues HFB H Bündeläquvalenz (BÄ) Zwe HFB G = (g j : U U j G),j N, H = (h j : U U j G),j N heßen äquvalent, falls ene Bündeläquvalenz (BÄ) exstert, also F = (f : U G) N mt h j (x) = f 1 (x) g j (x) f j (x).
13 Äquvalenzen von Hauptfaserbündeln Beobachtung Gegeben: HFB G = (g j : U U j K ),j N Abbldungen (f : U G) N h j (x) := f 1 (x) g j (x) f j (x) defnert neues HFB H Bündeläquvalenz (BÄ) Zwe HFB G = (g j : U U j G),j N, H = (h j : U U j G),j N heßen äquvalent, falls ene Bündeläquvalenz (BÄ) exstert, also F = (f : U G) N mt h j (x) = f 1 (x) g j (x) f j (x).
14 Problemstellung Defnton (Stetge/glatte HFB und Äquvalenzen) En HFB G = (g j : U U j G),j N st stetg/glatt, falls alle g j stetg/glatt snd. Ene BÄ F := (f : U G) N zwschen stetgen/glatten HFB st stetg/glatt, wenn alle f stetg/glatt snd. Frage Exstert zu jedem stetgen HFB en äquvalentes glattes HFB und zu jeder stetgen BÄ von glatten HFB ene glatte BÄ?
15 Problemstellung Defnton (Stetge/glatte HFB und Äquvalenzen) En HFB G = (g j : U U j G),j N st stetg/glatt, falls alle g j stetg/glatt snd. Ene BÄ F := (f : U G) N zwschen stetgen/glatten HFB st stetg/glatt, wenn alle f stetg/glatt snd. Frage Exstert zu jedem stetgen HFB en äquvalentes glattes HFB und zu jeder stetgen BÄ von glatten HFB ene glatte BÄ?
16 Problemstellung Defnton (Stetge/glatte HFB und Äquvalenzen) En HFB G = (g j : U U j G),j N st stetg/glatt, falls alle g j stetg/glatt snd. Ene BÄ F := (f : U G) N zwschen stetgen/glatten HFB st stetg/glatt, wenn alle f stetg/glatt snd. Frage Exstert zu jedem stetgen HFB en äquvalentes glattes HFB und zu jeder stetgen BÄ von glatten HFB ene glatte BÄ?
17 Bekannte und neue Resultate Antwort (klasssch) Ja, falls dm(g) < : HFB gegeben durch klassfzerende Abbldung M BG, BÄ durch Homotope glatte Struktur auf BG und Glätten von Homotopen BG hat.a. kene glatte Struktur, nur n Ausnahmefällen, z.b. falls dm(g) < oder G = Dff(N). Deshalb st deser Zugang.A. ncht möglch! Antwort (neu) Ja, auch falls dm(g) = : HFB und BÄ gegeben durch gruppenwertge Abbldungen, de man besser glätten kann.
18 Bekannte und neue Resultate Antwort (klasssch) Ja, falls dm(g) < : HFB gegeben durch klassfzerende Abbldung M BG, BÄ durch Homotope glatte Struktur auf BG und Glätten von Homotopen BG hat.a. kene glatte Struktur, nur n Ausnahmefällen, z.b. falls dm(g) < oder G = Dff(N). Deshalb st deser Zugang.A. ncht möglch! Antwort (neu) Ja, auch falls dm(g) = : HFB und BÄ gegeben durch gruppenwertge Abbldungen, de man besser glätten kann.
19 Bekannte und neue Resultate Antwort (klasssch) Ja, falls dm(g) < : HFB gegeben durch klassfzerende Abbldung M BG, BÄ durch Homotope glatte Struktur auf BG und Glätten von Homotopen BG hat.a. kene glatte Struktur, nur n Ausnahmefällen, z.b. falls dm(g) < oder G = Dff(N). Deshalb st deser Zugang.A. ncht möglch! Antwort (neu) Ja, auch falls dm(g) = : HFB und BÄ gegeben durch gruppenwertge Abbldungen, de man besser glätten kann.
20 Hauptwerkzeug G lokalkonvexe Le-Gruppe M parakompakte MFK, dm(m) < M Satz A M abgeschlossen, U M offen, f : M G stetg, glatt auf A\U f : M G stetg, glatt auf A und f = f auf M\U + Kontrolle auf kompakten Mengen
21 Hauptwerkzeug G lokalkonvexe Le-Gruppe M parakompakte MFK, dm(m) < M Satz A M abgeschlossen, U M offen, f : M G stetg, glatt auf A\U f : M G stetg, glatt auf A und f = f auf M\U + Kontrolle auf kompakten Mengen
22 Hauptwerkzeug G lokalkonvexe Le-Gruppe M parakompakte MFK, dm(m) < M Satz A M abgeschlossen, U M offen, f : M G stetg, glatt auf A\U f : M G stetg, glatt auf A und f = f auf M\U + Kontrolle auf kompakten Mengen
23 Hauptwerkzeug G lokalkonvexe Le-Gruppe M parakompakte MFK, dm(m) < M Satz A M abgeschlossen, U M offen, f : M G stetg, glatt auf A\U f : M G stetg, glatt auf A und f = f auf M\U + Kontrolle auf kompakten Mengen
24 Hauptwerkzeug G lokalkonvexe Le-Gruppe M parakompakte MFK, dm(m) < M Satz A M abgeschlossen, U M offen, f : M G stetg, glatt auf A\U f : M G stetg, glatt auf A und f = f auf M\U + Kontrolle auf kompakten Mengen
25 Glätten von stetgen Bündeläquvalenzen Gegeben: glatte HFB G = (g j : U U j G),j N H = (h j : U U j G),j N (also alle g j, h j glatt) und stetge BÄ F = (f : U G) N (also alle f stetg mt h j = f 1 g j f j ) Gesucht: glatte Abbldungen f 1 : U G mt h j = f g j f j 1 Problem: bem Glätten muss h j = f g j f j erfüllt werden!
26 Glätten von stetgen Bündeläquvalenzen Gegeben: glatte HFB G = (g j : U U j G),j N H = (h j : U U j G),j N (also alle g j, h j glatt) und stetge BÄ F = (f : U G) N (also alle f stetg mt h j = f 1 g j f j ) Gesucht: glatte Abbldungen f 1 : U G mt h j = f g j f j 1 Problem: bem Glätten muss h j = f g j f j erfüllt werden!
27 Glätten von stetgen Bündeläquvalenzen Gegeben: glatte HFB G = (g j : U U j G),j N H = (h j : U U j G),j N (also alle g j, h j glatt) und stetge BÄ F = (f : U G) N (also alle f stetg mt h j = f 1 g j f j ) Gesucht: glatte Abbldungen f 1 : U G mt h j = f g j f j 1 Problem: bem Glätten muss h j = f g j f j erfüllt werden!
28 De Induktonsdee Idee Auf U U j : 1 h j = f g j f j f = g j f j h j Benutze f = g j f j h j, um f für = 1, 2,... nduktv zu defneren.
29 Beschrebung der Indukton Se f für < k defnert. Dann wrd f k auf U k <k U durch defnert, fk := g k f h k U nahe U auf f k abgeändert, durch f k auf U k \ <k U fortgesetzt Problem und schleßlch geglättet. U k Dabe wrd f k = g k f h k nahe U verletzt!
30 Beschrebung der Indukton Se f für < k defnert. Dann wrd f k auf U k <k U durch defnert, fk := g k f h k U nahe U auf f k abgeändert, durch f k auf U k \ <k U fortgesetzt Problem und schleßlch geglättet. U k Dabe wrd f k = g k f h k nahe U verletzt!
31 Beschrebung der Indukton Se f für < k defnert. Dann wrd f k auf U k <k U durch defnert, fk := g k f h k U nahe U auf f k abgeändert, durch f k auf U k \ <k U fortgesetzt Problem und schleßlch geglättet. U k Dabe wrd f k = g k f h k nahe U verletzt!
32 Beschrebung der Indukton Se f für < k defnert. Dann wrd f k auf U k <k U durch defnert, fk := g k f h k U nahe U auf f k abgeändert, durch f k auf U k \ <k U fortgesetzt Problem und schleßlch geglättet. U k Dabe wrd f k = g k f h k nahe U verletzt!
33 Beschrebung der Indukton Se f für < k defnert. Dann wrd f k auf U k <k U durch defnert, fk := g k f h k U nahe U auf f k abgeändert, durch f k auf U k \ <k U fortgesetzt Problem und schleßlch geglättet. U k Dabe wrd f k = g k f h k nahe U verletzt!
34 Beschrebung der Indukton Se f für < k defnert. Dann wrd f k auf U k <k U durch defnert, fk := g k f h k U nahe U auf f k abgeändert, durch f k auf U k \ <k U fortgesetzt Problem und schleßlch geglättet. U k Dabe wrd f k = g k f h k nahe U verletzt!
35 Der Scherhetsabstand Lösung Sperre den Berech, n dem f k = g k f h k ncht glt n enen Scherhetsabstand en, der nahe U st. Beobachtung (V ) N offene Überdeckung von M, V U und f : V G glatt mt f = g j f j h j auf V V j f k (x) := g k (x) f (x) h k(x) für x U k V defnert glatte BÄ BÄ durch Werte auf fenerer Überdeckung endeutg bestmmt!
36 Der Scherhetsabstand Lösung Sperre den Berech, n dem f k = g k f h k ncht glt n enen Scherhetsabstand en, der nahe U st. Beobachtung (V ) N offene Überdeckung von M, V U und f : V G glatt mt f = g j f j h j auf V V j f k (x) := g k (x) f (x) h k(x) für x U k V defnert glatte BÄ BÄ durch Werte auf fenerer Überdeckung endeutg bestmmt!
37 Der Scherhetsabstand Lösung Sperre den Berech, n dem f k = g k f h k ncht glt n enen Scherhetsabstand en, der nahe U st. Beobachtung (V ) N offene Überdeckung von M, V U und f : V G glatt mt f = g j f j h j auf V V j f k (x) := g k (x) f (x) h k(x) für x U k V defnert glatte BÄ BÄ durch Werte auf fenerer Überdeckung endeutg bestmmt!
38 Der Scherhetsabstand wähle (V ) N mt V U garantere fk = g k f h k auf V k V U V nach Konstrukton aller f defnere f := f V lefert glatte BÄ, endeutg bestmmt durch f : V G V k U k
39 Der Scherhetsabstand wähle (V ) N mt V U garantere fk = g k f h k auf V k V U V nach Konstrukton aller f defnere f := f V lefert glatte BÄ, endeutg bestmmt durch f : V G V k U k
40 Der Scherhetsabstand wähle (V ) N mt V U garantere V fk = g k f h k auf V k V nach Konstrukton aller f defnere f := f V V k lefert glatte BÄ, endeutg bestmmt durch f : V G
41 Der Scherhetsabstand wähle (V ) N mt V U garantere V fk = g k f h k auf V k V nach Konstrukton aller f defnere f := f V V k lefert glatte BÄ, endeutg bestmmt durch f : V G
42 Technsche Schwergketen Frage Wo snd de Schwergketen n der Konstrukton? Lösung Bedngung f = g j f j h j Fortsetzung von U k <k U nach U k Scherhetsabstand blende f k (auf U k <k U ) nach f k (auf U k \ <k U ) über durch Konvexkombnaton von f k f 1 k auf 1 (G st lokalkonvex) Kontrolle auf kompakten Mengen bem Glätten f k f 1 k hat Werte n fester konvexer 1-Umgebung
43 Technsche Schwergketen Frage Wo snd de Schwergketen n der Konstrukton? Lösung Bedngung f = g j f j h j Fortsetzung von U k <k U nach U k Scherhetsabstand blende f k (auf U k <k U ) nach f k (auf U k \ <k U ) über durch Konvexkombnaton von f k f 1 k auf 1 (G st lokalkonvex) Kontrolle auf kompakten Mengen bem Glätten f k f 1 k hat Werte n fester konvexer 1-Umgebung
44 Technsche Schwergketen Frage Wo snd de Schwergketen n der Konstrukton? Lösung Bedngung f = g j f j h j Fortsetzung von U k <k U nach U k Scherhetsabstand blende f k (auf U k <k U ) nach f k (auf U k \ <k U ) über durch Konvexkombnaton von f k f 1 k auf 1 (G st lokalkonvex) Kontrolle auf kompakten Mengen bem Glätten f k f 1 k hat Werte n fester konvexer 1-Umgebung Nur elementare Topologe verwendet!
45 Glätten von Hauptfaserbündeln Gegeben: stetges HFB G = (g j : U U j G),j N Gesucht: glattes HFB H = (h j : U U j G),j N (also h j h jk h k = 1) und stetge BÄ (also h j = f 1 g j f j ) F = (f : U G) N h k = h kj h j gleche nduktve Konstrukton mt geegneter Ordnung auf Tupeln (k, ) N N
46 Glätten von Hauptfaserbündeln Gegeben: stetges HFB G = (g j : U U j G),j N Gesucht: glattes HFB H = (h j : U U j G),j N (also h j h jk h k = 1) und stetge BÄ (also h j = f 1 g j f j ) F = (f : U G) N h k = h kj h j gleche nduktve Konstrukton mt geegneter Ordnung auf Tupeln (k, ) N N
47 Glätten von Hauptfaserbündeln Gegeben: stetges HFB G = (g j : U U j G),j N Gesucht: glattes HFB H = (h j : U U j G),j N (also h j h jk h k = 1) und stetge BÄ (also h j = f 1 g j f j ) F = (f : U G) N h k = h kj h j gleche nduktve Konstrukton mt geegneter Ordnung auf Tupeln (k, ) N N
48 Resultat Theorem G lokalkonvexe Le-Gruppe, M endlchdm. parakompakte MFK Zu jedem stetgen HFB exstert en äquvalentes glattes HFB. Zwe glatte HFB snd genau dann glatt äquvalent, wenn se stetg äquvalent snd. Bewes durch elementare topologsche Methoden Bewes ohne klassfzerende Räume relatve Verson des Theorems for free Anwendung: Ncht-abelsche Kohomologe Getwstete K -Theore (PU(H)-Bündel)
49 Resultat Theorem G lokalkonvexe Le-Gruppe, M endlchdm. parakompakte MFK Zu jedem stetgen HFB exstert en äquvalentes glattes HFB. Zwe glatte HFB snd genau dann glatt äquvalent, wenn se stetg äquvalent snd. Bewes durch elementare topologsche Methoden Bewes ohne klassfzerende Räume relatve Verson des Theorems for free Anwendung: Ncht-abelsche Kohomologe Getwstete K -Theore (PU(H)-Bündel)
50 Resultat Theorem G lokalkonvexe Le-Gruppe, M endlchdm. parakompakte MFK Zu jedem stetgen HFB exstert en äquvalentes glattes HFB. Zwe glatte HFB snd genau dann glatt äquvalent, wenn se stetg äquvalent snd. Bewes durch elementare topologsche Methoden Bewes ohne klassfzerende Räume relatve Verson des Theorems for free Anwendung: Ncht-abelsche Kohomologe Getwstete K -Theore (PU(H)-Bündel)
51 Zusammenfassung Hauptfaserbündel und Bündeläquvalenzen durch gruppenwertge Abbldungen Stetgket/Glatthet Verträglchketsbedngungen durch nduktve Konstrukton glatter Abbldungen erfüllt Glätten von BÄ und HFB C. Müller, C. Wockel Equvalences of Smooth and Contnuous Prncpal Bundles wth Infnte-Dmensonal Structure Group arxv: math.dg/ ,
52 Zusammenfassung Hauptfaserbündel und Bündeläquvalenzen durch gruppenwertge Abbldungen Stetgket/Glatthet Verträglchketsbedngungen durch nduktve Konstrukton glatter Abbldungen erfüllt Glätten von BÄ und HFB C. Müller, C. Wockel Equvalences of Smooth and Contnuous Prncpal Bundles wth Infnte-Dmensonal Structure Group arxv: math.dg/ ,
53 Zusammenfassung Hauptfaserbündel und Bündeläquvalenzen durch gruppenwertge Abbldungen Stetgket/Glatthet Verträglchketsbedngungen durch nduktve Konstrukton glatter Abbldungen erfüllt Glätten von BÄ und HFB C. Müller, C. Wockel Equvalences of Smooth and Contnuous Prncpal Bundles wth Infnte-Dmensonal Structure Group arxv: math.dg/ ,
Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
Mehr3.3 Lineare Abbildungen und Matrizen
33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle
Mehr1.1 Das Prinzip von No Arbitrage
Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
MehrDer Satz von COOK (1971)
Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls
MehrKonkave und Konvexe Funktionen
Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage
Mehr3 g-adische Ziffernentwicklung reeller Zahlen
1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von
Mehr12 UMPU Tests ( UMP unbiased )
89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
Mehr3. Lineare Algebra (Teil 2)
Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw
MehrAlgebraische Kombinatorik und Anwendungen in der kommutativen Algebra
Algebrasche Kombnatork und Anwendungen n der kommutatven Algebra Dr. Martna Kubtzke Wntersemester 2012/13 Goethe-Unverstät Frankfurt Inhaltsverzechns 1 Monomale Ideale und smplzale Komplexe 1 1.1 Monomale
Mehrwird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:
Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
Mehr6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)
6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden
MehrDaten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.
Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve
Mehr1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl
0. STRÖMUNG INKOMPRESSIBLER FLUIDE IN ROHRLEITUNGEN Enführung Vorlesung Strömungslehre Prof. Dr.-Ing. Chrstan Olver Pascheret C. O. Pascheret Insttute of Flud Mechancs and Acoustcs olver.pascheret@tu-berln.de
MehrAufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):
LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete
Mehr8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0
8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)
MehrAnwendungsmöglichkeiten von Lernverfahren
Künstlche Neuronale Netze Lernen n neuronalen Netzen 2 / 30 Anwendungsmöglcheten von Lernverfahren Prnzpelle Möglcheten Verbndungsorentert 1 Hnzufügen neuer Verbndungen 2 Löschen bestehender Verbndungen
Mehrbinäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:
Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
MehrDiskrete Mathematik 1 WS 2008/09
Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /
MehrHydrosystemanalyse: Finite-Elemente-Methode (FEM)
Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf
MehrTransformation von Gleichungen n - ter Ordnung in ein Gleichungssystem 1.Ordnung bei linearen gewoehnlichen Differentialgleichungen
Praesentatonstechn SS4 Transformaton von Glechungen n - ter Ordnung n en Glechungssstem Ordnung be lnearen gewoehnlchen Dfferentalglechungen verfasst von den Studenten fuer Technsche Mathemat an der JKepler
MehrSeminar Netzwerkanalyse. Kapitel 12 Vergleiche von Netzw erken. Sommersemester 2005 Universität Trier
Kaptel 2 Vergleche von Netzw erken Sommersemester 2005, 697862 Kaptel 2.0 Allgemenes Allgemenes Graph-Isomorphsmus Problem (GI) besteht darn festzustellen, ob zwe gegebene Graphen somorph snd In der Praxs
MehrProseminar Spieltheorie SS 2006 Ausarbeitung zum Vortrag Allgemeine Zwei-Personenspiele am Vortragender: Florian Leiner
Prosemnar Speltheore SS 2006 Ausarbetung zum Vortrag Allgemene Zwe-Personenspele am 06.07.2006 Vortragender: Floran Lener Der Vortrag basert auf dem entsprechenden Kaptel wo-person general-sum games aus
MehrMathematik der Finanzmärkte Vorlesungsskript
Mathematk der Fnanzmärkte Vorlesungsskrpt Wnter 24/25 Achm Klenke Insttut für Mathematk Johannes Gutenberg-Unverstät Manz Staudngerweg 9 D-5599 Manz 16. Februar 25 korrgert: 11. Aprl 25 2 Inhaltsverzechns
MehrGrundlagen der Elektrotechnik II (GET II)
Grundlgen der Elektrotechnk (GET ) Vorlesung m 8.07.005 Do. :5-3.45 Uhr;. 603 (Hörsl) Dr.-ng. ené Mrklen E-Ml: mrklen@un-kssel.de Tel.: 056 804 646; Fx: 056 804 6489 UL: http://www.tet.e-technk.un-kssel.de
Mehr3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale
3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche
MehrFunktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)
Mehr11 Chemisches Gleichgewicht
11 Chemsches Glechgewcht 11.1 Chemsche Reaktonen und Enstellung des Glechgewchts Untersucht man den Mechansmus chemscher Reaktonen, so wrd man dese enersets mt enem mkroskopschen oder knetschen Blck auf
MehrÜbungsblatt 4 - Lösung
Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.
MehrOptische Systeme. Inhalte der Vorlesung. Hausaufgabe: Reflexion mit Winkel. Vergleichen Sie Ihre Rechnung mit einem Experiment! n = tan. sin.
Inhalte der Vorlesung 3. Optsche Systeme Martna Gerken 05..007. Grundlagen der Wellenoptk. De Helmholtz-Glechung. Lösungen der Helmholtz-Glechung: Ebene Wellen und Kugelwellen.3 Das Huygenssche Prnzp.4
MehrHefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen
Hefte zur Logstk Prof. Dr. Segfred Jetzke Heft 1 Begrffsdefntonen Jun 2010 Deses Heft st urheberrechtlch geschützt. Wenn Se de Quelle angeben, können Se gerne deses Heft wetergeben, Tele koperen oder aus
MehrDynamik starrer Körper
Dynamk starrer Körper Bewegungen starrer Körper können n Translaton und Rotaton zerlegt werden. De Rotaton stellt enen nneren Frehetsgrad des Körpers dar, der be Punktmassen ncht exstert. Der Schwerpunkt
MehrPhysikalisches Anfängerpraktikum Teil 2 Versuch PII 33: Spezifische Wärmekapazität fester Körper Auswertung
Physkalsches Anfängerpraktkum Tel 2 Versuch PII 33: Spezfsche Wärmekapaztät fester Körper Auswertung Gruppe M-4: Marc A. Donges , 060028 Tanja Pfster, 204846 2005 07 spezfsche Wärmekapaztäten.
MehrNeuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. .
Neuronale Netze M. Gruber 7.11.015 Begnnen wr mt enem Bespel. Bespel 1 Wr konstrueren enen Klasskator auf der Menge X = [ 1; 1], dessen Wrkung man n Abb.1 rechts sehen kann. Auf der blauen Telmenge soll
MehrBeschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression
Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5
Mehr(Essentiell) τ-äquivalente Tests:
(Essentell) τ-äquvalente Tests: τ-äquvalenz: Essentelle τ-äquvalenz: τ τ τ τ +λ Repräsentatonstheore (Exstenzsatz): De Tests,..., snd genau dann τ-äquvalent, wenn ene reelle Zufallsvarable η sowereellekonstantenλ,...,
MehrWir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt
Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten
MehrSIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT
Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
Mehr4. Rechnen mit Wahrscheinlichkeiten
4. Rechnen mt Wahrschenlchketen 4.1 Axome der Wahrschenlchketsrechnung De Wahrschenlchketsrechnung st en Telgebet der Mathematk. Es st üblch, an den Anfang ener mathematschen Theore enge Axome zu setzen,
MehrPhysik A VL11 ( )
Physk A VL11 (0.11.01) Dynamk der Rotatonsbewegung I Kresbewegung und Kräfte Drehmoment und räghetsmoment Kresbewegung und Kräfte en Massepunkt (Schwerpunkt) führt nur ene ranslatonsbewegung aus ausgedehnte
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
Mehrω 0 = Protokoll zu Versuch E6: Elektrische Resonanz
Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
MehrWas erwarten wir als Ergebnis von freien Verhandlungen in einer Gruppe mit Koalitionsmöglichkeiten?
Prof. Dr. Fredel Bolle 1 Prof. Dr. Fredel Bolle Vorlesung 1 Defnton: Kooperatves Spel En ooperatves Spel Γ st en Tupel (N,V), wobe der N = {1,...,m} mt m > 1 de Menge der Speler bezechnet und Was erwarten
MehrUnter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen
Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum
Mehr5 Integralsätze am Beispiel der Gravitation
5 INTEGRALSÄTZE AM BEISPIEL DER GRAVITATION 1 5 Integralsätze am Bespel der Gravtaton 5.1 Integralsatz von Stokes Im letzten Kaptel haben wr de Rotaton enes Vektorfeldes engeführt und Lnenntegrale betrachtet.
MehrEinführung in geostatistische Methoden der Datenauswertung
MUC 2.3 und MC 2.1.1 Praktkum Umweltanalytk II Enführung n geostatstsche Methoden der Datenauswertung Enführung n geostatstsche Methoden der Datenauswertung Zel: Anwendung der geostatstschen Methoden Semvarogrammanalyse
Mehr1 BWL 4 Tutorium V vom 15.05.02
1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)
MehrVisualisierung der Volatilität bei der Interpolation von Zeitreihen: Excel-Makro Saffint
Vsualserung der Volatltät be der Interpolaton von Zetrehen: Excel-Makro Saffnt Norman Fckel Fredrch-Alexander-Unverstät Erlangen-Nürnberg Wrtschafts- und Sozalwssenschaftlche Fakultät Lehrstuhl für Statstk
MehrWährend der Zeit dt fließe durch den Querschnitt eines Leiters die Ladung dq es herrscht die Stromstärke
Elektrztätslehre Glechstrom 26. Glechstrom 26.. Stromstärke Während der Zet dt fleße durch den Querschntt enes Leters de Ladung dq es herrscht de Stromstärke dq dt () Maßenhet: As C [ ] A S s s De Maßenhet
MehrGrundlagen der stochastischen Integration
Ruhr-Unverstät Bochum 2. November 29 Glederung Vorbemerkungen Vorberetungen (Fltratonen, Stoppzeten, Martngale) Lévy-Prozesse Stochastsche Integraton Itô-Formel Lteratur R. Cont, P. Tankov (24). Fnancal
MehrKleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA
Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p
Mehr5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013
O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen
MehrZ Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.
Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet
MehrEinführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit
Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket
Mehr1 Mehrdimensionale Analysis
1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus
MehrDefinitorische Konstruktion induktiver Datentypen in Isabelle/HOL
TECHNISCHE UNIVERSITÄT MÜNCHEN INSTITUT FÜR INFORMATIK Defntorsche Konstrukton nduktver Datentypen n Isabelle/HOL Dplomarbet Stefan Berghofer INSTITUT FÜR INFORMATIK TECHNISCHE UNIVERSITÄT MÜNCHEN Defntorsche
MehrFähigkeitsuntersuchungen beim Lotpastendruck
Fakultät Elektrotechnk und Informatonstechnk Insttut für Aufbau- und Verbndungstechnk der Elektronk Fähgketsuntersuchungen bem Lotpastendruck Dr.-Ing. H. Wohlrabe Ottobrunn, 2. Februar 2009 Qualtätsmerkmale
MehrETG-Labor 1.Sem Spannungsquelle. Spannungsquelle R L
Spannungsquelle 1 Lernzel: Nach Durchführung der Übung kann der Studerende: De Kenngrößen ener realen Spannungsquelle benennen und dese messtechnsch erfassen Mt Hlfe der Spannungskompensatonsmethode klenste
MehrStandortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung
Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
MehrDie Zahl i phantastisch, praktisch, anschaulich
Unverstät Würzburg 977 Würzburg Telefon: (91 888 5598 De Zahl phantastsch, praktsch, anschaulch De Geschchte der Zahl war dre Jahrhunderte lang dadurch geprägt, dass se und damt de kompleen Zahlen n Mathematkerkresen
MehrSteuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik
und hre Datenstrukturen 9-9....2 9. Zetplanung...2 9.. CPM... 3 9..2 PERT... 9..3 MPM... 5 9..4 Verglech zwschen CPM und MPM... 22 9.2 Ausblck: Kosten- und Kapaztätsplanung...23 9.3 Entschedungsnetzpläne...24
MehrVersicherungstechnischer Umgang mit Risiko
Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über
MehrDatenträger löschen und einrichten
Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe
MehrNernstscher Verteilungssatz
Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.
Mehrarxiv: v1 [math.nt] 10 Apr 2014
Über de ratonalen Punkte auf der Sphäre von Nkolay Moshchevtn 1 Moskau) arxv:1404.907v1 [math.nt] 10 Apr 014 Wr beschäftgen uns her mt der Approxmaton von Punkten auf der n-dmensonalen Sphäre durch ratonale
Mehrd da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb
S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von
MehrVermessungskunde für Bauingenieure und Geodäten
Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13
Mehr3.2 Bewertung sozialer Zustände
u Kaptel 3: Wohlfahrtstheoretsche Grundlagen 3.2 Bewertung soaler Zustände Gesellschaft habe ndvduen, ndex 1,2,..., Jedes ndvduum kann n ener vorgegebenen Anahl von Zuständen sen, x Bestmmter gesellschaftlcher
MehrMethoden der innerbetrieblichen Leistungsverrechnung
Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
MehrÜbung zur Vorlesung. Informationstheorie und Codierung
Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832
MehrNSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.
PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs
MehrOrdered Response Models (ORM)
Handout: Mkroökonometre Ordered Response Models Domnk Hanglberger - SS 28 Ordered Response Models (ORM) Ist de abhängge Varable ordnal skalert (d.h. hre Kategoren lassen sch n ene Rangrehenfolge brngen,
MehrIII. Theorie des Haushalts
Pro. Dr. Fredel Bolle Vorlesung "Mkroökonome" WS 008/009 III. Theore des Haushalts 86 Pro. Dr. Fredel Bolle Vorlesung "Mkroökonome" WS 008/009 III. Theore des Haushalts 87 III. Theore des Haushalts Unternehmung
MehrFORMELSAMMLUNG STATISTIK (I)
Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen
MehrBackup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1
Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen
MehrOnline Algorithmen. k-server randomisiert Teil II
Onlne Algorthmen k-server randomsert Tel II Ausarbetung für das Semnar Onlne Algorthmen Prof. Dr. Ro. Klen Anette Ebbers-Baumann Ansgar Grüne Insttut für Informatk Theorethsche Informatk und formale Methoden
Mehr50 Matrixnormen und Eigenwertabschätzungen
50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt
Mehrtutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung
Software Oberkategore Unterkategore Kompetenzstufe Voraussetzung Kompetenzerwerb / Zele: InDesgn CS4 Layoutgestaltung Erste Schrtte - Anlegen enes Dokumentes I a (Enfache Nutzung) kene N o 1a Umgang mt
MehrTeil E: Qualitative abhängige Variable in Regressionsmodellen
Tel E: Qualtatve abhängge Varable n Regressonsmodellen 1. Qualtatve abhängge Varable Grundlegendes Problem: In velen Fällen st de abhängge Varable nur über enen bestmmten Werteberech beobachtbar. Bsp.
MehrMOD-01 LAGRANGE FORMALISMUS -- TEIL 1
MOD- LAGRAGE FORMALISMUS -- EIL. Zustandsfunktonen Defnton -: Zustandsfunkton Ene Zustandsfunkton W( () t, t) = W(, t) bzw. W ( ) st jede belebge skalare Funkton der Zustandsgrößen () t und der Zet t,
MehrBewertung von Zinsswaps mittels Mehrkurvenbootstrapping
Bewertung von Znsswaps mttels Mehrkurvenbootstrappng OIS-Marktstandard gewnnt m Rahmen des EMIR-Portfoloabglechs an Bedeutung 1. Enletung De Bewertungsmethodk von Znsswaps hat sch gewandelt. Bs vor der
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
MehrMC Datenexport und Übernahme in Excel
MC Daenexpor und Übernahme n Excel Schr-für-Schr-Anleung zur Daenübernahme aus der MC- Applkaon und Überführung der Daen n en lokales Excel-Fle. Tel A: Daenübernahme aus MC (Wndows XP):. See 1 Tel B: Daenkonverson
MehrElektrischer Strom. Elektrische Netzwerke
Elektrscher Strom. Elektrscher Strom als Ladungstransport. Wrkungen des elektrschen Stromes 3. Mkroskopsche Betrachtung des Stroms, elektrscher Wderstand, Ohmsches Gesetz. Drftgeschwndgket und Stromdchte.
Mehrmit der Anfangsbedingung y(a) = y0
Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.
Mehr6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen
196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert
MehrErwartungswert, Varianz, Standardabweichung
RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend
MehrIonenselektive Elektroden (Potentiometrie)
III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,
MehrAndreas Schulz. 18. Juni Lokal- orthogonale Koordinatesysteme Math. Hilfsmittel: Antisymmetrischer Tensor: Kreuzprodukt, Spatprodukt,
Tutorum zur G2 Srker - SS3 Mathematscher Notfallkoffer : Dfferentaloperatoren und Integraton n allgemenen, krummlng-orthogonalen Korrdnatensystemen Andreas Schulz 8. Jun 23 Inhaltsverzechns Bevor es losgeht...
Mehr