Teil VII : Zeitkomplexität von Algorithmen
|
|
- Kevin Schäfer
- vor 6 Jahren
- Abrufe
Transkript
1 Teil VII : Zeitkomplexität vo Algorithme. Algorithme ud ihr Berechugsaufwad. Aufwadsabschätzug Wachstum vo Fuktioe. Aufwad vo Suchalgorithme K. Murma, H. Neuma, Fakultät für Iformatik, Uiversität Ulm, 00. Algorithme ud ihr Berechugsaufwad Motivatio Beispiel Fide eier Müze
2 Motivatio Problem I der Vergageheit wurde bereits Algorithme vorgestellt, dere Ausführugsdauer trotz gleicher Fuktioalität bei idetische Date uterschiedlich lag ausfiel! Bsp. : Suche vo Textsegmete (Stadardalgorithmus ach Automatemodell vs. Boyer-Moore-Algorithmus Berechug der Fiboacci-Zahle (rekursiver vs. iterativer Algorithmus expoetieller vs. liearer Aufwad Lösug des Problems der Türme vo Haoi (rekursiver Algorithmus mit + (- Trasportoperatioe vs. eies eifache Algorithmus mit Umlauf auf Kreis expoetieller vs. liearer Aufwad Ziel : Utersuchug der Größeordug des Wachstums der Laufzeit eies Algorithmus i Abhägigkeit der Azahl der Date eifache Charakterisierug des Aufwads eier Algorithmus erlaubt de Vergleich der Performaz verschiedeer algorithmischer Lösuge Utersuchugsgegestad Für große Datemege wird der (asymptotische Aufwad eies Algorithmus gesucht : I welcher Weise wächst die Laufzeit eies Algorithmus mit wachseder Größe der Eigabedatemege? { } = Grezbetrachtug : Eigabedate asympotische Notatio Zeitkomplexität
3 Beispiel Fide eier Müze Problembeschreibug geg. : Mege idetisch ausseheder Müze, vo dee geau eie Müze schwerer ist als alle adere, die restliche Müze sid utereiader alle gleich schwer Aufgabe : Auffide der schwerere Müze, wobei als Hilfsmittel eie Balkewaage zur Verfügug steht Lösugsasätze I. Lösug Strategie : Jede Müze wird gege eie adere gewoge, bis die Balkewaage eie Müze als schwerere achweist Voraussetzug :Azahl der Müze muß gerade sei! Lösugsschema : Eis-ach-dem-adere Name des Algorithmus : Fide-Mueze- Eigabe : alle Mueze Ausgabe : gesuchte schwere Mueze haufe := gesamtmege-der-mueze; WHILE keie-mueze-ausgesodert DO imm--mueze-vom-haufe; IF gewicht(mueze- = gewicht(mueze- THEN (* -- icht gefude * lege-beide-mueze-beiseite ELSE (* -- eie Mueze ist die gesuchte * IF gewicht(mueze- > gewicht(mueze- THEN sodere-mueze-aus(mueze- ELSE sodere-mueze-aus(mueze- END END END END Fide-Mueze-.
4 II. Lösug Strategie : Die zu utersuchede Gruppe vo Müze wird immer halbiert, wobei die schwerere Hälfte weiter aalysiert wird solage, bis sie ur och eie Müze ethält ( divide-ad-coquer Voraussetzug : Azahl der Müze ist N =! Lösugsschema : Teile-ud-Herrsche Name des Algorithmus : Fide-Mueze- Eigabe : alle Mueze Ausgabe : gesuchte schwere Mueze zu-utersuchede-muezmege := gesamtmege-der-mueze; WHILE groesse(zu-utersuchede-muezmege > DO gruppe- := erste-haelfte(zu-utersuchede-muezmege; gruppe- := zweite-haelfte(zu-utersuchede-muezmege; IF gewicht(gruppe- > gewicht(gruppe- THEN zu-utersuchede-muezmege := gruppe- ELSE zu-utersuchede-muezmege := gruppe- END END; sodere-mueze-aus(zu-utersuchede-muezmege END Fide-Mueze-. III. Lösug Vorüberlegug : Beim Schema Teile-ud-Herrsche ware ie Müzgruppe gleich schwer Verfahre ka och effizieter werde, idem möglicherweise gleich schwere Gruppe ausgesodert werde köe Strategie : Die zu utersuchede Gruppe vo Müze wird immer i drei Gruppe geteilt, vo dee für die Wägug gleich groß sid (die Größe der Restgruppe ist beliebig, aber kleier als die adere Gruppe ( alle Möglichkeite der Balkewaage werde geutzt! Gruppe 49 Müze Gruppe Gruppe 4
5 Lösugsschema : Dreiteilug Name des Algorithmus : Fide-Mueze- Eigabe : alle Mueze Ausgabe : gesuchte schwere Mueze zu-utersuchede-muezmege := gesamtmege-der-mueze; WHILE groesse(zu-utersuchede-muezmege > DO gruppe- := ugefaehr-ei-drittel(zu-utersuchede-muezmege; gruppe- := gleich-grosser-teil(zu-utersuchede-muezmege; gruppe- := rest(zu-utersuchede-muezmege; IF gewicht(gruppe- = gewicht(gruppe- THEN zu-utersuchede-muezmege := gruppe- ELSE IF gewicht(gruppe- > gewicht(gruppe- THEN zu-utersuchede-muezmege := gruppe- ELSE zu-utersuchede-muezmege := gruppe- END END END; sodere-mueze-aus(zu-utersuchede-muezmege END Fide-Mueze-. Aalyse Die Azahl der Wäguge Beispiel mit 8 Müze Methode. Wägug. Wägug. Wägug 4. Wägug ( Eis-ach-dem-adere Miimal Maximal 4 Im Mittel x, x, x, x4 0/8 =.5 5
6 Beispiel mit 8 Müze (cot d Methode. Wägug. Wägug. Wägug 4. Wägug ( Teile-ud-Herrsche Miimal Maximal Im Mittel ( Dreiteilug Miimal Maximal Im Mittel Mittlere ud maximale Azahl vo Wäguge Methode Azahl der Müze ( ( Eis-ach-dem-adere f( ( Teile-ud-Herrsche f( ( Dreiteilug f( Für viele Fragestelluge ist ma a dem schlechteste Fall iteressiert, um eie Abschätzug der maximal mögliche Dauer des Algorithmus bei der Bearbeitug der Problemstellug zu erhalte! hier : maximale Azahl der Wäguge bei gegebeer Mege vo Müze 6
7 Abschätzug der Ordug des Berechugs-Aufwads Allgemeie Frage : Welche Fuktio f( beschreibt de Berechugs- Aufwad für das Problem bei gegebeer Azahl vo Date? Vo welcher Art ist die Fuktio f(, d.h. ka ma für de maximale (mittlere, miimale Aufwad eie eifache Klasse vo Fuktioe agebe?. Aufwadsabschätzug Wachstum vo Fuktioe Asymptotische Notatio O-Notatio Asymptotische Notatio i Gleichuge Aalyse vo Algorithme Regel für die O-Notatio 7
8 Asymptotische Notatio O-Notatio Aufwad Beschreibug asymptotischer Lauf- /Ausführugszeite vo Algorithme mittels Fuktioe auf N 0 (Mege der at. Zahle ikl. 0 c g( f ( c g( ( O( g( f = O-Notatio : Ω-Notatio : 0 asymptotisch obere Begrezug eier Fuktio asymptotisch utere Begrezug eier Fuktio hier vo Iteresse! Θ-Notatio : asymptotisch feste Begrezug (Eigrezug eier Fuktio Formale Charakterisierug Def.: O-Notatio Eie Fuktio f( heißt vo der Art O( g(, wobei O( g( die Mege vo Fuktioe O( g( = { f(, für die es Zahle c, 0 gibt, so daß ( 0 : 0 f( c g( } defiiert. f( gehört der durch O( g( festgelegte Mege vo Fuktioe a, we eie positive Kostate c existiert ud f( für ei geüged großes 0 uterhalb vo c g( liegt. I adere Worte: Für alle Werte > 0 ist f( c g(! Notatio : eigetlich f O g, jedoch legt die Mege eie Charakteristik (Art der Fuktio fest, so daß typischerweise die Notatio f = O g verwedet wird! ( ( ( ( ( ( 8
9 Beispiele. Lieare Fuktio f ( = a + b = O( Asatz : somit : a + b c a 0 b + = : c ( ( a + b c, a > 0 a lim + b = 0 f = O mit c = a + b, = 0. Asatz : somit : a + b c, a > 0 b a + b c a + c b 0 = 5: a + c 5 b f ( = O( mit c = a +, 0 0 b lim a + = a Es wird stets diejeige Fuktio kleister Ordug gesucht!. Quadratische Fuktio f ( = = O( Asatz : = a c = 0, 0 ± 00 6 = ( c > a c = 4 somit : Lösuge : ( ( = 9.58 = 0.4 = = = x x f = O mit c = 4, 0 = 0 : ceilig : floor ( x R : x < x x x < x + 9
10 Geerell gesucht : Für g( solle möglichst eifache (typische Fuktioe agegebe werde, z.b., log log, log,, log,,,..., log,, Awedug Die O-Notatio gestattet die Agabe der Ausführugszeit vo Algorithme zur Bearbeitug vo Datemege. Dabei gibt die Struktur des Algorithmus Aufschluß über de maximale Aufwad (~ Azahl der Verarbeitugsschritte, eie gegebee Datemege bestehed aus Elemete zu bearbeite! O-Notatio 0 = : a + b c obere Greze für de Aufwad Begrezug der Laufzeit eies Algorithmus für beliebige Eigabedate Die Aussage die Ausführugszeit ist O( g( bedeutet, daß die Ausführugszeit als Fuktio der Größe der Mege vo Eigabedate O( g( ist! im ugüstigste Fall 0
11 Aalyse vo Algorithme Allgemeie Zielsetzug Voraussage des Bedarfs a Ressource, die ei Algorithmus für seie Ausführug beötigt Ressource : Speicher Badbreite für Dateübermittlug (Kommuikatio Logische Gatter Reche- / Ausführugszeit ( Zeitkomplexität eies Problems Modell : Geerische -Prozessor radom access Maschie (~ edliche Zustads-Maschie Jede Istruktio wird sequetiell acheiader, Schritt für Schritt, ausgeführt (d.h. keie parallele, ebeläufige Prozesse! Utersuchug der Performaz eies Algorithmus Abhägigkeit der Ausführugszeit (im ugüstigste Fall, als Fuktio vo der Azahl der Eigabedate O-Notatio Berechugskomplexität ( Computatioal complexity Fragestellug : geg. : Algorithmus (zur Lösug eier gestellte Aufgabe Zu zeige, daß a die Ausführugszeit vo der Art O( f( ist (für irgedeie Fuktio f ud b es keie Algorithmus mit eier Ausführugszeit vo der Art O( g( gibt, für die gilt : ( ( g lim = 0 f
12 Asymptotische Notatio i Gleichuge. Asymptotische Notatio i Gleichuge auf der rechte Seite : Die asymptotische Notatio steht als Platzhalter für eie aoyme, icht äher spezifizierte, Fuktio Bsp.: bedeutet d.h. ( + + = + O i= hier : ( O i + + = + f = + O ( ( f ( Die Azahl der aoyme Fuktioe i eiem Ausdruck etspricht der Azahl des Auftretes der asymptotische Notatio Bsp.: bedeutet ur eie eizige aoyme Fuktio, ( + O( + O( icht (! O + + O( i = O i = O i= i= ( = O( f ( i O (.. Asymptotische Notatio i Gleichuge auf der like Seite : Bsp.: + = ( O( O Iterpretatio : Uabhägig davo, wie die aoyme Fuktio auf der like Seite gewählt wird, existiert stets eie Möglichkeit, die aoyme( Fuktio(e der rechte Seite so zu wähle, daß die Gleichug gültig ist! ( : + f ( = g( O ( O ( (Bsp.! präziserer gröberer Detaillierugsgrad Auswertugsrichtug
13 Regel für die O-Notatio. Mehrere Fuktioe : Trasitivität : ( = O( g( g( O( h( f = ( O( h( f = Reflexivität : Bew.: ( O( f ( f = f ( c f ( für beliebige, c. Recheregel : I. II. III. IV. O c O( f ( ( f ( + O( f ( ( f ( O( g( O( O( f ( O = = = = O O( f ( O( f ( ( f ( g( O( f ( Beweise : zu I : zu II : zu III : zu IV : c O O ( f ( = { g( ( : g( c f ( } ( c f ( c f ( 0 ( f ( + O( f ( O( f ( ( + c f ( c f ( c f c c c für alle (!!! ( c f ( ( c g( c ( f ( g( c + c c für alle c c c für alle ( ( f ( O O g( ( c f ( c c f = c O( f ( g( = c c c f ( g( c c für alle
14 . Aufwad vo Suchalgorithme Problemstellug Suche i eiem Telephobuch Schema der beide Suchalgorithme ud ihr Aufwad Häufig auftretede Komplexitäts-Klasse Problemstellug Suche i eiem Telephobuch geg. : Mege vo Datesätze Eiträge (Datesätze der Form Name, Vorame Adresse Telephoummer beachte : I eiem Telephobuch sid die Eiträge alphabetisch ach dem Name geordet! Aufgabe : Suche ach eiem (oder mehrere Datesätze mit eier bestimmte Eigeschaft die Eigeschafte etspreche bestimmte Eiträge i de Telephobücher (Name Vorame 4
15 . Suche ach Name : Ausutzug der Ordug. Telephobuch i der Mitte aufschlage. vergleiche gesuchte Name mit dem aktuelle Name auf der aufgeschlagee Seite. IF ORD(gesuchter Name < ORD(aktueller Name THEN suche Name i erster Hälfte ELSE suche Name i zweiter Hälfte 4. Verfahre mit der jeweilige Hälfte wieder wie geat, solage bis der gesuchte Name gefude ist biäre Suche. Suche ach Telepho-Nummer : das Telephobuch ist icht ach de Nummer geordet ud muß daher der Reihe ach elemet-weise durchsucht werde. begie mit erste Elemet des Telephobuchs. vergleiche gesuchte Nummer mit jeweils ächstem Elemet, solage bis die Nummer gefude (oder das Ede erreicht ist lieare Suche Schema der beide Suchalgorithme ud ihr Aufwad Lieare Suche Gesuchtes Elemet : x = Idex : pos = Gefude! Beachte : Wäre das gesuchte Elemet x = 9, so hätte ma 9 Suchschritte beötigt! 5
16 Biäre Suche Gesuchtes Elemet : x = Idex : Mi = 0 Max = Mi = 0 Max = Mi = 5 Max = 8 6 Mi = 5 Max = 6 Gefude! Hiweise :. Der mittlere Wert für die Teilug berechet sich aus ( Mi Max / m = +. Uabhägig, welches Elemet gesucht wird, beötigt ma eie kostate Azahl vo Suchschritte Aufwad Vergleich Verfahre Azahl der Elemete mittlerer Aufwad max. Aufwad O( Lieare Suche / O( Biäre Suche log ( log O( log Hiweis : Für die Komplexitätsabschätzug bei der Bestimmug der obere Schrake wird mittels der O-Notatio eie Klasse vo Fuktioe für große Werte vo bestimmt. Wg. der Relatio gilt f ( c g( ( log ( = O( log (, da ( = log ( 0 O( log( O log = c 6
17 Häufig auftretede Komplexitäts-Klasse g( Bezeichug log log log / kostat logarithmisch liear log-liear quadratisch kubisch expoetiell Hiweise :. Komplexitäte der Form N, N, N 4,... et ma polyomial. Elemetare Uterschiede gibt es zwische expoetiellem ud polyomialem Laufzeitverhalte Lösuge für ei gestelltes Problem köe, je ach Strategie, eie uterschiedliche Berechugsaufwad habe; zur Bestimmug des im Mittel oder maximal auftretede Verarbeitugsaufwads aalysiert ma die Zeitkomplexität eies Algorithmus Für die Bestimmug des Verarbeitugsaufwads ist die Größe der Eigabedatemege (Azahl der Elemete die bestimmede Größe Häufig ist ma a dem im ugüstigste Fall auftretede Berechugsaufwad für große Datemege, d.h. (sehr groß iteressiert; zur Abschätzug eier obere Schrake dieses Aufwads bediet ma sich der O-Notatio Häufig auftretede Komplexitäts-Klasse sid Algorithme mit kostatem, logarithmischem, liearem, polyomialem sowie expoetiellem Aufwad 7
Asymptotische Notationen
Foliesatz 2 Michael Brikmeier Techische Uiversität Ilmeau Istitut für Theoretische Iformatik Sommersemester 29 TU Ilmeau Seite 1 / 42 Asymptotische Notatioe TU Ilmeau Seite 2 / 42 Zielsetzug Igoriere vo
Mehr6. Übung - Differenzengleichungen
6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf
Mehr2 Asymptotische Schranken
Asymptotische Schrake Sowohl die Laufzeit T () als auch der Speicherbedarf S() werde meist durch asymptotische Schrake agegebe. Die Kostate c i, welche i der Eiführug deiert wurde, sid direkt vo der Implemetatio
MehrVorkurs Mathematik für Informatiker Folgen
Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,
MehrÜbersicht. Datenstrukturen und Algorithmen. Rekursionsgleichungen. Übersicht. Vorlesung 6: Mastertheorem (K4) Joost-Pieter Katoen
Übersicht Datestrukture ud Algorithme Vorlesug 6: (K) Joost-Pieter Katoe Lehrstuhl für Iformatik 2 Software Modelig ad Verificatio Group 1 Substitutiosmethode Rekursiosbäume http://moves.rwth-aache.de/teachig/ss-15/dsal/
MehrKapitel 10. Rekursion
Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 1/14 1 Kapitel 10 Rekursio Rekursio Eiführug i die Iformatik: Programmierug ud Software-Etwicklug, WS 1/14 Ziele Das Prizip der rekursive
MehrHEUTE. Beispiele. O-Notation neue Einführung Ideen und Eigenschaften Aufgaben 47 und 52
11.02.04 1 HEUTE 11.02.04 3 Beispiele 2, 2 2, 2 +, 1 2 2 log habe asymptotisch gleiches Wachstum: O-Notatio eue Eiführug Idee ud Eigeschafte Aufgabe 47 ud 2 Aufteilugs- ud Beschleuigugssatz Idee ud Awedug
MehrWörterbuchmethoden und Lempel-Ziv-Codierung
Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches
Mehr3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57
Ihaltsverzeichis 1 Berechebarkeit ud Algorithme 7 1.1 Berechebarkeit................................. 7 1.1.1 LOOP/WHILE-Berechebarkeit................... 8 1.1.2 Turig-Maschie...........................
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes
Mehr10 Aussagen mit Quantoren und
0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits
MehrInformatik II Dynamische Programmierung
lausthal Iformatik II Dyamische Programmierug. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Zweite Techik für de Algorithmeetwurf Zum Name: "Dyamische " hat ichts mit "Dyamik" zu tu, soder mit
MehrFolgen und Reihen. 23. Mai 2002
Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2
MehrLösungen zu Kapitel 4
Lösuge zu Kapitel 4 Lösug zu Aufgabe : Die folgede Grezwerte köe aalog zu Beispiel 4.(c bestimmt werde: (a lim + = 3 3. (b Die Folge a ist diverget. (c lim + = 0. 3 (d lim ( + 3 = 0. (e lim ( + = 0. Lösug
MehrAnalysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr
Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:
Mehr1 Einführende Worte 2
Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 1 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 2 1 Eiführede Worte Semiar Grudlegede Algorithme Auflösug vo Rekursioe 1.1 Beispiele Bevor
MehrEinführung in die Grenzwerte
Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrPage-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet
Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im
Mehr5.3 Wachstum von Folgen
53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische
Mehr4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa
20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle
MehrGrenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen
. Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.
Mehr3 T (d 1, l 2. ) + (6 + 2) falls d > 0 7 sonst. n 2. 4T ( n 2 ) + log 2 (n), falls n > 1 1, sonst
Prof. aa Dr. Ir. Joost-Pieter Katoe Datestrukture ud Algorithme SS5 Tutoriumslösug - Übug 3 (Abgabe 3.05.05 Christia Dehert, Friedrich Gretz, Bejami Kamiski, Thomas Ströder Tutoraufgabe (Rekursiosgleichuge:
MehrProf. Dr. Wolfgang Konen Mathematik 1, WS Wozu InformatikerInnen Folgen brauchen
Prof. Dr. Wolfgag Koe Mathematik WS0 08.0.0. Zahlefolge.. Wozu IformatikerIe Folge brauche Kovergez vo Folge ist die Grudlage der Aalysis (Differetial- ud Itegralrechug) Traszedete Gleichuge wie x l x
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrQuantensuchalgorithmen
Freie Uiversität Berli Semiar über Algorithme für Quatecomputer Sommersemester 00 Quatesuchalgorithme Reihardt Karapke karapke@if.fu-berli.de Simo Rieche rieche@if.fu-berli.de Quatesuchalgorithme Ihaltsverzeichis
MehrTutoraufgabe 1 (Rekursionsgleichungen):
Prof. aa Dr. E. Ábrahám Datestrukture ud Algorithme SS4 Lösug - Übug F. Corzilius, S. Schupp, T. Ströder Tutoraufgabe (Rekursiosgleichuge): Gebe Sie die Rekursiosgleichuge für die Laufzeit der folgede
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrLangrange-Multiplikators und Hinreichende Bedingungen
Albert Ludwigs Uiversität Freiburg Abteilug Empirische Forschug ud Ökoometrie Mathematik für Wirtschaftswisseschaftler Dr. Sevtap Kestel Witer 008 10. November 008 14.-4 Lagrage-Multiplikators ud Hireichede
MehrAlgorithmen und Datenstrukturen
Algorithme ud Datestrukture Übug c: Totale Korrektheit, Partielle Korrektheit, Hoare Kalkül, Assertios (Zusicheruge) Partielle Korrektheit Falls ei Programm termiiert ud die pezifikatio erfüllt, heißt
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
MehrTutorial zum Grenzwert reeller Zahlenfolgen
MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des
MehrDynamische Programmierung Matrixkettenprodukt
Dyamische Programmierug Matrixketteprodukt Das Optimalitätsprizip Typische Awedug für dyamisches Programmiere: Optimierugsprobleme Eie optimale Lösug für das Ausgagsproblem setzt sich aus optimale Lösuge
MehrVorkurs Mathematik für Informatiker Potenzen und Polynome --
Vorkurs Mathematik für Iformatiker -- Poteze ud Polyome -- Thomas Huckle Stefa Zimmer (Stuttgart) 6.0.06 Vorwort Es solle Arbeitstechike vermittelt werde für das Iformatikstudium Der wesetliche Teil ist
Mehrmit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1
Kapitel 1: Reste, Teiler, Vielfache Defiitio Es sei a 0. Die Zahl b 0 ist ei Teiler vo a, we es ei u 0 gibt, sodass ub= a. Ist b ei Teiler vo a, so ist a ei Vielfaches vo b. Bezeichug b a für b ist Teiler
MehrKlausur 1 über Folgen
www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;
Mehrvon solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:
Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes
MehrÜbungen zur Analysis I WS 2008/2009
Mathematisches Istitut der Uiversität Heidelberg Prof. Dr. E. Freitag /Thorste Heidersdorf Übuge zur Aalysis I WS 008/009 Blatt 3, Lösugshiweise Die folgede Hiweise sollte auf keie Fall als Musterlösuge
MehrKAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...
KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4
MehrAT AB., so bezeichnet man dies als innere Teilung von
Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM
MehrZusammenfassung: Gleichungen und Ungleichungen
LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge
Mehr2 Konvergenz von Folgen
Kovergez vo Folge. Eifache Eigeschafte Defiitio.. Eie Abbildug A : N C heißt Folge. Ma schreibt a statt A) für N ud a ) oder a ) statt A. We a R N, so heißt a ) reelle Folge. Defiitio.. Seie a ) eie Folge
MehrZahlenfolgen und Konvergenzkriterien
www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit
MehrDritter Zirkelbrief: Ungleichungen
Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug
MehrKAPITEL 2. Zahlenfolgen
KAPITEL Zahlefolge. Kovergete Zahlefolge...................... 35. Grezwertbestimmug....................... 38.3 Grezwertbestimmug durch Abschätzug............. 4.4 Mootoe Folge..........................
MehrSeminar: Randomisierte Algorithmen Routenplanung in Netzwerken
Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter
MehrMerge-Sort und Binäres Suchen
Merge-Sort ud Biäres Suche Ei Bericht vo Daiel Haeh Mediziische Iformatik, Prosemiar WS 05/06 Ihaltsverzeichis I. Eileitug 3 II. III. IV. i. Das Divide-ad-coquer -Verfahre Merge-Sort i. Eileitug ii. Fuktiosweise
MehrDie Lösung der Rekursion. mit a, c, d R >0, b N >0 verhält sich so:
Asymptotische Notatio Ladaus asymptotische Notatio O, Ω, o, ω, Θ, wird vorausgesetzt siehe Folie auf webseite oder eischlägige Literatur (z.b. Corme, Leiserso, Rivest) Geometrische Reihe α 0 folgt aus
MehrWirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel
3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
Mehr5. Übungsblatt Aufgaben mit Lösungen
5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge
MehrEigenschaften von Texten
Worthäufigkeite Eigeschafte vo Texte Eiige Wörter sid sehr gebräuchlich. 2 der häufigste Wörter (z.b. the, of ) köe ca. 0 % der Wortvorkomme ausmache. Die meiste Wörter sid sehr selte. Die Hälfte der Wörter
MehrGanzrationale Funktionen
Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez
MehrProseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik
Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1
MehrLGÖ Ks VMa 12 Schuljahr 2017/2018
LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge
MehrZusammenfassung: Folgen und Konvergenz
LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele
MehrElementare Beweismethoden - Direkter Beweis, Widerspruchsbeweis, Vollständige Induktion -
Th. Kuschel Prosemiar SS 06 Elemetare Beweismethode Seite vo 7 7.04.06 Elemetare Beweismethode - Direter Beweis, Widerspruchsbeweis, Vollstädige Idutio - 0. Vorbemerug zum Begriff des (allgemeie) Beweises
MehrMathematik Funktionen Grundwissen und Übungen
Mathematik Fuktioe Grudwisse ud Übuge Potezfuktio Hyperbel Epoetialfuktio Umkehrfuktio Stefa Gärter 004 Gr Mathematik Fuktioe Seite Grudwisse Potezfuktio Defiitio Durch die Zuordugsvorschrift f: Æ mit
MehrALP I Induktion und Rekursion
ALP I Iduktio ud Rekursio Teil II WS 2009/200 Prof. Dr. Margarita Espoda Prof. Dr. Margarita Espoda Iduktio über Bäue Defiitio: a) Ei eizeler Blatt-Kote ist ei Bau o b) Falls t, t 2,,t Bäue sid, da ist
Mehr3. Inkrementelle Algorithmen
3. Ikremetelle Algorithme Defiitio 3.1: Bei eiem ikremetelle Algorithmus wird sukzessive die Teillösug für die erste i Objekte aus der bereits bekate Teillösug für die erste i-1 Objekte berechet, i=1,,.
Mehr4 Konvergenz von Folgen
4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder
MehrAlgorithmen und Datenstrukturen 1
Algorithme ud Datestrukture. Vorlesug Peter F. Stadler Uiversität Leipzig Istitut für Iformatik studla@bioif.ui-leipzig.de aufbaued auf de Kurse der letzte Jahre vo E. Rahm, G. Heyer, G. Brewka,Uwe Quasthoff,
MehrReelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37
Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.
MehrMusterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09
Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht
Mehr6 Grenzwerte von Zahlenfolgen
6 Grezwerte vo Zahlefolge Ei zetraler Begriff der Aalysis ist der des Grezwertes. Wir begie mit der Betrachtug vo Grezwerte vo Zahlefolge. 6. Zahlefolge 6.. Grudbegriffe Defiitio 6... Eie Fuktio f : Z
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n,
f : a P UNIVERSIÄ DES SAARLANDES FACHRICHUNG 6. MAHEMAIK Prof. Dr. Rolad Speicher M.Sc. obias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 202 Musterlösug zu Blatt Aufgabe. Zeige Sie durch Abwadlug
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
Mehr6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung
6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez
MehrMethoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln
6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel
MehrGleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:
Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
MehrDie erste Zeile ("Nummerierung") denkt man sich also dazu. Häufig wird eine Indexschreibweise benutzt um ein Folgenglied zu kennzeichnen.
Folge ud Reihe (Izwische Stoff der Hochschule. ) Stad: 30.03.205. Folge Was sid Zahlefolge? Z.B. oder Das ist die vereifachte Wertetabelle eier Fuktio geschriebe wie üblich bei Fuktioe i eier Wertetabelle.
MehrEmpirische Verteilungsfunktion
KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,
MehrVerschiedenes, S. 2. (Das Element x wird mit a b bezeichnet. Gilt a = 0, so schreibt man kurz b.)
Verschiedees Oktober 00 Das Kapitel Verschiedees des Skripts ethält Themegebiete, die sich schlecht eiorde lasse Die folgede Folie behadel Etwas elemetare Mathematik Edliche Summe ud Produkte Vollstädige
MehrUmrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung
.3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße
MehrKunde. Kontobewegung
Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:
MehrDatenbanksysteme 1 Herbst-/Wintersemester Oktober 2014
Lehrstuhl für Praktische Iformatik III Prof. Dr. Guido Moerkotte Email: moer@db.iformatik.ui-maheim.de Marius Eich Email: marius.eich@ui-maheim.de Fisik Kastrati Email: kastrati@iformatik.ui-maheim.de
Mehr9. Primzahltests. Problemstellung: Definition: Satz: Gegeben sei n N, n 0, gilt n P?
9. Primzahltests Problemstellug: Gegebe sei N, 0, gilt P? Vergleich mit Tabelle ( 1 0 1, 1 0 1 3 uzweckmäßig Teste alle p P mit p 1 / auf p uzweckmäßig Fermat-Test : Wähle zufällig eiige a i Z ud teste:
Mehrs xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5
Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x
MehrLösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann
Lösugsskizze Mathematik für Iformatiker 5. Aufl. Kapitel 3 Peter Hartma Verstädisfrage. Ka ma ei Axiom beweise? Nei!. Ka ei Beweis eier Aussage richtig sei, we im Iduktiosschluss die Iduktiosaahme icht
MehrAufgaben zur Übung und Vertiefung
Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,
MehrDiesen Grenzwert nennt man partielle Ableitung von f nach x i und
Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte
MehrArithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr
ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
Mehr3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.
3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie
Mehr$Id: reihen.tex,v /06/14 13:59:06 hk Exp $
Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,
Mehr5.7. Aufgaben zu Folgen
5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils
MehrElection: Nachrichtenkomplexität. Mittlere Nachrichtenkomplexität (1) - Beispiel: Sei k = n = 4 - Über alle Permutationen mitteln (wieviele?
Electio: Nachrichtekompleität - Message-etictio-Prizip vo Chag ud Roberts 979 - war eier der erste verteilte Algorithme Mittlere Nachrichtekompleität () - Beispiel: Sei k = = - Über alle Permutatioe mittel
Mehr1. Übungsblatt zu Algorithmen II im WS 2016/2017
Karlsruher Istitut für Techologie Istitut für Theoretische Iformatik Prof. Dr. Peter Saders Dr. Christia Schulz, Dr. Simo Gog Michael Atma. Übugsblatt zu Algorithme II im WS 06/07 http://algo.iti.kit.edu/algorithmeii
MehrD-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1
D-MATH, D-PHYS, D-CHAB Aalysis I HS 2017 Prof. Mafred Eisiedler Übugsblatt 8 1. Bereche Sie de Grezwert lim a für die Folge (a ) gegebe durch a) a = (2 1/ ) 10 (1 + 1/ 2 ) 10 1 1/ 2 1/, b) a = + 1, c)
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 3..05 Höhere Mathemati für die Fachrichtug Physi Lösugsvorschläge zum 3. Übugsblatt Vorbemerug
MehrAufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1
Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme
MehrReihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel
Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe
MehrKombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.
Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich
MehrKomplexe Zahlen. Gauss (1831) stellte eine strenge Theorie zur Begründung der komplexen Zahlen auf.
Komplexe Zahle Problem: x 2 + 1 = 0 ist i R icht lösbar. Zur Geschichte: Cardao 1501-1576: Auflösug quadratischer ud kubischer Gleichuge. Empfehlug: Reche z.b. mit 1 wie mit gewöhliche Zahle. Descartes
Mehr4. Reihen Definitionen
4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a
Mehr2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:
. Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe
MehrA.1 Rekursionsgleichungen
A.1 Rekursiosgleichuge I mache Abzählprobleme ist es icht eifach, die Lösug auf direktem Wege zu fide. Oft ist es jedoch möglich, die Lösug eies Problems mit eier bestimmte Größe durch die Lösug desselbe
Mehrso spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.
Defiitioe ud Aussage zu ruppe Michael ortma Eie ruppe ist ei geordetes Paar (, ). Dabei ist eie icht-leere Mege, ist eie Verküpfug (Abbildug), wobei ma i.a. a b oder gar ur ab statt ( a, b) schreibt. Es
MehrEinführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.
ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede
MehrBeispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge
1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege
Mehr