Bisher haben wir keine Annahmen bzgl. der Sortierung der gegebenen Werte gemacht, d.h. sie durften in beliebiger Reihenfolge im Array a stehen
|
|
- Silke Martha Krüger
- vor 6 Jahren
- Abrufe
Transkript
1 4.2.2 Binäre Suche Bisher hben wir keine Annhmen bzgl. der Sortierung der gegebenen Werte gemcht, d.h. sie durften in beliebiger Reihenfolge im Arry stehen Nehmen wir n, dss die Werte im Arry gemäß der jeweiligen Ordnungsreltion sortiert sind, können wir einen gesuchten Wert k schneller drin finden 39
2 Binäre Suche Idee: Wir bestimmen den Bereich des Arrys, in dem der gesuchte Wert k stehen knn, und verkleinern diesen Bereich in jedem Schritt, indem wir einen Wert us dem Arry mit k vergleichen Initil knn der gesuchte Wert k im gesmten Arry n einer der Stellen [0],..., [.length-1] stehen linke Grenze des Suchbereichs l ist 0 rechte Grenze des Suchbereichs r ist.length-1 l r 40
3 Binäre Suche Wir vergleichen den gesuchten Wert k nun mit dem Wert in der Mitte des Suchbereichs, den wir m Index m = (l+r)/2 finden Ist der gesuchte Wert k kleiner ls der Wert in der Mitte [m], so können wir den Suchbereich uf Werte links vom Index m einschränken gleich dem Wert in der Mitte [m], so geben wir m zurück größer ls der Wert in der Mitte [m], so können wir den Suchbereich uf Werte rechts vom Index m einschränken 41
4 Binäre Suche Den letzten Schritt wiederholen wir solnge unser Suchbereich noch Werte enthält (d.h. l <= r gilt) 42
5 Binäre Suche 1 int binryserch(int[], int k) { 2 int l = 0; // linke Grenze 3 int r =.length - 1; // rechte Grenze 4 5 while(l <= r) { 6 int m = (l + r)/2; // Mitte 7 if (k < [m]) { // k ist kleiner 8 r = m - 1; 9 } else if (k == [m]) { // k ist gleich 10 return m; 11 } else { // k ist größer 12 l = m + 1; 13 } 14 } return -1; 17 } 43
6 Binäre Suche Beispiel: Betrchte folgendes sortiertes Arry Suche nch k = l m r l m r l m r 44
7 Binäre Suche Suche nch k = l m r l m r l m r r l 45
8 Lufzeit der binären Suche Zur Initilisierung der Grenzen des Suchbereichs werden zwei Befehle usgeführt (Zeile 2+3) Je Schleifendurchluf werden höchstens usgeführt: ein Befehl zum Überprüfen der Schleifenbedingung (Zeile 5) zwei Befehle zum Bestimmen der Mitte (Zeile 6) zwei Vergleiche (Zeile 7+9) ein Befehl zum Anpssen des Suchbereichs (Zeile 8+12) Zudem ein Befehl zur Überprüfung der Schleifenbedingung bei Abbruch der Schleife und eine Rückgbe 46
9 Lufzeit der binären Suche Wie oft wird die Schleife höchstens durchlufen? Beobchte, dss die Größe des Suchbereichs bei jedem Durchluf (mindestens) hlbiert wird initil: Größe n nch einem Durchluf: höchstens Größe n/2 nch zwei Durchläufen: höchstens Größe n/4 Besteht der Suchbereich nur noch us einem (oder keinem) Wert wird die Schleife bgebrochen 47
10 Lufzeit der binären Suche Zhl der Schleifendurchläufe i beträgt lso höchstens n 3 4 i 1 Æ 1 n Æ 2 i log 2 2 n Æ i und wir verwenden log 2 n + 1 ls obere Schrnke Es werden lso höchstens log 2 n + 6 Befehle usgeführt; die Lufzeit der binären Suche liegt dmit in O(log n) Zur Suche in einem Arry mit Werten benötigen wir lso höchstens 41 Durchläufe der Schleife 48
11 4.3 Sortieren Sortieren ist ein weiteres elementres Problem in der Informtik mit zhlreichen Anwendungen (z.b. Sortieren einer Liste von Artikeln nch Preis) Eine gegebene Menge von Werten ist gemäß einer bestimmten Ordnungsreltion zu sortieren, d.h. für die sortierten Werte 0,, n-1 muss gelten 0 Æ i<n 1 : i i+1 49
12 Sortieren Zur Beschreibung der verschiedenen Sortierlgorithmen verwenden wir gnze Zhlen und die Ordnungsreltion Uns ist lso ein Arry gnzer Zhlen gegeben und wir bestimmen ein sortiertes Arry gleicher Größe Die Algorithmen sind jedoch für beliebige Dtentypen mit einer geeigneten Ordnungsreltion nwendbr 50
13 Sortieren
14 4.3.1 SelectionSort: Sortieren durch Auswählen SelectionSort ist ein einfcher Sortierlgorithmus, welcher ds gegebene Arry n Ort und Stelle (in plce) sortiert Idee: Bestimme je ds Minimum des noch unsortierten Bereichs des Arrys und stelle es n dessen Anfng initil ist ds gesmte Arry unsortiert nch einem Durchluf ist der Bereich [0] [0] sortiert nch zwei Durchläufen ist der Bereich [0] [1] sortiert nch drei Durchläufen ist der Bereich [0] [2] sortiert 52
15 SelectionSort Beispiel: Betrchte folgendes Arry gnzer Zhlen Sortierter Bereich Minimum
16 SelectionSort 1 int[] selectionsort(int[] ) { 2 for ( int i = 0; i <.length; i++) { 3 // Position des Minimums bestimmen 4 int minpos = i; 5 for ( int j = i; j <.length; j++) { 6 if ([j] < [minpos]) { 7 minpos = j; 8 } 9 } 10 // Minimum n Beginn stellen 11 int t = [i]; 12 [i] = [minpos]; 13 [minpos] = t; 14 } 15 return ; 16 } 54
17 Lufzeit von SelectionSort Die äußere Schleife wird insgesmt n ml durchlufen Beim ersten Durchluf der äußeren Schleife wird die innere Schleife n ml durchlufen Beim zweiten Durchluf der äußeren Schleife wird die innere Schleife n - 1 ml durchlufen Beim letzten Durchluf der äußeren Schleife wird die innere Schleife 1 ml durchlufen Die Gesmtzhl n Durchläufen der inneren Schleife ist n 1 ÿ n +(n 1) = (n i) i=0 55
18 Lufzeit von SelectionSort Hierfür gilt n 1 ÿ (n i) = i=0 nÿ i i=1 und mit der Summenformel von Guß wissen wir, dss die innere Schleife insgesmt n (n + 1) 2 = 1 2 n n ml durchlufen wird 56
19 Lufzeit von SelectionSort Je Durchluf der äußeren Schleife werden zusätzlich zur inneren Schleife höchstens c 1 Befehle usgeführt Je Durchluf der inneren Schleife werden höchstens c 2 Befehle usgeführt Zudem ein Befehl zur Rückgbe des sortierten Arrys Insgesmt führt SelectionSort lso höchstens 3 n n c 1 n + c Befehle us und seine Lufzeit ist in O(n 2 ) 57
20 4.3.2 BubbleSort: Sortieren durch Vertuschen BubbleSort ist ein einfches Sortierverfhren, welches ds gegebene Arry n Ort und Stelle (in plce) sortiert Zudem ist es ein stbiles Sortierverfhren, d.h. die ursprüngliche Reihenfolge gleicher Werte bleibt bei der Sortierung erhlten Beispiel:
21 BubbleSort Idee: Durchlufe ds Arry und vertusche benchbrte Werte, die in flscher Reihenfolge stehen. Wiederhole dies so lnge, bis ds gesmte Arry sortiert ist. Beispiel: Erster Durchluf durch folgendes Arry
22 BubbleSort Im ersten Durchluf wird ds gesmte Arry durchlufen und ds Mximum n dessen Ende gestellt, so dss nun der Bereich [n-1]... [n-1] sortiert ist Im zweiten Durchluf wird der noch unsortierte Bereich [0]... [n-2] durchlufen und ds Mximum n dessen Ende gestellt, so dss nun der Bereich [n-2]... [n-1] sortiert ist Im (n - 1)-ten Durchluf wird der noch unsortierte Bereich [0]... [1] durchlufen und ds Mximum n dessen Ende gestellt, so dss nun ds gesmte Arry [0]... [n-1] sortiert ist 60
23 BubbleSort 1 int[] bubblesort(int[] ) { 2 // Sortierter Bereich [i]... [n -1] 3 for ( int i =.length; i > 0; i--) { 4 // Unsortierter Bereich [0]... [i -1] 5 for ( int j = 0; j < i - 1; j++) { 6 // Werte [j] und [j +1] in flscher Reihenfolge? 7 if ([j] > [j + 1]) { 8 // Werte vertuschen 9 int t = [j]; 10 [j] = [j + 1]; 11 [j + 1] = t; 12 } 13 } 14 } 15 return ; 16 } 61
24 BubbleSort Beispiel: Sortieren des folgenden Arrys Sortierter Bereich
25 Lufzeit von BubbleSort Die äußere Schleife wird (n - 1) ml durchlufen Beim i-ten Durchluf der äußeren Schleife betrchtet wird die innere Schleife (n - i) ml durchlufen und es werden je Durchluf höchstens c Befehle usgeführt Die Gesmtzhl n Durchläufen der inneren Schleife ist (n 1) + (n 2) = Insgesmt führt BubbleSort lso höchstens 3 1 c 2 n n Befehle us und seine Lufzeit ist in O(n 2 ) (n 1) n 2 63
26 Zusmmenfssung Binäre Suche zum Suchen uf sortierten Arrys mit logrithmischer Lufzeit SelectionSort und BubbleSort ls einfche Verfhren zum Sortieren mit qudrtischer Lufzeit 64
27 Litertur [1] H.-P. Gumm und M. Sommer: Einführung in die Informtik, Oldenbourg Verlg, 2012 (Kpitel 4) [2] T. H. Cormen, C. E. Leiserson, R. Rivest und C. Stein: Algorithmen Eine Einführung, Oldenbourg Verlg, 2009 (Kpitel 2) 65
Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 29 Ferur 2012
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016
MehrGrundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001
Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte
Mehr18. Algorithmus der Woche Der Euklidische Algorithmus
18. Algorithmus der Woche Der Euklidische Algorithmus Autor Friedrich Eisenrnd, Universität Dortmund Heute ehndeln wir den ältesten ereits us Aufzeichnungen us der Antike eknnten Algorithmus. Er wurde
MehrWiederholungen II: for-wiederholungsanweisung
Wiederholungen II: for-wiederholungsnweisung Beispiel I Ausgbe der Qudrtzhlen 1 bis 100 07 - Wiederholungen mit fester Anzhl - for- 2 int i; for(i=1;i
MehrMultiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
MehrGrundlagen der Programmierung Prof. H. Mössenböck. 7. Arrays
Grundlgen der Progrmmierung Prof. H. Mössenböck 7. Arrys Eindimensionle Arrys Arry = Tbelle gleichrtiger Elemente [0] [1] [2] [3] Nme bezeichnet ds gesmte Arry Elemente werden über Indizes ngesprochen
Mehr7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.
7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer
Mehr- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
MehrNumerische Integration durch Extrapolation
Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der
Mehr11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
Mehr15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1
5. Kürzeste Wege t s SS DuA - Kpitel 5 Gewichtete Grphen Ein gewichteter Grph G ist ein Pr (V,E) zusmmen mit einer Gewichtsfunktion w, woei E V V un w: E IR. Für e E heißt w(e) s Gewicht von e. Für einen
Mehr4. Das quadratische Reziprozitätsgesetz.
4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre
MehrLösungen Quadratische Gleichungen. x = x x = Also probieren wir es 3 4 = 12. x + + = Lösen Sie die folgenden Gleichungen nach x auf:
Aufgbe : ) Lösen Sie die folgenden Gleichungen nch uf: = kein Problem einfch die Wurel iehen und ds ± nicht vergessen.. = = ±, b) + 5 = 0 Hier hben wir bei jedem Ausdruck ein, lso können wir usklmmern:
Mehr4. Der Cauchysche Integralsatz
22 Andres Gthmnn 4. Der Cuchysche Integrlstz Es seien D C offen und f : D C eine stetige Funktion. Ht f in D eine Stmmfunktion, so hben wir im letzten Kpitel gesehen, dss Kurvenintegrle über f in D nur
Mehr5.5 Prioritätswarteschlangen
5.5 Prioritätswarteschlangen LIFO- und FIFO-Warteschlangen entfernen Werte aus der Warteschlange in Abhängigkeit davon, wann sie in diese eingefügt wurden Prioritätswartschlangen interpretieren die Werte
Mehr3.3 Laufzeit von Programmen
3.3 Laufzeit von Programmen Die Laufzeit eines Programmes T(n) messen wir als die Zahl der Befehle, die für die Eingabe n abgearbeitet werden Betrachten wir unser Programm zur Berechnung von Zweierpotenzen,
MehrD-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9
D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
MehrUebersicht. Asymptotische Notation. Komplexitätsanalyse. Mengenschreibweise. O-Notation (obere Schranke) Datenstrukturen & Algorithmen
Dtenstrukturen & Algorithmen Uebersicht Mthemtische Hilfsmittel zur Komplexitätsnlyse Wchstum von Funktionen Rekursionsgleichungen Mtthis Zwicker Universität Bern Frühling 2010 2 Komplexitätsnlyse Wie
MehrAlgorithmen als systematische Vorgehensweisen zur Lösung eines formal definierten Problems
4. Algorithmen Motivation Algorithmen als systematische Vorgehensweisen zur Lösung eines formal definierten Problems Der Begriff Algorithmus geht auf den Gelehrten Muhammad al-chwarizmi zurück, der um
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten
MehrAlgorithmen als systematische Vorgehensweisen zur Lösung eines formal definierten Problems
4. Algorithmen Motivation Algorithmen als systematische Vorgehensweisen zur Lösung eines formal definierten Problems Der Begriff Algorithmus geht auf den Gelehrten Muhammad al-chwarizmi zurück, der um
MehrQuickSort ist ein Sortieralgorithmus, der auf der Idee des Teile & Beherrsche beruht, und das gegebene Array an Ort und Stelle (in place) sortiert
4.3.6 QuickSort QuickSort ist ein Sortieralgorithmus, der auf der Idee des Teile & Beherrsche beruht, und das gegebene Array an Ort und Stelle (in place) sortiert QuickSort teilt das gegebene Array anhand
Mehr9 Integralrechnung. 9.1 Das Riemann-Integral: Sei [a, b] ein beschränktes abgeschlossenes Intervall und f : [a, b] R eine beschränkte Funktion.
9 ntegrlrechnung 9. Ds Riemnn-ntegrl: Sei [, b] ein beschränktes bgeschlossenes ntervll und f : [, b] R eine beschränkte Funktion. Problem: Bestimme Flächeninhlt A zwischen Grphen von f und x-achse. Betrchte
MehrRelationen: Äquivalenzrelationen, Ordnungsrelationen
TH Mittelhessen, Sommersemester 202 Lösungen zu Üungsltt 9 Fchereich MNI, Diskrete Mthemtik 2. Juni 202 Prof. Dr. Hns-Rudolf Metz Reltionen: Äquivlenzreltionen, Ordnungsreltionen Aufge. Welche der folgenden
MehrEine interessante Eigenschaft unseres Schreibpapiers
www.mthegmi.de September 2011 Eine interessnte Eigenschft unseres Schreibppiers ichel Schmitz Zusmmenfssung ällt mn von einer Ecke eines I 4 lttes ds Lot uf die igonle durch die benchbrten Eckpunkte, so
MehrMathematik Name: Vorbereitung KA2 K1 Punkte:
Pflichtteil (etw 40 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet werden dürfen.) Aufgbe : [4P] Leiten Sie
Mehr3 Hyperbolische Geometrie
Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die
MehrMathematik für Informatiker II (Maikel Nadolski)
Lösungen zum 7 Aufgbentt zur Vorlesung Mthemti für Informtier II Miel Ndolsi) Abgbe: bis Freitg, den 0Juni 0, 05 Uhr Häufungspunte ) Sei n ) eine reellwertige Folge mit Grenzwert sei b n ) eine beschränte
MehrAnwendungsbeispiel MinHeap
Anwendungsbeispiel MinHeap Uns seien n ganze Zahlen gegeben und wir möchten darin die k größten Zahlen bestimmen; zudem gelten, dass n deutlich größer als k ist Wir können das Problem mit Laufzeit in O(n
Mehr1 Folgen. 1. Februar 2016 ID 03/455. a) Folgende Folge ist gegeben: a n+1 = 7a n 12a n 1, a 0 = 1, a 1 = 0 (1) Charakteristisches Polynom:
Tutorium Ynnick Schrör Lösung zur Bonusklusur vom WS 1/13 Ynnick.Schroer@rub.de 1. Februr 016 ID 03/455 1 Folgen ) Folgende Folge ist gegeben: n+1 7 n 1 n 1, 0 1, 1 0 (1) Chrkteristisches Polynom: q 7q
MehrUmwandlung von endlichen Automaten in reguläre Ausdrücke
Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.
MehrKapitel 4. Indizieren von Texten. R. Stiebe: Textalgorithmen, Sommer
Kpitel 4 Indizieren von Texten R. Stiebe: Textlgorithmen, Sommer 2005 244 Motivtion Es sei T ein lnger (und unveränderlicher) Text. Beispiele: Genom-Sequenzen, große Text-Dtenbnken (Internet) Ziel: Bei
MehrElementare Sortierverfahren
Algorithmen und Datenstrukturen I Elementare Sortierverfahren Fakultät für Informatik und Mathematik Hochschule München Letzte Änderung: 18.03.2018 18:16 Inhaltsverzeichnis Sortieren.......................................
Mehr1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederun 1. Motivtion / Grundlen 2. Sortierverfhren 3. Elementre Dtenstrukturen / Anwendunen 4. Bäume / Grphen 5. Hshin 6. Alorithmische Geometrie 3/1, Folie 1 2010 Prof. Steffen Lne - HD/FbI - Dtenstrukturen
Mehr(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)!
0.. Lösung der Aufgbe. Wir schreiben f = sup{ f : [0, ]}. Für ξ ]0, [ und n N gibt es nch dem Stz von Tlor ein c ]ξ, [ so, dss: f = fξ + n ξ k f k ξ + k! k= Aus der Ttsche, dss f k 0 für lle k N ist, folgt
MehrExponential- und Logarithmusfunktion
Mthemtik I und II für Ingenieure (IAM) Version.3/..003.0.5 Eponentil- und Logrithmusfunktion Definition.0.0: Sei +, dnn ist die llgemeine Form einer Eponentilfunktion f: + gegeben durch die Funktionsgleichung
MehrMathematik K1, 2017 Lösungen Vorbereitung KA 1
Mthemtik K, 07 Lösungen Vorbereitung KA Pflichtteil (etw 0..0 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet
MehrKomplexität von Algorithmen:
Komplexität von Algorithmen: Ansatz: Beschreiben/erfassen der Komplexität über eine Funktion, zur Abschätzung des Rechenaufwandes abhängig von der Größe der Eingabe n Uns interessiert: (1) Wie sieht eine
MehrBericht zur Mathematischen Zulassungsprüfung im Mai 2011
Bericht zur Mthemtischen Zulssungsprüfung im Mi Heinz-Willi Goelden, Wolfgng Luf, Mrtin Pohl Am 4. Mi fnd die Mthemtische Zulssungsprüfung sttt. Die Prüfung bestnd us einer 9-minütigen Klusur, in der 5
MehrEinfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden
5.6.2 AVL-Bäume Einfache binäre Suchbäume können entarten, so dass sich die Tiefen ihrer Blattknoten stark unterscheiden AVL-Bäume, benannt nach ihren Erfindern G. M. Adelson- Velskii und E. M. Landis,
MehrÜbungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 015/16 Bltt 4 09.11.015 Übungen zur Vorlesung Differentil und Integrlrechnung I Lösungsvorschlg 13. Zu betrchten ist die durch 0 = 1 und
MehrCrashkurs - Integration
Crshkurs - Integrtion emerkung. Wir setzen hier elementre Kenntnisse des Differenzierens sowie der Produktregel, Quotientenregel und Kettenregel vorus (diese werden später in der VO noch usführlich erklärt).
Mehrkomplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.
Mthemtik für Nturwissenschftler I 4. 4 Integrlrechnung 4. Integrierbrkeit Die Grundidee der Integrlrechnung ist die Berechnung der Fläche zwischen dem Grphen einer Funktion und der x-achse. Recht einfch
MehrMathematik Bruchrechnung Grundwissen und Übungen
Mthemtik Bruchrechnung Grundwissen und Übungen von Stefn Gärtner (Gr) Stefn Gärtner -00 Gr Mthemtik Bruchrechnung Seite Inhlt Inhltsverzeichnis Seite Grundwissen Ws ist ein Bruch? Rtionle Zhlen Q Erweitern
MehrVorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1
Vorkurs Mthemtik Frnkfurt University Of Applied Sciences, Fchbereich 1 Rechnen mit Potenzen N bezeichnet die Menge der ntürlichen Zhlen, Q die Menge der rtionlen Zhlen und R die Menge der reellen Zhlen.
Mehr4. Lineare Gleichungen mit einer Variablen
4. Linere Gleichungen mit einer Vrilen 4. Einleitung Werden zwei Terme einnder gleichgesetzt, sprechen wir von einer Gleichung. Enthlten eide Terme nur Zhlen, so entsteht eine Aussge, die whr oder flsch
MehrLangzeitverhalten von ODE Lösungen
Euler Verfhren für Systeme von ODEs Bemerkung zum Lngzeitverhlten Häufig ist von Interesse (z.b. in der Klimvorhersge), wie sich Lösungen y(t) der ODE ẏ = F (y) für sehr grosse t qulittiv verhlten, und
MehrÜbungen mit dem Applet Grundfunktionen und ihre Integrale
Grundfunktionen und ihre Integrle 1 Übungen mit dem Applet Grundfunktionen und ihre Integrle 1 Ziele des Applets... 2 2 Begriffe und ihre Drstellung mit dem Applet... 2 b 2.1 Bestimmtes Integrl I (b) =
Mehrist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich:
Vorlesung 4 Zhlenbereiche 4.1 Rtionle Zhlen Wir hben gesehen, dss nicht jedes Eleent us Z ein ultipliktives Inverses besitzt. Dies führt zur Einführung der rtionlen Zhlen Q, obei der Buchstbe Q für Quotient
MehrDoppel- und Dreifachintegrale
Doppel- und Dreifchintegrle Sei [, b] ein Intervll des R 2 oder R 3 (lso ein Rechteck bzw. ein Quder), i.e. [, b] = [, b ] [ 2, b 2 ] oder [, b] = [, b ] [ 2, b 2 ] [ 3, b 3 ]. Für Intervlle des R 2 bzw.
MehrNumerische Integration
Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren
Mehr1.6 Bruchterme. 1 Theorie Lernziele Repetition Die Addition von zwei Bruchtermen-Methode I Doppelbrüche...
.6 Bruchterme Inhltsverzeichnis Theorie. Lernziele............................................ Repetition............................................3 Die Addition von zwei Bruchtermen-Methode I.......................
MehrDatenstrukturen sind neben Algorithmen weitere wichtige Bausteine in der Informatik
5. Datenstrukturen Motivation Datenstrukturen sind neben Algorithmen weitere wichtige Bausteine in der Informatik Eine Datenstruktur speichert gegebene Daten und stellt auf diesen bestimmte Operationen
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +
MehrHeinz Klaus Strick: Mathematik ist schön, Springer-Verlag, ISBN:
Heinz Klus Strick: Mthemtik ist schön, Springer-Verlg, ISBN: 978--66-79-9 Hinweise zu den nregungen zum Nchdenken und für eigene Untersuchungen zu 8.: zu 8.: Wenn die Dreiteilung des weißen Rechtecks durch
MehrKryptologie. Bernd Borchert. Univ. Tübingen SS Vorlesung. Teil 13. Zertifikate, DLP: Shanks, Pohlig-Hellman
Kryptologie ernd orchert Univ. Tüingen SS 2017 Vorlesung Teil 13 Zertifikte, DLP: Shnks, Pohlig-Hellmn Zertifikte Diffie-Helmn Schlüsselvereinrung zwischen rowser und Weseite www.uni-tueingen.de g rowser
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie
Verfhren Mthemtik für Studierende der Biologie und des Lehrmtes Chemie Dominik Shillo Universität des Srlndes 6. Vorlesung, 4..7 (Stnd: 4..7, 4:5 Uhr) Shreibe,,n.......... n, n,n Führe den Guÿlgorithmus
Mehr7.9A. Nullstellensuche nach Newton
7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren
MehrZum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2
Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes
MehrTutorium zur Vorlesung Differential und Integralrechnung II Bearbeitungsvorschlag
MAHEMAISCHES INSIU DER UNIVERSIÄ MÜNCHEN Dr. E. Schörner SS 206 Bltt 2 06.07.206 utorium zur Vorlesung Differentil und Integrlrechnung II Berbeitungsvorschlg 45. ) Für die beiden Rechtecke R = [ 3, 3]
Mehra Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1
18 Determinnten 207 18 Determinnten Nchdem wir nun schon recht usführlich Mtrizen und linere Gleichungssysteme studiert hben, wollen wir jetzt die sogennnten Determinnten einführen, die beim Rechnen mit
Mehr1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.
.. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur
MehrBerechenbarkeitstheorie 4. Vorlesung
1 Berechenbrkeitstheorie Dr. Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attribution-NonCommercil 3.0 Unported Lizenz. Reguläre Ausdrücke
Mehra = c d b Matheunterricht: Gesucht ist x. Physikunterricht Gesucht ist t: s = vt + s0 -s0 s - s0 = vt :v = t 3 = 4x = 4x :4 0,5 = x
Bltt 1: Hilfe zur Umformung von Gleichungen mit vielen Vriblen Im Mthemtikunterricht hben Sie gelernt, wie mn Gleichungen mit einer Vriblen umformt, um diese Vrible uszurechnen. Meistens hieß sie. In Physik
Mehr6. Quadratische Gleichungen
6. Qudrtische Gleichungen 6. Vorbemerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Opertionen. Sie heben sich gegenseitig uf. qudrieren Qudrtwurzel
MehrBeispiel für ein eindimensionales Array
1.4.1 1.4 Arrys Die isher enutzten Dten wren recht einfch Zhlen, Texte oder Whrheitswerte. Eine Dtenstruktur dient der Orgnistion von Dten zur Verreitung mit einem Computer-Progrmm. Eine einfche Dtenstruktur
Mehrb) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:
1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.
Mehr56. Mathematik-Olympiade 2. Stufe (Regionalrunde) Olympiadeklasse 8 Lösungen
56. Mthemtik-Olympide. Stufe (Regionlrunde) Olympideklsse 8 Lösungen c 016 Aufgbenusschuss des Mthemtik-Olympiden e.v. www.mthemtik-olympiden.de. Alle Rechte vorbehlten. 56081 Lösung 10 Punkte Nehmen wir
MehrTeil 1: Rechenregeln aus der Mittelstufe in Physik (1.6.18)
Teil 1: Rechenregeln us der Mittelstufe in Physik (1.6.18) Es gibt einige Dinge, die beim Rechnen in Physik immer wieder ml gebrucht werden. Mnches dvon geht oft schief, weil die Rechenregeln flsch ngewendet
MehrTechnische Universität München SS 2006 Fakultät für Informatik Übungsblatt 5 Prof. Dr. A. Knoll 30. Juni 2006
Technische Universität München SS 26 Fkultät für Informtik Übungsbltt 5 Prof. Dr. A. Knoll 3. Juni 26 Übungen zu Einführung in die Informtik II Aufgbe 5 Kleidung ) Wir definieren zunächst die Aktionenmenge
Mehr2.6 Unendliche Reihen
2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen
MehrQuadratische Funktionen
Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung
Mehr2. Funktionen in der Ökonomie
FHW, ZSEBY, ANALYSIS - - Funktionen in der Ökonomie Beispiele: qudrtische Funktionen, Eponentilfunktion Qudrtische Funktionen Einfchste qudrtische Funktion: y = Allgemeine qudrtische Funktion: y = + b
MehrBruchrechnung. W. Kippels 6. Dezember Inhaltsverzeichnis. 1 Vorwort 2. 2 Einleitung 3
Bruchrechnung W. Kippels 6. Dezemer 08 Inhltsverzeichnis Vorwort Einleitung Die Bruchrechenregeln. Addition gleichnmiger Brüche........................ Addition ungleichnmiger Brüche.......................
MehrBINOMISCHE FORMELN FRANZ LEMMERMEYER
BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c
MehrNumerische Integration
Numerische Integrtion Bei vielen Problemen des nturwissenschftlichen Rechnens treten Integrle uf, die nicht in expliziter Form drgestellt werden können, sei es, dß kein geschlossener Ausdruck für eine
MehrSatz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.
Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn
Mehr7. Sortieren Lernziele. 7. Sortieren
7. Sortieren Lernziele 7. Sortieren Lernziele: Die wichtigsten Sortierverfahren kennen und einsetzen können, Aufwand und weitere Eigenschaften der Sortierverfahren kennen, das Problemlösungsparadigma Teile-und-herrsche
MehrElektro- und Informationstechnik SS Mathematik 1 - Übungsblatt 8 Lösungsvorschläge
Mthemtik 1 - Übungsbltt 8 Lösungsvorschläge Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x y ] T (Spltenvektor) im x-y-koordintensystem. Seine Komponenten sollen in dem um den Ursprung
MehrWurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,
Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu
Mehr1 Einleitung 3. 3 Die Methode der Pfadregeln Drei Pfadregeln Anwendungen von drei Pfadregeln... 6
Mrkow-Ketten JUAN LU AUSARBEITUNG ZUM VORTRAG IM Blockseminr Stochstik (WINTERSEMESTER 28/9, LEITUNG PD DR. GUDRUN THÄTER) Zusmmenfssung: Eine Mrkow-Kette ist eine spezielle Klsse von stochstischen Prozessen.
MehrZu Aufgabe 1: Bringen Sie die nachstehenden Gleichungssysteme in die Form A x
Mthemtik I Lösungen zu Übung ( Lösung von GS, Lösbrkeitsbedingungen, Gußscher lg.,cr Prof.Dr.B.Grbowski u ufgbe : Bringen Sie die nchstehenden Gleichungssysteme in die Form c und untersuchen Sie ihr Lösungsverhlten
Mehra) Eine Menge, die aus jeder Äquivalenzklasse genau ein Element enthält, ist
Lösungen zu den Fschingsufgen Aufge 15 ) Eine Menge, die us jeder Äquivlenzklsse genu ein Element enthält, ist { n n N 0 } { n n N 0 } {}. ) n N 0 : w = n {w {, } ww L} = { k n+k k N 0 }. c) Nein. n N
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 10. dt. Welche der folgenden Aussagen ist richtig? t3 + 2
D-MAVT/D-MATL Anlysis I HS 7 Dr. Andres Steiger Lösung - Serie.. Sei f(x) : () f() . x (c) f( ) . Die Funktion g : t t + ist, dss ds Integrl b dt. Welche der folgenden Aussgen
MehrMinimierung von DFAs. Minimierung 21 / 98
Minimierung von DFAs Minimierung 21 / 98 Ein Beispiel: Die reguläre Sprche L({, } ) Wie stellt mn fest, o ein Wort ds Suffix esitzt? Ein erster Anstz: Speichere im ktuellen Zustnd die eiden zuletzt gelesenen
Mehr3 Uneigentliche Integrale
Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium
MehrKlausur. Informatik 1 Wintersemester 2005/2006 Prof. Dr. Wolfgang May 4. April 2006, Uhr Bearbeitungszeit: 90 Minuten
Klusur Informtik 1 Wintersemester 2005/2006 Prof. Dr. Wolfgng My 4. April 2006, 11-13 Uhr Bereitungszeit: 90 Minuten Aufge erreichre erreichte Punkte Punkte 1 10 / 10 2 14 / 14 3 16 / 16 4 26(+8)* / 26(+8)*
MehrTeil 1: Rechenregeln aus der Mittelstufe. Allgemeine Termumformungen
Teil 1: Rechenregeln us der Mittelstufe Allgemeine Termumformungen Kommuttivgesetz: Bei reinen Produkten oder Summen ist die Reihenfolge egl x y z = z y x = x z y =.. x+y+z = z+y+x = x+z+y =.. Ausklmmern:
MehrDer Gauß - Algorithmus
R Brinkmnn http://brinkmnn-du.de Seite 7..9 Der Guß - Algorithmus Der Algorithmus von Guss ist ds universelle Verfhren zur Lösung beliebiger linerer Gleichungssysteme. Einführungsbeispiel: 7x+ x 5x = Drei
MehrMusterlösungen zum 6. Übungsblatt
Musterlösungen zum 6 Üungsltt Anlysis ei Dr Rolf Busm WS 6/7 Aufge 6 (Tois Hessenuer) ) 3 ep()d, setze u = ep(), v = 3 dnn gilt: 3 ep()d = ep() 3 = e (3 ep() ) 3 ep() d = e 3e + 6 ep() = 6e 3e + 6e 6e
Mehr12. STAMMFUNKTIONEN UND DAS UNBESTIMMTE INTEGRAL
98 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
Mehr6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist
6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:
Mehr