Die Leistung von Quicksort
|
|
- Christel Peters
- vor 6 Jahren
- Abrufe
Transkript
1 De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen und schleßlch se exat bestmmen. Enletung Se X ene n-menge mt ener gegebenen strten totalen Ordnung. Seen (a,a 2,...,a n ) ene Lste der Elemente von X, de n zufällger Rehenfolge aufgelstet snd. Gesucht st dann enen Algorthmus, der durch paarwesen Vergleche de natürlche Ordnung herstellt. 2 Der Algorthmus. Ist de zu sorterende Lste leer, dann stopp. 2. Nmm das erste Element a heraus und blde de Tellste L, welche Elemente lener als a enthält, und L +, welche Elemente größer als a enthält. 3. Sortere L,L Lefere das Ergebns (L,a,L + ) zurüc. 3 Bestmmung der Komplextät von Qucsort Wr möchten nun de durchschnttlche Anzahl der paarwesen Vergleche für Qucsort berechnen. Zunächst wrd ene untere Schrane für de Komplextät von Qucsort angegeben, de anhand des bnären Baumes zu fnden st. Defnton (Bnärer Baum). En Bnärer Baum st en Graph mt folgenden Egenschaften: Es gbt genau enen Knoten mt genau zwe Nachbarnoten. Er st de Wurzel des Graphen. Jeder Knoten hat entweder enen oder dre Nachbarnoten. Man bezechnet se als Blatt bzw. als nneren Knoten. Es gbt enen Zyel (geschlossener Pfad zwschen zwe verschedenen Knoten) und jeder Knoten st von der Wurzel errechbar.
2 De Höhe enes Knotens v st de Länge des Pfades von der Wurzel nach v. De Wurzel hat de Höhe 0 und deren beden Nachfoger haben de Höhe usw. Dann hat jeder Knoten, der en Blatt st, zwe Nachfolger n der nächsten Höhe und jeder Knoten, der ene Wurzel st, hat enen Vorgänger. Bemerung. Sorteren ener Lste mt n Elementen st äquvalent zum Suchen enes Elements aus der Menge der Permutatonen S n, das de natürlche Ordnung der Lste herstellt. Zu jedem Sorteralgorthmus gbt es enen entsprechenden bnären Baum. Herbe betrachte man de Wurzel des Baumes als de Menge S n, jeden anderen Knoten als ene Menge von Permutatonen und de beden Nachfoger enes Knotens als Telmenge deses Knotens, de sch als Antwort enes Elementenverglechs ergeben. Dann snd de Blätter deses Baumes jewels ene enelementge Menge, de de gesuchte Permutaton enthält und de Höhe enes Blattes st de Anzahl der Elementenvergleche, de man für das Fnden der zugehörgen Permutaton des Blattes gebraucht hat. (a,a 2,a 3,a 4 ) a 2 (a 2,a 4 ) 7 (a 3 ) a 2 a 3 3 () 4 (a 4 ) () 8 () 9 a 4 5 () 6 () Abbldung : En Bnärer Baum, der das Sorteren ener Lste (a, a 2, a 3, a 4) (3,, 4, 2) darstellt. De Wurzel st her de zu sorterende Lste. Rehenfolge der Reursonen wrd mt ungereste Zahlen nummerert. Jeder lne Nachfolger st de Tellste L von senem Vorgänger und entprechend jeder rechter Nachfolger st de Telste L 2 von senem Vorgänger. De Blätter snd her de leere Lsten, be den der zughörge Reursonsprozess stoppt. De Pvotelemente von jedem Reursonschrtt stehen jewels unter dem zugehörgen Knoten. 2
3 S 4 a < a 2 (234), (243), (324), (342) (234), (243), (324), (342) (324), (324), (423), (432) (423), (423), (432), (432) (423), (432), (234), (234) (243), (243), (342), (342) a < a 3 (324), (324), (423), (432) (423), (423), (432), (432) (234), (243) (342), (324) a < a 4 (342), (324) (234), (243) a 2 < a 4 (324) (342) Abbldung 2: Durch desen Baum wrd das Suchen ener passende Permutaton unter Qucsort dargestellt. Jeder Knoten st ene Telmenge von S 4. Ene Permutaton ( j l) n enem solchen Knoten st de Permutaton, de das. Element n de -te Stelle, das 2. Element n j-te Stelle, das 3. Element n -te und das 4. Element n l-te Stelle brngt. Be jedem Knoten wrd en Elementenverglech ausgeführt und de Permutatonen, de desen Verglech erfüllen, stehen weter m rechten Nachfolger des ursprünglchen Knotens und de desen Verglech ncht erfüllen stehen m lnen Nachfolger. Das Bespel von Abb., Sorteren der Lste (a, a 2, a 3, a 4) (3,, 4, 2), ann man her als Suchen der Permutaton (3 42) ntepreteren. Wr behaupten nun, dass de gesuchte untere Schrane für de durchschnttlche Zahl von Verglechn nlog n n + O(log n) st. (Das Landausche Symbol O wrd unten erlärt). De Behauptung st ene Folgerung von Proposton, deren Bewes wr nach Bewesen enger Lemmata lefern werden. 3
4 Defnton 2. Seen f und g Funtonen auf N und c R. Das Landausche Symbol O(f) bezechnet Funton g mt 0 g(n) f(n) c n N Proposton. Se N de Anzahl der Blätter enes Baumes. Dann st de durchschnttlche Höhe der Blätter mndestens log 2 N nlog n n + O(log n). Korrolar. De durchschnttlche Anzahl der paarwesen Vergleche für Qucsort st Lemma. Es glt nlog n n + O(log n). nlog n n + log n! nlog n n + (log(n + ) + 2 2log 2), und daraus folgt log n! nlog n n + O(log n) Bewes. Da y log x ene monoton stegende Funton auf R st, glt Daraus folgt: und somt + n + n log(x)dx log( + ) +2 + n n log(x)dx log( + ) n log(x)dx log( + ) log(n!) log(x)dx +2 + n+ 2 log(x)dx log(x)dx De untere Schrane st das, was wr haben wollten. Für de ober Schrane glt n+ dx n+ log(n + ) log(n) x dx n n n, n da x ene monoton fallende Funton st. Somt glt und Ensetzen n de obere Schrane lefert nlog(n + ) nlog(n) + log(n!) log(n + ) + nlog(n) n 2log(2) + 2 Lemma 2. Es gbt zwe Blätter von maxmaler Höhe, de denselben Vorgänger haben. Bewes. Se v en Blatt von maxmaler Höhe h. Dann hat sen Vorgänger v de Höhe h. Da v en nnerer Knoten st, hat er zwe Nachfolger der Höhe h. 4
5 Lemma 3. Es se en Baum mt N Blättern gegeben. Se h de maxmale Höhe des Baumes. Seen v und v 2 de zwe Blätter der höhe h mt denselben Vorgänger. Hat der Baum en Blatt der Höhe h α mt α >, nenne es v α, so fndet man enen anderen Baum mt derselben Blätteranzahl, der nedrgere durschnttlche Höhe von Blättern hat. Bewes. Se p de Blätteranzahl des Baumes und d de durchschnttlche Höhe der Blätter und d deselbe ohne de Blätter v α,v und v 2. Dann glt: d d (p 3) + 2h + (h α) p d (p 3) + 3h α p > d (p 3) + 3h (2α ) p d (p 3) + (h ) + 2(h α + ) p De Zele (4) st de durchschnttlche Höhe der Blätter vom neuen Baum, der durch Anhängen der Blätter v und v 2 an das Blatt v α entsteht. Bemerung. Führt man den obgen Prozess weter bs der Höhenuntersched von zwe belebgen Blättern lener glech ens wrd, so haben wr enen Baum T, be dem de durchschnttlche Höhe der Blätter mnmal st. Her haben de Blätter de Höhe m oder m+, für en m N 0. Der Baum T hat dann en Blatt der Höhe lener m und somt gbt es 2 m Knoten der Höhe m. (Per Induton: Für m0 st das Blatt der Höhe m gerade de Wurzel. Gelte de Behauptung für m. Da jeder Knoten der Höhe m zwe Nachfolger hat, gbt es 2 2 m Blätter der Höhe m.) Lemma 4. Se p de Anzahl der nneren Knoten n der Höhe m und se N de Gesamtanzahl der Blätter. Dann glt: N 2 m + p, 0 p < 2 m Bewes. Da de nneren Knoten der Höhe m jewels zwe Nachfolger haben, gbt es 2p Blätter n der Höhe m +. Außerdem gbt es 2 m p n der Höhe m. Also gbt es nsgesamt 2 m p Blätter. Lemma 5. log 2 (2 m + p) m + 2p/(2 m + p), 0 p < 2 m Bewes. Ohne weteres önnen wr annmmt, dass p R st. Setze p 2 m θ mt 0 θ <. Dann glt: log 2 (2 m + p) m + 2p 2 m + p log 2 (2 m + 2 m θ) m + 2 2m θ 2 m + 2 m θ log 2 (2 m ( + θ)) m + 2θ + θ log 2 ( + θ) 2θ + θ f(θ) : log 2 ( + θ) 2θ +θ 0 () (2) (3) (4) 5
6 Wr zegen, dass de Funton f m Enhetsnterval nur ncht-postve Werte annehmen. Es glt: ( f (θ) log 2 ) 2θ log( + θ) +θ log 2 +θ 2(+θ) 2θ (+θ) 2 ( log 2 2 +θ ) +θ und f (θ) 0 log 2 2 +θ 0 θ 0 : log 4 st de enzge Nullstelle von f [0,] Es glt außerdem f(0) f() 0 und f (0) log 2 2 < 0. Daraus folgt, dass f (θ) < 0 st für θ [0,log 4 ), denn gbt es en θ [0,log 4 ) mt f (θ) 0, so gbt es nach dem Zwschenwertsatz en θ mt f(θ ) 0, was der Tatsache wdersprcht, dass es nur ene Nullstelle von f gbt. Da f (θ 0 ) folglch en globales Maxmum st, snd de Randpunte en solcher. Da se aber bede glech Null snd, st f(θ) 0 für θ [0,] und somt folgt de Behauptung. Bewes von Proposton. Nach Lemma 4 und dessen Bewes st de durchschnttlche Höhe der Blätter (2 m p)m + 2p(m + ) N Mt Lemma 5 folgt dann de Behauptung. m + 2p 2 m + p Nun geben wr de Komplextät von Qucsort an. Davor muss allerdngs en Lemma bewesen werden. Lemma 6. Es se f : [; ] R ene monoton fallende Funton mt f 0. Dann st de Folge der Dfferenzen n n+ a n : f() f(x)dx beschränt mt Bewes. Da f monoton fällt, glt 0 a n f(). also f() + f()dx + f(x)dx a n ( n f() + + f(x)dx f( + )dx f( + ), ) 0 6
7 und a n ( n f() + ) n f(x)dx (f() f( + )) f() f(0). Korrolar. Es glt n < log(n) + O() Bewes. De Funton /x st monoton fallend. Nach Lemma 6 glt n log(n + ) < Es glt außerdem Daraus folgt exp(log(n + ) log n) n + n 2, log(n + ) log n + log 2 für n N Also n < log(n + ) + log n + log 2 + log n + O() Proposton 2. De durchschnttlche Anzahl der Elementenvergleche von Qucsort st 2nlog n + O(n) Bewes. Se q n de durchschnttlche Anzahl Vergleche, de für das Sorteren ener Lste mt n Elementen benötgt wrd. Dann haben wr q n n + n (q + q n ) (5) n n + n q mt q 0 0. (6) n 0 Se Q(t) q n t n n 0 ene erzeugende Funton der Folge (q n ) n N. Multplzeren der Glechung (5) mt nt n und Summeren über n lefert 7
8 n 0 nq n t n n 0 n(n )t n + 2 n 0 ( n ) q t n (7) Der erste Term st tq (t). Der zwete Term st de Taylorrehe von 2t 2 /( t) 3. Denn es glt: Durch zwefaches Dfferenzeren erhält man n 0 n 0 t n t n(n )t n 2 2 ( t) 3 Schleßlch st der letzte Term 2tQ(t)/( t), denn es glt: 0 (t/ t)q(t) t j+ q t q t +j+ j0 j0 0 m0 m0 0 j0 0 q t +j+ m q t +(m )+ 0 (Cauchy-Produt) m q t m+ Setze n : m + 0 n q t n n q t n n 0 n0 0 Setzt man se alle n de Glechung (7) en, so erhält man ene Dfferentalglechung. Ordnung: tq (t) Um dese zu lösen, betrachte man zuerst Integraton beder Seten lefert denn Q(0) 0. Somt haben wr 2t2 ( t) 3 + 2t ( t) Q(t) ( ( t) 2 Q(t) ) ( t) 2 Q (t) 2( t)q(t) 2t ( t). ( t) 2 Q(t) 2(t + log( t)), Q(t) 2(t + log( t)) ( t) 2 8
9 Es glt: t + log( t) ( ) t + ( t) t + t t 2 und ( t) 2 ( ) t j t (j ) j j0 t j (j + )t j j0 Daher st und somt Q(t) m0 m0 n2 t (j + )t j 2 j0 m 0 m+2 2 n 2 m m + 3 n + t m+2 0 j0 j t+2+j t m+2 Setze n : m + 2 t n 2 n0 n 2 q n n n + n ( n n 2(n + ) 4n n + ) 2n t n Weterhn glt nach dem Korrolar von Lemma 6 q n 2(n + )(log n + O()) 4n 2nlog n + O(n) 9
10 Lteratur [] P. J. Cameron: Combnatorcs: Topcs, Technques, Algorthms, Cambrdge Unversty Press (994), S.65 - S.67 und S.72 - S.73 [2] K. Köngsberger: Analyss, Sprnger (2003), S.22 - S.222 0
4. 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,
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 /
MehrSeminar 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
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,
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
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
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
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
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
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
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
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
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
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
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
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
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)
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
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
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;
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
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:
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
MehrBeim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):
Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.
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
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
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
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
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,,
Mehr3.2 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
Mehr1. Runde 2010. Aufgaben und Lösungen. Bundeswettbewerb Mathematik
Bundeswettbewerb Mathemat Wssenschaftszentrum Postfach 2 14 48 53144 Bonn Fon: 228-9 59 15-2 Fax: 228-9 59 15-29 e-mal: nfo@bundeswettbewerb-mathemat.de www.bundeswettbewerb-mathemat.de Korreturommsson
MehrItemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i
Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson
MehrFlußnetzwerke - Strukturbildung in der natürlichen Umwelt -
Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche
MehrKlasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten
Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen
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
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
MehrGrundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften
Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de
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;
MehrLineare Regression (1) - Einführung I -
Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:
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
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
MehrNomenklatur - Übersicht
Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen
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)
Mehr1.1 Grundbegriffe und Grundgesetze 29
1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld
MehrVorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1
Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets
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
MehrWechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I
Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"
MehrZinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung
Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2
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
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
MehrKreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)
Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:
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)
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,
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
MehrProof of Knowledge for Factorization & Fair Encryption of ElGamal/RSA Keys
R. Fschln/15. Februar 000 Proof of Knowledge for Factorzaton & Far Encrypton of ElGamal/RS Keys G. Poupard und J. Stern [PS99a, PS99b] haben auf dem Lumny-Workshop enen (kurzen) Proof-of-Knowledge für
Mehr9 Phasengleichgewicht in heterogenen Mehrkomponentensystemen
9 Phasenglechgewcht n heterogenen Mehrkomonentensystemen 9. Gbbs sche Phasenregel α =... ν Phasen =... k Komonenten Y n (α) -Molzahl der Komonente Y n der Phase α. Für jede Phase glt ene Gbbs-Duhem-Margules
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
MehrBeschreibende Statistik Mittelwert
Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )
Mehr12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2
1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:
MehrKapitel 8: Graph-Strukturierte Daten
Ludwg Maxmlans Unerstät München Insttut für Informatk Lehr- und Forschungsenhet für Datenbanksysteme Skrpt zur Vorlesung Knowledge Dscoery n Dtb Databases II m Wntersemester 2011/2012 Kaptel 8: Graph-Strukturerte
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
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
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
MehrOperations Research II (Netzplantechnik und Projektmanagement)
Operatons Research II (Netzplantechnk und Projektmanagement). Aprl Frank Köller,, Hans-Jörg von Mettenhem & Mchael H. Bretner.. # // ::: Gute Vorlesung:-) Danke! Feedback.. # Netzplantechnk: Überblck Wchtges
MehrUNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M.
UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habl. H. Müller-Stenhagen P R A K T I K U M Versuch 9 Lestungsmessung an enem Wärmeübertrager m Glech- und Gegenstrombetreb
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
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
Mehr2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.
. Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen
MehrNernstscher Verteilungssatz
Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.
Mehr4. Energie, Arbeit, Leistung, Impuls
34 35 4. Energe, Arbet, Lestung, Ipuls Zentrale Größen der Physk: Energe E, Enhet Joule ( [J] [N] [kg /s ] Es gbt zwe grundsätzlche Foren on Energe: knetsche Energe: entelle Energe: Arbet, Enhet Joule
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
MehrPortfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe
Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?
MehrWie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?
We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de
MehrVERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE
VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen
MehrWie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?
We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de
Mehr4. Ratenmonotones Scheduling Rate-Monotonic Scheduling (LIU/LAYLAND 1973)
4. Raenmonoones Schedulng Rae-Monoonc Schedulng (LIU/LAYLAND 973) 4.. Tasbeschrebung Tas Planungsenhe. Perodsche Folge von Jobs. T = {,..., n } Tasparameer Anforderungsze, Bereze (release me) Bearbeungs-,
MehrZur Außen-Bewertung von Freigeld
Zur Außen-Bewertung von Fregeld Nkolaus K.A. Läufer 8.1.2006 1 De Fragestellung und hre Voraussetzungen De Frage der Bewertung von Fregeld st nur dann nteressant, wenn es mndestens zwe parallele Währungen
MehrBoost-Schaltwandler für Blitzgeräte
jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler
MehrLösungen zum 3. Aufgabenblock
Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass
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
MehrÜbungen zur Vorlesung Physikalische Chemie 2 (B. Sc.) Lösungsvorschlag zu Blatt 6
Übungen zur Vorlesung Physkalsche Chee B. Sc. ösungsvorschlag zu Blatt 6 Prof. Dr. Norbert Happ Jens Träger Wnterseester 7/8.. 7 Aufgabe De Wellenfunkton des haronschen Oszllators hat de For Ψ v N v H
Mehr"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft
"Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012
MehrAnalytische Chemie. LD Handblätter Chemie. Bestimmung der chemischen Zusammensetzung. mittels Röntgenfluoreszenz C3.6.5.2
SW-214-3 Analytsche Cheme Angewandte Analytk Materalanalytk LD andblätter Cheme Bestmmung der chemschen Zusammensetzung ener Messngprobe mttels Röntgenfluoreszenz Versuchszele Mt enem Röntgengerät arbeten.
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
MehrInstitut für Technische Chemie Technische Universität Clausthal
Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von
MehrTemporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R
Temporäre Stlllegungsentschedungen mttels stufenweser Grenzkostenrechnung E W U F W O R K I N G P A P E R Mag. Dr. Thomas Wala, FH des bf Wen PD Dr. Leonhard Knoll, Unverstät Würzburg Mag. Dr. Stephane
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
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
MehrAUFGABEN ZUR INFORMATIONSTHEORIE
AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen
MehrThema 7: Übungsaufgaben
Thema 7: Übungsaufgaben Übungsaufgabe 1: a) Kaptalangebotskurve (Skzze): (S) (H) 0 280 F Der endogene Kalkulatonsznsfuß beträgt mndestens (H) = 9 % und maxmal (S) = 16 %. Damt sollten alle Investtonsprojekte
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
MehrKennlinienaufnahme des Transistors BC170
Kennlnenufnhme des Trnsstors 170 Enletung polre Trnsstoren werden us zwe eng benchbrten pn-übergängen gebldet. Vorrusetzung für ds Funktonsprnzp st de gegensetge eenflussung beder pn-übergänge, de nur
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
MehrLeistungsanpassung am einfachen und gekoppelten Stromkreislauf
hyskalsches Grundpraktkum Versuch 311 alf Erlebach Lestungsanpassung am enfachen und gekoppelten Stromkreslauf Aufgaben 1. Angabe enes theoretschen, normerten Kurvenverlaufs.. Bestmmung der gegebenen Wderstande,
MehrProjektmanagement / Netzplantechnik Sommersemester 2005 Seite 1
Projektmanagement / Netzplantechnk Sommersemester 005 Sete 1 Prüfungs- oder Matrkel-Nr.: Themenstellung für de Kredtpunkte-Klausur m Haupttermn des Sommersemesters 005 zur SBWL-Lehrveranstaltung Projektmanagement
MehrProf. Dr.-Ing. P. Eberhard, Prof. Dr.-Ing. M. Hanss SS 2016 A 1.1
Insttut für Technsche und Num. Mechan Technsche Mechan IV Prof. Dr.-Ing. P. Eberhard, Prof. Dr.-Ing. M. Hanss SS 16 A 1.1 Aufgabe 1: En mechansches Sstem wrd durch folgende lnearserte Bewegungsglechungen
MehrLaufzeitanalyse dreier Versionen eines Mehrparteien-Multiplikationsprotokolls
Regensburger DISKUSSIONSBEITRÄGE zur Wrtschaftswssenschaft Unversty of Regensburg Workng Papers n Busness, Economcs and Management Informaton Systems Laufzetanalyse dreer Versonen enes Mehrparteen-Multplkatonsprotokolls
MehrSeminar zur Numerischen Analysis im Wintersemester 2009/2010 Splines Spline-Räume - B-Spline-Basen
Semnar zur Numerschen Analyss m Wntersemester 2009/2010 Splnes Splne-Räume - B-Splne-Basen René Janssens 16.10.2009 Inhaltsverzechns 1 Enletung 1 2 Räume von Splnefunktonen 2 2.1 Der Raum der Splnes.............................
Mehr