Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Größe: px
Ab Seite anzeigen:

Download "Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013"

Transkript

1 Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: Studenrchtung: A Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz.

2 Inhaltsverzechns Inhaltsverzechns 1 Vorwort 2 2 Enletung 3 3 Bewes - Bjekton 6 4 Bewes - Lneare Algebra 9 5 Bewes - Rekurson 14 6 Bewes - Doppeltes Abzählen 17 1 Vorwort In deser wssenschaftlchen Arbet befasse ch mch mt Cayley s Formel für de Anzahl der bezechneten Bäume. Ich werde de Anzahl der Bäume für enen und für bs zu sechs Knoten abzählen und damt de Formel präsenteren. De weteren Kaptel snd verschedenen Bewesen deser Formel gewdmet. Ich bezehe mch hauptsächlch auf das Buch Das BUCH der Bewese [1] von Martn Agner und Günter M. Zegler, abgesehen von engen Defntonen, de mt entsprechenden Abkürzungen gekennzechnet snd. 2

3 2 Enletung 2 Enletung Defntonen Zwe Ecken x und x j enes Graphen G = (V, E) mt V = {x 0,x 1,...,x k } snd benachbart, wenn de Kante x x j n der Kantenmenge E enthalten st. Snd je zwe Ecken von G benachbart, so wrd G vollständg genannt. (Destel 2006, p. 3) En Graph G = (V, E ) wrd Telgraph von G genannt, wenn V V und E E glt. Enthält deser Telgraph alle Kanten x x j E mt x,x j V, so heßt er Untergraph. (Destel 2006, p. 3) En Graph heßt enfach, wenn kene Kanten, de ene Ecke mt sch selbst verbnden, und kene velfachen Kanten, de deselbe Eckenmenge haben, zugelassen snd. (Agner et al., p. 75) En Weg P st en ncht leerer Graph mt der Eckenmenge V = {x 0,x 1,...,x k } und der Kantenmenge E = {x 0 x 1,x 1 x 2,...,x k 1 x k } für paarwese verschedene x. De Ecken x 0 und x k snd de Endecken und werden von den restlchen nneren Knoten verbunden. (Destel 2006, p. 7) Wenn de Endecken enes Weges überenstmmen (x 0 = x k, k 3), so handelt es sch um enen Kres. (Destel 2006, p. 8) En Graph heßt zusammenhängender Graph, wenn für je zwe sener Ecken x und x j en Weg von x nach x j exstert. (Destel 2006, p. 11) En maxmaler zusammenhängender Telgraph enes Graphen G wrd Komponente von G genannt. (Destel 2006, p. 11) Be enem Wald handelt es sch um enen Graph, der kenen Kres enthält. (Destel 2006, p. 14) En Baum st en zusammenhängender Wald. (Destel 2006, p. 14) Bäume, de sch durch de Bezechnung der nneren Ecken unterscheden, werden bezechnete Bäume genannt. (Agner et al., p. 227) Ene besondere Ecke enes Baumes, de spezell ausgezechnet wrd, heßt Wurzel. (Destel 2006, p. 15) En Wurzelbaum st en Baum zusammen mt ener fest gewählten Wurzel. (Destel 2006, p. 15) Wurzelwald wrd en Wald zusammen mt der Wahl ener Wurzel n jedem Komponentenbaum genannt. (Agner et al., p. 231) En gerchteter Graph st en Paar (V, E) zusammen mt zwe Abbldungen nt : E V und ter : E V, de jeder Kante ene Anfangsecke nt(e) und ene Endecke ter(e) zuordnen. Man sagt, de Kante st von nt(e) nach ter(e) gerchtet. (Destel 2006, p. 30) 3

4 2 Enletung Vorüberlegungen Man betrachtet ene feste Eckenmenge N = {1, 2, 3,..., n}. T n steht für de Anzahl der bezechneten Bäume auf deser Menge. Nun folgt ene genauere Untersuchung der Fälle n=1 bs n=6. Es gbt nur enen Baum mt enem Knoten. Abbldung 1: Bäume mt enem Knoten Be zwe Knoten gbt es ebenfalls nur enen Baum. Abbldung 2: Bäume mt zwe Knoten Erstmals mehr Bäume kommen be dre Knoten vor. Abbldung 3: Bäume mt dre Knoten Be ver verschedenen Knoten exsteren ver ncht somorphe Baumtypen, mt jewels ver Möglchketen, de Knoten anzuordnen. Abbldung 4: Bäume mt ver Knoten Dre verschedene ncht somorphe Baumtypen gbt es be fünf Knoten. Der erste Typ lefert fünf Möglchketen, de durch de unterschedlchen Anordnungen der Wurzel entstehen. Der zwete Typ lefert = 60 verschedene Bäume und der drtte ebenfalls = 60 Möglchketen, und somt ergeben sch nsgesamt 125 Bäume. 4

5 2 Enletung Abbldung 5: Bäume mt fünf Knoten Im Fall von Bäumen mt sechs Knoten exsteren sechs verschedene ncht somorphe Typen von Bäumen. Bem Typ 1 gbt es durch de verschedene Wahl der Wurzel sechs Möglchketen. Bem zweten Typ entstehen 6! 3! = 120, bem drtten, verten und fünften Typ jewels 6! 2 = 360 Bäume. Bem Typ 6 gbt es 6! 2! 2! 2 = 90 möglche Anordnungen und dadurch nsgesamt 1296 Möglchketen. Abbldung 6: Bäume mt sechs Knoten Zusammenfassend ergbt sch dadurch: Des lässt berets Cayleys Resultat vermuten. T n Anzahl äquvalent zu T T T T T T Satz 1. Es gbt n n 2 verschedene bezechnete Bäume auf n Ecken. Es folgen nun ver verschedene Bewese aus unterschedlchen Telgebeten der Mathematk. 5

6 3 Bewes - Bjekton 3 Bewes - Bjekton Bewes von Satz 1. Man sucht ene bjektve Abbldung zwschen der Menge aller bezechneten Bäume auf n Ecken und ener anderen Menge, deren Mächtgket offenschlch n n 2 st. Herfür nmmt man de Menge aller geordneten Folgen (a 1,...,a n 2 ) mt 1 a n. Das Zel st es, jedem Baum mttels Bjekton ene Folge (a 1,...,a n 2 ) zuzuordnen. Man betrachtet bezechnete Bäume t auf N = {1, 2, 3,..., n} zusammen mt zwe ausgezechneten Ecken, dem lnken Ende und dem rechten Ende, welche auch zusammenfallen können. Es se T n = {(t;, )} dese neue Menge und durch jewels n Möglchketen für das lnke und rechte Ende, st zu zegen, dass T n = n 2 T n = n n glt. Als zwete Menge wählt man de Menge aller Abbldungen von N nach N, deren Mächtgket genau unserer gesuchten Größe n n entsprcht. De Rchtgket der Formel st somt gezegt, wenn wr ene Bjekton von N N auf T n angeben können. Ene belebge Abbldung f: N N st als gerchteter Graph G f darstellbar, ndem man Pfele von nach f() zechnet. Um des zu verdeutlchen, folgt en begletendes Bespel mt der Abbldung f = ( de als gerchteter Graph we folgt dargestellt wrd: ), Abbldung 7: gerchteter Graph G f Betrachtet man ene Komponente von G f, so fällt auf, dass genau ene Kante n jedem Knoten endet, da der Graph aus ener Selbstabbldung entstanden st. Es st erkennbar, dass de 6

7 3 Bewes - Bjekton Komponente glech vele Ecken we Kanten enthält und dadurch auch genau enen gerchteten Kres. De Verengung der Eckenmengen deser Krese aller Komponenten wrd mt M N bezechnet. Durch de Egenschaften des Kreses st somt ene Enschränkung von f gefunden, de Enschränkung von f auf M, be der es sch um ene Bjekton von M nach M handelt. Es st lecht zu sehen, dass M de endeutge maxmale Telmenge von N st, so dass dese Egenschaft erfüllt st. f M soll für M = {a,b,...,z} so geschreben werden, dass de Zahlen a,b,...,z n der ersten Zele n hrer natürlchen Ordnung auftreten und de zwete Zele entsprechend der Abbldung f mt Elementen von M ergänzt wrd. f ( ) a b... z M = f(a) f(b)... f(z) Daraus st dann f(a) als lnkes Ende und f(z) als rechtes Ende abzulesen. Um den Baum t, der der Abbldung f entsprechen soll, zu konstrueren, geht man folgendermaßen vor: Man zechnet f(a),..., f(z) n deser Rehenfolge als enen Weg von f(a) nach f(z). De übrgen Ecken werden entsprechend der Abbldung f ergänzt. Setzen wr also unser Bespel von vorhn fort. Wr erhalten M = {2,4,6,7,9,11,12} {3,8,15} {10} = {2,3,4,6,7,8,9,10,11,12,15}. Als Enschränkung unserer Abbldung ergbt sch f ( ) M = und schleßlch der her abgebldete Baum t. Abbldung 8: Baum t Nun folgt de Umkehrung deser Bjekton. Um aus enem gegebenen Baum de zugehörge Abbldung zu fnden, sucht man den endeutgen Weg P vom lnken zum rechten Ende. Betrachten wr den Baum t 2 aus Abbldung 9. Abbldung 9: Baum t 2 7

8 3 Bewes - Bjekton Somt kann man de Abbldung h M2 bestmmen, ndem man den endeutgen Weg vom lnken Ende zum rechten Ende n de untere Zele enfügt und de erste Zele durch Rehung der vorkommenden Zahlen ergänzt. Dadurch st auch de Menge M 2 endeutg bestmmt. h ( ) M2 =, M = {1,3,7,8} De fehlenden Korrespondenzen f () werden dann gemäß der endeutgen Wege von nach P ergänzt, um de Abbldung h zu bestmmen. ( ) h =

9 4 Bewes - Lneare Algebra 4 Bewes - Lneare Algebra Nun folgt en Bewes aus enem weteren Telgebet der Mathematk - der Lnearen Algebra. Bewes von Satz 1. Her basert der Grundgedanke auf folgender Idee: T n st als Anzahl der aufspannenden Bäume m vollständgen Graphen K n nterpreterbar. In Verallgemenerung dazu betrachtet man enen belebgen zusammenhängenden enfachen Graphen G auf V = {1,2,...,n}. t(g) steht für de Anzahl der aufspannenden Bäume und nsbesondere glt daher T n = t(k n ). Begletend zu desem Bewes werde ch de jewelgen Schrtte anhand des Bespels T 4 erläutern. Man betrachtet de Inzdenzmatrx B = (b e ) von G, deren Zelen durch de Eckenmenge V und de Spalten durch de Kantenmenge E bezechnet werden. De Enträge b e von B können de Werte 1 oder 0 annehmen, je nachdem ob, e oder / e st. Abbldung 10: vollständger Graph mt 4 Ecken De zugehörge Inzdenzmatrx B lautet: B = Da G zusammenhängend st und somt de Knoten mt mndestens n 1 Kanten verbunden snd, glt E n 1. Nun folgt n jeder Spalte das Ersetzen ener der beden Ensen durch -1, zufällg ausgewählt welche, glechbedeutend mt dem Wählen von Rchtungen für de Kanten von G. De dabe neu entstandene Matrx wrd mt C benannt. Dann st M := CC T ene symmetrsche (n n)-matrx mt den Graden d 1,d 2,...,d n auf der Hauptdagonale. C = M = C C T = Proposton 2. Es glt t(g) = det M für alle = 1,...,n, wobe M de Untermatrx von M bezechnet, de sch aus M durch Strechung der -ten Zele und der -ten Spalte ergbt. Um dese Proposton zu bewesen, verwendet man den Satz von Bnet-Cauchy: Satz 3 (ohne Bewes). Ist P ene (r s)-matrx und Q ene (s r)-matrx mt r s, so glt det(pq) = (detp Z )(detq Z ), Z wobe P Z de (r r)-untermatrx von P mt Spaltenmenge Z st und Q Z de (r r)-untermatrx von Q mt den entsprechenden Zelen Z. (Agner et al., p. 224) 9

10 4 Bewes - Lneare Algebra Bewes von Proposton 2. Wendet man nun Satz 3 auf M an und verenfacht, so ergbt das: detm = detn detn T = (detn) 2. N N N durchläuft dabe alle (n-1) (n-1)-untermatrzen von C\{Zele }. De Spalten jeder deser Matrzen entsprechen enem Untergraphen von G mt n 1 Kanten auf n Ecken. Es blebt zu zegen, dass { ±1 falls dese Kanten enen Baum aufspannen (1) detn = 0 sonst glt. Betrachten wr vorerst unser Bespel mt 4 Knoten, um des zu veranschaulchen. Als Bespel wählen wr =2 und strechen somt de zwete Zele bevor wr uns de verschedenen Möglchketen für de Matrx N ansehen. C \ {Zele 2} = M 22 = Es folgt ene Auflstung der 20 Möglchketen für N mt der jewelgen Determnate und dem zugehörgen Graphen. N 1 = detn 1 = 1 N 2 = detn 2 = 1 N 3 = N 4 = detn 3 = 0 detn 4 = 1 N 5 = detn 5 = 1 10

11 N 6 = N 7 = Bewes - Lneare Algebra detn 6 = 1 detn 7 = 1 N 8 = N 9 = N 10 = detn 8 = 1 detn 9 = 0 detn 10 = 1 N 11 = detn 11 = 1 N 12 = N 13 = detn 12 = 1 detn 13 = 0 N 14 = detn 14 = 1 N 15 = detn 15 = 1 N 16 = detn 16 = 1 11

12 4 Bewes - Lneare Algebra N 17 = detn 17 = 0 N 18 = detn 18 = 1 N 19 = detn 19 = 1 N 20 = detn 20 = 1 Daran st zu beobachten, dass Matrzen mt Determnante Null, we erwartet zu Graphen führen, de kene Bäume snd. Addert man nun entsprechend Satz 3, erhält man folgendes Ergebns: T 4 = 20 k=1 (detn k ) 2 = 16. Wendet man nun de obge Proposton an, so glt T 4 = detm 22 = det = 16, was natürlch zum selben Ergebns führt. Aber nun zur formalen Begründung von (1): Angenommen, de n 1 Kanten spannen kenen Baum auf. Dann exstert ene Komponente des Untergraphen, de de Ecke ncht enthält. De Zelen der Matrx N, de deser Komponente entsprechen, snd dadurch lnear abhängg und es glt det N = 0. Angenommen, de n 1 Kanten spannen enen Baum auf. Dann gbt es ene Ecke j 1 vom Grad 1 mt der nzdenten Kante e 1. Durch Entfernen von j 1 und e 1 erhält man enen Baum mt n 2 Kanten. Es gbt auch n desem Graphen ene Ecke j 2 vom Grad 1 und de zugehörge nzdente Kante e 2, de entfernt werden können. Deser Schrtt wrd wederholt, bs j 1, j 2,..., j n 1 und e 1,e 2,...,e n 1 festgelegt snd. Durch Permutaton der Zelen soll j k n de k-te Zele und durch Permutaton der 12

13 4 Bewes - Lneare Algebra Spalten soll e k n de k-te Spalte verschoben werden. Nach Konstrukton glt j k / e l für k < l. Be der durch Permutaton entstandenen Matrx N handelt es sch dadurch um ene untere Dreecksmatrx, mt allen Elementen der Hauptdagonale glech ±1. Daraus resultert detn = ±detn = ±1, was zu zegen war. Der Spezalfall G = K n führt zu M = n n n 1. Als letzter Schrtt st somt noch zu zegen, dass de Determnante deser Matrx glech n n 2 st. De oben abgebldete Matrx M hat Dmenson (n 1) (n 1). Durch Addton des ( 1) fachen der letzten Zele zu den jewels anderen Zelen ergbt sch n n 0 n 0 n n n n 1 Um dese Matrx n de Form ener oberen Dreecksmatrx zu bekommen, addert man jewels das ( 1 n )-fache der ersten n 2 Zelen zu der letzten Zele, und es ergbt sch de Matrx n n 0 n 0 n n n Da es sch um ene gerade Anzahl an Zelenumformungen handelt (2 (n 2)), verändert sch das Vorzechen der Determnante ncht. Wel de Determnante ener Dreecksmatrx als Produkt der Hauptdagonalenelemente berechnet wrd, ergbt sch für desen spezellen Fall enes vollständgen Graphen das Ergebns: detm = n n 2. 13

14 5 Bewes - Rekurson 5 Bewes - Rekurson Der folgende Bewes st ene Methode der abzählenden Kombnatork, be der ene Rekurson zu fnden st, aus welcher de explzte Formel durch Indukton abgeletet wrd. Bewes von Satz 1. Se A ene belebge k-elementge Eckenmenge. T n,k steht für de Anzahl der bezechneten Wälder auf N = {1,2,...,n}, de n der Menge A verwurzelt snd. Dese bestehen also aus k Bäumen, von denen jeder genau ene Ecke aus A enthalten muss. Offenschtlch st nur de Größe der Menge A für desen Zusammenhang wchtg, ncht aber de darn enthaltenen Elemente. Zusätzlch st auch klar, dass T n,1 unserer gesuchten Größe T n entsprcht. Betrachten wr dazu das Bespel T 4,2 = 8 für A = {1,4}. Abbldung 11: Bespel T 4,2 für A = {1,4} Abbldung 12 zegt solch enen Wald F, der n A = {1,2,...,k} verwurzelt st. Angenommen, de Ecke 1 habe genau Nachbarn. Abbldung 12: Wald F, der n {1,2,...,k} verwurzelt st Durch Entfernen der Ecke 1 erhält man enen neuen Wald F auf der Menge {2,...,n}, der nun aber n {2,...,k} {de Nachbarn von 1} verwurzelt st. Denn entfernt man de Ecke 1, so werden neue Nachbarn zur Wurzelmenge hnzugefügt werden. De Größe der Menge A ändert sch dabe von k zu k 1 +, de Anzahl der verfügbaren Ecken nmmt um 1 ab, womt sch für de Anzahl der Wälder T n 1,k 1+ ergbt. Umgekehrt hngegen kann der Wald F konstruert werden, ndem zuerst 0 festlegt wrd. Dann muss man de Nachbarn von Ecke 1 n {k+1,...,n} auswählen, wofür es ( n k) Möglchketen gbt. Schleßlch wrd der Wald F bestmmt. Damt st gezegt, dass für 1 k n de Rekurson (2) T n,k = n k =0 ( n k ) T n 1,k 1+ erfüllt st, wobe T 0,0 := 1 und T n,0 := 0 für n > 0 gesetzt werden, um T n,n = 1 scherzustellen. 14

15 5 Bewes - Rekurson Proposton 4. Es glt (3) T n,k = kn n k 1, und daher nsbesondere (4) T n,1 = T n = n n 2. Bewes. Der Bewes wrd durch Indukton und Verwendung von (2) und dem Bnomschen Lehrsatz geführt. Induktonsanfang: n = 1: T 1,1 = 1 = n = 2: Induktonsschrtt: T n,k = = = n k =0 n k =0 n k =0 n k =0 n k =0 n k =0 T 2,1 = 1 = T 2,2 = 1 = ( ) n k T n 1,k 1+ ( ) n k (k 1 + )(n 1) n 1 k ( n k ) ( ) n k (k 1 + (n k ))(n 1) n 1 k (n k ) n k ( ) n k (n 1 )(n 1) 1 = ( ) n k = (n 1)(n 1) 1 n k( ) n k (n 1) 1 =0 ( ) n k = (n 1) (1 n k n k( ) n k ) (n 1) 1 =1 = (n 1 + 1) n k n k( ) n 1 k n k (n 1) 1 =1 1 = n n k n k( n 1 k (n k) =1 1 ( ) n 1 k = n n k (n k) (n 1) (1 n 1 k ) n 1 k =0 = n n k (n k)(n 1 + 1) n 1 k = n n k n n k + kn n 1 k = kn n 1 k ) (n 1) 1 ( + 1) 15

16 5 Bewes - Rekurson Um zum Ende zu gelangen, blebt noch zu zegen, dass ( n k ( ) n k (n k)! (n k)(n k 1)! = =!(n k )! ( 1)!(n k )! = n k ) = n k (n k 1)! ( 1)!(n k 1 ( 1)! = n k ( n 1 k ) 1 glt: ( ) n 1 k 1 Mt bewesener Proposton st auch deser drtte Bewes zu Ende. 16

17 6 Bewes - Doppeltes Abzählen 6 Bewes - Doppeltes Abzählen Nun gelangen wr zum letzten Bewes, den ch vorstellen möchte, enem Bewes mthlfe von doppeltem Abzählen. Bewes von Satz 1. De Menge aller Wurzelwälder auf {1,2,...,n}, aus k Wurzelbäumen bestehend, wrd mt F n,k bezechnet. Somt st nsbesondere F n,1 de Menge aller Wurzelbäume. Sucht man den Zusammenhang mt der gefragten Größe T n, so st lecht zu erkennen, dass F n,1 = n T n glt, da es n jedem Baum n Möglchketen gbt, de Wurzel auszuwählen. Se nun F n,k F n,k en gerchteter Graph, n dem alle Kanten von der Wurzel wegzegen. En Wald F enthält enen anderen Wald F, wenn F den Wald F m Snne von gerchteten Graphen enthält. Wenn F en echter Untergraph von F st, so hat F wenger Komponenten als F. Abbldung 13 und Abbldung 14 sollen desen Sachverhalt verdeutlchen. De engekresten Knoten stehen dabe für de Wurzeln. Abbldung 13: Wurzelwald F 12,2 F 12,2 enthält F 12,3 Abbldung 14: Wurzelwald F 12,3 Ene Folge von Wäldern F 1,...,F k mt F F n, wrd verfenernde Kette genannt, wenn F 1 F 2... F k glt. Be F 1 handelt es sch dabe um enen aufspannenden Baum, de weteren Bäume der Folge erhält man durch sukzessves Weglassen enzelner Kanten, ene nach der anderen. Betrachtet man F k als festen Wald n F n,k, so gelten folgende Bezechnungen: N(F k ) für de Anzahl der Wurzelbäume, de F k enthalten, und N (F k ) für de Anzahl der verfenernden Ketten, de n F k enden. 17

18 6 Bewes - Doppeltes Abzählen Man zählt nun N (F k ) auf zwe verschedene Arten ab, enmal bem Baum F 1, dann wederum be F k begnnend. 1. Man wählt F 1 F n,1, so dass deser F k enthält. Um zu ener verfenernden Kette von F 1 bs F k zu kommen, können de k 1 Kanten von F 1 \ F k n belebger Rehenfolge entfernt werden. Durch (k 1)! möglche Rehenfolgen de Kanten zu entfernen und N(F k ) Möglchketen F 1 zu Begnn zu wählen, glt für de Anzahl der verfenernden Ketten (5) N (F k ) = N(F k ) (k 1)!. 2. Um wederum aus enem F k enen F k 1 zu erhalten, st das Hnzufügen ener gerchteten Kante von ener belebgen Ecke a zu ener der k 1 Wurzeln der anderen Telbäume, de de Ecke a ncht enthalten, notwendg. Betrachten wr noch enmal de Abbldungen 13 und 14. Herbe würde de Verbndung von Knoten 8 zu Knoten 5 bewrken, dass aus F 12,3 der um ene Komponente wenger enthaltende Wald F 12,2 wrd. Somt snd n verschedene Knoten zur Wahl, de mt ener der k 1 zu Verfügung stehenden Wurzeln verbunden werden soll, und somt ergeben sch nsgesamt n(k 1) Möglchketen dafür. Analog muss nun aus enem F k 1 en F k 2 erzeugt werden, ndem man von ener belebgen Ecke b ene gerchtete Kante zu ener der nun nur noch k 2 möglchen Wurzeln zeht. Mt derselben Begründung we vorhn ergeben sch dadurch n(k 2) Möglcketen. Fährt man auf dese Wese fort, bs man bem Ende der Kette, F 1, angelangt st, so erhält man (6) N (F k ) = n (k 1) n (k 2) n 1 = n k 1 (k 1)! Verglechen wr nun unsere beden Resultate aus (5) und (6), so st der Zusammenhang (7) N(F k ) = n k 1 f ür jedesf k F n,k erschtlch. Für n = k besteht F n nur aus den n solerten Ecken. Nachdem N(F k ) für de Anzahl der Wurzelbäume, de F k enthalten, steht, bezechnet N(F n ) somt de Anzahl aller Wurzelbäume (da alle Wurzelbäume alle solerten Ecken enthalten). Wr erhalten dadurch und somt auch Cayleys Formel. F n,1 = N(F n ) = n n 1 = n n n 2 18

19 Lteratur Lteratur [1] Agner, Martn / Zegler, Günter M.: Das BUCH der Bewese. Drtte Auflage. Sprnger- Verlag, Wen Hedelberg, 2010 [2] Destel, Renhard: Graphentheore. Drtte Auflage. Sprnger-Verlag, Wen Hedelberg,

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete 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 /

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre 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,

Mehr

Konkave und Konvexe Funktionen

Konkave 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

Mehr

3. Lineare Algebra (Teil 2)

3. 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

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

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,

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden 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

Mehr

Spiele und Codes. Rafael Mechtel

Spiele 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,,

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir 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

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 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

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung 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

Mehr

Online Algorithmen. k-server randomisiert Teil II

Online 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

Mehr

Gruppe. Lineare Block-Codes

Gruppe. 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

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner 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

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. 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

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. 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

Mehr

1. Schaltungsbeschreibung - Netzwerktopologie. Regeln der Schaltwerktheorie:

1. Schaltungsbeschreibung - Netzwerktopologie. Regeln der Schaltwerktheorie: 1. Schaltungsbeschrebung - Netzwerktopologe Regeln der Schaltwerktheore: Krchhoffsche Spannungsregel Krchhoffsche Stromregel + Zweg- (bzw. Element-) Funktonen De Netzwerktopologe beschrebt de Verknüpfung

Mehr

6. Modelle mit binären abhängigen Variablen

6. 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

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen 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

Mehr

Übung zur Vorlesung. Informationstheorie und Codierung

Übung 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

Mehr

1 Definition und Grundbegriffe

1 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:

Mehr

Der Satz von COOK (1971)

Der 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

Mehr

Stochastische Prozesse

Stochastische 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)

Mehr

Neuronale 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 (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

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - 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

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. 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.

Mehr

18. Dynamisches Programmieren

18. 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

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse 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

Mehr

Boost-Schaltwandler für Blitzgeräte

Boost-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

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 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

Mehr

Datenträger löschen und einrichten

Datenträger löschen und einrichten Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 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

Mehr

Die Zahl i phantastisch, praktisch, anschaulich

Die Zahl i phantastisch, praktisch, anschaulich Unverstät Würzburg 977 Würzburg Telefon: (91 888 5598 De Zahl phantastsch, praktsch, anschaulch De Geschchte der Zahl war dre Jahrhunderte lang dadurch geprägt, dass se und damt de kompleen Zahlen n Mathematkerkresen

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION 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

Mehr

Nomenklatur - Übersicht

Nomenklatur - 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

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung 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;

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 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

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 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)

Mehr

Anwendungsmöglichkeiten von Lernverfahren

Anwendungsmöglichkeiten 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

Mehr

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik

Steuerungsverfahren 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

Mehr

Seminar Netzwerkanalyse. Kapitel 12 Vergleiche von Netzw erken. Sommersemester 2005 Universität Trier

Seminar Netzwerkanalyse. Kapitel 12 Vergleiche von Netzw erken. Sommersemester 2005 Universität Trier Kaptel 2 Vergleche von Netzw erken Sommersemester 2005, 697862 Kaptel 2.0 Allgemenes Allgemenes Graph-Isomorphsmus Problem (GI) besteht darn festzustellen, ob zwe gegebene Graphen somorph snd In der Praxs

Mehr

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1 Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 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:

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen 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

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG 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

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für 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

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut 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

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie 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

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl 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

Mehr

1. Runde 2010. Aufgaben und Lösungen. Bundeswettbewerb Mathematik

1. 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

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung 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;

Mehr

mit der Anfangsbedingung y(a) = y0

mit der Anfangsbedingung y(a) = y0 Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.

Mehr

Kapitel 8: Graph-Strukturierte Daten

Kapitel 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

Mehr

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie 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

Mehr

Einführung in die Finanzmathematik

Einführung 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

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde 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

Mehr

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07 Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage

Mehr

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1

Vorlesung 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

Mehr

Dynamik starrer Körper

Dynamik starrer Körper Dynamk starrer Körper Bewegungen starrer Körper können n Translaton und Rotaton zerlegt werden. De Rotaton stellt enen nneren Frehetsgrad des Körpers dar, der be Punktmassen ncht exstert. Der Schwerpunkt

Mehr

Wechselstrom. 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 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:!"

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (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?

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird 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

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. 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

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

Potenzen einer komplexen Zahl

Potenzen einer komplexen Zahl Potenzen ener komplexen Zahl 1-E1 1-E Abraham cc de Movre Abraham de Movre (17 175) französscher Mathematker Abraham de Movre der als Emgrant n London lebte glt als ener der Ponere der Wahrschenlchketsrechnung.

Mehr

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord 1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive 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,

Mehr

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften

Grundlagen 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

Mehr

Übungsblatt 4 - Lösung

Übungsblatt 4 - Lösung Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : 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

Mehr

Statistik und Wahrscheinlichkeit

Statistik 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

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung 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

Mehr

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines 6 Wandtafeln 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln 6.3.1 Allgemenes Be der Berechnung der auf de enzelnen Wandtafeln entfallenden Horzontalkräfte wrd ene starre Deckenschebe angenommen.

Mehr

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung

Mehr

8. 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 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)

Mehr

Was haben Schüler und Großbanken gemein?

Was haben Schüler und Großbanken gemein? Armn Fügenschuh Aleander Martn Was haben Schüler und Großbanken gemen? Mathematsche Modellerung Analyse und Lösung am Bespel des Rucksackproblems Unter gegebenen Randbedngungen optmale Entschedungen zu

Mehr

Der technische Stand der Antriebstechnik einer Volkswirtschaft läßt sich an ihrem Exportanteil am Gesamtexportvolumen aller Industrieländer messen.

Der technische Stand der Antriebstechnik einer Volkswirtschaft läßt sich an ihrem Exportanteil am Gesamtexportvolumen aller Industrieländer messen. - 14.1 - Antrebstechnk Der technsche Stand der Antrebstechnk ener Volkswrtschaft läßt sch an hrem Exportantel am Gesamtexportvolumen aller Industreländer messen. Mt 27,7 % des gesamten Weltexportvolumens

Mehr

Beschreibende Statistik Mittelwert

Beschreibende 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 )

Mehr

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

d 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

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim 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.

Mehr

BA_T3Classic_IPO_v1.0 (Draft_B)_050719

BA_T3Classic_IPO_v1.0 (Draft_B)_050719 BA_T3Classc_IPO_v1.0 (Draft_B)_050719 Inhalt Inhalt...2 Machen Se sch mt Ihrem Telefon vertraut Wchtge Hnwese... 3 Ihr T3 Classc auf enen Blck... 6 T3 IP Telefon n Betreb nehmen (I5)... 7 Grundregeln für

Mehr

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum

Mehr

1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl

1 = 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

Mehr

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung Software Oberkategore Unterkategore Kompetenzstufe Voraussetzung Kompetenzerwerb / Zele: InDesgn CS4 Layoutgestaltung Erste Schrtte - Anlegen enes Dokumentes I a (Enfache Nutzung) kene N o 1a Umgang mt

Mehr

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1

Projektmanagement / 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

Mehr

UNIVERSITÄT 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. 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

Mehr

12 UMPU Tests ( UMP unbiased )

12 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

Mehr

11 Chemisches Gleichgewicht

11 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

Mehr

AUFGABEN ZUR INFORMATIONSTHEORIE

AUFGABEN 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

Mehr

BA_T3Compact_IPO_v1.0 (Draft_B)_050719

BA_T3Compact_IPO_v1.0 (Draft_B)_050719 BA_T3Compact_IPO_v1.0 (Draft_B)_050719 Inhalt Inhalt...2 Machen Se sch mt Ihrem Telefon vertraut Wchtge Hnwese... 3 Ihr T3 Compact auf enen Blck... 6 T3 IP Telefon n Betreb nehmen (I5)... 7 Grundregeln

Mehr

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung

Zinseszinsformel (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

Mehr

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten

Mehr

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE

VERGLEICH 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

Mehr

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr