Kapitel 6: Codierung Diskreter Quellen

Größe: px
Ab Seite anzeigen:

Download "Kapitel 6: Codierung Diskreter Quellen"

Transkript

1 Kptel 6: Zele des Kptels e Entrope ls Informtonsmss für de Güte enes odes Begrff der tenkompresson Endeutg deoderre odes Mttlere odelänge knn nht klener ls Quellenentrope sen Krft she Unglehung. Shnnon'shes stheorem 2 Üertrgungsmodell efntonen Wr etrhten ds folgende Üertrgungsmodell Quelle X Senke Y Quellenoderer Knloderer Quellendeoderer Knldeoderer Störung Knl e Quellenoderung st de erste Stufe der n unserem Modell er soll de enendeutge n ener möglhst redundnzfreen Form erfolgen e Knloderung st de zwete Stufe der er wrd oft gezelt zusätzlhe Kontrollnformton zum Störungsshutz n den ode engeut In desem Kptel ehndeln wr usshlesslh redundnzfree Quellenoderung 3 4

2 efntonen efntonen efnton: En ode üer dem odelphet Δ mt Δ = für ene Menge χ st ene Aldung von χ uf Δ* Für x χezehnet (x) ds odewort und l (x) de Länge von (x) Wenn mt x x 2 uh (x ) (x 2 ) sowe (x) ne ds leere Wort st, dnn hesst der ode nhtdegenerert Oftmls ezehnet mn enfh de Menge der odewörter ls ode Bespel: Für χ = {,,,d} st ()=; (=, ()= und (d)= en ode Wr ezehnen mt de Konktenton enzelner odewörter efnton: En ode st endeutg deoderr, wenn folgende Aldung endeutg st [ x x ] [ ( x )... ( )]... n n x efnton: En ode hesst präfxfre, wenn ken odewort en Präfx enes nderen odewortes st, lso für zwe odewörter und ', nemls '= d glt mt d Δ* Präfxfrehet und endeutge eoderrket snd Egenshften der odewortmenge. Jeder präfxfree ode st endeutg deoderr. 5 6 efntonen Unglehmässge odes Im folgenden snd wr n der ener dskreten Quelle, lso ener Zustndsvrlen X mt Vertelung p X (x) nteressert. Wr untersheden zwshen verge se und worst se Anlyse efnton: En ode zur ener Zufllsvrlen hesst optml, wenn de mttlere odelänge mnml st, lso E [ l ( X )] = p X l mn efnton: En ode, dessen odewörter lle (nht) gleh lng snd, hesst (un)glehmässg ode : Gegeen χ = {,,,d} sowe ()=, (=, ()= und (d)= präfxfre, Bumstruktur unglehmässg d () ( () (d) 7 8

3 Unglehmässge odes Glehmässge odes ode 2: Gegeen χ = {,} sowe ()=, (= Nht präfxfre, dennoh endeutg deoderr unglehmässg () ( ode 3: Gegeen χ = {,} sowe ()=, (= glehmässg ( () 9 Unglehmässge odes odeäume ode 4: Gegeen χ = {,,} sowe ()=, (=, ()= nht präfxfre unglehmässg nht endeutg deoderr () ( () Bespel: Für χ = {,,,d} st ()=, (=, ()= und (d)= en ode Wr stellen fest, dss der ode ls Bum drgestellt werden knn 2

4 odeäume odeäume Jeder ode knn ls elmenge der Knoten enes Bumes drgestellt werden. Jeder Knoten st entweder en Bltt (kene Nhfolgeknoten), oder ht höhstens Nhfolgeknoten In unserem Bespel st =2, lso närer Bum En odeum st usgefüllt, wenn jeder nnere Knoten genu Nhfolger ht En präfxfreer ode st usgefüllt, wenn der odeum usgefüllt st und jedem Bltt en odewort zugeordnet st Se B de Menge ller Blätter enes -ären odeumes, und se de Whrshenlhket enes Blttes B Es glt: = B e Blttentrope von st defnert ls = log B e efe t( enes Blttes st de stnz von der Wurzel 3 4 odeäume Krft'she Unglehung nn st folglh de mttlere efe t von t = t( B Für enen usgefüllten, präfxfreen ode für ene Zufllsvrle X mt odeum st t gleh der mttleren Wortlänge, heorem (Krft'she Unglehung): En -ärer präfxfreer ode mt L odewörtern der Längen l,,l L exstert genu dnn, wenn L = l p X = mt ( x) = wenn de Blätter mt den Whrshenlhketen der oderten Symole versehen werden e Krft she Unglehung st lso ene hnrehende Bedngung für de Exstenz enes Präfxodes der gegeenen Struktur 5 6

5 Krft'she Unglehung Krft'she Unglehung Bewes I: (Präfxode->Unglehung) Wr zegen zunähst, dss für jeden -ären präfxfreen ode dese Bedngung glt: = es st äquvlent mt L B l Angenommen, der Bum wähst von der Wurzel her (Indukton) Für de Wurzel glt B =: B = = = Wrd nun de Wurzel durh Blätter ener um höheren efe ersetzt, so glt B = sowe B = = = e Summe let lso unverändert 7 8 Krft'she Unglehung Krft'she Unglehung Ersetzen wr nun erneut en Bltt der efe durh Blätter der efe 2, so glt B =- +=2*- sowe B 2 = + = = = = = Allgemen glt em Erstz enes Blttes der efe t = Be wenger neuen Blättern nmmt de Summe strkt Also glt für enen -ären Bum mt Blttmenge B B Mt Glehhet für enen usgefüllten Bum. Q.e.d + Bewes II: (Unglehung->Präfxode) Wr zegen nun, dss de Bedngung uh hnrehend st (konstruktv) Wr ezehnen mt w j de Anzhl der odewörter der Länge j Somt glt: w j = B Sowe j= L l = = j= w j Wr konstrueren nun sukzessve enen vollständgen -ären Bum Wr egnnen e efe und Blättern j 9 2

6 Krft'she Unglehung MMlln heorem Es leen w Blätter ls odewörter stehen und -w Blätter werden zu nsgesmt (-w ) Knoten der efe 2. Wr elssen wederum w 2 Blätter ls odewörter und ersetzen den Rest durh nsgesmt ((w )-w 2 ) Knoten der efe 3 usw. für m=,2,3,. es funktonert genu dnn, wenn n jedem Shrtt noh genug Blätter ls odewörter vorhnden snd, lso w m j= vson durh m ergt: Q.e.d. m m w j m j= m j w j j heorem (MMlln): e odewortlängen l,,l L jedes endeutg deoderren odes für en Alphet mt L Symolen erfüllen eenflls de Krft'she Unglehung L = l Insesondere exstert mmer en präfxfreer ode mt den glehen odewortlängen Endeutg deoderre odes können lso nht esser sen ls präfxfree odes (ken Bewes) 2 22 Implktonen Krft'she Unglehung Für den Fll enes nären, präfxfreen odes glt entsprehend L l 2 = Jeder präfxfree ode muss uh de Krft'she Unglehung erfüllen e Krft'she Unglehung st ene notwendge Bedngung für de Exstenz enes endeutg deoderren odes mt spezfzerten odewortlängen Se st ene notwendge Bedngung für de endeutge ekoderrket Nht jeder ode der Struktur st endeutg deoderr ener dskreten Quelle X mt L=6 Zehen und odes mt l mx = 4 Wr nlyseren 4 Vrnten: X d e f K K2 K3 K

7 Krft'she Unglehung Krft'she Unglehung Wr prüfen: ) Präfxedngung 2) Krft'she Unglehung K3 ) erfüllt 2) erfüllt K ) nht erfüllt: d und f hen den glehen Präfx 2) nht erfüllt > K2 ) nht erfüllt: d und f hen den glehen Präfx 2) erfüllt = K4 ) erfüllt 2) erfüllt Endeutg dekoderr snd nur K3 und K4 Krft'she Unglehung mplzert Exstenz enes deoderren odes Shnnon'shes stheorem. Shnnon'shes stheorem Wr suhen Shrnken für de mttlere odelängen optmler, präfxfreer odes heorem (Shnnon): e mttlere odewortlänge E[l (X)] enes optmlen präfxfreen odes üer enem odelphet Δ mt Δ = für ene Zufllsvrle X erfüllt ( X ) E[ l log Für =2 glt ( X ) E[ l ( X )] < ( X ) + Asolut fundmentl! ( X ) ( X )] < + log Bewes (untere Shrnke): Wr etrhten den entsprehenden odeum und ernnern uns, dss t = E[ l ( X )] sowe ( X ) = e untere Shrnke entsprht somt t log Wr ewesen de Unglehung mttels Indukton üer eläume Für enen leeren Bum glt de Bezehung trvlerwese Jeder -äre Bum knn ls Wurzel mt s zu dsjunkten eläumen ufgefsst werden,,, mt dsjunkten Blttmengen B,,B 27 28

8 . Shnnon'shes stheorem. Shnnon'shes stheorem Se de Summe der Whrshenlhketen der Blätter n elum mt Blttmenge B q = B Wr normeren de Vertelung m elum durh vson, so dss P ( = B q e mttlere Bltttefe t m elum st t = ( t( ) q B e Blttentrope st entsprehend = log q q Als Induktonsnnhme glt t log e mttlere Bltttefe des gnzen Bum st dnn t = = Für de Blttentrope glt dnn: B q ( t + ) = + = q t = q log q q log = B q q Shnnon'shes stheorem. Shnnon'shes stheorem erletung: = log = B = log + log q = B q Entsprehend umgeformt = q log q + q = ( ) = ([ q... q ]) + = Aufgrund unserer Annhmen sowe den Grenzen der Entropefunkton glt q = q log q + log = B q = q log q q log = B q q log + = log ( + q t log = q t ) = t log 3 32

9 . Shnnon'shes stheorem. Shnnon'shes stheorem Bewes (oere Shrnke): Ene ntutv snnvolle Whl der odewortlängen wäre l ( x) = log px x X e odewortlänge sollte lso dem negtven Logrthmus der entsprehenden Symolwhrshenlhketen entsprehen e Krft'she Unglehung wäre nun mt Glehhet erfüllt, d l ( log px ) = = = En solher ode exstert llerdngs nur, wenn lle odelängen gnzzhlg snd p X Also wählen wr sttt dessen l ( x) = log px x X e Krft'she Unglehung glt mmer noh, d l = Somt exstert en ode für dese odelängen. Sene mttlere odelänge st Wr nutzen here, ds log px log px = px = ( X ) El [ ] = px log px + px( log px) = + log u u Implktonen Wr hen zum ersten Ml de Nützlhket der Entrope ls Informtonsmss gerehtfertgt Wr erhlten enen Zusmmenhng zwshen der Entrope ener Zufllsvrlen und der Güte enes optmlen odes dfür Oere Shrnke st um grösser ls untere Shrnke Untere Shrnke wrd m llgemenen nht erreht er Enfluss von Fehlern e zu strker Kompresson st noh nht eknnt 35

Aufgaben und Lösungen. Vorläufige Fassung für die Homepage

Aufgaben und Lösungen. Vorläufige Fassung für die Homepage ufgen und Lösungen 1. Runde 018 Vorläufge Fssung für de Homepge» KORREKTURKOMMISSION KRL FEGERT» UNESWETTEWER MTHEMTIK Kortrjer Strße 1, 53177 onn Postfh 0 0 01, 5313 onn Tel.: (0 8) 9 59 15-0, Fx: (0

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

9 Integration von Funktionen in mehreren Variablen

9 Integration von Funktionen in mehreren Variablen 9 Integrton von Funktonen n mehreren Vrlen 9 9 Integrton von Funktonen n mehreren Vrlen Der Integrlegrff für Funktonen n mehreren Vrlen st wesentlch velfältger ls der e Funktonen n ener Vrlen. Dem unestmmten

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Was aber tun bei weniger regelmäßigen Kurven? Vorbemerkung: Worum geht es?

Was aber tun bei weniger regelmäßigen Kurven? Vorbemerkung: Worum geht es? 7. Integrlrehnung 70 7 Ws er tun e wenger regelmäßgen Kurven? Voremerkung: Worum geht es? f() Bestmmung der Flähe unter der Kurve zwshen und. Flähe unter der Treppenfunkton st klener ls Kresflähe Flähe

Mehr

(doppelte Unterstreichung).

(doppelte Unterstreichung). Tensoren Dyshes Prout zwshen zwe Vetoren Zusmmenhng Drehmpuls Wnelgeshwnget enes roterenen strren Körpers: Drehmpuls L un Wnelgeshwnget legen nht zwngen n gleher Rhtung. L r ( r) m ) m r r ( r Drehmpulsvetor

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens Fchberech Mthemtk Algebr und Zhlentheore Chrstn Curll Grundbldung Lnere Algebr und Anltsche Geometre (LPSI/LS-M) Bltt 1 SoSe 011 - C. Curll/ B. Jnssens Präsenzufgben (P1) Mch Se sch be den folgenden Glechungssstemen

Mehr

1.1 Grundbegriffe und Grundgesetze 29

1.1 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

Mehr

Stephan Brumme, SST, 2.FS, Matrikelnr konvergiert und der Grenzwert 1 ist, d.h. es gilt: 1. k 1

Stephan Brumme, SST, 2.FS, Matrikelnr konvergiert und der Grenzwert 1 ist, d.h. es gilt: 1. k 1 Stehn Brumme, SST,.FS, Mtrelnr. 7 5 44 Aufge... Zegen Se, dss de Folge onvergert und der Grenwert st, d.h. es glt lm Es st u egen, dss ene Nullfolge st D ene Nullfolge st, stellt ene onvergente Folge mt

Mehr

Einführung: Sequence Alignment

Einführung: Sequence Alignment lgorthmsche nendungen - Prktkum WS 7/8 ynmsche Progrmmerung / reedy-lgorthmen ufgen 8 - Hener Klocke Fchhochschule Köln Informtk Prktkum: ynmsche Progrmmerung / reedy-lgorthmen ufgen 8 9 ufge Kptel ynmsche

Mehr

Das Skalarprodukt. y Abbildung 1

Das Skalarprodukt. y Abbildung 1 Ds Sklroukt 8 β αβ 9 β α α - - -9-8 -7 - - - - - - 7 8 9 - - - -8 - Alun In esem ersten Tel weren wr uns mt folener re eshäften: We knn e Läne enes ektors estmmt weren un we knn entsheen weren wnn zwe

Mehr

5. Das Finite-Element und die Formfunktion

5. Das Finite-Element und die Formfunktion 5. Ds Fnte-lement nd de Formfnkton Prof. Dr.-Ing. Uwe Renert Fcherech Prof. Dr.-Ing. Mschnen Uwe Renert telng Mschnen HOCHSCHU BRMN 5. Bespel des ensetg engespnnten nd f Zg ensprchten Blkenelements Bestmmng

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Lückentext (Mathematik I) zum Sommersemester 2013

Lückentext (Mathematik I) zum Sommersemester 2013 osten Schee.. Lückentet Mthemtk I um Sommesemeste Nme: Mtkel-N.: Mt desem Lückentet können Se s u mml möglche Zustpunkte elngen. Fü jedes chtg engetgene Wot egt sch somt en Bonuspunkt. Um mehee Mengen

Mehr

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

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. chel Wolf Dnel Stlck Frnç Stefn Huber Zentrlübung Z2.1. Whrschenlchketsdchten TECHNISCHE UNIVERSITÄT ÜNCHEN Zentrum themtk themtk 4 für Physker (Anlyss 3) A924 Se f : (, 1) 2 R ene stetge Funkton

Mehr

erfüllen. In diesem Fall ist dies auch die komplexe Ableitung. = f x (a).

erfüllen. In diesem Fall ist dies auch die komplexe Ableitung. = f x (a). Dfferenzerbrket 6.2 125 zwr lner n h, ber ncht lner n h und ds st en wesentlcher Untersched. Ds sehen wr glech noch genuer nhnd der Cuchy-Remnn- Glechungen..Ò De Cuchy-Remnn-Glechungen We berets erwähnt,

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

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

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

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

Lineare Gleichungssysteme und ihre Lösung

Lineare Gleichungssysteme und ihre Lösung III Lnee Glechungssysteme und he Lösung In den Kpteln II. und II. wude de Bedeutung von Lneen Glechungssysteme (LGS) fü Poleme de Anlytschen Geomete deutlch. eshl stellt sch de Fge nch systemtschen Lösungsvefhen.

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

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

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien: Regressoslse De Regressoslse st ee Slug vo sttstshe Alseverfhre. Zel e de häufgste egesetzte Alseverfhre st es Bezehuge zwshe eer hägge ud eer oder ehrere uhägge rle festzustelle. Se wrd sesodere verwedet

Mehr

2 Rohrleitungsnetzberechnung

2 Rohrleitungsnetzberechnung Vorlesungsskrpt Hydrulk II - Rohrletungsnetzberechnung. Krchhoffsche Regeln En Netz besteht us mehreren Rohsträngen, de n mehreren Punkten mtennder hydrulsch verbunden snd. (Sehe Abb. -) Abb. -: Rohrletungsnetz

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von

Mehr

Martens: Übungen in der Betriebswirtschaftslehre, #6 (Investitionsplanung)

Martens: Übungen in der Betriebswirtschaftslehre, #6 (Investitionsplanung) Projekt: VW hem: WS 26/7 Empfänger: bsender: Dttmr Ngel nlge-dtum: 16.12.26 Sttus-Dtum: 27.12.26 Mrtens: Übungen n der etrebswrtschftslehre, #6 (Investtonsplnung 15.12.26 Forts. 3.5 Der nterne Znsfuß ls

Mehr

Modul 1: Einführung und Wahrscheinlichkeitsrechnung

Modul 1: Einführung und Wahrscheinlichkeitsrechnung Modul : Enführung und Wahrschenlchketsrechnung Informatonstheore Dozent: Prof. Dr. M. Gross E-mal: grossm@nf.ethz.ch Assstenten: Danel Cottng, Rchard Keser, Martn Wcke, Cyrl Flag, Andrea Francke, Jonas

Mehr

5.6 Zwei- und mehrdimensionale Zufallsvariablen

5.6 Zwei- und mehrdimensionale Zufallsvariablen 5.6 Zwe- und mehrdmensonle Zufllsvrblen Wr betrchten jetzt den Fll, dss mehrere Zufllsvrblen glechzetg nlsert werden. Allgemen st ene n-dmensonle Zufllsvrble durch ds n-tupel (,,, n ) gegeben. Wr beschränken

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd

Mehr

Institut für Technische Chemie Technische Universität Clausthal

Institut 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

Mehr

Lösungen zu Übungsaufgaben Angewandte Mathematik MST Blatt 6 Matlab

Lösungen zu Übungsaufgaben Angewandte Mathematik MST Blatt 6 Matlab Lösungen zu Übungsufgben Angewndte Mthemtk MST Bltt Mtlb Prf.Dr.B.rbwsk Zu Aufgbe ) Errbeten Se sch begefügtes Mterl zur Trpezmethde und zur Smpsnschen Fssregel! (us Ppul, Mthemtk für Ingeneure, Bnd Kp.V.)

Mehr

5. Mehrkomponentensysteme - Gleichgewichte

5. Mehrkomponentensysteme - Gleichgewichte 5. Mehrkomonentensysteme - lechgewchte 5.1 Phsenglechgewchte Enfluss gelöster Stoffe osmotscher ruck Trennung zweer Lösungen durch sem-ermeble Membrn, de nur für ds Lösungsmttel durchlässg st (z.. Schwensblse,

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Tutoraufgabe 1 (Induktionsbeweis): Lösung:

Tutoraufgabe 1 (Induktionsbeweis): Lösung: Prof Dr J Gesl M Brokshmdt, F Emmes, C Fuhs, C Otto, T Ströder Hwese: De Husufge solle Gruppe vo je 2 Studerede us dem glehe Tutorum eretet werde De Lösuge der Husufge müsse s M, 12052010 m Tutorum gegee

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Merkblatt Fenster. Kanton Bern Erziehungsdirektion Denkmalpflege. Stadt Bern Präsidialdirektion Denkmalpflege

Merkblatt Fenster. Kanton Bern Erziehungsdirektion Denkmalpflege. Stadt Bern Präsidialdirektion Denkmalpflege Knton Bern Erzehungsdrekton Denkmlpflege Stdt Bern Präsdldrekton Denkmlpflege Merkbltt Fenster A Grundsätzlches Fenster prägen de äussere Erschenung enes Gebäudes mss gebend und snd oft en ntegrler Bestndtel

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99])

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99]) Aufgben zu Kptel 7 Aufgbe 7. (Aufgbe 5, SS 999, VWL B, 4.07.999 [. Wdh. vom WS 998/99]) Ene Unternehmung mt der Produktonsfunkton f ( x, x ) 5x x stellt den Output y 700 her. De Fktorprese betrgen 6 und

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

Suche in Texten: Suffix-Bäume

Suche in Texten: Suffix-Bäume Suhe in Texten: Suffix-Bäume Prof. Dr. S. Alers Prof. Dr. Th. Ottmnn 1 Suhe in Texten Vershiedene Szenrios: Dynmishe Texte Texteditoren Symolmnipultoren Sttishe Texte Literturdtennken Biliothekssysteme

Mehr

Messung der relativen Konzentration

Messung der relativen Konzentration Messung der relten Konzentrton Lorenzkure Gn-Koeffzent Stndrdserter Gn-Koeffzent Dr. Rcbl Delgdo/ Prof. Kück Lehrstuhl Sttstk Relte Konzentrton Bblogrfe: Prof. Dr. Kück; Unerstät Rostock 005; Sttstk, Vorlesungsskrpt

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung 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.

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien Automten un formle Sprhen Notizen zu en Folien 1 Grunlgen un formle Beweise Venn-Digrmme (Folie 6) Im oeren Digrmm er Folie 6 sin zwei Mengen ngegeen: A un B. Es ist explizit ein Element von A ngegeen,

Mehr

18. Algorithmus der Woche Der Euklidische Algorithmus

18. 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

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Vorlesung Reaktionstechnik SS 09 Prof. M. Schönhoff/ PD Dr. Cramer

Vorlesung Reaktionstechnik SS 09 Prof. M. Schönhoff/ PD Dr. Cramer Vorlesung Reaktonstehnk SS 9 Prof. M. Shönhoff/ PD Dr. Cramer 2.7.29 Musterlösungen zu Übungsaufgaben 2 vorzurehnen am Mo, 2.7.9 Aufgabe 5.) En Rohrbündelreaktor soll für de Durhführung ener Gasreakton

Mehr

Grundlagen der Elektrotechnik II (GET II)

Grundlagen 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

Mehr

G Bereitstellungsmenge des internationalen öffentlichen Umweltgutes

G Bereitstellungsmenge des internationalen öffentlichen Umweltgutes Insttut für Volkswrtschftslehre und Ökonometre Fkultät Wrtschftswssenschften II cht-koopertve Lösungen und hre Egenschften. Modellrhmen Zur Verenfchung betrchten wr en Zwe-Länder-Szenro. Ene Verllgemenerung

Mehr

2.6 Struktursatz und Anwendungen

2.6 Struktursatz und Anwendungen 2.6. STRUKTURSTZ UND NWENDUNGEN 79 2.6 Struktursatz und nwendungen Lernzele 4. Normalformen für Präsentatonen endlch erzeugter Moduln über Eukldschen erechen nwendungen auf ratonale Normalformen für Vektorraumendomorphsmen

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

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40

Mehr

Die orthogonale Projektion eines Vektors auf einen anderen. Parallelogramm-Regel. Wer keine Motivation mag, gehe gleich zu der Seite 7.

Die orthogonale Projektion eines Vektors auf einen anderen. Parallelogramm-Regel. Wer keine Motivation mag, gehe gleich zu der Seite 7. De othogonle Poeton enes Vetos uf enen ndeen Enfühendes Besel Pllelogmm-Regel We ene Motvton mg gehe gleh zu de Sete 7 Zwe Käfte gefen n enem Punt n We goß st de ulteende Kft de ngefen muss um de eden

Mehr

Das Bayessche Theorem ist ein Ergebnis aus der Wahrscheinlichkeitstheorie und liefert einen Zusammenhang zwischen bedingten Wahrscheinlichkeiten.

Das Bayessche Theorem ist ein Ergebnis aus der Wahrscheinlichkeitstheorie und liefert einen Zusammenhang zwischen bedingten Wahrscheinlichkeiten. ayessches Theorem Das ayessche Theorem st en Ergens aus der ahrschenlchetstheore und lefert enen Zusammenhang zwschen edngten ahrschenlcheten.. ayessches Theorem für Eregnsse Senen und zwe elege Eregnsse.

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

a q 0 q 1 a M q 1 q 3 q 2

a q 0 q 1 a M q 1 q 3 q 2 Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

Einführung in die Mathematik des Operations Research

Einführung in die Mathematik des Operations Research Universität zu Köln Mthemtishes Institut Prof. Dr. F. Vllentin ufge ( + 7 = 0 Punkte) Einführung in die Mthemtik des Opertions Reserh Sommersemester 0 en zur Klusur (7. Juli 0). Es seien M = {,..., n },

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

Manhattan-Metrik anhand des Beispiels

Manhattan-Metrik anhand des Beispiels Bestmmung durch Manhattan-Metrk 3 Manhattan-Metrk anhand des Bespels Gesucht werden de zwe Standorte für zwe Ausleferungslager. De Standpunkte der Nachfrager () snd durch de Koordnaten ( x/y ) gegeben.

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

Eine Menge G zusammen mit einer Verknüpfung + (+ : G x G folgende Axiome erfüllt sind:

Eine Menge G zusammen mit einer Verknüpfung + (+ : G x G folgende Axiome erfüllt sind: Defntonen und Formelsmmlung Für de Voreretung der Lnere Alger Klusur I e Prof. Krcher Chrstoph Tornu toff@gfoot.de Alle Angen we mmer ohne Gewehr. Defntonen von Mengen mt Verknüpfungen : : Verson Defnton:

Mehr

1. März Korrektur

1. März Korrektur nsttut für Technsche und Num. Mechnk Technsche Mechnk V Prof. Dr.-ng. Prof. E.h. P. Eberhrd WS 010/11 K 1. März 011 Klusur n Technscher Mechnk V Nchnme Vornme Aufgbe 1 (6 Punkte) n enem bestmmt gelgerten

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16

Datenstrukturen & 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

Mehr

Der Begriff der Stammfunktion

Der Begriff der Stammfunktion Lernunterlgen Integrlrehnung Der Begriff der Stmmfunktion Wir gehen von folgender Frgestellung us: welhe Funktion F x liefert ls Aleitung eine gegeene Funktion f x. Wir suhen lso eine Umkehrung der Aleitung

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

1. Die Spielpartie wird vorzeitig abgebrochen.

1. Die Spielpartie wird vorzeitig abgebrochen. Ds Telunsroblem Jüren Zumdck Ene Glücksselrte mt zwe Selern erfordert n Gewnnsele. De Whrschenlchket, en enzelnes Sel zu ewnnen, se für jeden Seler. De Selrte wrd vorzet bebrochen. We st der Gewnn ( e,

Mehr

Einführung in die theoretische Physik 1

Einführung in die theoretische Physik 1 Enführung n de theoretsche hysk 1 rof. Dr. L. Mathey Denstag 15:45 16:45 und Donnerstag 10:45 12:00 Begnn: 23.10.12 Jungus 9, Hörs 2 Mathey Enführung n de theor. hysk 1 1 Grundhypothese der Thermostatk

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen

Übungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen Dr. Theo Lettmnn Pderorn, den 9. Jnur 24 Age 9. Jnur 24 A x, A 2 x, Üungen zur Vorlesung Modellierung WS 23/24 Bltt Musterlösungen AUFGABE 7 : Es sei der folgende prtielle deterministishe endlihe Automt

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien DFA Reguläre Grmmtik (Folie 89) Stz. Jede von einem endlichen Automten kzeptierte Sprche ist regulär. Beweis. Nch Definition, ist eine

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

3. Ermittlung und Lösung des FE-Grundgleichungssystems

3. Ermittlung und Lösung des FE-Grundgleichungssystems . Ermttlng nd Lösng des E-Grndglehngssystems ahbereh Prof. Dr.-Ing. Mashnenba Abtelng Mashnenba UNIVERSITY O APPLIED SCIENCES Bespel: De Afgabenstellng latet, de Vershebngen der Wagen nd, nfolge der äßeren

Mehr

1 Der Uncovering-by-bases-Algorithmus

1 Der Uncovering-by-bases-Algorithmus De Komplextät des Uncoverng-y-ases-Algorthmus Peer Hlderandt 1 Der Uncoverng-y-ases-Algorthmus 1.1 Defnton (Der Algorthmus) Se G ene Gruppe, U en Uncoverng durch Basen und w = w 1... w n en empfangenes

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

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 12

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

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

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

QUADRATUR Numerische Integration. 9. Übungseinheit. H. Leeb Einführung in die Datenverarbeitung 2 Quadratur

QUADRATUR Numerische Integration. 9. Übungseinheit. H. Leeb Einführung in die Datenverarbeitung 2 Quadratur QUADRATUR umersche Integrton 9. Üungsenhet 1 Üerscht In wssenschftlchen Prolemen treten oft Integrle uf, welche numersch erechnet werden müssen. In deser Üungsenhet wollen wr de m häufgsten verwendeten

Mehr

Kennlinienaufnahme des Transistors BC170

Kennlinienaufnahme 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

Mehr

Projekt 2HEA 2005/06 Formelzettel Elektrotechnik

Projekt 2HEA 2005/06 Formelzettel Elektrotechnik Projekt 2HEA 2005/06 Formelzettel Elektrotechnk Telübung: nbelsteter Spnnungsteler Gruppentelnehmer: jnovc, Pcr Abgbedtum: 25.01.2006 jnovc, Pcr Inhltsverzechns 2HEA INHALTSVEZEICHNIS 1. Aufgbenstellung...

Mehr